Recientemente estuve leyendo uno de mis blogs de economía favoritos (marginalrevolution.com) y encontré un enlace a un artículo de Harvard Business Review escrito por Daniel Kahneman, quien ganó el Premio Nobel de Economía en 2002. El artículo se titula: “Ruido: cómo superar el alto costo oculto de la toma de decisiones inconsistente” Te recomiendo encarecidamente que leas todo.
El quid del artículo es que las personas dentro de una organización pueden variar ampliamente en su toma de decisiones tanto individualmente como entre individuos. Por ejemplo, ¡los programadores que recibieron exactamente la misma información en diferentes días para estimar el tiempo necesario para completar una tarea determinada difirieron en un 71%, en promedio! En otro ejemplo, cuando los patólogos realizaron dos evaluaciones de la gravedad de las mismas muestras de biopsia en días diferentes, sus resultados solo se correlacionaron en 0,61 (de un 1,0 perfecto). Ambas mediciones se realizaron utilizando las mismas personas. Las diferencias entre distintos individuos varían aún más.
A diferencia de los humanos, un motor de reglas devolverá la misma salida si se le dan las mismas entradas cada vez. Por definición, un motor de reglas estará libre de ruido. Como vemos en Decisiones todos los días, es posible parametrizar muchas de las decisiones comunes que se toman dentro de una organización a diario con resultados mejorados y consistentes. Como afirma el artículo de Kahneman, la gente ha competido contra algoritmos en concursos de precisión durante más de 60 años y los algoritmos fueron más precisos en la mitad de los estudios. En la otra mitad de los estudios hubo empate (lo que supone una victoria para el algoritmo porque son más rentables).
El resultado más sorprendente del artículo (aunque no para nosotros en Decisions) es que las reglas simples que aplican el mismo peso a todos los insumos eran tan válidas como los modelos estadísticos complejos construidos con muchos datos de resultados. Aquí está el mensaje clave del artículo:
“La conclusión aquí es que si planea utilizar un algoritmo para reducir el ruido, no necesita esperar los datos de resultados. Puede obtener la mayoría de los beneficios utilizando el sentido común para seleccionar variables y la regla más simple posible para combinarlas. Los estudios muestran que los algoritmos desempeñan mejor que los humanos en el papel de tomadores de decisiones.”
Cuando te detienes a pensar en cuántas decisiones toma cada uno de tus empleados en un día determinado, ¿cuántas de estas decisiones crees que se tomarían de la misma manera mañana? ¿Quieres entender cómo tomar decisiones sin ruido en tu organización? Me encantaría discutir las posibilidades contigo. Las decisiones pueden ayudar.
