Hablemos de pronósticos: Las predicciones del tiempo y las evaluaciones.
La meteorología es la ciencia que estudia la atmósfera y su evolución. Una de sus principales aplicaciones es la predicción del tiempo futuro, de gran utilidad para muchas actividades.
La meteorología ha avanzado enormemente en las últimas décadas. Para sus predicciones, recopila datos de estaciones terrestres, marinas, radares, satélites, globos sonda o aviones en vuelo. El desarrollo de la tecnología informática ha sido de un enorme valor a la hora de realizar los complejos cálculos y simulaciones necesarios para las predicciones (el superordenador del Instituto Nacional de Meteorología español tiene una capacidad punta de mil millones de operaciones por segundo, siendo uno de los más potentes del mundo). Y, aun así, los meteorólogos siguen equivocándose algunas veces (y todos somos conscientes de ello). De hecho, las predicciones son muy fiables en un lapso de tiempo muy corto (24 – 48 horas) y en áreas genéricas, pero su fiabilidad empieza a bajar muy rápidamente cuando intentamos ir más allá, y cae de manera drástica en horizontes temporales de cinco o seis días o en localidades muy concretas.
¿Por qué sucede esto? La predicción del clima es crítica para muchos sectores (agrícola, pesquero, viajes, seguridad, etc), y no se escatiman medios. ¿Por qué entonces existen márgenes de error relativamente altos?
Uno de los problemas es que la atmósfera evoluciona de forma global, por lo que necesito datos de todo el planeta para crear mis modelos. Pero la disponibilidad de datos del hemisferio Sur, dominado por el inmenso océano Pacífico es muy inferior al del hemisferio Norte. En los polos, los datos son casi inexistentes.
Pero el problema no son sólo los datos “macro”, sino los “micro”. La ortografía de un determinado terreno puede influir en la conformación de las nubes, por ejemplo. De ahí que sea tan difícil la predicción del tiempo en áreas muy concretas.
Además, las pequeñas inexactitudes que puedan tener los datos se ven influenciadas por lo que se llama “la naturaleza caótica de la atmósfera”. Un pequeño error lleva al modelo a amplificar el error a la hora de realizar un pronóstico futuro. Es el símil que utilizaba el premio nobel Konrad Lorenz: “una mariposa bate sus alas en Sudamérica y se desata una tormenta en Europa“ . Pequeñas diferencias, en principio insignificantes, van amplificándose hasta alcanzar niveles enormes.
Llegados a este punto usted seguramente pensará que se ha equivocado de blog, ya que esperaba leer algo relacionado con los recursos humanos, y le hemos contado una fascinante historia sobre meteorología. La relación entre ambos campos, sin embargo, existe, y la clave es una palabra: predicción.
Un sistema de evaluación de personas pretende, esencialmente, predecir el futuro. Acotando más, pretende predecir el comportamiento futuro de las personas en un entorno laboral, que es de lo que nos ocupamos en Multiplicity. No es poca cosa.
El problema es que, como en meteorología, podemos equivocarnos. Porque hay también infinidad de datos que influyen en el resultado final y a los que no tenemos acceso.
El peor error que se puede cometer (y algunos enfoques basados en la evaluación de la personalidad en ocasiones lo han cometido) es tomar a la persona como un factor fijo (estable en el tiempo) e independiente. No lo es en absoluto. Una persona está inserta en un sistema (enorme y cambiante).
Es como pretender que un árbol es independiente de la tierra, de los otros árboles, de los insectos o de los topos. No lo es.
Cuando evaluamos a una persona, podemos tener acceso a su historial (de forma muy, muy limitada) y podemos realizar distintas pruebas que, en base a cierto rendimiento presente o pasado, permitan predecir el rendimiento futuro con una cierta probabilidad. CON UNA CIERTA PROBABILIDAD.
Porque hay millones de datos a los que no tenemos acceso, y que conforman el rendimiento del día a día de una persona. Quizá la silla de su despacho es incómoda. Quizá hay mala luz. Quizá la situación en Oriente Medio es inquietante. Quizá su jefe es maleducado. Quizá sus compañeros son chismosos. Quizá tiene que conducir una hora cada día para llegar al trabajo. Quizá a su hijo le duelen las muelas. O quizá no. ¿Lo oye? Es la mariposa batiendo las alas. Un factor en principio insignificante (o no), produce un efecto en el rendimiento de la persona…y llegamos a la conclusión de que la evaluación se ha equivocado. ¿Seguro? ¿O la evaluación era correcta hasta donde podía serlo?
Como en la atmósfera, la tremenda cantidad de datos que pueden influir y la “naturaleza caótica” del sistema en que vivimos las personas hace que sea imposible predecir el rendimiento futuro sin ningún margen de error. Lo pondré en mayúsculas por si no se entendió. IMPOSIBLE. Y con esto hay que vivir.
Sólo tenemos probabilidades, indicios, tendencias. ¿Invalida eso el sistema?
Volviendo a la meteorología, cuando los aliados preparaban el desembarco de Normandía, Winston Churchill pidió al servicio de meteorología una predicción lo más fiel posible del tiempo que podrían encontrar el día D, ya que era vital. Los técnicos le dijeron que existía una probabilidad de lluvia del 50%. Cuentan que Churchill dijo: “¿Qué? ¡Magnífico, genios! O sea, que puede llover o no llover. ¡A esa predicción podía haber llegado yo solo!”. Bueno, eso parece. ¿O no?
Pues no. Si miramos más de cerca, Churchill se equivocaba. Porque durante esa época del año (junio) la probabilidad general de lluvia en Normandía es del 20%. O sea que la cifra del 50% sí me daba información (la probabilidad de lluvia era alta para la época). Además, de hecho, el desembarco se realizó bajo una lluvia intermitente (es decir, ahora llueve, ahora no). Con lo cual podemos considerar la predicción perfecta: ¡llovía al 50%!
Lo que queremos decir con esto que la imposibilidad de hacer una predicción exacta no invalida la meteorología. Igual que la imposibilidad de predecir el comportamiento exacto en cada momento no invalida la predicción que puede hacer la evaluación de personal. La evaluación me da datos valiosos, me da tendencias, me da indicios, me da probabilidades, y llega hasta dónde puede llegar, que ya es bastante. Y, con esos datos, soy yo el que debe decidir si desembarca o no.
