En resumen: Un diario de decisiones no es un diario personal. Es un instrumento de medición y solo funciona si está construido para derrotar un fallo de memoria concreto y ampliamente replicado. Fischhoff estableció en 1975 que el conocimiento del resultado reescribe en silencio lo que crees que esperabas, con una media de 9,2 puntos porcentuales en los resultados que reportó, y por eso la entrada debe escribirse antes de que el resultado exista y debe contener un número. Baron y Hershey establecieron en 1988 que la gente juzga mejor una decisión idéntica cuando el resultado resultó bueno, y sigue haciéndolo tras una instrucción explícita en sentido contrario, y por eso el diario debe separar calidad de decisión y calidad de resultado en dos campos puntuados por separado. Mellers y sus colegas, al informar sobre un torneo de predicción geopolítica de dos años con 199 preguntas, hallaron que un módulo de formación en probabilidad de unos 45 minutos mejoró la precisión a lo largo de periodos de 8 a 10 meses, y que los pronosticadores de élite del torneo hacían una media de 7,8 pronósticos por pregunta frente a 1,4 de los pronosticadores independientes. Mitchell, Russo y Pennington hallaron que imaginar que un resultado ya ha ocurrido eleva un 30 por ciento tu capacidad de identificar correctamente sus razones. Juntos, esos cuatro resultados especifican el instrumento con precisión: siete campos, una probabilidad calibrada, una historia de fracaso escrita de antemano y un bucle de revisión que se dispara por una señal y no por un estado de ánimo. A continuación: la plantilla, una tabla derivada de lo que la formación en calibración aportó realmente en cada etapa de un pronóstico, las reglas de puntuación y los límites honestos.
Existe una versión del desarrollo personal que se siente como progreso y no produce ninguno. Anotas lo que decidiste. Meses después lo relees, notas que acertaste en algunas cosas, te sientes animado y no cambias nada.
La razón de este fracaso no es la pereza. Es que el recuerdo humano de una predicción no es un registro almacenado. Se reconstruye en el momento en que lo recuperas, y la reconstrucción está contaminada por todo lo que has aprendido desde entonces.
Un diario de decisiones que no tiene esto en cuenta es un diario personal. Uno que sí lo tiene en cuenta es de los pocos instrumentos capaces de mover realmente el juicio.
Los cuatro hallazgos que la plantilla debe satisfacer
Todo lo estructural del formato de abajo se deriva de cuatro resultados. Vale la pena enunciarlos con precisión, porque cada uno dicta un campo concreto.
Tu recuerdo de lo que esperabas se mueve después de conocer la respuesta. El artículo de Baruch Fischhoff de 1975, publicado con el título La retrospectiva no equivale a la previsión, presentaba breves viñetas históricas y clínicas con varios desenlaces plausibles y pedía probabilidades. A algunos se les decía qué desenlace había ocurrido. En el conjunto de los resultados reportados, la diferencia media entre las probabilidades de previsión y las de retrospectiva fue de 9,2 puntos porcentuales. Quienes recibieron la petición de ignorar el resultado no pudieron hacerlo. El efecto se convirtió en uno de los resultados más replicados del campo; el metaanálisis de Christensen-Szalanski y Willham agrupó 122 estudios sobre él.
Consecuencia de diseño: la entrada debe llevar marca temporal antes de que el resultado exista y debe contener un número, porque una sensación recordada es exactamente lo que se desplaza.
Tu evaluación de una decisión se mueve con el resultado, incluso cuando sabes que no debería. El estudio de Baron y Hershey de 1988 en el Journal of Personality and Social Psychology mostró que una decisión idéntica se calificaba como mejor, más importante y más normativa cuando el resultado era positivo. Al preguntárseles, los sujetos coincidían en que los resultados no deberían afectar a la evaluación. Se vieron afectados igualmente.
Consecuencia de diseño: calidad de decisión y calidad de resultado deben ser dos campos puntuados por separado, rellenados en dos momentos distintos. Si un solo campo carga con ambos, el buen resultado elevará discretamente el razonamiento que lo produjo.
Un ejercicio de calibración breve y único tiene una vida media larga. Mellers y sus colegas informaron en Psychological Science sobre un torneo de dos años en el que los pronosticadores respondieron a 199 preguntas geopolíticas, abiertas una media de 102 días. Los participantes fueron asignados al azar a formación en probabilidad, formación por escenarios o ninguna formación. La formación en probabilidad superó a la de escenarios, y esta superó a la ausencia de formación. El módulo tardaba unos 45 minutos en completarse y su beneficio persistió a lo largo de dos periodos de entre 8 y 10 meses cada uno.
Consecuencia de diseño: merece la pena dedicar una sesión a aprender a expresar probabilidades correctamente, y el diario debería llevar una puntuación de calibración continua en lugar de una impresión.
Imaginar el fracaso antes de que ocurra mejora tu razonamiento causal. Mitchell, Russo y Pennington, en un artículo de 1989 en el Journal of Behavioral Decision Making, hallaron que la retrospectiva prospectiva, es decir, describir un acontecimiento futuro como si ya hubiera ocurrido, elevaba un 30 por ciento la capacidad de identificar correctamente las razones de los resultados. Es el mecanismo que hay debajo del premortem.
Consecuencia de diseño: existe un campo obligatorio en el que escribes, en pasado, la historia de cómo esto salió mal.
Qué aportaron realmente 45 minutos de formación en calibración
Los datos del torneo permiten algo que su cobertura rara vez hace: calcular el tamaño del efecto de la formación en cada etapa de un pronóstico, en lugar de repetir el titular. La puntuación de Brier mide la precisión probabilística y más baja es mejor, de modo que una mejora es una reducción. La tabla siguiente deriva la mejora relativa de la formación en probabilidad frente a la condición emparejada sin formación, celda por celda, a partir de la tabla de puntuaciones publicada.
Tabla 1. Ganancia relativa de precisión de un módulo de formación en probabilidad de 45 minutos, por tipo de pronosticador y etapa del pronóstico, marco editorial de CEOtudent, derivado de puntuaciones de Brier publicadas
| Año | Tipo de pronosticador | Etapa | Brier, sin formación | Brier, formación en probabilidad | Mejora relativa |
|---|---|---|---|---|---|
| 1 | Individual | Primera semana | 0,44 | 0,40 | 9,1 por ciento mejor |
| 1 | Individual | 2 semanas centrales | 0,40 | 0,36 | 10,0 por ciento mejor |
| 1 | Individual | Última semana | 0,31 | 0,29 | 6,5 por ciento mejor |
| 1 | Creencia colectiva | Primera semana | 0,42 | 0,36 | 14,3 por ciento mejor |
| 1 | Creencia colectiva | 2 semanas centrales | 0,39 | 0,34 | 12,8 por ciento mejor |
| 1 | Creencia colectiva | Última semana | 0,30 | 0,23 | 23,3 por ciento mejor |
| 1 | Equipo | Primera semana | 0,42 | 0,35 | 16,7 por ciento mejor |
| 1 | Equipo | 2 semanas centrales | 0,33 | 0,30 | 9,1 por ciento mejor |
| 1 | Equipo | Última semana | 0,22 | 0,19 | 13,6 por ciento mejor |
| 2 | Individual | Primera semana | 0,46 | 0,42 | 8,7 por ciento mejor |
| 2 | Individual | 2 semanas centrales | 0,39 | 0,36 | 7,7 por ciento mejor |
| 2 | Individual | Última semana | 0,26 | 0,24 | 7,7 por ciento mejor |
| 2 | Equipo | Primera semana | 0,38 | 0,40 | 5,3 por ciento peor |
| 2 | Equipo | 2 semanas centrales | 0,32 | 0,28 | 12,5 por ciento mejor |
| 2 | Equipo | Última semana | 0,16 | 0,16 | sin cambio |
Tres cosas de esa tabla importan más que los promedios.
La primera es que la ganancia es real pero modesta para una persona sola: entre el 6,5 y el 10 por ciento en todas las celdas individuales de ambos años. Si llevas el diario en solitario, ese es el tamaño honesto de lo que un hábito de calibración te aporta directamente.
La segunda es que dos celdas van en la dirección equivocada. En el segundo año, los pronosticadores de equipo formados fueron ligeramente peores en la primera semana e idénticos en la última. Una tabla que las ocultara sería un documento comercial. El efecto es real y no es uniforme.
La tercera es que el número más alto de la tabla, 23,3 por ciento, no está en las filas individuales. Aparece donde la formación se combinó con ver lo que otros creían, tarde en la vida de una pregunta, cuando la información se había acumulado. La formación rinde más cuando tiene algo sobre lo que trabajar.
El hallazgo que explica de verdad a los superpronosticadores
Los mejores del torneo fueron promovidos a equipos de élite en el segundo año, y sus puntuaciones no se acercaban a las de nadie: 0,25 en la primera semana de una pregunta, 0,19 en la mitad, 0,07 en la última. Frente a los pronosticadores individuales sin formación del mismo año, eso supone un 45,7 por ciento mejor al principio, un 51,3 por ciento mejor en la mitad y un 73,1 por ciento mejor al final.
La diferencia de comportamiento que hay debajo es asombrosamente simple, y es lo más importante de este artículo. Los pronosticadores independientes hacían una media de 1,4 pronósticos por pregunta. Los de creencia colectiva, 1,3. Los equipos regulares del segundo año, 1,6. Los superpronosticadores, 7,8.
Es una tasa de retorno aproximadamente 5,6 veces superior a la de los pronosticadores independientes. No una mejor primera estimación. Más regresos a la misma pregunta abierta, cada uno una actualización frente a información nueva.
Este es el hallazgo que debería decidir cómo construyes tu diario. Casi todas las plantillas de diario de decisiones tratan la entrada como el producto. La evidencia dice que la entrada es la parte barata. El rendimiento vive en el bucle que te devuelve a una decisión mientras sigue abierta, y la mayoría de las plantillas no tienen bucle alguno.
Tabla 2. Tasa de retorno por grupo de pronosticadores y la precisión que la acompañó, marco editorial de CEOtudent, derivado de cifras publicadas del torneo
| Grupo | Pronósticos medios por pregunta | Tasa de retorno frente a independiente | Brier año 2, última semana |
|---|---|---|---|
| Pronosticadores de creencia colectiva | 1,3 | 0,9 veces | no reportado por separado en el año 2 |
| Pronosticadores independientes | 1,4 | 1,0 veces, referencia | 0,26 |
| Equipos regulares, año 2 | 1,6 | 1,1 veces | 0,16 |
| Superpronosticadores | 7,8 | 5,6 veces | 0,07 |
Esta comparación no establece la dirección causal; los superpronosticadores fueron seleccionados primero por su precisión y después colocados en equipos de élite, de modo que su tasa de retorno y su precisión comparten una causa común en aptitud y compromiso. Lo que las cifras establecen es la asociación, y es lo bastante fuerte como para convertir el bucle de retorno en la parte del instrumento que deberías negarte a saltar.
La plantilla: siete campos obligatorios
Cada campo existe porque uno de los hallazgos anteriores lo exige. Aquí nada es decorativo, y los dos campos que tendrás la tentación de eliminar son precisamente los que hacen el trabajo.
1. Decisión y fecha. Una frase, con la forma «elijo X en lugar de Y». Si no puedes nombrar la alternativa que rechazaste, no has tomado una decisión, has tenido una preferencia. Ponle marca temporal. La marca temporal es lo que hace admisible la entrada más adelante.
2. La situación tal como se ve ahora. De tres a cinco frases. Qué sabes, qué no, bajo qué presión estás, cuánto tiempo tienes. Escrita ahora, mientras sigue incompleta, porque la versión que recordarás será la ordenada.
3. La probabilidad. Un número, no una palabra. «Creo que esto funciona» no es falsable. «Creo que hay un 65 por ciento de probabilidad de que esto funcione, juzgado por el siguiente resultado observable» es una afirmación puntuable. Define la condición de resolución en el mismo campo: qué habrá ocurrido exactamente, y para cuándo, para que cuente como que funcionó.
Este es el campo que la gente se salta, y saltárselo devuelve el diario a la categoría de diario personal. Los 9,2 puntos de desplazamiento que midió Fischhoff son exactamente la brecha que cierra un número.
4. El premortem. En pasado, como si hubiera transcurrido un año y hubiera fracasado: «Esto no funcionó porque…». Dos o tres frases. La mejora del 30 por ciento en identificar razones proviene del tiempo verbal, no del esfuerzo. Escribir «podría fracasar si» produce un razonamiento notablemente más pobre que escribir «fracasó porque».
5. Qué me haría cambiar de opinión. Una o dos señales concretas y observables que deberían llevarte a revertir o revisar. Este campo es el disparador del bucle de retorno. Sin él no tienes ninguna razón programada para volver, y volverás 1,4 veces por pregunta como todo el mundo.
6. Puntuación de calidad de decisión, rellenada ahora. De uno a cinco, solo sobre el razonamiento, antes de que exista resultado alguno. ¿Consideraste la alternativa, buscaste evidencia que la desmintiera, expresaste un número, nombraste la condición de reversión?
7. Puntuación de calidad de resultado, rellenada en la resolución. De uno a cinco, sobre lo que realmente ocurrió, en una sesión distinta. El resultado de Baron y Hershey es toda la razón de que sean dos campos. Al revisar, las filas interesantes son las discordantes: alta calidad de decisión con mal resultado, que es varianza y no debe corregirse; y baja calidad de decisión con buen resultado, la fila más peligrosa del diario porque nada en ella se siente como un problema.
El protocolo de revisión: cuatro disparadores, no un calendario
Las revisiones mensuales fracasan por una razón previsible. Cuando ha pasado un mes, la mayoría de las entradas siguen abiertas, y las que se resolvieron lo hicieron en un momento aleatorio en el que no estabas presente. La revisión tiene que dispararse por acontecimientos.
Disparador uno: la resolución. En cuanto se conozca un resultado, antes de haberlo hablado con nadie, abre la entrada, lee la probabilidad que enunciaste sin editarla, registra el resultado y rellena el campo siete. Es el único momento en el que puedes comparar una predicción preservada con un resultado. Quince minutos.
Disparador dos: la señal de cambio de opinión. Cuando ocurra algo del campo cinco, la entrada se reabre esté o no resuelta la decisión. Este es el mecanismo que te lleva de 1,4 retornos a una cifra más cercana a la que correlaciona con la precisión.
Disparador tres: calibración por lotes, una vez por trimestre. Toma cada entrada resuelta. Agrúpalas por la probabilidad que enunciaste: todo lo que esté en la banda del 60 al 70 por ciento, todo lo que esté en la del 70 al 80, y así sucesivamente. En cada banda, cuenta qué fracción ocurrió realmente. Si dijiste 70 por ciento once veces y ocurrieron ocho, estás calibrado en esa banda. Si dijiste 90 por ciento diez veces y ocurrieron seis, tienes exceso de confianza, y ahora lo sabes como número y no como sospecha. Veinte entradas bastan para ver un patrón; diez no.
Disparador cuatro: la auditoría de discordancias, una vez al año. Extrae solo las filas en las que calidad de decisión y calidad de resultado difieren en dos puntos o más. Estas son las entradas que enseñan. Todo lo demás confirma sobre todo lo que ya creías.
Lo que este instrumento no puede hacer
Ser franco sobre los límites es parte de lo que hace utilizable el resto.
La evidencia del torneo procede de preguntas geopolíticas con criterios de resolución limpios y plazos definidos. La mayoría de las decisiones personales y profesionales de peso no tienen ni lo uno ni lo otro. Si aceptar determinado puesto fue correcto puede no resolverse de forma puntuable durante años, o nunca, y el contrafactual es permanentemente inaccesible. La formación en calibración se transfiere a la clase de decisiones que realmente puedes puntuar, un subconjunto real pero acotado.
El efecto retrospectivo de 9,2 puntos y el resultado del sesgo de resultado son hallazgos de laboratorio con viñetas. Establecen el mecanismo de forma robusta. No establecen que llevar un diario elimine el sesgo de tu vida laboral, y ninguno de los estudios citados aquí lo midió.
La cifra de retorno de los superpronosticadores es una asociación dentro de un grupo seleccionado, no una demostración de que volver más te hará más preciso. Trata el 7,8 como evidencia sobre dónde se sitúa plausiblemente la palanca, no como un objetivo que alcanzar mecánicamente.
Y la tasa base honesta de este hábito es que la mayoría de la gente lo abandona. El modo de fallo es casi siempre el mismo: la plantilla tenía demasiados campos, la revisión no tenía disparador y el campo de probabilidad se saltó porque parecía pretencioso. Siete campos, cuatro disparadores, y el número no es opcional.
Dónde encaja esto
Un diario de decisiones es la capa de medición que hay bajo todo lo demás en la práctica decisoria. Es lo que te dice si los marcos que has adoptado están mejorando realmente tus decisiones o si simplemente te sientes más organizado. Si estás montando el sistema más amplio, la pila de decisión personal es la arquitectura que este instrumento mide, pensar en apuestas es de donde procede el campo de probabilidad, y cómo se desarrolla realmente el buen juicio es la investigación sobre lo que el bucle de retroalimentación te hace a lo largo de los años.
Preguntas frecuentes
¿Cuántas decisiones deberían ir al diario?
Menos de las que crees. El umbral es: ¿querré saber, dentro de un año, qué esperaba realmente aquí? Para la mayoría eso supone de una a tres entradas por semana. Un diario con ochenta entradas triviales y ninguna resuelta no enseña nada, y el repaso trimestral de calibración necesita unas veinte entradas resueltas en una banda para decir algo.
¿Tiene que estar escrito o vale una conversación con un modelo de IA?
La evidencia habla de los campos, no del medio. Un modelo puede ayudarte a generar el premortem y obligarte a enunciar un número, ambas cosas genuinamente útiles. Lo que no puede hacer es preservar la entrada frente a tu propia memoria, que es todo el asunto, así que lo que uses debe producir un registro con marca temporal que no edites después.
¿Y si no sé la probabilidad?
Esa es la condición normal y no es un obstáculo. Da el número igualmente y deja que el repaso trimestral te diga cuán equivocados están tus números como clase. Estar mal calibrado y conocer el tamaño del error es estrictamente mejor que no tener número, y el resultado del torneo sugiere que una sesión enfocada en cómo expresar probabilidades basta para empezar.
¿Puedo reproducir la formación de 45 minutos?
En parte. El módulo publicado enseñaba a pensar en clases de referencia, corregía sesgos comunes y ofrecía heurísticas como promediar varias estimaciones. Eso puedes practicarlo directamente. Lo que no puedes reproducir en solitario es la densidad de retroalimentación del torneo, y la tabla anterior sugiere que las mayores ganancias aparecieron donde se veía lo que otros creían.
¿Por qué puntuar la calidad de decisión antes del resultado y no en la revisión?
Porque después del resultado ya no eres capaz. Eso es precisamente lo que demostraron Baron y Hershey: la instrucción de ignorar el resultado no funciona. La puntuación previa al resultado es la única lectura no contaminada de tu propio razonamiento que obtendrás jamás.
Fuentes
- Fischhoff, Hindsight is not equal to foresight: The effect of outcome knowledge on judgment under uncertainty, Journal of Experimental Psychology: Human Perception and Performance, volumen 1, número 3, 1975, páginas 288 a 299
- Christensen-Szalanski y Willham, The hindsight bias: A meta-analysis, Organizational Behavior and Human Decision Processes, volumen 48, 1991
- Baron y Hershey, Outcome bias in decision evaluation, Journal of Personality and Social Psychology, volumen 54, número 4, 1988, páginas 569 a 579
- Mellers, Ungar, Baron, Ramos, Gurcay, Fincher, Scott, Moore, Atanasov, Swift, Murray, Stone y Tetlock, Psychological Strategies for Winning a Geopolitical Forecasting Tournament, Psychological Science, volumen 25, número 5, 2014
- Mitchell, Russo y Pennington, Back to the future: Temporal perspective in the explanation of events, Journal of Behavioral Decision Making, volumen 2, número 1, 1989
- Tetlock, Mellers, Rohrbaugh y Chen, Forecasting Tournaments: Tools for Increasing Transparency and Improving the Quality of Debate, Current Directions in Psychological Science, volumen 23, número 4, 2014
- Brier, Verification of forecasts expressed in terms of probability, Monthly Weather Review, volumen 78, 1950
Este contenido fue recopilado con el apoyo de la IA tras una investigación exhaustiva, y luego redactado y preparado para su publicación por el equipo editorial de CEOtudent.
This post is also available in:
