Seleccionar página

Equipos y decisiones

Cómo distinguir lo que sabes de lo que simplemente crees saber

Por Equipo Aliantha · 2 Jun 2025 · 4 min de lectura

Hay personas que contestan inmediatamente a cualquier pregunta y otras que tardan, matizan y piden contexto. En una reunión, la primera suele parecer más competente. Sin embargo, la fluidez verbal y la seguridad son señales sociales, no pruebas de precisión. Podemos acertar por casualidad con enorme convicción y equivocarnos después de un análisis cuidadoso. La gestión necesita algo más exigente que escoger a quien suena convincente: comprobar la relación entre confianza declarada, evidencia y resultados. Esa diferencia afecta especialmente a decisiones basadas en modelos de IA, donde una respuesta bien redactada puede ocultar errores.

Qué hay detrás de este problema

La metacognición incluye observar cuánto conocemos sobre nuestros propios límites. La calibración es una herramienta más concreta: si alguien afirma estar un 80 % seguro de numerosas predicciones comparables, alrededor del 80 % deberían cumplirse a largo plazo para que su confianza esté bien calibrada. No podemos evaluar una persona con tres aciertos ni pedir probabilidades exactas en problemas únicos, pero el principio ayuda a reducir la falsa certeza. También existe la ilusión de profundidad explicativa: creemos comprender un mecanismo hasta que intentamos explicarlo paso a paso. Por eso preguntar "¿cómo funcionaría?" suele revelar más que pedir una opinión general.

Cómo reconocerlo en la práctica

En marketing esto aparece al explicar por qué cambió una campaña; en ventas, al asegurar por qué perdió una cuenta; en producto, al estimar qué funcionalidades se usarán. Una narrativa plausible puede ser completamente compatible con otros escenarios. El método exige señalar qué observaciones apoyan la explicación y qué hechos podrían refutarla. Otra trampa es el razonamiento retrospectivo: después del resultado parece evidente que "se veía venir". Sin registros previos, evaluamos la calidad del juicio según cómo acabó, y eso impide aprender.

Un caso para entender qué está en juego

Ejemplo hipotético: dos responsables estiman la probabilidad de cerrar una propuesta. Una persona afirma "seguro, 95 %", la otra "probablemente, 65 %" y documenta riesgos de presupuesto y competidor. El cliente finalmente compra. Eso no demuestra que la primera estimación fuera mejor. Para analizar el criterio necesitamos comparar muchas predicciones, su contexto y su calibración. Si la misma persona da 95 % a veinte oportunidades y solo cierran ocho, su seguridad es una señal de alarma aunque haya acertado esta vez.

Cómo aplicarlo en tu empresa

  1. Pedir una explicación operativa: Cambiar "¿lo tienes claro?" por "¿qué pasos y dependencias harían cierto este resultado?".
  2. Anotar grados de confianza: Registrar estimaciones y los motivos principales, evitando precisión artificial en situaciones poco repetibles.
  3. Buscar evidencia contraria: Preguntar qué observación haría abandonar la hipótesis y quién puede aportar esa perspectiva.
  4. Revisar resultados sin castigar el error honesto: Valorar proceso, calidad de información y calibración, además del desenlace, para no premiar únicamente la suerte.

Cuándo este consejo puede fallar

La baja confianza no implica mayor competencia; hay expertos que tienen buenas razones para estar muy seguros. Tampoco un sistema de predicción es automáticamente mejor por usar porcentajes. En ambientes cambiantes, la calibración histórica puede dejar de servir. Lo útil es practicar una confianza proporcionada a evidencia y revisar qué ha cambiado. Con IA, además, la longitud o firmeza de una respuesta nunca sustituye la consulta de fuentes.

Preguntas que conviene responder

¿Ser prudente equivale a no decidir?

No. Una buena decisión reconoce incertidumbre y actúa con pruebas proporcionales al riesgo.

¿Cómo evaluar probabilidades expresadas por expertos?

Con conjuntos de predicciones comparables, resultados registrados y análisis de calibración, no un acierto aislado.

La decisión que importa

El buen criterio no se reconoce por la ausencia de dudas. Se reconoce por saber qué merece duda, qué podemos comprobar y con qué precisión deberíamos hablar. La autoridad que se basa solo en aplomo suele salir cara cuando las decisiones son irreversibles.

Fuentes

Sigue leyendo