Durante años hemos asociado una buena decisión con disponer de suficiente información. Cuando no sabemos qué hacer, buscamos datos, preguntamos, comparamos alternativas, revisamos experiencias anteriores e intentamos anticipar las consecuencias de cada opción. Cuanto más importante es la decisión, mayor suele ser nuestro deseo de comprender todo lo posible antes de actuar.
La Inteligencia Artificial ha ampliado extraordinariamente esa capacidad. Hoy podemos analizar un mercado en minutos, comparar escenarios, resumir cientos de páginas, detectar patrones o construir argumentos a favor y en contra de prácticamente cualquier alternativa. Podemos seguir preguntando, profundizando y explorando posibilidades con una facilidad que hace pocos años resultaba impensable.
Y, sin embargo, no tengo la sensación de que decidir se haya vuelto proporcionalmente más sencillo.
En ocasiones ocurre exactamente lo contrario. Cuantas más alternativas somos capaces de generar, más posibilidades tenemos que valorar. Cuantos más análisis obtenemos, más variables descubrimos. Y cuanto más profundizamos, más conscientes somos de todo lo que todavía no sabemos.
Eso plantea una paradoja interesante: quizá el problema ya no sea solamente acceder a la información, sino saber cuánta información necesitamos realmente para decidir.
Porque tener más información no significa necesariamente tener más claridad.
Cuando saber más deja de ayudarnos a comprender mejor
Pensemos en un equipo que lleva meses trabajando en un proyecto que no está consiguiendo los resultados esperados. Los indicadores no son buenos, los clientes no están respondiendo como se esperaba y mantener la iniciativa consume cada vez más recursos.
La organización dispone de métricas de uso, previsiones financieras, información de clientes, comparativas con competidores y diferentes hipótesis sobre lo que puede estar fallando. Además, puede utilizar Inteligencia Artificial para analizar todo ese material, identificar patrones y construir escenarios sobre qué ocurriría si continúa, modifica o abandona el proyecto.
Probablemente podría obtener todavía más información.
Pero llega un momento en el que el problema deja de ser qué más podemos saber y empieza a ser qué necesitamos comprender.
Los datos pueden mostrarnos que el proyecto no está funcionando como esperábamos, pero no nos dicen por sí solos si estamos ante una mala idea o ante una idea que necesita más tiempo. Tampoco resuelven si seguimos invirtiendo porque vemos posibilidades reales o porque nos cuesta reconocer que nos hemos equivocado. No pueden determinar qué aprendizaje perderíamos si abandonamos ahora ni qué oportunidades estamos dejando de perseguir por mantener los recursos comprometidos.
Los datos siguen siendo imprescindibles, pero la decisión requiere algo más que acumularlos. Requiere interpretarlos dentro de una situación concreta.
Ahí empieza a aparecer una diferencia importante entre información y claridad.
Cuando generar respuestas resulta casi gratuito
Existe una idea muy arraigada según la cual cada nueva pieza de información mejora una decisión. A veces es verdad. Si desconocemos algo relevante, disponer de ese dato puede cambiar completamente nuestra interpretación.
Pero esa relación tiene un límite.
A partir de cierto punto, un nuevo análisis puede ampliar nuestro conocimiento sin mejorar nuestra comprensión. Añade otra variable, otra posibilidad o una nueva excepción que debemos considerar, pero no necesariamente nos acerca más a decidir.
La Inteligencia Artificial puede intensificar este fenómeno porque ha reducido enormemente el coste de explorar alternativas. Podemos pedir cinco escenarios y después otros cinco. Podemos solicitar argumentos a favor de una decisión y, segundos más tarde, pedir a la misma herramienta que construya la posición contraria. Podemos profundizar de forma casi ilimitada.
Es una capacidad extraordinaria, pero también nos obliga a desarrollar otra.
Cuando generar respuestas resulta casi gratuito, saber cuándo tenemos suficiente información para decidir se convierte en una capacidad mucho más valiosa.
Siempre existirá otra pregunta que podamos hacer. Siempre podremos solicitar otro análisis. Siempre habrá una variable que todavía no hayamos considerado.
Por eso, si esperamos llegar al momento en el que toda la incertidumbre haya desaparecido, probablemente nunca llegaremos a decidir.
Claridad no es certeza
Aquí aparece una confusión bastante habitual.
Decimos con frecuencia: «cuando lo tenga claro decidiré».
Parece razonable, pero muchas veces lo que realmente queremos decir es que esperamos llegar a un momento en el que ya no tengamos dudas.
El problema es que las decisiones importantes rara vez ofrecen esa posibilidad.
Contratar a una persona, cambiar de estrategia, abandonar un proyecto, reorganizar un equipo, entrar en un nuevo mercado o mantener una conversación difícil significa actuar sobre un futuro que todavía no existe. Podemos analizarlo, anticiparlo y construir escenarios, pero siempre habrá variables que permanecerán fuera de nuestro control.
Por eso creo que necesitamos separar dos conceptos que solemos utilizar como si fueran equivalentes.
La claridad no es saber exactamente qué va a ocurrir. Es comprender suficientemente bien qué está ocurriendo ahora como para poder decidir qué hacer después.
Cuando buscamos certeza, intentamos reducir aquello que desconocemos hasta sentirnos seguros. Cuando buscamos claridad, intentamos comprender qué es realmente importante dentro de aquello que sabemos y aquello que todavía no podemos saber.
La diferencia es profunda.
No necesitamos convertir la incertidumbre en certeza para decidir bien. Necesitamos comprender suficientemente bien la situación para poder actuar con criterio.
La claridad empieza cuando distinguimos qué importa
Imaginemos ahora a una directora que está valorando reorganizar su equipo. Tiene acceso a indicadores de productividad, resultados de encuestas internas, evaluaciones de desempeño, información salarial y comentarios de clientes. También puede utilizar Inteligencia Artificial para cruzar esos datos y proponer diferentes configuraciones organizativas.
Podría seguir analizando durante semanas.
Pero quizá la pregunta que realmente necesita hacerse no sea qué más información puede obtener, sino qué problema está intentando resolver.
Puede descubrir entonces que lo que parecía un problema de estructura es en realidad un problema de confianza entre dos responsables. O que una caída de productividad está relacionada con prioridades contradictorias que nadie ha cuestionado. Incluso podría comprender que su deseo de reorganizar el área responde, en parte, a su propia necesidad de actuar ante una situación que lleva meses generándole incomodidad.
En ese momento los datos no desaparecen ni pierden valor. Lo que ocurre es que adquieren significado.
Una caída del rendimiento puede significar falta de compromiso, pero también agotamiento. Una resistencia ante un cambio puede revelar inmovilismo, pero también que alguien está viendo un riesgo que los demás todavía no han considerado. Un conflicto puede indicar una relación deteriorada o, por el contrario, que por fin se está poniendo sobre la mesa algo que llevaba demasiado tiempo sin hablarse.
El contexto cambia el significado de los datos.
Por eso tener claridad no consiste únicamente en saber más, sino en distinguir qué elementos explican realmente la situación que tenemos delante.
Comprender la situación también implica comprendernos a nosotros
Hay una parte de la realidad que nunca podemos dejar fuera de una decisión: nosotros mismos.
No observamos las situaciones desde una posición neutral. Entramos en ellas con experiencias anteriores, expectativas, intereses, relaciones y emociones que influyen en nuestra manera de interpretar lo que ocurre.
Esto no significa que debamos desconfiar de nuestras emociones. Como hemos visto en el artículo anterior de esta serie, también son información. El miedo puede señalar un riesgo, la frustración una expectativa incumplida y la incomodidad una conversación que estamos evitando.
Pero una cosa es reconocer lo que sentimos y otra permitir que esas emociones construyan nuestra interpretación sin que seamos conscientes de ello.
Una persona puede convencerse de que necesita más información cuando, en realidad, lo que le cuesta es asumir el riesgo de equivocarse. Otra puede interpretar las dudas de su equipo como resistencia porque está demasiado comprometida con su propia propuesta. Y alguien puede seguir defendiendo una decisión que empieza a mostrar señales preocupantes simplemente porque cambiar de opinión supondría admitir públicamente que su primera apuesta no funcionó.
La cuestión aquí no es volver sobre la idea de que las emociones condicionan nuestras decisiones, sino entender algo distinto: para comprender qué está ocurriendo en una situación también necesitamos comprender desde qué lugar la estamos observando.
Datos, contexto y emociones no son tres realidades separadas. Se afectan entre sí mientras interpretamos una situación.
Y esa interpretación condicionará los comportamientos que adoptemos, las decisiones que tomemos y los resultados que terminemos obteniendo.
Cuando todo puede analizarse, elegir dónde mirar se vuelve estratégico
Hay una consecuencia de la abundancia de información que creo que todavía estamos empezando a comprender: nuestra atención se está convirtiendo en una parte cada vez más importante de la decisión.
Cuando el acceso a los datos era limitado, una de las grandes ventajas consistía en disponer de información que otros no tenían.
Cuando prácticamente todo puede analizarse, el problema cambia.
Ahora debemos decidir a qué prestar atención.
Imaginemos dos líderes que reciben exactamente los mismos indicadores sobre sus equipos. Ambos conocen la productividad, el absentismo, el cumplimiento de objetivos y los resultados económicos. Desde esa perspectiva, la situación parece razonablemente buena.
Uno de ellos se queda ahí.
El otro percibe algo durante las reuniones: las personas han dejado de discrepar.
Las conversaciones son más rápidas, hay menos conflicto y las decisiones parecen fluir con facilidad. Alguien podría interpretar incluso que el equipo funciona mejor.
Sin embargo, ese líder se pregunta si realmente existe mayor alineación o si las personas han dejado de decir lo que piensan porque consideran que hacerlo ya no merece la pena.
Ese dato todavía no aparece en ningún dashboard.
Probablemente tampoco aparecerá inmediatamente en una encuesta de clima.
Pero puede ser una de las señales más importantes sobre lo que está ocurriendo en ese equipo.
Los dos líderes disponen de la misma información. La diferencia está en qué han sido capaces de observar y en cómo interpretan aquello que observan.
Esto introduce una dimensión que puede ganar mucho peso en la era de la Inteligencia Artificial. Si podemos acceder a más información que nunca, nuestra capacidad para decidir dónde poner el foco se vuelve crítica.
No todo lo que podemos analizar merece la misma atención. Y no todo lo importante aparece necesariamente en aquello que resulta más fácil medir.
Claridad e incertidumbre pueden convivir
Llegados a este punto podemos responder mejor a la pregunta que da título al artículo.
¿Qué significa tener claridad cuando nunca vamos a tener toda la información?
Significa dejar de esperar que claridad e incertidumbre sean incompatibles.
Podemos comprender bien una situación y continuar sin saber qué ocurrirá. Podemos tener claros nuestros objetivos, reconocer los principales riesgos, saber qué información consideramos relevante y aceptar que existen variables que no controlamos.
Eso no es falta de claridad.
Es decidir.
De hecho, quizá una de las mejores formas de entender la claridad sea esta:
La claridad no consiste en reducir la cantidad de incertidumbre, sino en reducir la cantidad de confusión con la que entramos en ella.
La incertidumbre pertenece, en buena medida, al futuro. La confusión pertenece a nuestra interpretación del presente.
No podemos eliminar completamente la primera, pero sí podemos trabajar sobre la segunda.
Podemos distinguir hechos de suposiciones. Podemos reconocer qué sabemos y qué estamos simplemente imaginando. Podemos identificar qué emociones están influyendo en nuestra interpretación, qué información merece realmente nuestra atención y qué preguntas necesitan respuesta antes de actuar.
La claridad no garantiza el resultado.
Nos permite llegar mejor preparados al momento de decidir.
A esa capacidad la llamamos Claridad Humana
Cuanto mayor sea la capacidad de la Inteligencia Artificial para procesar información y generar alternativas, más importante será nuestra capacidad para comprender qué significa todo aquello dentro de una situación concreta.
Necesitaremos integrar datos con contexto, reconocer lo que nos está ocurriendo mientras decidimos, distinguir lo relevante de lo accesorio y saber cuándo seguir buscando información aporta comprensión y cuándo simplemente posterga una decisión.
A esa capacidad de comprender qué importa realmente en una situación para actuar con criterio, incluso cuando sigue existiendo incertidumbre, la llamamos Claridad Humana.
No significa tenerlo todo claro.
Tampoco significa confiar en nuestra intuición ignorando los datos ni reivindicar una supuesta superioridad humana frente a la tecnología.
Significa llegar a una decisión comprendiendo mejor la realidad sobre la que estamos actuando.
La Inteligencia Artificial puede ayudarnos enormemente en ese proceso. Puede ampliar nuestra perspectiva, encontrar relaciones que no habíamos visto y cuestionar nuestras hipótesis.
Pero ninguna cantidad de análisis elimina una responsabilidad que sigue siendo nuestra: decidir qué significa esa información para nosotros, para las personas implicadas y para aquello que estamos intentando conseguir.
De la Claridad Humana a Human Decision Intelligence
En Guiding llamamos Human Decision Intelligence a la capacidad de integrar información, contexto, emociones, experiencia y consecuencias para tomar decisiones con mayor claridad y criterio.
El modelo parte de una observación sencilla: las decisiones no se producen directamente a partir de los datos.
Entre unos y otras existe un proceso humano de interpretación.
Los datos influyen en lo que percibimos y sentimos. Esa interpretación condiciona nuestros comportamientos. Nuestros comportamientos influyen en las decisiones y las decisiones terminan generando resultados.
Datos → Emociones → Comportamientos → Decisiones → Resultados.
Si queremos mejorar la calidad de nuestras decisiones, no basta con mejorar la información que entra al principio del proceso. También necesitamos comprender mejor lo que ocurre entre esa información y la decisión final.
La Claridad Humana forma parte de esa capacidad.
No porque garantice que vayamos a acertar, sino porque nos permite distinguir mejor aquello que realmente necesita ser comprendido antes de actuar.
Quizá no necesitamos saber más
Durante mucho tiempo disponer de información fue una ventaja. Después lo fue la capacidad para analizarla y convertirla rápidamente en conocimiento útil.
La Inteligencia Artificial está haciendo ambas capacidades mucho más accesibles.
Eso no significa que dejen de importar. Significa que probablemente tendremos que preguntarnos dónde estará la siguiente diferencia.
Puede que no esté únicamente en quién dispone de más datos ni en quién genera el mejor análisis. Puede estar también en quién es capaz de mirar una realidad compleja y distinguir qué merece realmente su atención.
En quien reconoce cuándo necesita seguir preguntando y cuándo ya tiene suficiente para decidir.
En quien puede escuchar una conversación y comprender algo que todavía no aparece en ningún indicador.
En quien distingue entre una duda que contiene información relevante y otra que simplemente expresa miedo a equivocarse.
Y en quien acepta que decidir bien no significa eliminar toda incertidumbre antes de actuar.
La Inteligencia Artificial seguirá ampliando extraordinariamente nuestra capacidad para responder preguntas.
Pero las respuestas, por buenas que sean, no eliminan la necesidad de comprender.
Quizá por eso la pregunta importante no sea cuánto más podemos saber.
Sino cuánto necesitamos comprender para decidir.