Para dejar una nota, selecciona un texto o haz clic en un párrafo. Para leer una nota, haz clic en el texto resaltado.
La cultura aspirada de la Universidad de los Andes, comportamiento por comportamiento: qué significa, por qué es difícil y qué dice la investigación que la hace posible.
borrador para revisión29 de octubre de 2026Por qué juntar a los mejores no basta, y qué permite que una institución trabaje junta a través de sus fronteras.
Por qué cambiar bien depende menos de la actitud de las personas y más de las condiciones en que una institución les pide cambiar.
Por qué hacer las cosas bien depende de cómo una institución mide, premia y evalúa, junto con el talento y los valores de su gente.
Por qué la manera en que nos tratamos todos los días decide lo que una institución puede pensar, servir y prometer.
Por qué juntar a los mejores no basta, y qué permite que una institución trabaje junta a través de sus fronteras.
borrador para revisión29 de octubre de 2026Texto verbatim de la cultura aspirada de la Universidad de los Andes. Más abajo: antes de empezar · lo que los seis tienen en común · glosario y referencias.
Seguro lo has vivido. Se convoca a las mejores cabezas de varias áreas a resolver algo que ninguna puede resolver sola. Y en lugar de lo que se esperaba, sale un comité: reuniones, actas, cada quien defendiendo su terreno con argumentos impecables, y la iniciativa diluyéndose con los meses.
Ese comité es el tema de este capítulo. Los seis comportamientos de arriba forman el pilar Colaboración Decidida de la cultura aspirada de la Universidad de los Andes, es decir, la cultura que la Universidad se propone vivir. En pocas palabras, el pilar es esto: es la decisión de trabajar juntos a propósito, cruzando áreas y disciplinas, y de transformar nuestras redes y procesos para generar valor común, el que alcanza a la universidad entera además del propio rincón.
La palabra que más pesa es decidida. La colaboración falla aun con gente buena, porque una universidad, como toda organización, está diseñada para que cada disciplina sea profunda dentro de su propio territorio, y cruzar fronteras queda por fuera de ese diseño. Dejadas a su suerte, las redes se encierran en grupos parecidos, las salas de poder pelean por el rango, las reuniones repiten lo que todos saben y los canales digitales dejan a unos más cerca que a otros. Colaborar es ir contra esa corriente, y por eso el comportamiento pide hacerlo a propósito.
Cada sección de este capítulo toma un comportamiento y le hace tres preguntas: qué significa realmente, por qué es difícil y qué dice la investigación que lo hace posible. Cada sección empieza con una historia, y al final de cada historia se dice para qué está ahí.
Vas a encontrar varios tipos de fuente. Un experimento asigna a las personas al azar a dos condiciones y compara lo que pasa: es la mejor forma de saber si algo causa otra cosa. Un meta-análisis reúne muchos estudios sobre la misma pregunta y calcula el efecto promedio. Un estudio de campo observa organizaciones reales durante meses o años. Un modelo formal demuestra con matemáticas qué pasa bajo ciertas condiciones: no observa personas, pero dice qué esperar. Y un libro de práctica recoge la experiencia de alguien que ha hecho el trabajo: da lenguaje, no prueba.
Cuando una idea es interpretación nuestra de los estudios, lleva esta marca: por validar.
La plomería que nadie había rediseñado
Adrianna Kezar quería entender algo que casi nadie había estudiado: qué hace una universidad para lograr que su gente trabaje junta de verdad. Para eso eligió cuatro universidades públicas y grandes de Estados Unidos, en regiones distintas del país, porque, entre otras cosas, se destacaban por lo bien que colaboraban. Visitó cada campus y entrevistó a veinte personas en cada uno, entre profesores, directivos y personal administrativo.
En una de ellas, un directivo le contó a Kezar: "Habíamos construido compromiso y sentido de pertenencia con la docencia y la investigación interdisciplinarias, pero no teníamos los sistemas para sostenerlas. Hubo un momento en que pensé que el esfuerzo iba a fracasar, porque la gente se estrellaba una y otra vez contra barreras para hacer el trabajo que se la estaba animando a hacer".
Las barreras eran de oficina, y muchos entrevistados contaron que esa parte se pasó por alto al principio: los sistemas no permitían repartir entre dos departamentos un curso dictado en equipo, que una materia figurara en dos programas a la vez, que un profesor tuviera un nombramiento compartido entre unidades, ni dividir los costos indirectos de una investigación conjunta.
El mismo directivo siguió: "Pero la gente escuchó las quejas y se dio cuenta de que no habíamos construido las estructuras para sostener este trabajo nuevo, y empezamos a hacerlo, comenzando por los sistemas contables e informáticos, porque nada más funciona si esos no están en su lugar".
No fue un caso raro: las cuatro universidades crearon sistemas nuevos de contabilidad, informática y presupuesto. Kezar cuenta también el caso de un campus que había rediseñado todo su pregrado para hacerlo interdisciplinario y que estuvo al borde del fracaso hasta que cambió las recompensas, ajustó los sistemas contables e informáticos y creó cargos de enlace entre unidades. Y en los cuatro campus le dijeron lo mismo: sin esos cambios, la colaboración habría fracasado (Kezar, 2005).
Por qué está aquíEl comportamiento habla de transformar intencionalmente "nuestras redes y procesos". La historia muestra la mitad que menos se ve, los procesos. Compromiso, buena voluntad y gente capaz no alcanzaron mientras la contabilidad, los sistemas y las recompensas siguieron diseñados para que cada unidad trabajara por su cuenta. Y pasó en universidades que se destacaban por colaborar bien.
Adrianna Kezar estudió cómo las universidades se rediseñan para colaborar y sostiene que el obstáculo principal es estructural: las universidades, en general, no están organizadas para sostener el trabajo que cruza fronteras. Lo vio incluso en las que mejor colaboraban.
Eso cambia el diagnóstico de quien vio fracasar una iniciativa entre áreas: además de la gente, entra en el cuadro el sistema, que opera como está diseñado para operar. Por eso el comportamiento habla de transformar intencionalmente, porque colaborar entre áreas pide cambiar también los procesos que hoy mantienen separadas a las unidades, una tarea que les toca sobre todo a quienes dirigen y en la que el resto de la comunidad ayuda nombrando las barreras que encuentra por validar.
"Nuestras redes." El sociólogo Mark Granovetter propuso hace más de cincuenta años que la información nueva y las oportunidades no viajan sobre todo por los lazos fuertes, con la gente que conocemos bien y vemos todos los días, porque esos lazos nos muestran lo que ya sabemos. Viajan por los lazos débiles, los que tienden puentes hacia mundos que no frecuentamos (Granovetter, 1973). Ronald Burt observó que conectar grupos que normalmente no se hablan se asoció con tener buenas ideas de forma desproporcionada (Burt, 2004). Transformar nuestras redes quiere decir cultivar también los lazos que salen de la propia facultad, porque una facultad muy cohesionada por dentro y desconectada de las demás tiene mucha confianza interna y recibe poca información nueva por validar.
"Interfuncional e interdisciplinariedad." No son lo mismo, y confundirlas sale caro. Que dos áreas coordinen tareas es colaboración interfuncional. Que dos cuerpos de conocimiento con maneras distintas de saber se integren de verdad es interdisciplina, y es mucho más exigente. El comportamiento nombra las dos porque la universidad necesita ambas, y cuando se reúne gente de varias facultades en una sala sin integrar sus maneras de saber, el resultado suele parecerse al comité del comienzo del capítulo por validar.
"Valor común." Cada área, con toda razón, cuida sus redes de relaciones y los recursos que obtiene a través de ellas, lo que Nahapiet y Ghoshal llaman capital social (1998, p. 243). El problema aparece cuando la suma de esos cuidados locales destruye el capital social del conjunto (Adler y Kwon, 2002). Generar valor común pide que cada unidad, mientras cuida sus propias redes, cuida también las que sostienen a la universidad entera.
Porque el silo es el estado por defecto. Miller McPherson, Lynn Smith-Lovin y James Cook documentaron la homofilia: las personas se conectan sobre todo con quienes se les parecen, en área, nivel y formación, y por eso las redes se encierran en grupos sin que nadie lo decida (McPherson, Smith-Lovin y Cook, 2001). Y las organizaciones, además, tienden a reproducirse tal como son, por una inercia que viene de lo mismo que las hace confiables, reproducir con fidelidad lo que ya funciona, y que veremos con más detalle en el capítulo de Evolución Consciente (Hannan y Freeman, 1984). Sin intención y rediseño, el silo gana.
Porque estar en medio da poder. Cuando alguien ocupa el espacio entre dos grupos que no se hablan, puede hacer dos cosas. Puede conectarlos para que colaboren directamente, lo que David Obstfeld llamó el tercero que une. O puede mantenerlos separados para seguir siendo el intermediario indispensable (Obstfeld, 2005). Desde afuera las dos conductas se parecen y las dos dan poder. En el estudio de Obstfeld, la tendencia a unir se asoció con participar más en la innovación de su empresa (Obstfeld, 2005), y quien ocupa ese lugar entre grupos, según Burt, tiene también buenas ideas con más frecuencia, porque ve lo que cada grupo ve por separado (Burt, 2004). Lo que separa las dos conductas es si ese poder se usa para que los dos grupos colaboren o para que sigan dependiendo de quien está en medio, y lo que pide este comportamiento es lo primero.
Porque los incentivos dicen otra cosa. En las universidades, en general, la colaboración se valora en el discurso y, a la hora del ascenso, cuenta sobre todo la producción individual en una disciplina por validar. Kezar señala el sistema de ascenso y permanencia como la recompensa más importante para sostener la colaboración (Kezar, 2005). La gente hace la cuenta, racionalmente, y concluye que el tiempo dedicado a lo que cruza fronteras no le paga por validar.
Construir antes de exigir, y en el orden correcto. En los campus que estudió Kezar, la colaboración avanzó por etapas: primero se construye compromiso, apoyándose en una red de relaciones que ya existe en el campus; después se formaliza; y las recompensas se ajustan al final, cuando ya hay algo que reconocer. Cambiar las recompensas demasiado pronto puede ser contraproducente, de modo que durante un tiempo la colaboración se sostiene en el compromiso y en las relaciones antes de que el sistema de ascensos la reconozca por validar. En una universidad, además, la colaboración se gana convenciendo (Kezar, 2005).
Arreglar la plomería. Los cuatro campus construyeron tres tipos de estructura para integrar el trabajo: una unidad central dedicada a la colaboración, centros e institutos que cruzan facultades, y sistemas contables, informáticos y de presupuesto nuevos. Muchos entrevistados señalan que el tercero se pasó por alto al principio (Kezar, 2005). Las áreas funcionales (tecnología, gestión humana, finanzas) son condición de posibilidad de la colaboración, porque sus sistemas deciden si el trabajo conjunto se puede registrar, contar y reconocer por validar.
El estudio de Kezar es de universidades públicas estadounidenses, grandes y urbanas, elegidas por colaborar bien. Aplicarlo a Uniandes es una analogía razonable; la pieza latinoamericana más cercana aparece en el comportamiento 6.
La sala llena de gente poderosa
Angus Hildreth y Cameron Anderson querían entender algo que se ve por todas partes: por qué fracasan tanto los grupos de líderes. Legisladores que no logran acordar un presupuesto, juntas que toman malas decisiones, comités de altísimo nivel que producen menos que un equipo cualquiera.
En el estudio más revelador reunieron grupos de ejecutivos reales de una organización grande y les pusieron una negociación difícil, en la que tenían que llegar a un acuerdo a pesar de sus diferencias. Filmaron todo, y jueces independientes evaluaron las grabaciones, para no depender de lo que cada participante creyera de sí mismo. Los grupos formados por personas de alto poder llegaron a acuerdo con menos frecuencia: se enredaron peleando por quién mandaba, se distrajeron de la tarea y compartieron peor la información.
Luego repitieron el estudio en el laboratorio, asignando el poder al azar, y el resultado fue el mismo en las tareas que exigían coordinarse (Hildreth y Anderson, 2016).
Por qué está aquíLa historia muestra que las mesas donde más se decide suelen ser las más frágiles para lo que pide el comportamiento: reconocer aportes y sostener conversaciones difíciles. Y como el resultado se repitió cuando el poder se asignó al azar, la causa apunta al poder mismo, de modo que confiar, en las mesas de más rango, pide más cuidado que en cualquier otra parte por validar.
Casi todo el mundo ha salido de una reunión en la que la decisión grande se aprobó rápido, sin fricción, y después, en el pasillo, alguien dijo la objeción de verdad, la que habría cambiado la decisión. Esa escena muestra lo que el comportamiento busca evitar, que la conversación difícil ocurra fuera de la sala donde se decide.
La investigación sugiere que la confianza y la apertura, además de la buena voluntad de cada quien, dependen de cómo se organiza el trabajo, y que se rompen en lugares bastante predecibles por validar. Uno de ellos es la silla de quien tiene más autoridad.
"Confiamos." Roger Mayer, James Davis y David Schoorman definen la confianza como la disposición a hacerse vulnerable ante otro, apoyada en tres juicios sobre esa persona: si es capaz, si nos quiere bien y si hay coherencia entre lo que dice y lo que hace (Mayer, Davis y Schoorman, 1995). La confianza, entonces, es un juicio que sube y baja según comportamientos observables. Se puede ganar, perder y reconstruir a propósito por validar.
"Apertura." Amy Edmondson llamó seguridad psicológica a la creencia compartida de que en un equipo se puede preguntar, admitir un error, pedir ayuda o disentir sin pagar por ello (Edmondson, 1999). Donde no la hay, la gente se calla, y lo hace de forma racional. Edmondson estudió también equipos de cirugía cardíaca que adoptaban una técnica nueva. Entre lo que distinguió a los equipos que lograron adoptar la técnica estuvo que el cirujano líder explicaba por qué valía la pena el cambio, restaba peso a su poder y reconocía sus errores, y así a los demás les resultaba más fácil hablar en el quirófano (Edmondson, 2003). Apertura, en este comportamiento, es que en el equipo se pueda preguntar, equivocarse y disentir sin pagar por ello, y que quien tiene más autoridad sea el primero en mostrarlo por validar.
"Honestidad" y "reconocer aportes". El comportamiento une dos cosas que suelen verse por separado: reconocer aportes, que es una forma de cuidar a la persona, y sostener conversaciones difíciles, que es una forma de exigirle por validar.
Porque el contrario de la apertura es el silencio. Elizabeth Morrison y Frances Milliken describieron el silencio organizacional como un fenómeno colectivo, producido por el miedo de la dirección a la crítica, sus creencias y las estructuras que de ahí salen (Morrison y Milliken, 2000). James Detert y Edmondson documentaron, con entrevistas y encuestas, que la gente carga reglas implícitas sobre cuándo es peligroso hablar, y se autocensura incluso con sugerencias que ayudarían a la organización (Detert y Edmondson, 2011).
Porque el poder cierra la perspectiva. Adam Galinsky y sus colegas encontraron en el laboratorio que sentir poder puede reducir la capacidad de ponerse en el lugar del otro (Galinsky, Magee, Inesi y Gruenfeld, 2006). Dacher Keltner, Deborah Gruenfeld y Cameron Anderson propusieron el otro lado: la falta de poder activa la atención a la amenaza y la inhibición (Keltner, Gruenfeld y Anderson, 2003). La misma asimetría produce las dos fallas a la vez: el de arriba no reconoce el aporte porque no toma la perspectiva de quien aporta, y el de abajo no aporta porque algo lo frena por validar.
Porque se pelea por el rango. Además del conflicto sobre la tarea y el conflicto entre personas, Corinne Bendersky y Nicholas Hays describieron el conflicto de estatus: la disputa, casi siempre soterrada, sobre la posición de cada quien en la jerarquía del grupo (Bendersky y Hays, 2012). Es lo que Hildreth y Anderson filmaron, y aparece con más fuerza en las mesas de pares de alto rango.
Porque la cohesión se confunde con acuerdo. Irving Janis llamó pensamiento de grupo a la situación en que el deseo de unanimidad pesa más que evaluar las alternativas con realismo (Janis, 1972). El riesgo aparece cuando un equipo define confianza como "ser amables y no disentir" por validar. En el capítulo de Interacciones Significativas veremos una forma más sutil del mismo problema, la paradoja de Abilene, en la que un grupo termina haciendo algo que ninguno de sus miembros quería porque cada uno creyó que los demás sí lo querían (Harvey, 1974), y lo que los meta-análisis dicen sobre cuándo el conflicto construye.
Relaciones, y luego seguridad para hablar. Abraham Carmeli y Jody Hoffer Gittell observaron, en encuestas a empleados, que las buenas relaciones de trabajo se asocian con aprender más de los errores, y que buena parte de ese efecto pasa por la seguridad psicológica (Carmeli y Gittell, 2009). Primero vienen las relaciones, y sobre ellas crece la seguridad para hablar. Gittell había descrito antes qué hace fuerte una relación entre personas con roles distintos: metas compartidas, conocimiento compartido de lo que hace cada uno y respeto mutuo (Gittell, 2002). Ese respeto vive en la relación entre roles y puede sobrevivir a la rotación de las personas por validar.
Separar los conflictos. Karen Jehn distinguió el conflicto sobre la tarea del conflicto entre personas (Jehn, 1995), y Bendersky y Hays añadieron el de estatus. Cuando una mesa se traba, preguntarse si se está discutiendo el problema, la persona o el rango ayuda a desactivar los dos últimos por validar.
Diseñar las mesas de poder. Si el poder es el problema, el orden de la conversación ayuda a contrarrestarlo: que quien tiene más autoridad dé su opinión de último en los puntos donde quiere saber qué piensan los demás, pedir la objeción por nombre y por turno, e invitar a hablar a quien tiene menos rango antes de que la conversación tome forma por validar.
Hacer barato hablar. En los equipos quirúrgicos de Edmondson, el que bajaba la distancia de poder era el cirujano líder. Cuando quien tiene más autoridad es el primero en reconocer un error o un límite, con un "me equivoqué en esto" o un "esto no lo sé", el precio de hablar baja para los demás (Edmondson, 2003).
La investigación sobre poder y colaboración viene sobre todo de Estados Unidos, y no encontramos estudios sobre seguridad psicológica en el gobierno colegiado de una universidad. Que las mesas de decanos o los consejos se comporten como los grupos de Hildreth y Anderson es plausible, pero no está medido.
Tres médicos y un diagnóstico
James Larson y sus colegas pusieron a equipos de tres médicos a diagnosticar casos clínicos simulados. El montaje era preciso: algunas pistas del caso las conocían los tres, y otras estaban repartidas, cada una en manos de un solo médico. Entre los tres tenían todo lo necesario para acertar, pero ninguno lo tenía solo.
La clave estuvo en si lograban poner sobre la mesa las pistas repartidas. Cuando sacaban la información que solo uno tenía, el diagnóstico mejoraba. Cuando repetían lo que ya todos sabían, no mejoraba: solo reforzaban la idea con la que habían llegado.
Y había una figura que inclinaba la balanza: el líder del equipo. Era quien más preguntaba y quien más repetía lo que se decía: al principio, sobre todo lo que todos sabían, y con el tiempo, también la pista que solo uno había traído (Larson, Christensen, Franz y Abbott, 1998).
Por qué está aquíComo los investigadores sabían quién tenía cada pista, pudieron separar lo que el equipo sabía de lo que el equipo usó. La historia muestra por qué el comportamiento dice "incluso lo no obvio": tener a los mejores en la sala no garantiza la mejor decisión, y alguien tiene que hacer el trabajo de pescar lo que solo uno sabe.
Hay una frase que casi todos hemos dicho: "yo eso ya lo dije en la reunión". Lo dijimos, sí, una vez. Nadie lo retomó, la conversación siguió por otro lado y la decisión salió como si nunca se hubiera mencionado.
Este comportamiento tiene dos mitades que parecen temas distintos, decidir bien y sentir que uno pertenece, y las dos responden al mismo asunto por validar. El dato que cambiaría la decisión a menudo lo tiene una sola persona, decirlo tiene un costo social, y nadie paga ese costo en un lugar donde no se siente parte por validar.
"Incluso lo no obvio." Garold Stasser y William Titus descubrieron un patrón que se ha replicado durante décadas (Lu, Yuan y McLeod, 2012). En una discusión, la información que todos ya tienen se menciona más, se repite más y se valida más. La que solo una persona posee queda en desventaja y muchas veces no entra nunca. Resultado: el grupo elige mal aunque, sumando lo que cada uno sabía, tenía todo para elegir bien. Lo llamaron perfiles ocultos (Stasser y Titus, 1985). Daniel Gigone y Reid Hastie lo extendieron a los juicios colectivos: en sus experimentos, el grupo pesaba cada dato según cuánta gente ya lo sabía (Gigone y Hastie, 1993). Compartir «incluso lo no obvio» quiere decir, por eso, sacar a la mesa lo que solo uno sabe, que es justo lo que una discusión tiende a dejar afuera.
"Compartimos." Para que algo quede en común, tiene que entrar en la conversación y volver a ella. Larson, Pennie Foster-Fishman y Christopher Keys grabaron las discusiones de grupos de laboratorio y encontraron que lo compartido entra antes, lo dicen más personas y se repite más; lo no obvio aparece tarde, una sola vez y sin eco, aunque apunte a la mejor opción (Larson, Foster-Fishman y Keys, 1994).
"Aprendizajes." Con un aprendizaje se comparte también la razón de lo que pasó. Chris Argyris distinguió dos maneras de aprender: una corrige el error sin tocar las reglas de fondo; la otra corrige el error preguntando por las normas y supuestos que lo produjeron (Argyris, 1977). Por eso lo no obvio, además de lo que sabe una sola persona, incluye las premisas que nadie ha examinado por validar.
Porque repetir lo obvio hace parecer más competente. Imagina la escena. Alguien dice un dato que todos ya saben: cabezas que asienten, "exacto", "buen punto". Esa persona acaba de parecer más competente ante los demás sin arriesgar nada. Otra dice el dato que solo ella tiene, el incómodo: nadie puede confirmarlo, y la sala se queda muda o pregunta "¿y eso de dónde sale?". Gwen Wittenbaum y sus colegas llamaron a esto realce mutuo: cuando repetimos lo que todos sabemos, nos evaluamos unos a otros como más competentes (Wittenbaum, Hubbell y Zuckerman, 1999). Así, sin que nadie lo busque, el equipo aprueba lo que ya sabía y deja sin eco el dato que lo ayudaría a decidir mejor.
Porque compartir es una decisión interesada. Wittenbaum, Andrea Hollingshead e Isabel Botero sostienen que la investigación pasó de suponer que la gente comparte de forma cooperativa y neutral a reconocer que comparte de forma motivada: elige qué decir, cómo y a quién, según sus metas, como verse competente, proteger su posición o cuidar sus relaciones (Wittenbaum, Hollingshead y Botero, 2004). Y a veces el silencio es deliberado: Catherine Connelly y sus colegas documentaron el ocultamiento de conocimiento, retener a propósito lo que alguien pide, de forma cortés, por desconfianza o sensación de competir (Connelly, Zweig, Webster y Trougakos, 2012). Mientras compartir deje a alguien en desventaja, la invitación a compartir más choca con lo que a cada quien le conviene por validar.
Las ganas de entender y el sentido del nosotros. Carsten De Dreu, Bernard Nijstad y Daan van Knippenberg describen dos motivaciones que deciden si un grupo piensa a fondo: las ganas de entender de verdad y el interés por el colectivo. El grupo saca y usa lo no obvio cuando las dos están altas (De Dreu, Nijstad y van Knippenberg, 2008). Y pertenecer es una necesidad humana de fondo (Baumeister y Leary, 1995). De ahí el circuito que intuye el comportamiento: sentirse parte hace que valga la pena pagar el costo de decir lo único, y que lo único se escuche hace sentirse parte por validar.
El trabajo de quien dirige. En el estudio de los médicos, el líder era quien rescataba lo no obvio. Repetir con autoridad un dato único ("eso no lo sabíamos, vuélvemelo a decir") es lo que le da peso, y darle crédito con nombre propio a quien lo trajo hace que lo único también pague por validar.
Estructura antes de la discusión. Pedir opiniones por escrito antes de discutir, o hacer una ronda en la que cada área diga qué ve que las demás no, ayuda a que lo no obvio exista antes de que la conversación lo entierre por validar.
La conversación difícil bien tenida. Douglas Stone, Bruce Patton y Sheila Heen, del Proyecto de Negociación de Harvard, proponen que toda conversación difícil esconde tres: qué pasó, qué sentimos y qué dice esto de quiénes somos. Sugieren que la información incómoda sale con más facilidad cuando se pasa de buscar la verdad y la culpa a buscar el aprendizaje y la contribución de cada parte (Stone, Patton y Heen, 1999). En el capítulo de Interacciones Significativas volvemos a la tercera de esas conversaciones, la de la identidad.
La mayoría de los estudios sobre perfiles ocultos se hicieron en laboratorio, con grupos que no tenían historia ni futuro juntos. Las prácticas de «Qué lo hace posible» se derivan de esa evidencia y todavía no se han probado en una universidad. No encontramos investigación latinoamericana sobre información compartida y pertenencia.
Equipos presenciales que viven en el chat
Solemos pensar que los problemas de colaborar a distancia son de los equipos remotos. Hincapié y Hill estudiaron un caso que no encaja en esa idea: equipos de estudiantes en cursos presenciales de una universidad de Estados Unidos, que comparten el mismo campus y se ven en clase.
Vieron que esos equipos, aunque se cruzan todos los días, coordinan buena parte de su trabajo de forma virtual, por correo, documentos compartidos y mensajería. Y una coordinación más virtual se asoció con peor rendimiento, y la relación pasaba por cuánta información compartían.
El giro está en los equipos que reportaron comportamientos deliberados de comunicación digital: elegir a propósito qué herramienta usar para qué tarea y redactar los mensajes con más cuidado, para contrarrestar la tendencia de lo escrito a leerse peor de lo que se quiso decir. Esos equipos compartían más información, lo que contrarrestaba en parte el costo de lo virtual (Hincapié y Hill, 2024).
Por qué está aquíEstudiar equipos que comparten campus permite separar la virtualidad de la distancia física: estos estudiantes no estaban lejos y aun así la virtualidad les cobraba. La historia muestra dos cosas que el comportamiento pide: que todo equipo, incluso uno presencial, usa tecnología para colaborar, y que usarla "de manera crítica y consciente" depende de comportamientos concretos que un equipo puede practicar.
Basta con contar cuántas herramientas se usan para coordinar una sola iniciativa entre dos facultades: el correo, el grupo de mensajería, la videollamada, la carpeta compartida a la que alguien no tiene permiso, el documento comentado que nadie retomó. Con tantos canales abiertos a la vez, decidir cuál sirve para qué se vuelve parte del trabajo de colaborar por validar.
Las palabras que más pesan en este comportamiento son crítica y consciente. Usar la tecnología con criterio quiere decir saber qué canal sirve para qué problema, y quién queda dentro y fuera cuando se elige.
"Tiempo real y asincrónica." Richard Daft y Robert Lengel separaron dos tipos de tarea: las que tienen falta de información y las que tienen interpretaciones en conflicto. Propusieron que las segundas, como negociar el significado de un cambio, piden un medio rico, como la conversación cara a cara, y que las primeras se resuelven con un correo (Daft y Lengel, 1986). Alan Dennis, Robert Fuller y Joseph Valacich precisaron la idea: converger, ponerse de acuerdo en qué significa algo, se beneficia de trabajar al mismo tiempo; transmitir información nueva para que otros la digieran se beneficia de lo asincrónico (Dennis, Fuller y Valacich, 2008). Por eso el comportamiento nombra los dos modos: el tiempo real ayuda a ponerse de acuerdo, y lo asincrónico da tiempo para leer con calma y pensar antes de opinar.
"De manera crítica." Bradley Kirkman y John Mathieu definieron la virtualidad de un equipo con tres medidas: cuánto se apoya en herramientas, cuánta información útil aportan esas herramientas y qué tan sincrónica es la interacción (Kirkman y Mathieu, 2005). Todo equipo tiene algún grado de virtualidad. La pregunta útil deja de ser "¿presencial o remoto?" y pasa a ser cuánta virtualidad, de qué tipo y con qué sincronía conviene para lo que estamos haciendo.
"Consciente." Wanda Orlikowski y Susan Scott sostienen que lo social y lo material se construyen mutuamente en la práctica diaria, y que por eso la misma herramienta da lugar a prácticas distintas según cómo la use cada equipo (Orlikowski y Scott, 2008). La cultura que el comportamiento aspira a construir se hace en el uso cotidiano: en a qué hora se responde un correo, o en qué se decide por escrito y qué en vivo.
Porque lo híbrido puede partir al equipo. Lisa Handke y sus colegas, entre ellas Hincapié, propusieron el concepto de desbalance de co-localización: cuando unas parejas de compañeros coinciden seguido en el campus y otras casi nunca, su modelo predice que el equipo se parta en bandos, los de adentro y los de afuera, con menos confianza y peor desempeño (Handke, Costa, Hincapié y Johnson, 2026). En lo híbrido pesa la distancia entre la oficina y la casa, y pesa también la distancia desigual entre los compañeros. Según ese modelo, que algunos coincidan más en el campus puede debilitar al equipo entero cuando otros quedan por fuera de esos encuentros.
Porque estar siempre conectado cansa. Monideepa Tarafdar, Cary Cooper y Jean-François Stich revisaron la investigación sobre el costo de la conexión permanente: sobrecarga, invasión de la vida personal y una caída medible de productividad y bienestar. También propusieron que el mismo estímulo digital puede producir tensión útil en lugar de desgaste, según cómo esté diseñado el trabajo (Tarafdar, Cooper y Stich, 2019). En el capítulo de Interacciones Significativas vemos qué le pasó a la red de una gran empresa cuando todo se volvió virtual.
Preguntar qué trabajo se está haciendo antes de abrir el canal. Cuando el trabajo es ponerse de acuerdo en qué significa algo, ayuda más la conversación en vivo, y cuando es pasar información para que la gente la digiera, ayuda más lo escrito y con tiempo (Dennis y colegas, 2008). Lo que admite más de una interpretación o carga emocional casi nunca se resuelve por chat por validar.
Cuidar los comportamientos. En el estudio de Hincapié y Hill, los equipos que elegían el canal a propósito y escribían con más cuidado compartían más información. Son comportamientos concretos, y por eso se pueden practicar por validar.
Coordinar quién coincide con quién. Según el modelo de Handke y sus colegas, importa tanto qué personas coinciden en el campus como cuánta gente viene, para que quienes necesitan construir un entendimiento compartido se encuentren en persona (Handke y colegas, 2026).
Liderar para incluir. Hincapié y Costa describen seis desafíos de inclusión que lo híbrido agrava, como los subgrupos por presencialidad, el aislamiento y el sesgo de proximidad, y proponen un liderazgo que construya confianza y fije canales claros de comunicación (Hincapié y Costa, 2024). Que todos tengan acceso al mismo canal es el comienzo, y para que todos tengan voz se necesita además un liderazgo que los invite a usarlo por validar.
Decidir a propósito qué se le delega a la IA. Sebastian Raisch y Sebastian Krakowski sostienen que automatizar una tarea y trabajar junto con la máquina se entrelazan con el tiempo, y que inclinarse demasiado hacia uno de los dos produce ciclos negativos: automatizar de más hace perder la pericia humana y deja a la organización atada a sus sistemas, y apoyarse de más en trabajar junto con la máquina sale caro, fracasa a menudo y lleva a insistir para justificar la inversión (Raisch y Krakowski, 2021). Usar la IA de manera crítica y consciente empieza por decidir qué queda en manos humanas antes de instalar la herramienta por validar. En el capítulo de Evolución Consciente volvemos a esta pregunta desde otro lado: qué le hace la tecnología a la pericia y a quienes la usan.
Buena parte de la teoría sobre canales es de 1986 a 2008, antes de la mensajería instantánea y de la inteligencia artificial generativa. Hay poca evidencia de gran escala sobre colaboración híbrida después de 2020 y casi ninguna sobre cómo los equipos se apropian de la IA. El estudio de Hincapié y Hill es con estudiantes de Estados Unidos; falta verlo con profesores y personal administrativo.
Las burbujas de los que se parecían
Una burbuja financiera aparece cuando muchos compradores pagan por una acción más de lo que vale, cada uno confiando en que los demás saben lo que hacen. Sheen Levine y sus colegas quisieron saber si la composición de un mercado cambia esa confianza, y para eso montaron mercados de acciones en laboratorio, uno en el sudeste asiático y otro en Norteamérica, con participantes formados en negocios o finanzas.
Cada mercado tenía seis operadores asignados al azar. En unos, todos pertenecían al grupo étnico mayoritario del lugar, y en otros había al menos una persona de una minoría, de modo que antes de empezar cada uno podía ver con quién compartía el mercado. Los investigadores les dieron a todos la información necesaria para calcular el valor real de las acciones, midieron por separado qué tan bien lo calculaba cada uno, y después los pusieron a negociar con dinero real durante diez rondas, en pantallas, sin hablar entre sí y sin saber quién hacía cada oferta.
En los 30 mercados, con 180 operadores, los precios de los mercados diversos se ajustaron al valor real 58% mejor que los de los homogéneos. En los homogéneos se aceptaban más las ofertas alejadas del valor real, los errores de unos y otros se parecían más, y cuando la burbuja se desinflaba la caída era más fuerte. Incluso quienes habían calculado bien antes de negociar se equivocaban más cuando estaban rodeados de personas de su mismo grupo, mientras que en los mercados diversos la mejora alcanzó a todos, de la mayoría y de la minoría (Levine y colegas, 2014).
Por qué está aquíEl comportamiento pide co-crear "a partir de la diversidad de perspectivas", y en ese experimento la diversidad rindió aunque todos tenían la misma información, porque según los autores la presencia de alguien distinto hizo que cada operador revisara más las decisiones de los otros antes de aceptarlas. Por eso, en una universidad, juntar perspectivas distintas en un comité o un proyecto ayuda también porque obliga a revisar lo que entre pares parecidos se daría por bueno por validar.
Nadie discute que la diversidad sea buena, que haya que innovar o que la universidad exista para servir a la sociedad, y por eso mismo es fácil dar por cumplidas las tres cosas: tenemos gente distinta, luego somos diversos; convocamos a otros, luego co-creamos; está en la misión, luego servimos.
Según la investigación, la diversidad aporta cuando el grupo procesa las perspectivas distintas, co-crear supone que quienes participan son autores de la solución, y el servicio a la sociedad se ve en las decisiones que se toman por validar.
"Diversidad de perspectivas." Daan van Knippenberg, De Dreu y Astrid Homan propusieron un modelo integrador sobre por qué la diversidad a veces ayuda y a veces no. Según ese modelo, la diversidad produce valor cuando el grupo elabora, es decir, cuando procesa e integra de verdad las perspectivas distintas. Al mismo tiempo, activa la división entre "nosotros" y "ellos", que puede sabotearla. Las dos fuerzas corren a la vez, y el resultado depende de varias condiciones que el modelo describe, entre ellas que la división del grupo en subgrupos no frene la elaboración (van Knippenberg, De Dreu y Homan, 2004). Partir «de la diversidad de perspectivas» pide, por eso, procesarlas juntas hasta integrarlas por validar.
"Co-creamos." En el modelo tradicional, el experto crea la solución puertas adentro y la entrega a un receptor. En la co-creación, el valor nace en la interacción, y el otro participa como autor de la solución. Pensando en empresas y sus clientes, C. K. Prahalad y Venkat Ramaswamy describieron cuatro condiciones que lo hacen posible: diálogo real, acceso a la información, claridad sobre riesgos y beneficios, y transparencia (Prahalad y Ramaswamy, 2004). Henry Chesbrough, que acuñó la idea de innovación abierta, añadió que muchas ideas valiosas viven fuera de las fronteras de una organización (Chesbrough, 2003). Para una universidad, co-crear significa que estudiantes, aliados o comunidades participen también en hacer las soluciones que les llegan por validar.
"Al servicio de una sociedad justa, sostenible y profundamente humana." Michael Porter y Mark Kramer propusieron que una organización puede crear valor que al mismo tiempo resuelva problemas sociales, integrado al centro de lo que hace y no en una actividad periférica (Porter y Kramer, 2011). R. Edward Freeman había propuesto antes que una organización debe tener en cuenta a toda la red de grupos que la afectan y son afectados por ella, la sociedad incluida (Freeman, 1984; Freeman y Reed, 1983). "Profundamente humana" agrega algo que no se mide fácil: tratar a cada persona como alguien con dignidad y autora de su vida en cada etapa del proceso por validar.
Porque el efecto de la diversidad depende de cómo se mida. Hans van Dijk, Marloes van Engen y van Knippenberg encontraron que, con medidas objetivas de desempeño, se borran tanto la desventaja aparente de la diversidad demográfica, que en parte venía del sesgo de quien evaluaba, como la ventaja de la diversidad de formación (van Dijk, van Engen y van Knippenberg, 2012). En promedio, entonces, la diversidad por sí sola no asegura un mejor desempeño, y según el modelo de van Knippenberg, De Dreu y Homan, un factor central de su efecto es que el grupo la elabore (van Knippenberg, De Dreu y Homan, 2004).
Porque la universidad está construida sobre el experto que transmite. Esa misma fortaleza hace difícil co-crear, porque que un estudiante, un aliado o una comunidad sean coautores de la solución va contra un instinto profesional muy entrenado por validar.
Porque las diferencias se apilan. Cuando varias diferencias coinciden en las mismas personas, el grupo se divide en bandos. En el capítulo de Interacciones Significativas lo vemos con el nombre de fallas, y con un experimento que muestra que la incomodidad de un grupo diverso puede ser señal de que está pensando mejor.
La inclusión, que es otra cosa que la diversidad. Lynn Shore y sus colegas definen la inclusión como sentir a la vez que uno pertenece al grupo y que su singularidad cuenta (Shore y colegas, 2011). Un ambiente que acoge pero pide parecerse a los demás no es inclusivo, y uno que celebra la diferencia pero deja afuera del "nosotros" tampoco. Lisa Nishii observó que, en grupos con diversidad de género, un clima de inclusión se asoció con menos conflicto (Nishii, 2013). La misma composición dio resultados distintos según el clima. Y debajo del clima está la seguridad psicológica del segundo comportamiento: tener gente distinta no sirve si no es seguro hablar por validar.
Cuidar el proceso del equipo. Ute Hülsheger, Neil Anderson y Jesús Salgado reunieron tres décadas de investigación y encontraron que las variables de proceso del equipo predicen la innovación mucho más que su composición (Hülsheger, Anderson y Salgado, 2009). Por eso, cuando un equipo no innova, la evidencia apunta primero a cómo trabaja.
Un ambiente que habilite la creatividad. Teresa Amabile propuso que la creatividad sale de combinar destrezas, motivación por el interés en la tarea y un contexto que lo permita (Amabile, 1988), y ese contexto se puede medir: autonomía, apoyo, recursos y ausencia de obstáculos (Amabile, Conti, Coon, Lazenby y Herron, 1996). En el capítulo de Evolución Consciente veremos un experimento suyo sobre lo frágil que es esa motivación.
Distinguir consultar de co-crear. Al final de un proceso participativo, una pregunta separa las dos cosas: ¿la solución final es distinta de la que se tenía en mente al empezar? Si es igual pero con más firmas, hubo consulta. Si cambió porque alguien de afuera vio algo que no se veía, hubo co-creación por validar.
El modelo matemático de Lu Hong y Scott Page, según el cual bajo ciertas condiciones un grupo diverso supera a uno formado por los más capaces, se ha debatido en su aplicación a equipos reales (Hong y Page, 2004). No encontramos investigación sobre co-creación en el contexto universitario, con estudiantes y comunidades como coautores, ni evidencia latinoamericana sobre clima de inclusión. Y ningún estudio une empíricamente la diversidad de un equipo con su contribución a una sociedad más justa: las dos puntas del comportamiento están respaldadas por separado.
Más disciplinas no era el problema
A finales de los noventa, la Fundación Nacional de Ciencia de Estados Unidos financió decenas de proyectos que juntaban investigadores de campos distintos. Jonathon Cummings y Sara Kiesler tomaron 62 de esas colaboraciones y se hicieron una pregunta que cualquiera en una universidad se ha hecho: ¿qué las hace funcionar?
La sospecha razonable era que la dificultad venía de mezclar disciplinas. Un biólogo y un ingeniero no hablan igual, no publican en las mismas revistas, no entienden lo mismo por "resultado".
El resultado fue otro. Los proyectos con investigadores de más disciplinas reportaron tantos logros como los de menos. Los que tropezaban eran los que tenían investigadores de más universidades: estaban peor coordinados y reportaron menos resultados positivos. Los mecanismos que reunían físicamente a la gente atenuaron un poco ese efecto (Cummings y Kiesler, 2005). En ese estudio, lo difícil fue coordinar entre universidades, y los costos de integrar disciplinas aparecen en otros estudios, como los de Leahey y de Bromham que vienen más adelante.
Por qué está aquíEl comportamiento nombra tres límites: áreas, roles y disciplinas. La historia muestra que el límite que más pesa puede ser el organizacional: la distancia entre unidades que no comparten rutinas ni espacios. Por eso «integrando esfuerzos» pide coordinar a propósito el trabajo entre unidades, además del encuentro entre disciplinas.
El conocimiento ya se produce en equipo. Stefan Wuchty, Benjamin Jones y Brian Uzzi revisaron casi 20 millones de artículos de cinco décadas y 2,1 millones de patentes. Encontraron que los equipos dominan cada vez más la producción de conocimiento en casi todos los campos, y que ya producen también la investigación de mayor impacto (Wuchty, Jones y Uzzi, 2007). Los problemas que una universidad quiere resolver, de la docencia a la gestión, piden soluciones que ninguna unidad tiene completas.
"Más allá de los límites de nuestras áreas, roles y disciplinas." Son tres límites distintos.
"Integrando esfuerzos." Integrar es atravesar fronteras de conocimiento. Paul Carlile describe tres fronteras de conocimiento, cada una más difícil que la anterior, y cada una pide un proceso distinto (Carlile, 2004):
| Frontera | Qué pasa | Qué pide |
|---|---|---|
| Sintáctica | Hay un lenguaje común y basta con pasar la información | Transferir |
| Semántica | Las mismas palabras significan cosas distintas | Traducir |
| Pragmática | Hay intereses en juego | Transformar |
Anne Edwards llama conocimiento común a la comprensión, parcialmente compartida, de lo que le importa a cada experto. Lo propone como punto de partida para trabajar entre profesiones (Edwards, 2011).
"Soluciones integrales." Una solución es integral cuando la integración produce algo que ninguna parte habría logrado sola. Es el tercer criterio de Boix Mansilla. En una universidad, eso se ve cuando el trabajo de varias unidades termina en una respuesta nueva, distinta de lo que saldría de juntar sus informes por validar.
"Fortalecer la identidad Uniandes." Jane Dutton y Janet Dukerich siguieron de cerca un caso: cómo la Autoridad Portuaria de Nueva York y Nueva Jersey respondió al problema de las personas sin hogar en sus terminales. En ese caso, la identidad de la organización, lo que su gente creía que la organización era, orientó cómo interpretaron el problema y qué hicieron (Dutton y Dukerich, 1991).
Si la identidad orienta lo que una organización hace, como en ese caso, también puede ir en la otra dirección, y el trabajo entre áreas puede ser uno de los lugares donde la identidad institucional se vive y se refuerza, porque obliga a preguntarse qué tenemos en común por validar.
Porque integrar cuesta. Erin Leahey, Christine Beckman y Taryn Stanko analizaron a casi 900 científicos y sus 32.000 artículos. La investigación interdisciplinaria resultó más citada, pero menos productiva: produce menos artículos. Las autoras proponen dos explicaciones: lo difícil que es integrar y colaborar, y los obstáculos en la revisión por pares (Leahey, Beckman y Stanko, 2017).
Porque conseguir financiación es más difícil. Lindell Bromham, Russell Dinnage y Xia Hua analizaron 18.476 propuestas presentadas en cinco años al principal programa del Consejo Australiano de Investigación. A más interdisciplinariedad, menos probabilidad de ser financiada (Bromham, Dinnage y Hua, 2016).
Porque en la frontera pragmática hay algo en juego. Cuando el choque entre dos áreas es de intereses, traducir no alcanza. Alguien tiene que ceder o transformar lo que sabe, y eso tiene costo para quien lo hace (Carlile, 2004).
Diagnosticar la frontera antes de intervenir. Antes de convocar otra reunión, conviene preguntarse qué tipo de frontera es la que hay. Si falta lenguaje común, basta un glosario compartido. Si las mismas palabras significan cosas distintas, hace falta traducir. Si hay intereses en juego, hace falta negociar qué cambia cada quien (Carlile, 2004).
Crear objetos frontera. Susan Leigh Star y James Griesemer estudiaron un museo de zoología de la Universidad de California en Berkeley a comienzos del siglo XX. Científicos, coleccionistas aficionados y administradores cooperaron sin ponerse de acuerdo en todo, gracias a objetos que cada grupo podía leer a su manera: colecciones, formularios estandarizados, mapas (Star y Griesemer, 1989). En una universidad, un tablero compartido o un formato común de proyecto pueden cumplir esa función por validar.
Reunir a la gente. En el estudio de Cummings y Kiesler, los mecanismos que juntaban físicamente a los investigadores atenuaron un poco los problemas de coordinación (Cummings y Kiesler, 2005).
Reconocer el tercer espacio. Las personas que se mueven entre lo académico y lo administrativo ya hacen este trabajo (Whitchurch, 2008). Nombrar su papel y darle lugar puede ser una forma barata de integrar por validar.
Al principio dijimos que la palabra que más pesa en este pilar es decidida. Después de recorrer los seis comportamientos, se ve por qué.
En los seis hay una corriente que empuja en contra. Las redes se encierran en grupos parecidos. El poder hace que las salas más importantes colaboren peor. La cortesía premia repetir lo que todos saben. Los canales digitales dejan a unos más cerca que a otros. La diversidad, sin un clima que la active, se queda en la lista de asistentes. Y cruzar disciplinas se asocia con publicar menos artículos, aunque más citados, y con menos probabilidad de conseguir financiación. Todas estas corrientes aparecen solas cuando nadie las contrarresta a propósito.
Y en los seis, lo que la investigación señala como posible son decisiones cotidianas: a quién se conecta, quién habla y en qué orden, qué se repite y a quién se le da crédito, qué canal se usa para qué trabajo, cómo se trata a quien es distinto y cómo se juntan saberes de áreas diferentes. Son decisiones pequeñas que cada persona toma todos los días, en lugares concretos, y en ellas se vive lo que el pilar llama colaborar con determinación por validar.
Todas verificadas en bases académicas. Los enlaces de acceso y la bibliografía anotada completa están en los dossiers de research del Doble Click.
Por qué cambiar bien depende menos de la actitud de las personas y más de las condiciones en que una institución les pide cambiar.
borrador para revisión29 de octubre de 2026Texto verbatim de la cultura aspirada de la Universidad de los Andes. Más abajo: antes de empezar · lo que los cinco tienen en común · glosario y referencias.
Casi todo el mundo ha vivido el anuncio de un cambio. Llega un correo, hay una reunión, alguien presenta unas diapositivas con la palabra "oportunidad". Y casi todo el mundo ha vivido también lo que pasa después: la conversación en el pasillo, donde cada quien trata de entender qué significa de verdad lo que se anunció.
Ese momento entre el anuncio y el pasillo es el tema de este capítulo. Los cinco comportamientos de arriba forman el pilar Evolución Consciente de la cultura aspirada de la Universidad de los Andes. En pocas palabras, el pilar es esto: es abrazar el cambio como una oportunidad para aprender, adaptarnos y seguir vigentes, incluso en medio de la incertidumbre.
Leídos rápido, los cinco piden una actitud: estar abiertos al cambio, no temerle al error, ser ágiles, ser curiosos, usar bien la tecnología. La investigación cuenta otra historia, y es la que vale la pena estudiar. La gente reacciona a lo que logró entender del cambio, más que al anuncio mismo. Lo que decide si alguien se atreve a experimentar es, muchas veces, la fecha de su próxima evaluación. Una institución lenta suele ser lenta porque es confiable. La pericia que vuelve preciso a un experto también le quita flexibilidad. Y una buena herramienta de inteligencia artificial puede volver menos atenta, justamente, a la persona que más sabe.
Cada sección de este capítulo toma un comportamiento y le hace tres preguntas: qué significa realmente, por qué es difícil y qué dice la investigación que lo hace posible. Cada sección empieza con una historia, y al final de cada historia se dice para qué está ahí: qué muestra y qué parte del comportamiento ilumina.
Vas a encontrar varios tipos de fuente. Un experimento asigna a las personas al azar a dos condiciones y compara lo que pasa: es la mejor forma de saber si algo causa otra cosa. Un meta-análisis reúne muchos estudios sobre la misma pregunta y calcula el efecto promedio. Un estudio de campo observa durante meses o años lo que pasa en organizaciones reales: no prueba causas, pero muestra mecanismos que el laboratorio no ve. Un working paper es un estudio que todavía no ha pasado la revisión de otros investigadores, y lo decimos cada vez que aparece.
Cuando una idea es interpretación nuestra de los estudios, lleva esta marca: por validar.
Primero se entiende, después se abraza
El 5 de agosto de 1949, una cuadrilla de bomberos paracaidistas saltó sobre un cañón de Montana, en Estados Unidos, llamado Mann Gulch. El incendio estaba clasificado como de clase C, entre 4 y 40 hectáreas. Hacia las 5:45 de la tarde, poco después de reunirse con la cuadrilla, el jefe, Wagner Dodge, vio que el fuego había cruzado el barranco por delante del grupo y venía hacia ellos. Los hizo girar y subir por una ladera muy empinada, entre pasto seco, con llamas de treinta pies (unos nueve metros) que avanzaban a 610 pies por minuto.
Dodge dio dos órdenes. La primera, que soltaran las herramientas. La segunda era algo que la cuadrilla no conocía: prendió un fuego delante de ellos, en el pasto, y les dijo que esperaran unos segundos para meterse en la zona recién quemada, donde el incendio grande ya no tendría con qué alimentarse. Alguien gritó "¡Al diablo con esto, yo me largo!", y los hombres siguieron de largo hacia la cresta mientras Dodge les gritaba que entraran. Dodge sobrevivió acostado en las cenizas de su propio fuego. Dos hombres alcanzaron a pasar por una grieta de la cresta. Trece murieron. El reloj de uno de ellos se derritió marcando las 5:56.
Semanas después, ante la junta que investigó la tragedia, Dodge dijo que quienes estaban cerca tenían que haberlo entendido. Los dos sobrevivientes contaron otra cosa. Robert Sallee creyó que Dodge quería que subieran al lado de su fuego para frenar el incendio; nunca entendió que había que meterse adentro. Walter Rumsey no oía casi nada por el rugido del incendio y no supo para qué era ese fuego. Tampoco había instrucción sobre fuegos de escape: el administrador de los paracaidistas dijo no conocer ninguna (Servicio Forestal de Estados Unidos, 1949).
El psicólogo organizacional Karl Weick reconstruyó el caso décadas después y lo leyó como un colapso del sentido. Lo llamó un episodio cosmológico: el momento en que uno siente que el mundo dejó de tener orden, y con él se pierden también los medios para reconstruirlo. Sentido y equipo se cayeron juntos: al deshacerse la cuadrilla, cada uno dejó de entender y corrió por su cuenta (Weick, 1993).
Por qué está aquíEl comportamiento pide "abrazar" el cambio. En Mann Gulch, la orden que podía salvarlos llegó en el peor momento y sin una explicación que los hombres pudieran entender, y la cuadrilla se deshizo. Antes de pedir una actitud frente al cambio, hay que ayudar a construir su sentido.
Mann Gulch es un caso extremo, y Weick y sus colegas proponen que el mecanismo es cotidiano. Cuando una organización anuncia un cambio, cada persona construye una interpretación de lo que está pasando, y con ella decide qué siente y qué hace. Weick y sus colegas llaman a ese trabajo sensemaking, que se puede traducir como "fabricar sentido": convertir una situación confusa en una explicación en palabras que sirva para actuar (Weick, Sutcliffe y Obstfeld, 2005).
Por eso el trabajo de entender un cambio les toca tanto a quienes lo conducen como a quienes lo viven, y en una universidad, donde cada persona tiene mucha autonomía en su trabajo, lo que logra un cambio depende sobre todo de que ese sentido se construya bien por validar.
"Como una oportunidad." Barry Staw, Lance Sandelands y Jane Dutton revisaron la evidencia en tres niveles (personas, grupos y organizaciones) y encontraron el mismo patrón en los tres: cuando algo se percibe como amenaza, se procesa menos información y se concentra el control. La atención se estrecha, se vuelve a lo ya conocido, las decisiones suben y la participación baja. Lo llamaron rigidez por amenaza (Staw, Sandelands y Dutton, 1981). Si un cambio llega como amenaza, el sistema tiende a cerrarse justo cuando necesitaría aprender, por más que el comunicado diga "oportunidad". Y quien decide cómo llega el cambio casi siempre es quien lo anuncia por validar.
"Aun en medio de la incertidumbre." Frances Milliken propuso que la palabra incertidumbre esconde tres problemas distintos. No saber qué está pasando afuera (incertidumbre de estado). No saber cómo eso nos va a afectar (de efecto). Y no saber qué opciones tenemos ni qué pasaría con cada una (de respuesta) (Milliken, 1987). Cada una pide algo distinto: la primera, mirar mejor el entorno; la segunda, pensar escenarios; la tercera, probar por validar. Cuando un equipo dice "hay mucha incertidumbre", preguntar de cuál de las tres habla cambia la conversación.
"Permanecer vigentes." Aquí está la parte más fina de la frase. James March propuso, con un modelo de simulación, que aprender y seguir vigente pueden entrar en conflicto. Toda organización reparte su esfuerzo entre explotar lo que ya sabe hacer y explorar posibilidades nuevas. La explotación da resultados rápidos, seguros y fáciles de atribuir; la exploración, resultados lejanos, inciertos y difusos. Por eso un sistema que aprende de sus propios resultados se va inclinando, sin que nadie lo decida, hacia la explotación: se vuelve muy eficaz en el corto plazo y se pone en riesgo en el largo (March, 1991). Barbara Levitt y March le pusieron nombre a una versión de ese desequilibrio: la trampa de competencia, cuando una organización es tan buena en un procedimiento que nunca prueba uno mejor, porque al principio el nuevo rinde peor (Levitt y March, 1988). Permanecer vigentes, entonces, incluye seguir explorando aunque lo que ya sabemos hacer funcione bien, porque desde adentro esa trampa se siente como excelencia por validar.
Porque la resistencia la produce también quien cambia. "La gente se resiste al cambio" es una de las frases más repetidas en cualquier organización. Jeffrey Ford, Laurie Ford y Angelo D'Amelio sostienen que esa frase cuenta la historia desde un solo lado: ubica la resistencia "allá", en quienes reciben el cambio, como algo irracional. Su argumento es que los agentes del cambio contribuyen a producirla con lo que hacen y lo que dejan de hacer, y que la resistencia muchas veces trae información que quien diseñó el cambio no tenía (Ford, Ford y D'Amelio, 2008). Eric Dent y Susan Goldberg reconstruyeron la historia de la expresión "resistencia al cambio" y sostienen que nació como un concepto de sistema, una fuerza que afecta por igual a directivos y empleados, y con los años se volvió un rasgo psicológico de "los de abajo" (Dent y Goldberg, 1999).
Porque lo que mueve a una organización es su imagen. Jane Dutton y Janet Dukerich estudiaron durante años a la Autoridad Portuaria de Nueva York y Nueva Jersey, la agencia que opera puentes, túneles, terminales y aeropuertos de la región, mientras en los años ochenta crecía el número de personas sin hogar en sus instalaciones. La agencia tenía el problema a la vista todos los días. Lo que terminó moviéndola fue lo que empezó a decirse de ella: la distancia entre la imagen profesional de la que se sentía orgullosa y lo que otros veían (Dutton y Dukerich, 1991). En ese caso, lo que movió a la organización fue sentir su identidad en juego, más que la llegada de los datos.
Porque la inercia vive en la cabeza de quien decide. Mary Tripsas y Giovanni Gavetti estudiaron cómo respondió Polaroid al paso de la fotografía análoga a la digital. La empresa tenía capacidad técnica en imagen digital desde temprano. Lo que limitó su respuesta fue la manera en que sus directivos entendían el negocio: esa representación mental guiaba qué buscaban y qué dejaban de buscar (Tripsas y Gavetti, 2000). Una institución puede tener el talento y los recursos para algo y no hacerlo porque no cabe en la idea que tiene de sí misma.
Porque una universidad tiene una historia que la sostiene. El sociólogo Burton Clark llamó saga organizacional al relato colectivo de un logro único, construido a lo largo de décadas, que les da identidad y lealtad a quienes pertenecen a una institución (Clark, 1972). Es una de las mayores fuentes de cohesión de una universidad, y por eso mismo una de las fuerzas más difíciles de mover: proponer un cambio puede sentirse como contradecir la historia que explica quiénes somos por validar.
Construir sentido entre pares, además de comunicar desde arriba. Julia Balogun y Gerry Johnson siguieron a un grupo de mandos medios durante una reestructuración. En ese caso, el significado del cambio se construyó sobre todo de lado, entre colegas, en conversaciones en gran parte informales y lejos de la alta dirección (Balogun y Johnson, 2004). Entre el anuncio y lo que de verdad ocurre hay una capa de interpretación entre pares que pesa mucho en el resultado. Darle tiempo y lugar a esa conversación es parte del cambio por validar.
Leer la resistencia como información. Si la resistencia es en parte una respuesta razonable a cómo se condujo el cambio, la pregunta útil deja de ser "¿quién se resiste?" y pasa a ser "¿qué está viendo esa persona que el diseño del cambio no vio?" (Ford y colegas, 2008).
Separar las incertidumbres. Cuando el problema es no saber qué opciones funcionan, lo que ayuda es probar algo pequeño, y cuando el problema es no entender qué está pasando, lo que ayuda es mirar mejor el entorno antes de probar. Por eso distinguir las tres incertidumbres de Milliken le sirve a cualquier equipo para darle a cada una la respuesta que pide por validar.
Invertir antes de necesitarlo. Wesley Cohen y Daniel Levinthal propusieron que la capacidad de una organización para reconocer el valor de algo nuevo, asimilarlo y usarlo depende en buena parte del conocimiento relacionado que ya tiene. La llamaron capacidad de absorción (Cohen y Levinthal, 1990). Ese conocimiento hay que construirlo antes de que llegue el cambio, con años de gente leyendo, investigando y conversando fuera de su área. La apertura al cambio es, entonces, una inversión que se hace por adelantado, y su valor se ve el día que llega algo nuevo y hay con qué recibirlo.
La mayor parte de esta literatura es anglosajona y de los años setenta a dos mil. No encontramos estudios en revistas internacionales de alto impacto sobre cómo cambia por dentro una universidad latinoamericana, ni sobre universidades colombianas. Casi nadie ha estudiado cómo vive el cambio el personal administrativo, que en una universidad es buena parte de las personas afectadas. Lo que aquí se aplica a Uniandes es una analogía razonable, que falta probar en casa.
La aversión al riesgo vive en la fecha del informe
Imagina a dos científicos igual de brillantes, que trabajan en el mismo campo y tienen la misma ambición. El primero sabe que dentro de poco alguien va a revisar si cumplió lo que prometió y que, si el proyecto falla, puede quedarse sin financiación para su laboratorio. El segundo sabe que tiene varios años por delante, que puede cambiar de rumbo si encuentra algo más prometedor y que un primer resultado fallido no lo va a sacar del juego. ¿Harán los dos la misma ciencia?
En Estados Unidos, la diferencia entre esos dos científicos puede venir de quién financia su trabajo. El Instituto Médico Howard Hughes da dinero por periodos largos, tolera que los primeros resultados no salgan, premia lo que se logra a largo plazo y deja que el investigador cambie de rumbo, mientras que los Institutos Nacionales de Salud financian por ciclos cortos de revisión, contra resultados definidos de antemano y con reglas de renovación que perdonan poco un fracaso.
Los economistas Pierre Azoulay, Joshua Graff Zivin y Gustavo Manso quisieron saber si esa diferencia cambiaba la clase de ciencia que se hacía, pero tenían un problema: como el Howard Hughes elige a científicos muy destacados, cualquier ventaja de sus investigadores podía deberse al talento más que a las reglas. Por eso compararon a cada uno con científicos financiados por los Institutos Nacionales que tenían trayectorias parecidas, de modo que el régimen de financiación quedara como la principal diferencia visible entre ellos.
Los investigadores del Howard Hughes publicaron casi el doble de artículos entre los más citados y movieron su investigación hacia preguntas nuevas, pero también fracasaron más a menudo, con un 35% más de artículos por debajo de su peor resultado anterior. Para los autores, esos dos datos van de la mano, porque quien puede equivocarse sin perderlo todo se arriesga a apuntar más alto y a veces falla (Azoulay, Graff Zivin y Manso, 2011).
Por qué está aquíEl comportamiento pide experimentar, valorar los errores y entregar valor de manera constante, y esta historia sugiere que experimentar y valorar los errores dependen del calendario y de las reglas con que se evalúa el trabajo tanto como de la disposición de cada persona. También muestra que los hallazgos grandes llegaron acompañados de más fracasos, y por eso valorar los errores incluye aceptar que una parte de lo que se intenta no va a salir.
Una universidad vive de producir conocimiento que antes no existía, y eso exige probar cosas que pueden salir mal. Este comportamiento lo pide de manera explícita: experimentar, valorar los errores y aprender de ellos. La historia de los científicos sugiere que ese comportamiento se sostiene en el horizonte de los contratos y en el calendario de las evaluaciones, junto con la mentalidad de cada persona.
El comportamiento incluye además una tercera parte, "entregando valor de manera constante", y sostener las tres a la vez quiere decir entregar con un ritmo de prueba y ajuste, sabiendo que experimentar de verdad puede reducir por un tiempo lo que se entrega por validar.
"Experimentación." Experimentar tiene un método y es distinto de "ir probando". Arnaldo Camuffo y sus colegas hicieron un experimento con 116 empresas emergentes italianas. Todas recibieron el mismo entrenamiento básico: diez sesiones sobre cómo obtener retroalimentación del mercado. A la mitad, elegida al azar, les enseñaron además a pensar como científicos: formular una teoría explícita de por qué su idea funcionaría, derivar hipótesis que pudieran resultar falsas y diseñar pruebas para someterlas. Las empresas entrenadas como científicas tuvieron mejor desempeño. Y fueron mucho más propensas a cambiar de idea, sin abandonar más el proyecto que las otras (Camuffo, Cordova, Gambardella y Spina, 2020). Que el entrenamiento básico fuera igual para todas permite atribuir la diferencia al método. Experimentar bien te ayuda a soltar tu idea a tiempo, sin abandonar el proyecto.
"Valorando los errores." No todos los errores valen lo mismo. Mark Cannon y Amy Edmondson, a quien conocimos en el capítulo de Colaboración Decidida por su trabajo sobre seguridad psicológica, retomaron los criterios con que el investigador Sim Sitkin describió un fracaso inteligente: que venga de una acción pensada con cuidado, que ocurra en un terreno de resultado incierto, que sea de escala modesta, que se ejecute y se atienda con rapidez, y que se dé en un campo lo bastante conocido como para aprender de él. En el otro extremo ponen los fracasos poco inteligentes, como repetir una y otra vez el mismo error, fallar por descuido o diseñar una prueba que no puede enseñar nada, y de ahí sacan una consecuencia: valorar los errores quiere decir que, cuando algo falla, lo que se evalúa es si se falló de manera inteligente y cuánto se aprendió de ello (Cannon y Edmondson, 2005).
"Entregando valor de manera constante." Kathleen Eisenhardt y Behnam Tabrizi estudiaron 72 proyectos de desarrollo de producto en empresas de Europa, Asia y Estados Unidos. En los entornos inciertos, los proyectos más rápidos eran los que iteraban: varias versiones, muchas pruebas, hitos frecuentes. Planear más se asoció con desarrollos más lentos, y premiar el cumplimiento del cronograma no los aceleró (Eisenhardt y Tabrizi, 1995). Entregar valor constantemente se parece más a un ritmo de prueba y ajuste que a un calendario apretado.
Porque la gente más resolutiva borra la señal. Anita Tucker y Steven Spear siguieron minuto a minuto a enfermeras de hospitales de Estados Unidos y encontraron que cada una enfrentaba en promedio más de ocho fallas por turno: un medicamento que la farmacia mandaba incompleto, una orden médica confusa, un equipo dañado o un insumo agotado (Tucker y Spear, 2006). Las enfermeras las resolvían por su cuenta, llamando, buscando y esperando, hasta que el paciente quedaba atendido, y en otro estudio Tucker calculó que en eso se les iban 42 minutos de cada turno. El problema es que ese arreglo rápido hace difícil que la organización vea la falla como una oportunidad de aprender, de modo que lo más probable es que la falla vuelva (Tucker, 2004). La persona más resolutiva de un equipo puede ser, sin ninguna mala intención, la razón por la que ese equipo no aprende de sus errores. En el capítulo de Interacciones Significativas encontraremos a otro héroe parecido: el que apaga incendios en una cultura que premia la crisis.
Porque experimentar de verdad tiene un costo. Iterar se asoció con proyectos más rápidos en el estudio de Eisenhardt y Tabrizi, pero hacerlo bien implica también soltar a tiempo los proyectos que no funcionan, y en el estudio que sigue eso se asoció con menos resultados, aunque mejores. Rajat Khanna, Isin Guler y Atul Nerkar querían medir los fracasos pequeños de la industria farmacéutica, que no los publica. Encontraron una señal ingeniosa: las patentes que una empresa deja caducar al dejar de pagar su renovación, es decir, proyectos en los que invirtió y que luego decidió soltar. Contaron esos abandonos en 97 farmacéuticas entre 1980 y 2002. A más fracasos pequeños, la empresa producía menos patentes después, y patentes de más calidad, más citadas por otros (Khanna, Guler y Nerkar, 2016). Por eso, cuando el trabajo se mide por volumen de entrega, experimentar se vuelve más difícil para todos, porque esa medida no registra lo que se aprende de los proyectos que se dejan a tiempo por validar.
Porque en la academia lo conservador es racional. Jacob Foster, Andrey Rzhetsky y James Evans analizaron millones de resúmenes de investigación biomédica y encontraron que las estrategias de alto riesgo son raras, y que la proporción entre investigación conservadora y arriesgada se mantiene notablemente estable en el tiempo (Foster, Rzhetsky y Evans, 2015). Con un modelo del conocimiento como red, Rzhetsky y sus colegas propusieron por qué: explorar cerca de lo que ya es central le sirve a la carrera de cada científico, pero frena el avance del conjunto (Rzhetsky, Foster, Foster y Evans, 2015). El investigador que elige lo seguro responde con lógica a un sistema que cobra caro el error.
Porque copiamos a los que sobrevivieron. Jerker Denrell propuso, con un modelo, que cuando las organizaciones aprenden mirando a otras, ven sobre todo a las que tuvieron éxito, porque las que fracasaron desaparecieron. Eso basta para producir creencias falsas: una práctica arriesgada puede parecer la causa del éxito en la muestra de sobrevivientes aunque no tenga relación con el desempeño en el conjunto completo (Denrell, 2003). Las "mejores prácticas" que circulan vienen filtradas por quién sobrevivió.
Invertir en lo que pasa después del error. Cathy van Dyck, Michael Frese y sus colegas distinguieron dos culturas. Una invierte en que el error no ocurra. Otra acepta que va a ocurrir e invierte en lo que pasa después: decirlo, detectarlo rápido, analizarlo, corregirlo y compartir lo aprendido. En dos estudios, con 65 organizaciones holandesas y 47 alemanas, la segunda, que llamaron cultura de manejo del error, se asoció con mejor desempeño de la empresa, incluido un indicador económico objetivo (van Dyck, Frese, Baer y Sonnentag, 2005). Hacerlo en dos países distintos reduce la posibilidad de que el resultado sea una casualidad de una sola muestra. Valorar el error así mantiene el estándar y acorta el tiempo entre el error y su corrección.
Diseñar la evaluación para la exploración. Según el modelo económico de Manso, el esquema que mejor motiva la innovación tolera el fracaso temprano, premia el éxito de largo plazo y da horizontes largos y retroalimentación oportuna (Manso, 2011). Florian Ederer y Manso lo probaron en un experimento de laboratorio: el pago estrictamente por resultados de corto plazo redujo la exploración (Ederer y Manso, 2013). Y Fiona Lee, Edmondson, Stefan Thomke y Monica Worline encontraron, en un estudio en un hospital y luego en un experimento de laboratorio, que cuando el discurso premiaba experimentar y el sistema de recompensas no, la gente bajo presión de evaluación experimentaba menos (Lee, Edmondson, Thomke y Worline, 2004). En ese hospital, cuando el discurso y las recompensas dijeron cosas distintas, pesaron más las recompensas, y por eso valorar los errores incluye que la forma de evaluar el trabajo también los valore por validar.
Hacer circular los fracasos. Si los arreglos rápidos borran la señal, hacer circular los fracasos quiere decir que los problemas que un equipo resuelve por su cuenta quedan registrados en algún lado, de modo que la organización pueda verlos y aprender de ellos por validar.
Experimentar con método y a la escala correcta. Formular una teoría y una hipótesis antes de la prueba, y diseñar pruebas que puedan salir mal: eso es lo que separó a las empresas del experimento de Camuffo.
Victor Bennett y Jason Snyder pusieron a prueba el método estadístico más usado para medir si una organización aprende de sus fracasos, y lo hicieron con datos simulados en los que, por construcción, no había ningún aprendizaje: aun así, el método lo encontraba. Cuando aplicaron un método corregido a datos reales de trasplantes de hígado, no encontraron evidencia directa de ese aprendizaje (Bennett y Snyder, 2017). El estudio de van Dyck, Frese y sus colegas mide otra cosa, la asociación entre el manejo del error y el desempeño, y esa asociación se da bajo las condiciones que se describen en «Qué lo hace posible» por validar. Hay mucha investigación sobre el error en el aula y en la investigación científica, y casi ninguna sobre la universidad como organización que experimenta con sus propios procesos. Nada de esto viene de América Latina.
Lenta porque es confiable
A mediados de los años ochenta, la industria de los computadores personales se movía a una velocidad que nadie había visto. La investigadora Kathleen Eisenhardt se metió en los equipos directivos de ocho de esas empresas para averiguar qué hacen distinto los que deciden rápido.
La creencia de la época, y la de hoy, era obvia: para ir rápido hay que recortar. Menos datos, menos opciones, menos gente opinando. En esos ocho casos, Eisenhardt vio lo contrario en las dos cosas. Los equipos que decidían rápido usaban más información y consideraban más alternativas que los lentos. La diferencia estaba en el tipo: los rápidos miraban datos de la operación en tiempo real en lugar de pronósticos, y ponían varias alternativas sobre la mesa al mismo tiempo en lugar de examinarlas una por una. Además usaban un proceso de consejo en dos niveles y enfrentaban el conflicto en vez de aplazarlo. Y propuso que decidir rápido de esa manera va de la mano con un mejor desempeño (Eisenhardt, 1989).
El artículo abre con el contraejemplo: Gavilan Computer, una empresa con treinta y un millones de dólares de capital de riesgo que quebró en 1984 por retrasos e indecisión. Uno de sus directivos lo resumió así: "se nos pasó la ventana".
Por qué está aquíEl comportamiento pide agilidad, y la lectura más común de esa palabra es "decidir con menos". Comparar equipos rápidos y lentos dentro de la misma industria sugiere que la diferencia estaba en cómo analizaban los lentos (pronósticos en vez de datos, una opción a la vez, conflicto postergado), y por eso la agilidad que pide el comportamiento es compatible con deliberar a fondo.
Pocas palabras se repiten tanto hoy en las organizaciones como "agilidad". El tercer comportamiento la usa, y le pone una condición: sin perder de vista la misión y los valores. Con esa condición, la agilidad le sirve a la universidad para responder a lo que cambia afuera sin alejarse de aquello para lo que existe por validar.
Para una universidad, la conversación tiene una dificultad adicional. Produce valor en ciclos largos: un pregrado dura años, una línea de investigación una década, una reputación varias décadas. Por eso responder con agilidad, aquí, incluye respetar esos tiempos por validar.
"Agilidad." La palabra se popularizó con un manifiesto de desarrollo de software de 2001, y llegó sin pasar por mucha evidencia. Kim Dikert, Maria Paasivaara y Casper Lassenius revisaron 1.875 artículos sobre transformaciones ágiles a gran escala, se quedaron con 52 publicaciones sobre 42 casos y encontraron que casi el 90% eran reportes de experiencia de quienes las implementaron (Dikert, Paasivaara y Lassenius, 2016). Maria Carmela Annosi, Nicolai Foss y Antonella Martini siguieron durante cinco años la implantación de métodos ágiles en una multinacional de telecomunicaciones y describieron, en ese caso, riesgos de esas prácticas a gran escala que pueden afectar el aprendizaje individual y la generación de ideas (Annosi, Foss y Martini, 2020).
Una definición más útil viene de la investigación sobre capacidades dinámicas: la agilidad está en procesos concretos que permiten reconocer oportunidades y reorganizarse para aprovecharlas (Teece, Pisano y Shuen, 1997). Eisenhardt y Jeffrey Martin añadieron que la forma correcta de esos procesos depende de qué tan rápido se mueve el entorno. Donde se mueve moderadamente, conviene una rutina detallada y estable; donde se mueve muy rápido, procesos simples, experienciales y provisionales (Eisenhardt y Martin, 2000). Una universidad vive en varios entornos a la vez: unas partes se mueven despacio y otras muy rápido, y cada una pide una dosis distinta de proceso por validar. Y David Teece, Margaret Peteraf y Sohvi Leih recuerdan que la agilidad cuesta: transformarse tiene costos, no siempre es necesario y a veces no es posible. La pregunta útil es cuánta agilidad hace falta aquí y qué se está dispuesto a pagar por ella (Teece, Peteraf y Leih, 2016, argumento conceptual). Responder con agilidad quiere decir, entonces, tener procesos que permitan notar a tiempo lo que cambia y reorganizarse para responder, con más o menos proceso según qué tan rápido se mueva cada parte de la universidad por validar.
"Sin perder de vista nuestra misión." Cuando una organización se aleja de su propósito sin haberlo decidido, la literatura habla de deriva de misión. Alnoor Ebrahim, Julie Battilana y Johanna Mair la analizaron en organizaciones que combinan lo social y lo de mercado, y la ubicaron en el gobierno y la rendición de cuentas: lo fácil de medir tiende a desplazar los resultados sociales (Ebrahim, Battilana y Mair, 2014). Una universidad combina, justamente, lógicas académicas y de mercado por validar. No perder de vista la misión quiere decir que, cuando algo cambia, alguien dice en voz alta qué se está ajustando y lo decide, antes de que lo fácil de medir decida por todos por validar.
Porque la lentitud es el precio de la confiabilidad. Michael Hannan y John Freeman propusieron una idea que invierte lo que casi todo el mundo supone. Lo que el entorno le premia a una organización es ser confiable (producir el mismo resultado con poca variación) y poder rendir cuentas (explicar lo que hizo y por qué). Las dos exigen que la organización reproduzca su estructura con mucha fidelidad. Y esa fidelidad es inercia. Una organización se vuelve lenta porque se volvió buena; las más viejas tienen más inercia que las jóvenes; y lo que más se resiste a cambiar es el núcleo: metas, formas de autoridad, tecnología central y estrategia (Hannan y Freeman, 1984). Hay entonces dos lentitudes en este comportamiento: la de la historia de Eisenhardt, que venía de decidir mal y se puede corregir, y la que describen Hannan y Freeman, que protege lo que hace confiable a una institución de larga historia por validar.
Porque bajo amenaza se invierte en lo nuevo y se sigue trabajando como siempre. Clark Gilbert estudió cómo respondieron los periódicos estadounidenses a la llegada de internet. Separó dos cosas que se solían mezclar: la rigidez de los recursos (no cambiar en qué se invierte) y la de las rutinas (no cambiar cómo se trabaja). En esos periódicos, sentir una amenaza fuerte ayudó a vencer la primera y empeoró la segunda (Gilbert, 2005). Los periódicos invirtieron en lo digital y luego lo manejaron con los procesos de siempre. Es la misma rigidez por amenaza que vimos en el primer comportamiento, ahora en el plano de las rutinas.
Porque la velocidad se alimenta a sí misma. Leslie Perlow, Gerardo Okhuysen y Nelson Repenning describieron, en una empresa de internet, la trampa de la velocidad: decidir rápido cambiaba el ritmo de la organización de un modo que exigía decidir todavía más rápido la próxima vez, hasta erosionar la capacidad misma de pensar con calma (Perlow, Okhuysen y Repenning, 2002).
Porque la misión se desvía persiguiendo un indicador. Frans van Vught sostiene que dar más autonomía a las universidades no produce por sí solo más diversidad: la competencia por reputación las lleva a imitar a las más prestigiosas y a parecerse entre sí (van Vught, 2008). Wendy Espeland y Michael Sauder estudiaron qué pasó cuando una revista empezó a ordenar las facultades de derecho de Estados Unidos en un ranking. Se esperaba que las facultades más fuertes pudieran ignorarlo. No pudieron: sus propios miembros interiorizaron la medida hasta disciplinarse solos, sin que nadie los obligara, a veces incluso mientras la criticaban (Espeland y Sauder, 2007; Sauder y Espeland, 2009). En una universidad, la deriva de misión puede llegar con la forma de un tablero de control por validar.
Usar la estructura que la universidad ya tiene. Michael Cohen, March y Johan Olsen describieron las universidades como anarquías organizadas: metas múltiples y difusas, una forma de producir resultados que nadie entiende del todo, y participación cambiante en las decisiones. En ellas, las soluciones a veces existen antes que los problemas y esperan encontrar uno al que responder (Cohen, March y Olsen, 1972). Weick añadió que las organizaciones educativas están débilmente acopladas: sus partes están conectadas, pero de manera floja, y propuso que eso tiene funciones. Permite adaptarse en un lugar sin desestabilizar todo, aísla las fallas y abarata la experimentación (Weick, 1976). En una universidad, entonces, la agilidad se parece más a multiplicar los experimentos locales, y acortar el tiempo entre probar y aprender por validar.
Pocas reglas firmes y un ritmo fijo. Shona Brown y Eisenhardt compararon seis unidades de negocio de computación, y en esos casos las que cambiaban bien de forma continua funcionaban con semiestructuras: unas pocas reglas fijas (responsabilidades, prioridades, intervalos entre proyectos) y libertad para todo lo demás, con mucha comunicación. Y cambian a un ritmo marcado por el calendario, sin esperar a que una crisis las obligue (Brown y Eisenhardt, 1997).
Un contexto que permite explorar y explotar a la vez. Cristina Gibson y Julian Birkinshaw estudiaron a 4.195 personas en 41 unidades de diez multinacionales. Encontraron que la capacidad de hacer bien lo de siempre y adaptarse a lo nuevo al mismo tiempo, que llamaron ambidestreza contextual, se asocia con un contexto que combina exigencia y disciplina con apoyo y confianza, y que en sus datos esa capacidad es la que conecta el contexto con el desempeño (Gibson y Birkinshaw, 2004). Justin Jansen y sus colegas encontraron, en las unidades de una gran institución financiera europea, que centralizar las decisiones se asociaba con menos innovación exploratoria, mientras que la conexión entre las personas de una unidad se asociaba con más innovación de los dos tipos (Jansen, Van Den Bosch y Volberda, 2006).
Cuidar la misión desde la contratación. Battilana y Silvia Dorado estudiaron dos organizaciones de microfinanzas en Bolivia que tenían que sostener a la vez una lógica social y una comercial. Lo que les permitió sostener las dos lógicas fueron las políticas de contratación y de socialización de los recién llegados (Battilana y Dorado, 2010). A quién se contrata y cómo se le forma en sus primeros meses puede cuidar la misión tanto como lo que está escrito en ella.
Decir en voz alta qué significado está cambiando. Dennis Gioia, Majken Schultz y Kevin Corley sostienen que la identidad de una organización es menos fija de lo que parece: las palabras con que se describe se mantienen mientras su significado se renegocia por debajo, sobre todo en el ida y vuelta con la imagen que tienen los de afuera, y esa flexibilidad es la que le permite cambiar sin sentir que se traiciona (Gioia, Schultz y Corley, 2000). Por eso la misma flexibilidad que permite adaptarse permite también desviarse de la misión, y lo que separa una cosa de la otra es si alguien dice en voz alta qué significado está cambiando, lo discute con los demás y lo decide, o si el cambio ocurre sin que nadie lo note por validar.
La evidencia más sólida sobre métodos ágiles viene del desarrollo de software en empresas de tecnología; no encontramos estudios sobre agilidad en el gobierno colegiado de una universidad. Teece, Peteraf y Leih ofrecen un argumento conceptual. No encontramos un instrumento validado para detectar deriva de misión en universidades, y el único hilo latinoamericano robusto, el de Bolivia, no viene de la educación superior. Tampoco está medido qué se pierde cuando una universidad decide rápido y se salta la deliberación.
Aprender más y sentir que se aprende menos
Imagina dos clases de física sobre el mismo tema, con las mismas hojas de trabajo y los mismos problemas resueltos al final. En una, un profesor con experiencia y muy bien evaluado explica cada problema con claridad, mientras los estudiantes completan las respuestas con él. En la otra, los estudiantes intentan resolver los problemas en grupos pequeños antes de ver la solución, y el profesor recorre el salón haciendo preguntas.
Louis Deslauriers y sus colegas montaron exactamente eso en la Universidad de Harvard, en dos cursos de física introductoria, uno en otoño y otro en primavera, con 149 estudiantes. En la semana doce del semestre los repartieron al azar en dos salones y, durante dos clases seguidas sobre temas distintos, cada grupo recibió una clase activa y una magistral, de modo que cada estudiante vivió las dos maneras de aprender. Al final de cada clase, los estudiantes dijeron cuánto sentían que habían aprendido y respondieron una prueba de doce preguntas sobre el tema.
En la clase activa les fue mejor en la prueba, y aun así dijeron sentir que habían aprendido menos que en la magistral, con una diferencia de tamaño parecido en la dirección contraria. En entrevistas posteriores, varios describieron la clase activa como frustrante y confusa, y según los autores parte de esa brecha se explica por el esfuerzo de pelear con un problema que todavía no se sabe resolver, que se vive como no estar aprendiendo, mientras que la fluidez de una buena exposición deja la sensación contraria (Deslauriers y colegas, 2019).
Por qué está aquíEl comportamiento pone el aprendizaje permanente como motor de la evolución de la universidad, y en ese experimento aprender de verdad se sintió peor que escuchar una buena explicación, de modo que el motor funciona incluso cuando quien aprende siente que no avanza. Por eso promover el aprendizaje en una universidad incluye ayudar a estudiantes, profesores y funcionarios a leer esa incomodidad como parte del proceso por validar, y los propios autores advierten que juzgar una clase por cuánto sienten sus estudiantes que aprendieron puede terminar premiando la exposición pasiva.
En una universidad, la curiosidad y el aprendizaje permanente hacen parte del trabajo diario, porque de ellos dependen la investigación que produce conocimiento nuevo y la formación de quienes llegan, y por eso el comportamiento los pone como motores de la evolución de la institución. Promoverlos incluye cuidar las condiciones en que se trabaja, porque en un experimento de Teresa Amabile con jóvenes escritores bastaron unos minutos pensando en recompensas externas para que la creatividad bajara (Amabile, 1985), y en el día a día de un profesor o de un funcionario esas recompensas llegan como indicadores, puntajes y convocatorias por validar.
"Curiosidad." El economista y psicólogo George Loewenstein propuso que la curiosidad aparece cuando uno se da cuenta de un vacío entre lo que sabe y lo que quiere saber (Loewenstein, 1994). Loewenstein predice que cuanto más sabe uno de un tema, más vacíos ve y más curiosidad siente. Promover la curiosidad, entonces, es hacer visibles los vacíos.
La curiosidad, además, deja huella en el cerebro. Min Jeong Kang y sus colegas mostraron a personas, dentro de un escáner cerebral, preguntas de cultura general, y les pidieron decir cuánta curiosidad les daba cada una antes de ver la respuesta. La curiosidad se asoció con actividad en una zona del cerebro ligada a anticipar recompensas. En un estudio posterior, la gente gastó fichas escasas o tiempo de espera real para ver las respuestas que más curiosidad le daban, aunque eso implicara quedarse sin ver otras. Y entre las preguntas en que se habían equivocado, una o dos semanas después recordaban mejor las respuestas que más curiosidad les habían dado (Kang y colegas, 2009). A partir de la neuroimagen, los autores proponen que equivocarse estando curioso ayuda a recordar, un vínculo con el segundo comportamiento, sobre los errores.
"Aprendizaje permanente." Aprender algo nuevo no borra lo viejo. Eric Tsang y Shaker Zahra separaron el desaprendizaje, descartar rutinas y creencias viejas, del aprendizaje, y propusieron que no ocurre como efecto secundario de aprender (Tsang y Zahra, 2008). Eso implica hacerlo a propósito, con costo y con responsable por validar. Cheryl Brook y sus colegas analizaron 73 relatos de trabajadores sociales que enfrentaban problemas sin solución clara, y encontraron que, en la práctica, desaprender consistía también en darse permiso de no saber (Brook, Pedler, Abbott y Burgoyne, 2016).
Porque ciertos premios apagan el motor. Edward Deci, Richard Koestner y Richard Ryan reunieron 128 experimentos sobre recompensas y motivación. Las recompensas tangibles y esperadas reducían la motivación por la tarea misma. En cambio, el reconocimiento verbal positivo la aumentaba (Deci, Koestner y Ryan, 1999). La diferencia con el poema de Amabile está en el tipo de motivo: allí, pensar en razones externas para escribir, como ser reconocido, bajó la creatividad, y aquí, un comentario positivo sobre el propio trabajo aumentó la motivación por validar. Reconocer informa; pagar por cada resultado puede desplazar el interés.
Porque la pericia cobra en flexibilidad. Erik Dane llamó atrincheramiento cognitivo a la gran estabilidad de los esquemas mentales de un experto en su campo. Esa estabilidad lo vuelve rápido, preciso y confiable, y es la misma que le quita flexibilidad frente a problemas nuevos. Dane añadió algo que se cita poco: el atrincheramiento depende también de qué tan cambiante es el entorno de trabajo y de hacia dónde dirige la persona su atención (Dane, 2010). Es el costo de la pericia, y Dane propone que se puede rodear.
Porque lo que ayuda al novato le estorba al experto. Slava Kalyuga, John Sweller y sus colegas documentaron el efecto de reversión de la pericia: las ayudas que facilitan el aprendizaje de un principiante (ejemplos resueltos, guías paso a paso) dejan de servir, y pueden perjudicar, a alguien que ya sabe del tema, porque lo obligan a reconciliar la explicación externa con la que ya tiene en la cabeza (Kalyuga, Ayres, Chandler y Sweller, 2003). El profesor que se aburre en una capacitación pensada para principiantes no está siendo arrogante por validar.
Porque los grupos estables dejan de mirar afuera. Ralph Katz comparó 50 grupos de investigación y desarrollo según cuánto tiempo llevaban sus miembros trabajando juntos. Los grupos con más tiempo juntos se comunicaban menos con sus fuentes clave de información, dentro y fuera de la organización, y tenían peor desempeño técnico. La caída se explicaba mejor por la antigüedad del grupo que por la de cada persona (Katz, 1982). La configuración de los grupos también puede cerrar la entrada de ideas nuevas.
Diseñar situaciones de aprendizaje. Stephanie Payne y sus colegas reunieron la investigación sobre orientación a la meta: la orientación a aprender se asocia con buscar retroalimentación, usar buenas estrategias y rendir mejor; la orientación a evitar quedar mal, con lo contrario. Y la orientación que activa la situación se asoció más con esos resultados que la que la persona trae de fábrica, aunque esta también cuenta (Payne, Youngcourt y Beaubien, 2007). Una evaluación, una reunión o un comité activan una u otra sin que nadie lo decida. Se pueden diseñar para que activen la de aprender por validar.
Cambiar el entorno y el foco del experto. Si el atrincheramiento depende del entorno y de la atención, la manera de rodearlo es exponer al experto a problemas y lugares que no domina (Dane, 2010) y formarlo con formatos distintos a los de los principiantes (Kalyuga y colegas, 2003).
Renovar los grupos. El estudio de Katz sugiere revisar la composición de un comité o de un equipo que lleva años con las mismas personas, para cuidar lo que entra de afuera por validar.
Cuidar la forma del reconocimiento. El reconocimiento que informa sobre el trabajo alimenta el interés, y la recompensa que se promete a cambio de cumplir una tarea puede desplazarlo (Deci y colegas, 1999).
Un caso para practicar lo que se predica: la mentalidad de crecimiento. Pocas ideas sobre el aprendizaje han sido tan populares como esta: quien cree que sus capacidades se desarrollan con esfuerzo aprendería más que quien las cree fijas. Cuando se revisó la evidencia, el resultado fue más modesto. Victoria Sisk y sus colegas hicieron dos meta-análisis, uno con más de 365.000 estudiantes y otro sobre 43 intervenciones, y encontraron efectos débiles, con beneficios para estudiantes en riesgo académico o de bajo nivel socioeconómico (Sisk y colegas, 2018). Brooke Macnamara y Alexander Burgoyne revisaron 63 estudios con criterios estrictos y encontraron un efecto promedio muy pequeño que dejaba de ser significativo al corregir el sesgo de publicación; además, los autores con interés económico en el resultado reportaban efectos mayores (Macnamara y Burgoyne, 2023). Del otro lado, David Yeager y sus colegas hicieron un experimento nacional aleatorizado con estudiantes de secundaria en Estados Unidos, con salvaguardas metodológicas que respondían a varias críticas: una intervención en línea de menos de una hora mejoró las notas de los estudiantes de bajo rendimiento. Pero el efecto se sostuvo solo donde las normas de los compañeros respaldaban el mensaje (Yeager y colegas, 2019). Lo que queda en pie es que, en ese experimento, una creencia sobre el aprendizaje se sostuvo donde el entorno la respaldaba, y revisar así una idea popular cuando llega evidencia nueva es parte de lo que pide este comportamiento.
Nadie ha medido directamente cómo cambia la curiosidad de un profesor con los años en el cargo. Loewenstein predice que crece con lo que uno sabe; el atrincheramiento de Dane y los grupos de Katz apuntan a otros riesgos de la antigüedad: menos flexibilidad y menos información de afuera. No encontramos un estudio causal sobre qué hace que un profesor con trayectoria vuelva a aprender, ni estudios latinoamericanos en revistas internacionales de alto impacto sobre curiosidad o aprendizaje del profesorado. Que los indicadores académicos funcionen como las recompensas de los experimentos de Deci es una traducción razonable que nadie ha probado en Uniandes.
La escalera que se rompe
Durante generaciones, los cirujanos se formaron de la misma manera. El cirujano titular le deja al residente hacer una parte real de la operación, lo vigila de cerca y le va soltando más a medida que gana destreza. El sociólogo Matt Beane quería entender qué le pasaba a esa forma de aprender con la llegada del robot quirúrgico. Pasó dos años observando cirugías en cinco hospitales y luego hizo entrevistas en trece hospitales universitarios de Estados Unidos.
Con el robot, el titular opera desde una consola al otro lado del quirófano. La residente mira una pantalla. El procedimiento sale bien. Y la residente sale habiendo hecho muy poco, porque desde la consola al titular le cuesta dejarle una "parte" mientras la vigila.
Beane encontró que solo una minoría de residentes llegaba a ser competente en cirugía robótica, y que lo lograba rompiendo las normas: especializándose temprano en lo robótico a costa de su formación general, practicando con grabaciones y simuladores en un oficio que desprecia el ensayo que no es con pacientes reales, y operando al límite de su capacidad con el titular deliberadamente lejos. Lo llamó aprendizaje en la sombra (Beane, 2019).
Por qué está aquíEl comportamiento dice que las tecnologías transforman "quiénes somos". Comparar cómo se aprendía en cirugía abierta y cómo se aprende con el robot muestra una de las formas más serias de esa transformación: la tecnología sostuvo el resultado de los expertos de hoy y, al mismo tiempo, estrechó el camino por el que se forman los de mañana. Los indicadores no lo mostraban, porque las operaciones salían bien.
En el capítulo de Colaboración Decidida hablamos de la tecnología como canal: qué medio sirve para qué conversación. Este comportamiento hace una pregunta distinta: qué le hace la tecnología al trabajo, a la pericia y a la persona que la usa. Para una universidad, cuyo oficio es formar a quienes van a saber mañana, la historia de los residentes es una advertencia directa.
El comportamiento es exigente en esto, porque pide algo más difícil que adoptar o rechazar: incorporar con criterio, sabiendo que la tecnología nos cambia mientras la usamos. En el capítulo de Interacciones Significativas veremos otra cara del mismo asunto: lo que una inteligencia artificial complaciente le hace a nuestra manera de tratarnos.
"Transforman lo que hacemos." La investigadora Shoshana Zuboff propuso, hace casi cuarenta años, que toda tecnología de información hace dos trabajos a la vez. Puede automatizar, es decir, reemplazar el esfuerzo humano y hacer la tarea más barata. Y puede informar: producir un rastro de información sobre el proceso que antes no existía y que, si la gente tiene el conocimiento y la autoridad para usarlo, vuelve el trabajo más inteligente (Zuboff, 1988). Comprar la tecnología es una decisión; elegir cuál de los dos trabajos se amplifica es otra, y muchas veces se toma sin darse cuenta.
"Cómo trabajamos." Stephen Barley siguió durante un año la llegada del mismo tipo de escáner de tomografía a dos departamentos de radiología. En los dos se dispararon los mismos procesos de reacomodo, y terminaron en formas de organización distintas (Barley, 1986). Que el aparato fuera el mismo sugiere que el resultado dependió de las relaciones que ya existían en cada departamento más que de la máquina. Barley propone que la tecnología abre un periodo en el que los roles se renegocian, y lo que sale de ahí depende de cómo se trabaja en cada lugar.
"Quiénes somos." Andrew Nelson y Jennifer Irwin analizaron 22 años de revistas de bibliotecología para ver cómo se relacionaron los bibliotecarios con la búsqueda en internet. Primero la descartaron: "eso no es lo que hacemos". Después la adoptaron y redefinieron su identidad alrededor de ella. Lo decisivo es por qué la descartaron al principio: sabían muchísimo de búsqueda, y esa misma maestría les dio una lectura que los dejó por fuera. Los autores lo llamaron la paradoja de la pericia (Nelson e Irwin, 2014). Reconocer que las tecnologías transforman quiénes somos incluye, entonces, revisar lo que nuestra propia maestría nos impide ver por validar.
"De forma crítica." Fabrizio Dell'Acqua y un equipo amplio hicieron un experimento con 758 consultores de una gran firma. En tareas que la IA hace bien, quienes la usaron completaron 12,2% más tareas, 25,1% más rápido y con mejor calidad. En una tarea diseñada para quedar fuera de lo que la IA hace bien, quienes la usaron tuvieron 19% menos probabilidad de llegar a la respuesta correcta que quienes no la usaron (Dell'Acqua y colegas, 2026). Los autores hablan de una frontera irregular: la IA ayuda mucho en unas tareas y daña en otras que parecen igual de difíciles. Ser crítico, entonces, es una competencia concreta: saber dónde queda esa frontera en el propio oficio.
"Ética." Un mapeo publicado en 2019 reunió 84 documentos de principios éticos sobre IA; coincidían en palabras como transparencia o justicia y diferían mucho en cómo las interpretaban y aplicaban (Jobin, Ienca y Vayena, 2019). Brent Mittelstadt explicó por qué los principios solos no bastan: a la IA le faltan cosas que sí tiene la ética médica, como deberes profesionales claros, una tradición para traducir principios a casos concretos y mecanismos reales de rendición de cuentas (Mittelstadt, 2019). Y Angèle Christin observó en redacciones web y tribunales penales cómo puede verse la brecha: la gente cumplía en público con la herramienta algorítmica y la rodeaba en privado (Christin, 2017).
"Creativa." Anil Doshi y Oliver Hauser pidieron a personas escribir cuentos cortos; algunas recibieron ideas de un modelo de lenguaje. Los cuentos asistidos fueron evaluados como más creativos y mejor escritos, sobre todo los de quienes eran menos creativos de entrada. Pero se parecían más entre sí (Doshi y Hauser, 2024). En promedio, cada escritor salió ganando, sobre todo los menos creativos; el conjunto, con menos variedad. Desde dentro del propio trabajo, ese costo es difícil de ver por validar.
Porque una buena herramienta compra nuestra atención. Dell'Acqua contrató a 181 reclutadores profesionales para evaluar 44 hojas de vida, con ayuda de recomendaciones de una IA, y varió al azar qué tan buena era esa IA. Esa variación era la clave del diseño: si todos hubieran tenido la misma IA, no se habría podido ver qué efecto tenía su calidad sobre el juicio humano. Los que tuvieron la IA de mejor calidad fueron menos precisos que los que tuvieron una mediocre. Los de la IA mediocre se esforzaron más, dedicaron más tiempo a cada hoja de vida y seguían menos a ciegas la recomendación. El efecto lo impulsaron sobre todo los reclutadores con más experiencia (Dell'Acqua, 2022, working paper). La investigadora en factores humanos Lisanne Bainbridge lo había advertido en 1983: automatizar deja a la persona con la tarea para la que es peor, vigilar un sistema que casi nunca falla, y le quita la práctica que necesitaría para intervenir cuando falle (Bainbridge, 1983). En una encuesta a 319 trabajadores sobre 936 usos reales de IA generativa, más confianza en la herramienta se asoció con menos pensamiento crítico reportado por ellos mismos, y más confianza en uno mismo, con más (Lee y colegas, 2025).
Porque la IA aprieta las diferencias de pericia. Erik Brynjolfsson, Danielle Li y Lindsey Raymond estudiaron a 5.172 agentes de servicio al cliente mientras una empresa introducía un asistente de IA por etapas. La productividad promedio subió 15%. Pero los menos experimentados mejoraron en velocidad y calidad, mientras que los más experimentados ganaron poco en velocidad y perdieron un poco de calidad (Brynjolfsson, Li y Raymond, 2025). Introducir la herramienta por etapas permitió comparar a quienes ya la tenían con quienes todavía no. Si lo que distinguía a un experto era su pericia acumulada y la herramienta acerca a su nivel a quien lleva tres meses, lo que cambia es lo que hace valioso al experto dentro del equipo por validar.
Porque "un humano revisando" no basta por sí solo. Michelle Vaccaro, Abdullah Almaatouq y Thomas Malone reunieron 106 experimentos. En promedio, la combinación de persona e IA rindió peor que el mejor de los dos por separado. La combinación sumaba cuando la persona sola era mejor que la IA sola, y en tareas de creación; restaba cuando la IA sola era mejor, y en tareas de decisión (Vaccaro, Almaatouq y Malone, 2024).
Porque se puede publicar más y entender menos. La antropóloga Lisa Messeri y la psicóloga Molly Crockett advierten que la IA en la investigación puede producir ilusiones de comprensión: periodos en que se produce más y se entiende menos, porque las herramientas estrechan qué preguntas se hacen y qué cuenta como respuesta (Messeri y Crockett, 2024). Para una universidad, el riesgo epistémico de la IA incluye, además del plagio, ese estrechamiento, que llega con apariencia de abundancia.
Diseñar la herramienta, además de la política. Hamsa Bastani y sus colegas dieron a casi mil estudiantes de matemáticas de secundaria dos versiones de un tutor de IA. Una era básicamente un chat general. La otra tenía instrucciones de los profesores para dar pistas en lugar de respuestas. Con la herramienta al lado, las calificaciones subieron 48% con la primera y 127% con la segunda. Después les quitaron el acceso y los evaluaron solos. Los del tutor con salvaguardas rindieron igual que quienes nunca usaron IA. Los de la versión libre quedaron 17% por debajo de los estudiantes que nunca tuvieron IA (Bastani y colegas, 2025). La evaluación sin la herramienta era la parte decisiva del diseño: con ella al lado, las dos versiones parecían un éxito. Lo que evitó el daño fue el diseño del tutor: pistas en lugar de respuestas, con soluciones y errores comunes que los profesores prepararon para cada problema.
Decidir tarea por tarea. Si la frontera es irregular, el uso crítico se decide tarea por tarea, y la pregunta útil es en qué tareas de mi oficio la IA ayuda, en cuáles daña y cómo me doy cuenta de la diferencia, a partir de la frontera irregular que describen Dell'Acqua y sus colegas (2026).
Proteger la escalera. Si la tecnología puede romper el camino por el que se forman los expertos, proponemos diseñar deliberadamente cómo van a aprender los que vienen por validar. Sin ese diseño, como vio Beane en los hospitales, aprende solo quien se arriesga a romper las normas (Beane, 2019).
Llevar la ética a los casos. Si los principios solos pueden producir cumplimiento aparente, Mittelstadt propone volverlos práctica con casos concretos discutidos, deberes con nombre propio y consecuencias reales (Mittelstadt, 2019).
No olvidar lo que sí funciona. La evidencia también trae buenas noticias. Shakked Noy y Whitney Zhang encontraron que 453 profesionales que usaron IA generativa en tareas de escritura redujeron su tiempo 40% y mejoraron la calidad 18%, y que las diferencias entre trabajadores se redujeron (Noy y Zhang, 2023). Incorporar críticamente quiere decir saber dónde está ese beneficio y qué cuesta.
Todo lo que sabemos sobre IA generativa y desempeño mide semanas o meses; nadie ha medido qué pasa con la pericia de alguien después de años de uso diario. El estudio de Beane es sobre robótica quirúrgica, una tecnología anterior a la IA generativa, y no encontramos un estudio comparable para el oficio docente. La investigación sobre profesores universitarios e IA mide sobre todo intención de uso; los efectos están por estudiar. Y no encontramos evidencia latinoamericana en revistas internacionales de alto impacto: las cifras de adopción que circulan no permiten decir nada sobre pericia ni identidad.
Al principio dijimos que los cinco comportamientos, leídos rápido, piden una actitud. Después de recorrerlos, se puede decir algo más preciso.
En los cinco, la investigación desplaza el problema de la persona a las condiciones, y esas condiciones se construyen entre todos: quien dirige diseña evaluaciones, contratos y comités, y cada persona decide cómo conversa un cambio con sus colegas, qué hace con un error y qué pregunta se atreve a hacer por validar. Abrazar el cambio depende de cómo llega el cambio y de dónde se construye su sentido. Experimentar depende del ciclo de evaluación. La agilidad depende de qué tan rápido se mueve cada parte del entorno y de qué rutina se cambia, más que de cuánto presupuesto se mueve. La curiosidad depende de los vacíos visibles, de la forma del reconocimiento y de la composición de los grupos. Y el uso crítico de la tecnología depende del diseño de la herramienta y de quién protege la escalera de los que vienen.
Hay un segundo hilo. En los cinco aparece la misma trampa: lo que funciona bien hoy puede cerrar el camino de mañana. La explotación que desplaza a la exploración, la investigación segura que conviene a cada carrera y frena al conjunto, la confiabilidad que se vuelve inercia, la pericia que se atrinchera, la herramienta que sostiene el resultado y estrecha la formación. Evolucionar con conciencia es ver esa trampa mientras todavía se siente como éxito por validar.
Todas verificadas en bases académicas. Los enlaces de acceso y la bibliografía anotada completa están en los dossiers de research del Doble Click.
Por qué hacer las cosas bien depende de cómo una institución mide, premia y evalúa, junto con el talento y los valores de su gente.
borrador para revisión29 de octubre de 2026Texto verbatim de la cultura aspirada de la Universidad de los Andes. Más abajo: antes de empezar · lo que los cuatro tienen en común · glosario y referencias.
En casi todas las instituciones hay un tablero donde todo sale bien. Los indicadores están en verde, las metas se cumplen, los informes cuadran. Y casi todo el mundo sabe, sin decirlo, que lo que pasa de verdad no siempre es lo que el tablero muestra.
La distancia entre el tablero y la realidad es el tema de este capítulo. Los cuatro comportamientos de arriba forman el pilar Excelencia Transformadora de la cultura aspirada de la Universidad de los Andes. En pocas palabras, el pilar es esto: es hacer las cosas bien sobre un piso de ética, integridad y transparencia que no se negocia.
La excelencia suele entenderse como un atributo de las personas: gente talentosa, honesta y exigente. La investigación muestra que también es un atributo de los sistemas. Muchas faltas éticas las cometen personas que se consideran honestas por validar. Un indicador usado para premiar termina distorsionando lo que medía. El trabajo que sostiene a una institución es, muchas veces, el que no se ve. Y los sistemas que financian la ciencia tienden a apoyar menos, al principio, las propuestas que cruzan disciplinas. Para que ocurran estas cuatro cosas, casi siempre basta con un sistema que nadie diseñó pensando en ellas por validar.
Cada sección de este capítulo toma un comportamiento y le hace tres preguntas: qué significa realmente, por qué es difícil y qué dice la investigación que lo hace posible. Cada sección empieza con una historia, y al final de cada historia se dice para qué está ahí.
Vas a encontrar varios tipos de fuente. Un experimento asigna al azar a dos condiciones y compara lo que pasa: es la mejor forma de saber si algo causa otra cosa. Un experimento natural aprovecha una situación real donde la asignación ya fue al azar, como estudiantes repartidos entre profesores sin poder elegir. Un meta-análisis reúne muchos estudios sobre la misma pregunta. Una encuesta o un análisis de grandes bases de datos muestra qué cosas aparecen juntas y deja abierta la pregunta por la causa. Un modelo teórico propone un mecanismo y lo razona sin ponerlo a prueba. Un estudio de caso narra en detalle lo que pasó en una organización y sirve para ver mecanismos. Y una réplica repite un estudio para ver si el resultado se sostiene; en este capítulo veremos dos que no se sostuvieron.
Cuando una idea es interpretación nuestra de los estudios, lleva esta marca: por validar.
La cortina en la fábrica
Ethan Bernstein quería estudiar cómo la transparencia mejora el trabajo en una fábrica. Eligió una de las fábricas de teléfonos móviles más grandes del mundo, en el sur de China, con unas 14.000 personas.
Primero metió a tres estudiantes, nacidos y criados en China, a trabajar como operarios comunes durante un mes. Solo tres directivos sabían quiénes eran. Con la rotación habitual de la fábrica, tres operarios nuevos no llamaban la atención, y eso les permitía ver lo que los jefes nunca veían. Lo que vieron fue una actuación. Los operarios tenían maneras más rápidas de trabajar que el procedimiento oficial, y las escondían cuando se acercaba un supervisor. Los tableros de producción mostraban números perfectos, porque quien los llenaba escribía la meta.
Después hizo un experimento. De 32 turnos de línea que hacían casi el mismo producto, eligió al azar dos líneas (cuatro turnos) y les puso alrededor una cortina, como las de un hospital. Los otros 28 turnos quedaron igual. La idea de la cortina se la dio una operaria. En las líneas con cortina, las unidades sin defectos por hora subieron hasta un 15% después de la primera semana, y se mantuvieron por delante durante cinco meses (Bernstein, 2012).
Por qué está aquíElegir las líneas al azar evita que las de cortina se escogieran por ser mejores de entrada, y los 28 turnos sin cortina permiten descartar cambios de temporada o de demanda. Un detalle descarta que mejoraran solo por sentirse estudiadas: el turno de noche, que trabajaba detrás de las mismas cortinas y entraba en los cuatro turnos del resultado, creía que eran algo del turno de día, así que no tenía motivos para sentirse estudiado. La historia muestra que la palabra "transparencia" del comportamiento tiene dos sentidos. Ver todo lo que hace cada persona puede producir actuación y esconder lo que de verdad pasa. Bernstein llamó a esto la paradoja de la transparencia. Para la universidad, la historia ayuda a leer el comportamiento: la transparencia que pide se refiere a las razones y los procesos de las decisiones, que todos podamos examinar, y deja espacio para que las personas prueben y corrijan sin actuar para un observador por validar.
El primer comportamiento del pilar se lee fácil como un asunto de carácter: una comunidad ética es una comunidad de buenas personas. La investigación de las últimas tres décadas mira también las situaciones en que se toman las decisiones. Muchas faltas las cometen personas que se consideran honestas, sin vivirlo como una decisión moral, en situaciones que les facilitaron no verlo por validar. Leído así, el comportamiento le da a la universidad una tarea compartida: cuidar las situaciones en que todos decidimos, para que a quien quiere actuar bien le resulte fácil ver la dimensión ética de lo que hace por validar.
La palabra permanente apunta en la misma dirección. La ética que importa es la del día de presión, de prisa y de metas, que es justamente cuando más se apaga por validar.
Ética, integridad y transparencia no son sinónimos. Ética es el juicio sobre qué es correcto. Integridad es que lo que uno hace coincida con lo que dice valorar; en el capítulo de Interacciones Significativas la veremos como cumplir lo prometido. Transparencia es que las razones y los procesos se puedan examinar. Cada una falla de una manera distinta. Aquí se desarrollan la ética y la transparencia, y la integridad se retoma en el capítulo de Interacciones Significativas.
"Ética." Dolly Chugh, Max Bazerman y Mahzarin Banaji llamaron ética acotada a los límites sistemáticos que tenemos para ver la dimensión ética de nuestras propias decisiones. Quien tiene un conflicto de interés muchas veces no percibe que su juicio está sesgado (Chugh, Bazerman y Banaji, 2005). Ann Tenbrunsel y David Messick describieron el mecanismo: el desvanecimiento ético, por el cual la dimensión moral de una decisión se borra y la decisión se vive como un asunto de negocio, económico o legal. Lo facilitan los eufemismos, la costumbre y la sensación de no ser quien decide (Tenbrunsel y Messick, 2004). Por eso actuar con ética, en el sentido del comportamiento, se juega en notar a tiempo la dimensión moral de decisiones que se presentan como técnicas, económicas o legales por validar.
"Transparencia." Jason Colquitt distinguió cuatro formas de justicia en una organización. Una de ellas es la justicia informacional: que las decisiones se expliquen de manera veraz y oportuna (Colquitt, 2001). Un meta-análisis de 183 estudios, en su mayoría correlacionales, concluyó que las formas de justicia se distinguen entre sí y que la justicia informacional se asocia con más confianza en quienes deciden (Colquitt y colegas, 2001). La transparencia que la gente valora es, sobre todo, la de las razones: que le expliquen el criterio además del resultado por validar. La historia de Bernstein muestra el otro sentido: la observación constante de las personas, que puede llevarlas a esconder lo que de verdad hacen.
Porque la conciencia moral se puede desconectar. Albert Bandura describió las maniobras con que las personas desactivan sus propios estándares: justificar la conducta, usar lenguaje que la suaviza, compararse con algo peor, repartir la responsabilidad hasta que nadie la siente suya, minimizar el daño o culpar a quien lo sufre. Su conclusión es institucional: además de buenos estándares personales, hacen falta salvaguardas construidas en los sistemas (Bandura, 1999). En estudios de laboratorio y en el trabajo, Celia Moore y sus colegas vieron que la mayor propensión a esta desconexión moral se asociaba con más conducta antiética, incluida la que reportaban compañeros y jefes (Moore y colegas, 2012). Cuando una decisión pasa por muchas firmas sucesivas o por un cuerpo colegiado, como ocurre en una universidad, a cualquiera de nosotros le resulta más fácil sentir que la responsabilidad es de otro por validar.
Porque se puede caer por una pendiente o por un acantilado. David Welsh y sus colegas encontraron en experimentos de laboratorio que las faltas pequeñas y crecientes facilitan faltas mayores, porque van bajando el umbral poco a poco (Welsh, Ordóñez, Snyder y Christian, 2015). Nils Köbis y sus colegas, también en experimentos de laboratorio, encontraron lo contrario para el soborno grave: fue más probable cuando la oportunidad llegó de golpe que cuando se llegaba a ella por pasos (Köbis, van Prooijen, Righetti y Van Lange, 2017). Leídos juntos, sugieren que una falta puede llegar por dos rutas, la de los pasos pequeños que bajan el umbral y la de la oportunidad grande que aparece de golpe, y que estar atentos a una de ellas deja la otra sin cubrir por validar.
Porque el contexto pesa junto con la persona. Jennifer Kish-Gephart, David Harrison y Linda Treviño reunieron treinta años de investigación sobre la "manzana podrida" (la persona), el "caso podrido" (el problema) y el "barril podrido" (la organización). Encontraron que las decisiones antiéticas se asocian con los tres a la vez, y propusieron considerar que algunas faltas ocurren sin un cálculo deliberado (Kish-Gephart, Harrison y Treviño, 2010). En una encuesta en seis grandes empresas, Treviño y sus colegas encontraron además que los programas de ética rendían peor donde la gente creía que existían para proteger a la dirección de la culpa (Treviño, Weaver, Gibson y Toffler, 1999).
Porque decir que algo está mal cuesta. James Detert y Amy Edmondson, a quienes ya encontramos en el capítulo de Colaboración Decidida, describieron las reglas tácitas que hacen callar ("no critiques al jefe delante de otros", "no hables sin datos sólidos") (Detert y Edmondson, 2011). Nathanael Fast, Ethan Burris y Caroline Bartel encontraron que los jefes que dudan de estar a la altura de su cargo piden menos opiniones y evalúan peor a quien habla (Fast, Burris y Bartel, 2014). Y en una encuesta a 947 estudiantes de una universidad privada de Brasil, el miedo a la represalia se asoció con menos intención de denunciar a un compañero que hacía trampa (Iwai, Yeung y Artes, 2021).
Porque los remedios fáciles se quedaron sin respaldo. En 2012, cinco investigadores reconocidos publicaron que firmar la declaración de veracidad al principio de un formulario, y no al final, reducía las mentiras. El estudio estrella era un experimento de campo con más de 13.000 clientes de una aseguradora. En 2021, después de que un análisis independiente encontró evidencia que ponía en duda la validez de los datos de la aseguradora, los autores pidieron retractar el artículo y la revista lo retiró (PNAS, 2021). Otra idea popular, que recordar los Diez Mandamientos reducía la trampa, se repitió en 25 laboratorios con 5.786 personas y tampoco se sostuvo (Verschuere y colegas, 2018). Lo que corrigió el error fue la práctica de replicar, publicar resultados nulos y abrir los datos.
Diseñar el contexto, además de hablar de ética. En una encuesta de Treviño y sus colegas, lo que se asociaba con mejores resultados era un enfoque basado en valores, con compromiso visible de los líderes, trato justo, recompensa a la conducta ética y coherencia entre lo que dicen las políticas y lo que se hace (Treviño y colegas, 1999). Un código funciona dentro de una cultura que lo vuelve creíble (Treviño, Butterfield y McCabe, 1998).
Contar con los jefes intermedios. Michael Brown, Treviño y Harrison definieron el liderazgo ético en dos partes: comportarse bien y promover activamente la ética en los demás, hablando de ella, premiándola o sancionando su ausencia, y poniéndola en las decisiones visibles (Brown, Treviño y Harrison, 2005). Según el estudio de David Mayer y sus colegas, la ética de la alta dirección se asocia con la conducta de los equipos de forma indirecta, a través del jefe directo (Mayer y colegas, 2009).
Nombrar la dimensión ética de las decisiones técnicas. Si la falta suele venir de no ver, la palanca está en cómo se enmarcan las decisiones: preguntar en voz alta a quién afecta una decisión "administrativa" y quién es su dueño por validar.
Transparencia de las decisiones, privacidad para el trabajo. La distinción de Bernstein se vuelve práctica: hacer examinables los criterios, procesos y datos de la institución, y proteger zonas donde las personas puedan experimentar y corregir sin actuar para un observador por validar.
Cuidar las metas. Lisa Ordóñez y sus colegas advirtieron que las metas tienen efectos secundarios, entre ellos más conducta antiética, y propusieron tratarlas como un medicamento con fórmula, en dosis cuidadosas (Ordóñez, Schweitzer, Galinsky y Bazerman, 2009). Es un argumento debatido: los fundadores de la teoría de metas respondieron defendiéndola (Locke y Latham, 2009). El sistema de metas es parte del sistema ético, y el siguiente comportamiento desarrolla por qué.
Buena parte de la ética conductual viene del laboratorio, con estudiantes y pagos pequeños, y la crisis de replicación ha tocado este campo de lleno. La fábrica de Bernstein es trabajo repetitivo; llevarla al trabajo académico es analogía. La única pieza latinoamericana es la encuesta brasileña, que mide intención en estudiantes. No encontramos estudios sobre clima ético en universidades colombianas.
El profesor mejor evaluado y el curso siguiente
Scott Carrell y James West querían responder una pregunta que casi ninguna universidad puede responder bien: ¿los profesores mejor evaluados son los que más enseñan? El obstáculo de siempre es que los estudiantes eligen a sus profesores, y si los buenos estudiantes eligen a ciertos profesores, cualquier comparación queda contaminada.
Encontraron un lugar donde ese obstáculo no existe: la Academia de la Fuerza Aérea de Estados Unidos. Allí los estudiantes se asignan a profesores y secciones sin que nadie elija, todas las secciones de un curso tienen el mismo programa y el mismo examen, y los estudiantes están obligados a tomar después los cursos relacionados. En matemáticas, además, los exámenes se califican entre varios profesores: uno corrige la pregunta 1 de todos, otro la pregunta 2, de modo que cada profesor califica solo una pequeña parte de los exámenes de sus propios estudiantes.
Los profesores sí importaban. Pero los estudiantes de los profesores con mejores resultados en el curso inicial rendían peor en los cursos siguientes. Los profesores con más experiencia producían peores resultados en el curso del momento y mejores después. Y las evaluaciones de los estudiantes se relacionaban positivamente con el rendimiento del momento y se relacionaban negativamente con el posterior (Carrell y West, 2010).
Por qué está aquíLa asignación al azar elimina la explicación de que unos profesores recibían mejores estudiantes. El examen común permite comparar con la misma vara, y en matemáticas la calificación cruzada descarta que unos calificaran más fácil. Los cursos posteriores obligatorios permiten medir lo que casi nunca se mide: si lo aprendido dura. La historia muestra por qué el comportamiento habla de evaluar "con rigor": en esa academia, las evaluaciones de los estudiantes favorecían a los profesores cuyos estudiantes aprendían menos para el largo plazo.
Una universidad evalúa todo el tiempo: estudiantes, profesores, programas, investigaciones, procesos. El segundo comportamiento pide hacerlo con rigor y aprender a dar retroalimentación de dos tipos. Las dos ideas le dan a la universidad una manera de saber si lo que mide refleja lo que quiere mejorar: el rigor pide medir bien, y la retroalimentación de dos tipos pide cuidar cómo se entregan el número y el comentario, porque no siempre suman por validar.
"Con rigor." En la tradición de la evaluación, rigor significa validez: que la medida capture lo que dice capturar y que no cambie lo que mide al usarse. Una medida precisa de lo equivocado no es rigurosa. Las evaluaciones docentes son el ejemplo más estudiado. Michela Braga, Marco Paccagnella y Michele Pellizzari aplicaron una lógica parecida a la de Carrell y West en una universidad italiana con asignación al azar, y encontraron que la efectividad docente medida en los cursos posteriores se relacionaba negativamente con las evaluaciones de los estudiantes. Encontraron también que las evaluaciones respondían a las condiciones meteorológicas del día en que se llenaban (Braga, Paccagnella y Pellizzari, 2014).
Y las medidas heredan sesgos. Friederike Mengel, Jan Sauermann y Ulf Zölitz analizaron 19.952 evaluaciones en una escuela de negocios europea donde los estudiantes se asignaban al azar. Ni las notas ni las horas de estudio cambiaban según el género del docente, y aun así las profesoras recibían evaluaciones más bajas, sobre todo las jóvenes y sobre todo de parte de los estudiantes hombres (Mengel, Sauermann y Zölitz, 2019). Anne Boring, Kellie Ottoboni y Philip Stark concluyeron que ese sesgo es grande y que no se puede corregir estadísticamente (Boring, Ottoboni y Stark, 2016). Evaluar con rigor, como lo pide el comportamiento, implica revisar qué sesgos arrastra una medida antes de usarla para decidir sobre las personas por validar.
"Cualitativa y cuantitativa." Ruth Butler asignó al azar doce salones de quinto y sexto grado a tres tipos de retroalimentación: solo una nota, solo comentarios sobre el trabajo, o nota y comentarios. El interés y el desempeño fueron más altos con los comentarios. La nota sola y la nota con comentarios tuvieron efectos parecidos: cuando había número, el comentario perdía su efecto (Butler, 1988). La condición mixta era la clave del diseño, porque preguntaba si el comentario sobrevive al lado del número. Anastasiya Lipnevich y Jeffrey Smith encontraron un patrón parecido con 464 universitarios: la retroalimentación descriptiva funcionó mejor sola, y recibir una nota tentativa bajó el desempeño, aunque el elogio atenuaba ese efecto (Lipnevich y Smith, 2009). En el capítulo de Interacciones Significativas veremos que la retroalimentación hace daño cuando lleva la atención de la tarea a la persona; el número tiende a preguntar "¿cómo quedé?", y el comentario, "¿qué hago distinto?" por validar.
Porque el indicador corrompe lo que vigila. Donald Campbell, uno de los fundadores de la evaluación de programas, formuló lo que hoy se conoce como ley de Campbell: cuanto más se usa un indicador cuantitativo para tomar decisiones, más presión hay para corromperlo y más distorsiona el proceso que pretendía vigilar (Campbell, 1979). La antropóloga Marilyn Strathern, precisamente en un artículo sobre la auditoría en las universidades británicas, lo dijo en la forma más citada, como su versión de la ley de Goodhart, que lleva el nombre del economista Charles Goodhart: cuando una medida se convierte en meta, deja de ser una buena medida (Strathern, 1997). Steven Kerr lo había dicho desde la gestión: muchas organizaciones premian A mientras esperan B (Kerr, 1975).
Porque el juego se puede contar. Brian Jacob y Steven Levitt diseñaron un método para detectar trampa de docentes o directivos en las pruebas estandarizadas de las escuelas de Chicago, combinando dos señales: saltos de puntaje que se desvanecían al año siguiente y patrones de respuesta sospechosos. Cada señal sola podía tener explicaciones inocentes; juntas, casi no. Estimaron trampa seria en al menos 4% a 5% de los salones cada año, con una frecuencia que respondía a cambios menores en los incentivos (Jacob y Levitt, 2003). En el capítulo de Evolución Consciente vimos la versión institucional: las facultades de derecho que interiorizaron un ranking.
Porque el incentivo selecciona la mala ciencia. Paul Smaldino y Richard McElreath propusieron, con un modelo de simulación, que los métodos pobres pueden persistir porque los incentivos los favorecen, sin que nadie tenga que hacer trampa a propósito: basta con que publicar sea lo que más cuenta para ascender (Smaldino y McElreath, 2016).
Porque practicar no basta. La idea de la práctica deliberada sostiene que la excelencia viene de años de práctica estructurada (Ericsson, Krampe y Tesch-Römer, 1993). El hallazgo central del estudio original, con violinistas, no se sostuvo en una réplica: la práctica acumulada seguía pesando, pero mucho menos de lo reportado (Macnamara y Maitra, 2019). Un meta-análisis encontró que explicaba 24% de las diferencias de desempeño en juegos, 23% en música y 20% en deportes, pero 5% en educación y 1% en profesiones (Macnamara, Hambrick y Oswald, 2014; corrección de 2018). En los trabajos parecidos al universitario, mejorar depende de otras cosas, entre ellas la calidad de la retroalimentación por validar.
Revisar después de cada ciclo. Scott Tannenbaum y Christopher Cerasoli reunieron los estudios sobre las revisiones después de la acción, el formato que el ejército de Estados Unidos usa desde hace décadas: una conversación estructurada y corta al terminar un ciclo de trabajo. Mejoraron el desempeño en alrededor de 25% frente a grupos que no las hacían, en equipos y en individuos, en simulación y en entornos reales (Tannenbaum y Cerasoli, 2013). Un meta-análisis posterior encontró un efecto aún mayor y encontró que funcionan mejor con medios objetivos, como registros o video (Keiser y Arthur, 2021).
Revisar también lo que salió bien. Shmuel Ellis e Inbar Davidi compararon soldados en ejercicios de navegación que, al final de cada día, revisaban solo sus fallas con otros que revisaban sus fallas y sus éxitos. Los segundos mejoraron más. Antes de empezar, lo que los soldados entendían de sus fallas era más rico que lo que entendían de sus aciertos, y esa brecha se fue cerrando (Ellis y Davidi, 2005). Es fácil no saber por qué nos sale bien lo que nos sale bien, y entonces cuesta repetirlo a propósito por validar. Es un complemento a lo que vimos en el capítulo de Evolución Consciente sobre aprender del error.
Separar el número del comentario. Si el número borra el comentario, la práctica que se desprende es entregarlos en momentos distintos según el propósito: el comentario para mejorar, y el número para decidir junto con el juicio de quien conoce el trabajo, como propone el Manifiesto de Leiden que aparece más abajo por validar. Angelo DeNisi y Kevin Murphy, revisando cien años de investigación sobre evaluación del desempeño, sugieren que las preguntas importantes están en el propósito y el contexto de la evaluación, y que el formato de las escalas de calificación pesa menos (DeNisi y Murphy, 2017).
Lo cuantitativo al servicio del juicio. El Manifiesto de Leiden, escrito por especialistas en medición de la ciencia, propone diez principios para usar indicadores de investigación. El primero es que la evaluación cuantitativa debe apoyar el juicio cualitativo de expertos (Hicks y colegas, 2015). Es, quizá, la mejor traducción práctica de "cualitativa y cuantitativa".
Preguntar qué va a hacer la gente con la medida. Antes de usar un indicador para premiar o castigar, vale preguntarse cómo se puede mover el indicador sin mover la realidad por validar.
La mejor evidencia sobre evaluaciones docentes viene de contextos particulares (una academia militar, universidades de Italia, Holanda y Francia) elegidos porque tenían asignación al azar. La investigación es mucho mejor para mostrar las fallas de las evaluaciones que para validar alternativas, como la observación entre pares o los portafolios. No encontramos evidencia latinoamericana de calidad sobre evaluación docente ni sobre el efecto de los sistemas de medición de la investigación.
El valor que aparece lejos y tarde
En Estados Unidos, los Institutos Nacionales de Salud (NIH) financian buena parte de la investigación biomédica de las universidades, y desde hace décadas se da por hecho que ese dinero termina convertido en medicamentos y tratamientos, aunque casi nadie había podido medir cuánto. Pierre Azoulay, Joshua Graff Zivin, Danielle Li y Bhaven Sampat lo intentaron con los 153.076 proyectos que el NIH financió entre 1980 y 2005.
Primero siguieron el rastro de cada proyecto, desde los artículos que publicó hasta las patentes de empresas que citaron esos artículos. El 43% de los proyectos produjo al menos una publicación citada después por una patente, y en un área como las enfermedades infecciosas pasaron unos quince años hasta que más del 60% de los proyectos llegó a ese punto.
Luego aprovecharon una regla del NIH: los proyectos se financian en orden de puntaje hasta que se acaba el presupuesto, de modo que entre los que quedan justo arriba y justo abajo del corte la diferencia es casi de azar, y algunas áreas terminan con más dinero del esperado por pura suerte. Con esa variación estimaron que 10 millones de dólares más para un área de investigación llevaron a 2,7 patentes privadas más, más o menos una por cada dos o tres proyectos financiados, y que la mitad de esas patentes fueron para enfermedades distintas de la que había financiado la investigación original (Azoulay y colegas, 2019).
Por qué está aquíEl comportamiento habla de un valor "visible y sostenible" para la Universidad y la sociedad, y esta historia muestra las dos caras de esa frase: el valor de la investigación llegó a la sociedad y se pudo medir, pero llegó años después, muchas veces en otra enfermedad y en manos de otros. Por eso hacer visible el valor que genera una universidad incluye contar también lo que aparece lejos y tarde de donde se sembró por validar.
El tercer comportamiento pide dos cosas que no siempre van juntas. Lo visible se puede mostrar pronto: una cifra, un evento, una patente, un ranking. Lo sostenible se construye con trabajo que no se nota hasta que falta: mantenimiento, formación, procesos que funcionan, relaciones. Al pedir las dos a la vez, el comportamiento le da a la universidad un criterio para cuidar lo que sostiene aun cuando hay presión por mostrar resultados pronto por validar.
El comportamiento nombra además cinco caminos del valor: docencia, investigación, gestión, creación y emprendimiento. Al ponerlos al mismo nivel, el comportamiento reconoce como valor también lo que se hace en la gestión, la creación y el emprendimiento, además de la docencia y la investigación por validar. La evidencia disponible está repartida de forma muy desigual entre ellos: abundante para la docencia y la investigación, más crítica para el emprendimiento, escasa para la gestión, y casi inexistente para la creación por validar.
"Para la Universidad y la sociedad." Mark Moore propuso que quienes dirigen organizaciones públicas crean valor público: el que los ciudadanos y quienes los representan reconocen como tal. Su idea más conocida es que una estrategia pública es viable cuando alinea tres cosas: el valor que produce, la legitimidad y el apoyo de quienes la autorizan, y la capacidad real de producirlo (Moore, 1995). La pregunta útil para una universidad es para quién es cada valor, quién lo reconoce y si hay capacidad de sostenerlo.
"Visible." La socióloga Arlene Kaplan Daniels acuñó la noción de trabajo invisible: nuestra idea corriente del trabajo se limita a lo que uno hace para que le paguen, y deja fuera el trabajo de mantener y desarrollar las instituciones (Daniels, 1987). Leída con esa lente, la palabra "visible" del comportamiento pide también reconocer el trabajo que sostiene, porque si lo visible se reduce a lo que entra en un indicador, la institución termina premiando lo que se cuenta y castigando lo que sostiene por validar.
"La gestión." Celia Whitchurch estudió a profesionales de gestión universitaria en el Reino Unido, Australia y Estados Unidos, y describió un tercer espacio entre lo académico y lo administrativo, ocupado por personas con trayectorias de ambos lados (Whitchurch, 2008). La gestión universitaria, en esa lectura, es un lugar donde se crea valor que no cabe en las categorías de siempre por validar.
"El emprendimiento." Markus Perkmann y sus colegas distinguieron dos formas de relación entre la universidad y su entorno: el compromiso académico (investigación conjunta, consultoría, vínculos con organizaciones) y la comercialización (patentes, licencias, empresas derivadas). El compromiso es mucho más común, está alineado con la investigación y se asocia positivamente con la productividad científica posterior (Perkmann y colegas, 2013; 2021). La contribución más frecuente de la universidad a su entorno es el trabajo cotidiano con otras organizaciones, y las patentes y las empresas derivadas son menos comunes. Así, el emprendimiento que nombra el comportamiento abarca las dos formas de relación, el compromiso académico y la comercialización por validar.
Porque lo que sostiene se ve solo cuando falta. Nelson Repenning y John Sterman contaron el caso de las plantas de la empresa química Du Pont, donde el mantenimiento que evitaba problemas se recortó porque no se veía, y explican por qué esa trampa, que llaman trampa de la capacidad, es tan común. Ante una brecha de desempeño, se puede pedir a la gente que trabaje más, con resultados inmediatos, o que trabaje mejor, invirtiendo en mantenimiento y mejora, con resultados que tardan y que al principio empeoran las cosas. Bajo presión casi siempre gana lo primero. Y se suma un error de atribución: se culpa a la gente que está cerca del problema y se pierde de vista la inversión que se dejó de hacer hace meses (Repenning y Sterman, 2001).
Porque el trabajo que sostiene lo hace casi siempre la misma gente. En el capítulo de Interacciones Significativas veremos que las profesoras hacen más servicio interno que sus colegas hombres (Guarino y Borden, 2017) y reciben más solicitudes (O'Meara y colegas, 2017). Leído con la palabra "visible", el dato cambia de sentido: el servicio interno (comités, acreditaciones, mentoría, procesos) es exactamente el trabajo que sostiene a la universidad, y es el que menos se ve y menos cuenta para ascender por validar.
Porque los caminos no se suman solos. John Hattie y Herbert Marsh reunieron 58 estudios que medían la productividad investigativa y la efectividad docente de los mismos profesores. La relación entre investigar y enseñar bien fue prácticamente nula. Su recomendación fue diseñar para que se encuentren, porque no se encuentran solas (Hattie y Marsh, 1996).
Porque el impacto tarda y medirlo bien es caro. Trisha Greenhalgh y sus colegas reseñaron seis enfoques establecidos para medir el impacto de la investigación y concluyeron que los más robustos exigen mucho trabajo, y que la mayoría de las métricas tienden a capturar los impactos directos y cercanos (Greenhalgh, Raftery, Hanney y Glover, 2016). Una revisión de 23 estudios sobre cuánto tarda la investigación en salud en llegar a la práctica concluyó que casi ningún estudio es comparable con otro, aunque los plazos que reportan se cuentan en años (Morris, Wooding y Grant, 2011). Por eso a todos nos cuesta reconocer a tiempo el valor que tarda años en verse por validar.
Porque emprender mueve la agenda. Pierre Azoulay, Waverly Ding y Toby Stuart siguieron las carreras de 3.862 científicos para saber si patentar les quitaba a la ciencia. Como quienes patentan no son científicos cualquiera, usaron un método estadístico que compara a cada uno con colegas de trayectoria parecida que no patentaron. Patentar aumentó la tasa de publicación, pero los científicos parecieron desplazar su foco hacia preguntas de interés comercial (Azoulay, Ding y Stuart, 2009). Riccardo Fini y sus colegas añaden que la política se ha concentrado en contar empresas y licencias, y casi nada en los impactos sociales que justifican apoyarlas (Fini, Rasmussen, Siegel y Wiklund, 2018).
Proteger la inversión que no se ve. La lección de Du Pont es que lo sostenible necesita que alguien defienda el mantenimiento, la formación y la mejora justamente cuando ya no parecen necesarios, porque el éxito los vuelve invisibles (Repenning y Sterman, 2001).
Decidir qué trabajo invisible hacer visible, y para qué. Susan Leigh Star y Anselm Strauss advirtieron que hacer visible un trabajo no siempre es bueno, porque puede volverlo objeto de control (Star y Strauss, 1999). La pregunta es qué hacer visible, para quién y con qué fin: reconocer el servicio interno en los criterios de ascenso es distinto de vigilarlo por validar.
Diseñar el encuentro entre los caminos. Si docencia e investigación no se refuerzan solas, el vínculo es una tarea de diseño: qué cursos, qué proyectos, qué estudiantes (Hattie y Marsh, 1996).
Medir el impacto con humildad. Usar métodos acordes con el tipo de impacto, aceptar plazos largos y no confundir lo que se puede contar pronto con lo que más vale (Greenhalgh y colegas, 2016).
Recordar la tradición propia. Rodrigo Arocena y Judith Sutz sostienen que la universidad latinoamericana tuvo, con la tradición de la reforma universitaria y la extensión, una función social propia mucho antes de que los países desarrollados hablaran del desarrollo económico como misión académica (Arocena y Sutz, 2005). Para una universidad latinoamericana, generar valor para la sociedad puede apoyarse en esa tradición propia de la región por validar.
La creación artística y de diseño casi no tiene evidencia empírica sobre su valor institucional, y la gestión aparece sobre todo como trabajo invisible. La única pieza empírica regional sobre vínculos entre universidad y empresas, un documento de trabajo del Banco Mundial con datos de Chile y Colombia, muestra asociación sin establecer causa (Marotta, Mark, Blom y Thorn, 2007). El caso de Du Pont es un relato de los autores. No encontramos estudios sobre servicio académico o valoración de la gestión en universidades latinoamericanas.
Lo nuevo paga tarde
En muchas convocatorias, las propuestas se asignan a evaluadores expertos en el tema, porque se supone que son quienes mejor las juzgan. Kevin Boudreau, Eva Guinan, Karim Lakhani y Christoph Riedl quisieron probar esa suposición, y para eso diseñaron ellos mismos una convocatoria real con una universidad de investigación en medicina, con premios reales.
Llegaron 150 propuestas. Reclutaron 142 evaluadores de la propia institución, unos del campo de la enfermedad y otros de fuera, y a cada uno le asignaron al azar 15 propuestas, para un total de 2.130 pares evaluador-propuesta. Nadie sabía quién había escrito qué ni quién más evaluaba. Midieron la distancia entre la especialidad de cada evaluador y cada propuesta comparando el vocabulario de sus publicaciones.
Los evaluadores dieron puntajes más bajos a las propuestas muy novedosas, y también, contra lo que uno esperaría, a las más cercanas a su propia especialidad. La distancia intelectual movía los puntajes en alrededor de un punto sobre diez (Boudreau, Guinan, Lakhani y Riedl, 2016).
Por qué está aquíEn una convocatoria normal, los expertos reciben las propuestas de su campo, y nunca se sabe si califican distinto por ser expertos o porque esas propuestas son distintas. Asignarlas al azar rompe esa confusión, y tener muchos evaluadores por propuesta separa la calidad de la propuesta del estilo de cada evaluador. Para innovar como lo pide el comportamiento, importa también cómo se evalúan las ideas nuevas: en esa convocatoria, las propuestas novedosas llegaron y recibieron puntajes más bajos en el momento de evaluarlas.
Casi todas las universidades buscan la interdisciplina y la innovación, y el cuarto comportamiento las pide para responder a los desafíos del entorno y anticipar oportunidades. La investigación sobre cómo se produce y se evalúa la ciencia muestra un patrón que ayuda a entender lo que eso implica: lo interdisciplinario y lo novedoso pagan más, pero pagan tarde, y en el camino los castigan varios mecanismos habituales de evaluación de la ciencia.
En el capítulo de Colaboración Decidida vimos qué es la interdisciplina y por qué no basta con juntar facultades. Aquí la pregunta es otra: qué le pasa a lo interdisciplinario cuando la institución lo evalúa.
"Innovamos e integramos." Son dos verbos distintos, y la investigación muestra cómo se relacionan. Brian Uzzi y sus colegas analizaron 17,9 millones de artículos: la ciencia de mayor impacto combinaba una base muy convencional de trabajos previos con una intrusión de combinaciones inusuales. Esos artículos tenían el doble de probabilidad de ser muy citados, y los equipos tenían más probabilidad que los autores solos de lograr esa mezcla (Uzzi, Mukherjee, Stringer y Jones, 2013). En esos datos, innovar con impacto era integrar algo inesperado sobre una base sólida.
"Interdisciplinaria." En el capítulo de Colaboración Decidida vimos que la investigación interdisciplinaria tiene una penalidad de productividad, porque produce menos artículos, y un beneficio de recepción, porque se cita más: prominente pero menos productiva (Leahey, Beckman y Stanko, 2017). Es una apuesta de alto riesgo y alta recompensa, y, como se verá más abajo, esa recompensa suele llegar tarde, cuando ya pasaron las evaluaciones de corto plazo por validar. Lo que la institución decida medir decide si la interdisciplina parece valiosa por validar.
"Anticipar oportunidades." Barbara Mellers y sus colegas, en un torneo de dos años en el que los participantes pronosticaban acontecimientos geopolíticos, mostraron que tres intervenciones mejoraban los pronósticos: entrenar en razonamiento probabilístico, trabajar en equipos que discuten sus razones y reunir a los mejores pronosticadores (Mellers y colegas, 2014). En ese torneo, pronosticar resultó una habilidad medible y entrenable.
Porque se financia menos al principio. En el capítulo de Colaboración Decidida vimos que, en las propuestas a la principal agencia australiana de investigación básica, a más interdisciplinariedad, menos probabilidad de ser financiado (Bromham, Dinnage y Hua, 2016). Ye Sun y sus colegas completaron la historia con 44.419 becas de los consejos de investigación del Reino Unido: los investigadores interdisciplinarios logran menos impacto con sus publicaciones en el corto plazo y, con el tiempo, superan en financiación a sus pares especializados (Sun, Livan, Ma y Latora, 2021).
Porque lo novedoso se reconoce tarde. Jian Wang, Reinhilde Veugelers y Paula Stephan midieron la novedad de 773.311 artículos según si combinaban, por primera vez, revistas que nunca se habían citado juntas. Los artículos muy novedosos tenían, aun con controles, más probabilidad de terminar en el 1% más citado, pero solo cuando se esperaba lo suficiente. En los primeros años se citaban menos y se publicaban en revistas de menor impacto (Wang, Veugelers y Stephan, 2017). Comparar ventanas de citación cortas y largas era lo que permitía ver el patrón. Un comité que evalúa por citas a tres años y por el prestigio de la revista penaliza, sin saberlo, los trabajos novedosos, que son los que más probabilidad tienen de terminar entre los más citados.
Porque la incertidumbre nos vuelve ciegos a lo creativo. Jennifer Mueller, Shimul Melwani y Jack Goncalo provocaron incertidumbre en los participantes de dos experimentos de laboratorio y midieron sus actitudes hacia la creatividad. Bajo incertidumbre apareció un sesgo contra lo creativo que, además, les impidió reconocer una idea creativa cuando la tenían enfrente (Mueller, Melwani y Goncalo, 2012). Como fueron ellos quienes provocaron la incertidumbre, el diseño permite decir que es su causa. Las condiciones en que más se necesitan ideas nuevas pueden ser las mismas en que menos se ven por validar.
Diseñar los paneles. Paola Criscuolo y sus colegas analizaron la selección de proyectos de una gran firma: los paneles tendían a preferir la novedad intermedia, los que tenían más carga de trabajo se abrían menos a lo nuevo, y los de pericia más diversa, más (Criscuolo, Dahlander, Grohsjean y Salter, 2017). Quién evalúa, cuánto trabajo tiene y qué tan distinto piensa son decisiones de diseño por validar.
Mirar con ventanas largas. Si lo novedoso paga tarde (Sun y colegas, 2021; Wang y colegas, 2017), sostener a quien hace trabajo interdisciplinario durante el periodo en que el sistema lo castiga es parte de querer interdisciplina por validar. Es la misma lección que dejaron, en el capítulo de Evolución Consciente, los científicos financiados por el Instituto Médico Howard Hughes.
Apoyar equipos de distintos tamaños. Como vimos en el capítulo de Colaboración Decidida, los equipos dominan cada vez más la producción de conocimiento (Wuchty, Jones y Uzzi, 2007). Lingfei Wu, Dashun Wang y James Evans añadieron que los equipos grandes tienden a desarrollar ideas existentes, y los pequeños, a romper con ellas, con éxito que llega más tarde (Wu, Wang y Evans, 2019). Una política que solo premia megaproyectos pierde lo que nace en grupos pequeños por validar.
Llevar la cuenta de las propias predicciones. Daniel Kahneman y Gary Klein coincidieron en que la intuición experta solo es confiable donde el entorno es predecible y hay retroalimentación sobre los aciertos, y en que la seguridad que siente un experto no indica que acierte (Kahneman y Klein, 2009). Para anticipar oportunidades, ayuda registrar qué se predijo y revisar después qué pasó por validar.
Casi toda la evidencia de calidad es sobre investigación científica; sobre innovación interdisciplinaria en la docencia o en la gestión universitaria no encontramos nada comparable. Cada estudio mide la novedad y la interdisciplinariedad de manera distinta. La evidencia sobre prospectiva en organizaciones es débil. La pieza latinoamericana más cercana, sobre centros interdisciplinarios en universidades de Argentina, Uruguay y México, estudia tres casos (Vienni Baptista, Vasen y Villa Soto, 2019).
Al principio hablamos del tablero donde todo sale bien. Después de recorrer los cuatro comportamientos, se ve de dónde viene la distancia entre ese tablero y lo que pasa de verdad.
En los cuatro, lo que se mide y se premia termina orientando lo que todos hacemos por validar. La observación constante puede producir actuación, el indicador usado para premiar se corrompe, el trabajo que sostiene desaparece porque no entra en el informe y lo novedoso pierde en el panel y en la ventana de tres años. Para que pase, casi siempre bastan sistemas razonables que nadie diseñó pensando en lo que el comportamiento pide por validar.
Por eso la excelencia que transforma depende del diseño de los sistemas tanto como de la exigencia de cada persona por validar. En el trabajo de todos los días, esa excelencia se ve cuando explicamos las razones de las decisiones, separamos el número del comentario, defendemos lo que no se ve y sabemos esperar lo que paga tarde.
Todas verificadas en bases académicas. Los enlaces de acceso y la bibliografía anotada completa están en los dossiers de research del Doble Click.
Por qué la manera en que nos tratamos todos los días decide lo que una institución puede pensar, servir y prometer.
borrador para revisión29 de octubre de 2026Texto verbatim de la cultura aspirada de la Universidad de los Andes. Más abajo: antes de empezar · lo que los cinco tienen en común · glosario y referencias.
Piensa en la última vez que saliste de una oficina sintiéndote tratado como un número. Probablemente nadie fue grosero contigo. Te atendieron, te dieron un formulario, te dijeron que esperaras un correo. Y aun así saliste con la sensación de que a nadie le importaba si tu caso se resolvía.
Ahora piensa en lo contrario: una conversación corta, quizás de cinco minutos, después de la cual saliste con más energía de la que tenías al entrar. Alguien te escuchó de verdad, recordó lo que le habías contado la semana anterior, o te dijo algo difícil de una manera que pudiste oír.
Esas dos experiencias son el tema de este capítulo. Los cinco comportamientos de arriba forman el pilar Interacciones Significativas de la cultura aspirada de la Universidad de los Andes, es decir, la cultura que la Universidad se propone vivir. En pocas palabras, el pilar es cuidar cómo nos tratamos.
Como casi nadie estaría en contra de tratarse bien, es fácil darlo por entendido sin examinarlo, y por eso vale la pena estudiarlo con cuidado, porque la investigación muestra que tratarse bien es bastante más difícil de lo que parece. Escuchar bien cambia lo que la otra persona alcanza a pensar. Un trámite mal diseñado decide quién llega a la universidad. Una inteligencia artificial demasiado amable puede hacernos menos dispuestos a reparar un conflicto. Y una comunidad donde nadie discute puede tomar decisiones que ninguno de sus miembros quería.
Cada sección de este capítulo toma un comportamiento y le hace tres preguntas: qué significa realmente, por qué es difícil y qué dice la investigación que lo hace posible. Cada sección empieza con una historia, casi siempre un experimento, y cada historia está ahí por una razón que se dice al final del recuadro: qué demuestra y qué parte del comportamiento ilumina.
A lo largo del capítulo vas a encontrar tres tipos de fuente, y conviene distinguirlas. Un experimento asigna a las personas al azar a dos condiciones y compara lo que pasa: es la mejor forma de saber si algo causa otra cosa. Un meta-análisis reúne decenas o cientos de estudios sobre la misma pregunta y calcula el efecto promedio: sirve para no dejarse llevar por un solo resultado llamativo. Y un libro de práctica recoge la experiencia de alguien que ha hecho el trabajo durante años: da lenguaje e ideas, no prueba. Cuando una fuente es un preprint, es decir, un estudio que todavía no ha pasado la revisión de otros investigadores, lo decimos.
Cuando una idea es interpretación nuestra de los estudios, lleva esta marca: por validar.
Veintitrés segundos
Cuando un paciente entra a un consultorio casi siempre trae más de una preocupación, y el médico tiene pocos minutos para atenderlas. Kim Marvel, Ronald Epstein, Kristine Flowers y Howard Beckman grabaron, entre 1995 y 1996, consultas de 29 médicos de familia con experiencia, la mayoría en Colorado, y analizaron 264 para ver qué pasaba en los primeros momentos.
Los médicos le preguntaron al paciente qué lo traía en tres de cada cuatro consultas, pero en promedio lo interrumpieron a los 23,1 segundos para concentrarse en una sola preocupación, y solo en el 28% de las consultas el paciente alcanzó a terminar de contar a qué venía. Una vez interrumpida, la lista casi nunca se retomaba, porque se completó después apenas en el 8% de esas consultas, y cuando el médico no preguntaba por las preocupaciones del paciente aparecían más temas nuevos al final de la consulta, en 34,9% de los casos frente a 14,9%.
Los pacientes a los que se dejó terminar hablaron, en promedio, solo seis segundos más que los interrumpidos, y los médicos con formación adicional en comunicación dejaron terminar al paciente el doble de veces, en el 44% de sus consultas frente al 22% de los demás (Marvel y colegas, 1999).
Por qué está aquíEl comportamiento pide escuchar "comprendiendo con empatía y responsabilidad lo que cada persona necesita", y en esas consultas la prisa por ir al grano dejó sin oír justo eso, lo que cada persona venía a decir, para ahorrar unos pocos segundos. Dejar terminar al otro era más frecuente entre los médicos formados en comunicación, lo que sugiere que escuchar así es una habilidad que se aprende por validar.
Solemos pensar en escuchar como el rato en que uno se calla mientras espera su turno, pero la consulta que se interrumpe a los veintitrés segundos sugiere que escuchar hasta el final cambia lo que el otro alcanza a decir, y que lo hace sin presupuesto, sin un programa nuevo y sin pedirle permiso a nadie. Por eso importa tanto en una institución: es la herramienta de cuidado más accesible que tiene cualquier persona, y la que más se desperdicia por validar.
Los investigadores Avraham Kluger y sus colegas reunieron 664 resultados de estudios sobre escucha en el trabajo, con más de 400.000 observaciones. Encontraron que sentirse escuchado está asociado con mejores resultados laborales, y que esa asociación es más fuerte con la calidad de la relación que con el desempeño. Su lectura es que la escucha mejora el trabajo a través de la relación (Kluger y colegas, 2024).
El comportamiento tiene tres partes, y cada una dice más de lo que parece.
"Comprendiendo lo que cada persona necesita." Lo que alguien necesita no siempre es lo que quiere oír. Douglas Stone, Bruce Patton y Sheila Heen, del Proyecto de Negociación de Harvard, proponen que toda conversación difícil son en realidad tres conversaciones superpuestas: qué pasó, qué sentimos y qué dice esto de quiénes somos. En esa tercera conversación cada persona carga tres preguntas, casi siempre sin decirlas: ¿soy competente?, ¿soy buena persona?, ¿merezco aprecio? (Stone, Patton y Heen, 1999). Cuando una conversación de trabajo toca alguna de esas preguntas, la persona también está hablando de sí misma, y comprender lo que necesita incluye oír esa parte, aunque nadie la diga en voz alta por validar.
"Desde una mirada formativa." Mirar al otro como alguien que puede crecer. Peter Heslin y sus colegas encontraron que la creencia de los jefes de que las capacidades de la gente se pueden desarrollar se asoció con que acompañaran más a su equipo que los jefes que creen que vienen fijas, según lo evaluaron sus empleados (Heslin, VandeWalle y Latham, 2006).
"Con empatía." Aquí está la trampa. Es fácil leer empatía como suavidad: no incomodar, no decir lo difícil. Amy Edmondson, la investigadora que popularizó la idea de seguridad psicológica (la creencia compartida de que en un equipo se puede hablar sin miedo a ser castigado), insiste en que eso no consiste en ser amable. Cuando hay mucha seguridad y estándares bajos, un equipo cae en la comodidad; cuando hay mucha seguridad y estándares altos, aprende (Edmondson, 2008, artículo de práctica). Por eso la empatía del comportamiento incluye decir lo difícil, y escuchar bien es lo que permite tener esas conversaciones con alguien que está en condiciones de oírlas por validar.
Si escuchar es tan valioso y tan barato, ¿por qué lo hacemos tan poco? La investigación da al menos tres razones.
La primera es que la identidad se defiende. Jennifer Petriglieri propone que, cuando una conversación amenaza cómo alguien se ve a sí mismo, una de las respuestas posibles es proteger esa imagen sin revisarla: descalificar a quien habla, ocultar lo que está en juego o resaltar lo mejor de uno (Petriglieri, 2011). Kluger y Angelo DeNisi mostraron el costo de esto con un dato que sorprende a casi todo el mundo: reunieron, en otra recopilación, más de 600 resultados sobre retroalimentación, en laboratorio y en el campo, y encontraron que, en más de un tercio de los casos, la retroalimentación empeoró el desempeño. ¿Cuándo pasaba? Cuando la atención se movía de la tarea hacia la persona (Kluger y DeNisi, 1996). La retroalimentación rendía menos cuando apuntaba a quién es la persona, que es justo la imagen que cada uno se apresura a defender por validar.
La segunda es que las jerarquías premian saber. El psicólogo organizacional Edgar Schein describió lo que llamó una cultura de decir: en organizaciones jerárquicas, quien tiene autoridad demuestra que la merece dando respuestas, y preguntar se lee como debilidad (Schein, 2013). En la práctica, eso significa que las personas con más poder, que son las que más deberían escuchar, son las que más incentivos tienen para hablar. James Detert y Ethan Burris estudiaron a 3.149 empleados y 223 gerentes de una cadena de restaurantes y encontraron que la apertura del jefe se asoció con que la gente propusiera mejoras, sobre todo entre los mejores empleados (Detert y Burris, 2007). Si un jefe está abierto o no lo juzgan quienes trabajan con él, y de ese juicio depende que se animen a proponerle algo por validar.
La tercera es que escuchar cansa. Jeffrey Yip y Colin Fisher revisaron dos décadas de investigación y nombraron una paradoja: la escucha beneficia a quien habla y desgasta a quien escucha. Por eso la gente tiende a escuchar peor justo cuando más se necesita (Yip y Fisher, 2022).
La buena noticia es que la escucha se puede entrenar, y que sus efectos van más allá de hacer sentir bien.
Guy Itzchakov, Kluger y Castro pidieron, en experimentos de laboratorio, a personas que hablaran de un tema sobre el que tenían opinión, frente a alguien que escuchaba bien o mal. Uno esperaría que sentirse escuchado reafirmara a la gente en lo que ya pensaba. Pasó lo contrario: quienes fueron bien escuchados salieron con posiciones menos extremas y más capaces de reconocer sus propias contradicciones sin angustiarse (Itzchakov, Kluger y Castro, 2017). Escuchar bien le da al otro espacio para dudar de su propia posición, y por eso prepara el terreno para que una crítica se pueda oír por validar.
Los mismos investigadores probaron con empleados reales los círculos de escucha, reuniones en las que cada persona habla por turnos mientras las demás solo escuchan, y encontraron que un taller basado en esos círculos producía actitudes de trabajo más matizadas que un taller de manejo de conflictos (Itzchakov y Kluger, 2017). Schein, por su parte, propone una práctica para quien tiene autoridad: la indagación humilde, hacer preguntas cuya respuesta uno no conoce, por interés genuino en el otro. Es una forma de ceder posición para que la otra persona pueda hablar (Schein, 2013).
Y la mirada formativa se puede mover. En el estudio de Heslin, cuando se indujo en los gerentes la idea de que las personas pueden cambiar, incluso quienes pensaban lo contrario se volvieron más dispuestos a acompañar a un empleado de bajo desempeño, y dieron más y mejores sugerencias (Heslin y colegas, 2006).
Queda la paradoja del cansancio. Como escuchar bien desgasta a quien escucha, la escucha que pide el comportamiento se sostiene entre todos, con tiempos y cargas que permitan escuchar sin agotarse, además de la buena voluntad de cada persona por validar.
La mayoría de los estudios de escucha se basan en lo que las personas reportan sobre sí mismas, y mucho viene del laboratorio. No encontramos estudios latinoamericanos ni estudios sobre escucha en el gobierno de una universidad. Lo que aquí se aplica a Uniandes es una analogía razonable, que todavía no se ha comprobado con datos de la universidad.
Las fricciones que conviene conservar
Un equipo de Stanford quiso medir algo que muchos intuían: cuánto nos da la razón la inteligencia artificial, y qué nos hace eso. Primero compararon once modelos de IA con respuestas de personas a las mismas consultas de consejo. La IA respaldó las acciones de los usuarios un 49% más que los humanos, incluso cuando la consulta describía engaños o daños a otros.
Después hicieron tres experimentos con más de 2.400 participantes. Algunas personas conversaron sobre un conflicto real de su vida con una IA que les daba la razón; otras, con una que no. Bastó una sola conversación con la IA complaciente para que las personas estuvieran menos dispuestas a asumir su parte de responsabilidad y a reparar el conflicto, y más convencidas de tener la razón.
El giro llega al final. Esas mismas personas calificaron las respuestas complacientes como de mejor calidad, confiaron más en ese modelo y quisieron volver a usarlo, de modo que preferían justo las respuestas que las dejaban menos dispuestas a reparar el conflicto (Cheng y colegas, 2026).
Por qué está aquíComparar una IA que da la razón con una que no permitió aislar el efecto de la validación. El resultado explica por qué el comportamiento incluye la relación con la IA: su riesgo para nuestras relaciones está en la complacencia, y no lo notamos desde adentro porque se siente como apoyo.
El segundo comportamiento habla de lo cotidiano: el saludo al entrar a una reunión, los dos minutos antes de empezar, el mensaje que se responde o no se responde. Es fácil subestimarlo, porque cada uno de esos momentos parece insignificante. Pero la confianza y el bienestar en el trabajo se construyen en buena parte con ese material: cosas pequeñas, repetidas muchas veces por validar.
Y hoy una parte creciente de esas interacciones ocurre en pantallas, y otra parte ocurre con máquinas que conversan. Por eso el comportamiento incluye la relación con la IA, y el estudio de Stanford muestra lo que está en juego: una sola conversación con una máquina complaciente bastó para que las personas estuvieran menos dispuestas a reparar un conflicto con otra persona.
Cuidar una interacción suele entenderse como quitarle fricción: hacerla más rápida, más eficiente, más agradable. La investigación sugiere que algunas fricciones estorban mientras que otras sostienen la relación, de modo que cuidar lo cotidiano consiste en aprender a distinguirlas por validar.
Toma la charla trivial, esa conversación sobre el fin de semana que no tiene nada que ver con la tarea. Jessica Methot y sus colegas siguieron a un grupo de trabajadores durante tres semanas y encontraron que los días con más charla trivial se asociaron con más emociones positivas, más disposición a ayudar a otros y más bienestar al final de la jornada, y también con menos concentración (Methot y colegas, 2021). Es un ritual con una función real y con un costo, así que cuidar lo cotidiano pasa por darle su lugar en el día de trabajo, aunque lo único que se ve de ella sea el minuto que ocupa por validar.
Con la IA pasa algo parecido. La fricción que una IA complaciente elimina, la de que alguien no nos dé la razón, es la misma fricción que nos ayuda a ver nuestra parte en un conflicto.
Porque a distancia se pierden los puentes entre grupos. En marzo de 2020, Microsoft envió a trabajar desde casa a casi todos sus empleados en Estados Unidos. Un equipo de investigadores analizó los correos, calendarios, chats y llamadas de 61.182 empleados durante seis meses. La gente siguió trabajando. Pero la red de colaboración se volvió más estática y más encerrada en grupos, con menos puentes entre partes distintas de la empresa (Yang y colegas, 2022). Otro estudio encontró que la videollamada frena la generación de ideas nuevas, aunque no afecta la elección entre ideas ya propuestas (Brucks y Levav, 2022).
Porque la confianza a distancia es frágil. En estudios de caso con equipos virtuales de estudiantes que nunca se vieron en persona, apareció una confianza rápida desde el principio que parecía muy frágil (Jarvenpaa y Leidner, 1999).
Porque preferimos al interlocutor que nos valida. Es lo que mostró el estudio de Stanford, y no es un caso aislado. Un estudio de Yidan Yin, Nan Jia y Cheryl Wakslak encontró que las respuestas escritas por IA hacían sentir a la gente más escuchada que las escritas por personas, porque las respuestas de la IA validaban las emociones antes de proponer soluciones, y que el efecto bajaba cuando la gente sabía que la respuesta venía de una IA (Yin, Jia y Wakslak, 2024). Las aplicaciones de compañía con IA reducen la soledad del momento (De Freitas y colegas, 2025). Pero en un estudio de cuatro semanas con 981 personas, el uso voluntario intenso de un chatbot se asoció con más soledad, menos vida social con personas reales y más dependencia (Fang y colegas, 2025, preprint). Lo que alivia en el momento puede, con un uso intenso y prolongado, alejarnos de las personas con las que convivimos por validar.
Lo primero es darles su lugar a los rituales, como la charla trivial. En un experimento con conversaciones por videollamada, una pausa de charla trivial aumentó el disfrute y la disposición a volver a conversar; las parejas que la tuvieron fueron mucho más propensas a iniciar una conversación espontánea después (Guydish y Fox Tree, 2024).
Lo segundo es dejar espacio para lo espontáneo, que en lo virtual no ocurre solo. Pamela Hinds y Mark Mortensen compararon 43 equipos de una multinacional y encontraron que los equipos distribuidos reportaban más conflicto, y que la comunicación espontánea se asoció con menos conflicto (Hinds y Mortensen, 2005). No hace falta mucho: según el modelo de las conexiones de alta calidad, un intercambio breve, con atención mutua, puede dejar a ambas personas con más energía (Stephens, Heaphy y Dutton, 2011).
Y frente a la IA, la lección es doble. De la máquina se puede aprender una técnica, reconocer lo que el otro siente antes de proponerle soluciones, sin que eso signifique darle la razón en lo que piensa por validar. Lo que no se le puede delegar es lo que el estudio de Yin mostró cuando la gente sabía que hablaba con una IA: el valor de saber que otra persona eligió dedicarte su atención. Hay además un cuidado nuevo: lo que le contamos a una máquina sobre otra persona (su correo, su evaluación, su caso) también es una interacción con ella por validar. En Colombia, la Ley 1581 de 2012 protege los datos personales y define como sensibles los que pueden afectar la intimidad o generar discriminación, de modo que antes de pegar en una herramienta de IA el correo, la evaluación o el caso de alguien, vale la pena preguntarse si esa persona estaría de acuerdo por validar.
Los estudios sobre IA y bienestar duran semanas, no años, y varios son preprints. Tampoco sabemos si una IA que nos da la razón, como la del estudio de Stanford, termina encerrando a un equipo de trabajo en sus propias ideas: es una inferencia razonable a partir de lo que se sabe de las redes sociales, pero ningún estudio lo ha medido en el trabajo. Nada de esto se ha estudiado en universidades.
Lo que la gente recuerda de un trámite
En Estados Unidos, para recibir ayuda financiera para la universidad hay que llenar un formulario federal largo y complicado. Muchas familias de bajos ingresos que tenían derecho a esa ayuda no la pedían. La explicación habitual era que les faltaba información.
Un grupo de economistas montó un experimento en las oficinas de H&R Block, una empresa que ayuda a la gente a preparar su declaración de impuestos. Cuando las familias llegaban, a un grupo se le ofreció ayuda inmediata para llenar el formulario, ahí mismo, junto con un cálculo de cuánta ayuda recibirían. A otro grupo se le dio solo la información, sin ayuda con el formulario.
Entre los jóvenes cuyas familias recibieron ayuda con el formulario, la proporción que completó dos años de universidad pasó de 28% a 36%. Las familias que recibieron solo la información no mejoraron en nada (Bettinger, Long, Oreopoulos y Sanbonmatsu, 2012).
La información sola no bastaba. Lo que cambió el resultado fue simplificar el trámite: un programa llenaba buena parte del formulario con los datos de la declaración de impuestos, y un profesional lo terminaba con la familia en pocos minutos.
Por qué está aquíEl grupo que recibió solo información era la prueba de la explicación habitual: si el problema fuera no saber, la información habría bastado, y como no bastó, el experimento convierte la palabra "acompañada" del comportamiento en algo medible: en un trámite difícil, acompañar cambia el resultado.
La historia del formulario cambia el sentido de una palabra del comportamiento: acompañada. Acompañar a alguien en un trámite suena a un gesto de cortesía. El experimento muestra que puede cambiar quién llega a la universidad. Un servicio administrativo, que parece la parte menos importante de una institución, termina decidiendo cosas muy importantes sobre la vida de las personas.
Esto vale para estudiantes, y también para profesores y empleados. El comportamiento dice "el trabajo y los servicios": incluye lo que vive un profesor cuando le pide algo a otra oficina, o un empleado cuando necesita que otra dependencia le responda.
"Valorada." Sentirse valorado tiene un nombre técnico en psicología: mattering, la percepción de que uno le importa a otros (Rosenberg y McCullough, 1981, citados en McComb, Goldberg, Flett y Rose, 2020). Sentirse valorado tiene además dos caras: que te valoren y poder aportar algo de valor (Prilleltensky y Prilleltensky, 2021). Una persona también se siente valorada cuando el proceso usa lo que ella sabe de su propio caso por validar.
"Ágiles." Aquí ayuda una idea del consultor británico John Seddon: la demanda de falla. Una parte de lo que recibe cualquier oficina es demanda que la propia oficina causó al no resolver bien la primera vez: la llamada para preguntar en qué va una solicitud, el correo que reenvía un documento ya enviado (Walley, Found y Williams, 2019). Por eso un servicio ágil, en el sentido del comportamiento, es el que resuelve a la primera, de modo que la persona no tenga que hacer esa segunda llamada por validar.
"Servicios." Stephen Vargo y Robert Lusch propusieron que el valor de un servicio se crea cuando la persona lo usa para seguir con su vida (Vargo y Lusch, 2004). Un certificado vale por lo que permite hacer después. Por eso un servicio se mide por lo que le permite hacer después a quien lo recibe, y como solo esa persona sabe qué necesita hacer después, lo que sabe de su propio caso es parte del diseño por validar.
Porque casi todo ocurre donde nadie mira. Mary Jo Bitner y sus colegas desarrollaron una técnica para dibujar un servicio completo, el plano del servicio, que separa lo que la persona ve de lo que pasa detrás de una "línea de visibilidad" (Bitner, Ostrom y Morgan, 2008). Lo que más determina si alguien se siente bien atendido suele estar detrás de esa línea por validar: la regla que obliga a pedir el mismo documento tres veces, el sistema que no se comunica con otro sistema, la firma que espera en el escritorio de alguien que está de vacaciones. Un curso de atención al usuario solo trabaja la parte visible por validar.
Porque el trámite cobra, y cobra desigual. Donald Moynihan, Pamela Herd y Hope Harvey proponen que todo trámite le cobra a la persona tres costos, que juntos llaman carga administrativa: el de aprender cómo funciona, el psicológico (sentirse sospechoso, perder autonomía, el estrés de navegar el proceso) y el de cumplir los requisitos. Y añaden que cuánto se cobra y quién lo paga suele ser el resultado de decisiones (Moynihan, Herd y Harvey, 2015). Esos costos pesan más sobre quien tiene menos tiempo, menos información y menos confianza para insistir. El experimento del formulario muestra cuánto pesan esos costos en familias de bajos ingresos.
Porque la memoria no registra el promedio. Daniel Kahneman y sus colegas pidieron a personas meter una mano en agua helada durante 60 segundos. En otra prueba, la otra mano 60 segundos y luego 30 segundos más, con el agua apenas un grado menos fría. Esos 30 segundos extra eran el truco del experimento: añadían dolor, pero hacían que la experiencia terminara un poco mejor. Cuando les preguntaron cuál repetirían, la mayoría eligió la más larga: más dolor en total, mejor recuerdo (Kahneman y colegas, 1993). Recordamos una experiencia por su peor momento y por su final, lo que se conoce como la regla pico-final, en la que el pico es el momento más intenso. Un trámite rápido que termina con un correo automático que no resuelve nada se recuerda mal por validar.
Porque pedir calidez sin dar condiciones produce actuación. La socióloga Arlie Hochschild llamó trabajo emocional al esfuerzo de mostrar una emoción que la organización exige como parte del servicio. Cuando a alguien se le pide sonreír mientras el sistema detrás de él no funciona, la sonrisa tiene un costo para quien la sostiene (Hochschild, 1983) por validar.
Acompañar en el punto difícil. El experimento del formulario es la mejor guía: la ayuda fue efectiva justo donde estaba la complejidad, y la información sola no.
Diseñar el final. Kahneman y dos colegas llevaron su hallazgo del agua helada a un hospital. Con 682 pacientes de colonoscopia, a la mitad le añadieron un rato al final del procedimiento en el que el instrumento se quedaba quieto antes de retirarse. El procedimiento duraba más, pero terminaba más suave. Esos pacientes recordaron la experiencia como menos desagradable (Redelmeier, Katz y Kahneman, 2003). Así, el recuerdo que deja un trámite depende de cómo termina, además de cuánto se demora por validar.
Tratar al equipo y al usuario como un solo sistema. Benjamin Schneider y sus colegas recogieron datos de empleados y clientes de 134 sucursales de un banco, en varios momentos. El clima de servicio entre los empleados se asoció con lo que vivían los clientes. Y encontraron además que el efecto iba en las dos direcciones. Lo que vivían los clientes también moldeaba el clima de los empleados (Schneider, White y Paul, 1998). Cuidar al equipo y cuidar al usuario son el mismo trabajo, y un proceso que maltrata a uno termina desgastando al otro por validar.
Atención y permiso para actuar. Will Guidara, que dirigió un restaurante de Nueva York elegido como el mejor del mundo, cuenta que una mesa de turistas comentó que se iba de la ciudad sin haber probado un perro caliente de la calle. Alguien del equipo salió, compró uno, la cocina lo sirvió con la misma ceremonia que el resto del menú (Guidara, 2022, libro de practicante). El perro caliente costó poco. Lo valioso fue tener a alguien escuchando lo que no era un pedido, y con permiso para hacer algo al respecto.
El estudio del clima de servicio se hizo en bancos. La idea de demanda de falla viene de un consultor y tiene poca evidencia académica, casi toda británica y del sector público. Que mejorar el trato entre oficinas de una universidad mejore la experiencia de sus estudiantes es plausible, pero nadie lo ha medido.
Toda promesa gasta el tiempo de alguien
La investigadora Leslie Perlow pasó nueve meses dentro de un equipo de ingenieros de software. Tenían que desarrollar en nueve meses un producto que normalmente tomaba varios años, en una división que estaba perdiendo dinero. Los ingenieros vivían en lo que Perlow llamó hambruna de tiempo: demasiado que hacer y nunca tiempo para hacerlo.
La explicación obvia era el exceso de trabajo. Perlow encontró otra: los ingenieros no lograban hacer su trabajo porque se interrumpían todo el tiempo entre ellos. Y esa forma de trabajar la sostenía una cultura de crisis que premiaba al héroe que apagaba el incendio del momento.
Entonces probó algo sencillo: tres mañanas a la semana, hasta el mediodía, tiempo tranquilo, sin interrupciones. En esa fase, el 59% de los ingenieros reportó una productividad por encima de lo normal. Cuando se cambió por un horario en que solo las primeras y las últimas horas del día quedaban tranquilas, bajó al 41%. Cuando volvieron las tres mañanas tranquilas, subió al 65%. El producto salió a tiempo, apenas la segunda vez en la historia de esa división.
Las cifras son autoevaluaciones de los 17 miembros del grupo de software. Cuando Perlow volvió seis meses después del lanzamiento, quedaba muy poco del cambio. Un año después, el siguiente producto venía atrasado, y los ingenieros habían vuelto a su antigua forma de trabajar, porque el círculo de interrupciones, crisis y premio al héroe seguía intacto (Perlow, 1999).
Por qué está aquíLa historia da dos lecciones para el comportamiento. El incumplimiento crónico venía del sistema, es decir, de las interrupciones, la cultura de crisis y el premio al héroe, y una buena práctica se perdió cuando lo que la organización celebraba siguió igual. Para el comportamiento, eso significa que cumplir depende también de cómo se organiza el tiempo de quienes cumplen por validar.
Una universidad funciona con promesas: un plazo de entrega, una respuesta a un estudiante, un evento que se va a organizar, una regla de ascenso que se mantendrá. Una organización puede verse como una red de promesas entre personas por validar.
La historia de Perlow añade la pieza que conecta las promesas con el tiempo. Un compromiso es una porción del tiempo futuro de alguien que se entrega hoy por validar. Por eso cumplir depende del esfuerzo de quien prometió y también de que el tiempo para cumplir esté protegido.
El comportamiento une cumplir con generar credibilidad y confianza, y la investigación de esta sección permite ver que esa credibilidad empieza a ganarse en el momento de prometer por validar.
"Consistencia." Tony Simons la estudió como integridad conductual: la alineación, percibida por los demás, entre lo que alguien dice y lo que hace, sobre todo en el cumplimiento de promesas (Simons, 2002). La palabra importante es percibida: la consistencia la evalúan los otros. Una institución puede cambiar sus reglas y seguir siendo consistente, si dice en voz alta que las está cambiando y por qué por validar.
"Compromisos" incluye los que nadie firmó. Denise Rousseau llamó contrato psicológico a las obligaciones que una persona cree que existen entre ella y su organización, escritas o no (Rousseau, 1995). Una carrera académica es un contrato de este tipo con un horizonte de décadas: alguien organiza veinte años de su vida alrededor de unas reglas por validar.
Porque prometemos con el plan y no con la historia. Roger Buehler y sus colegas mostraron en cinco estudios que las personas subestiman el tiempo que les tomarán sus propias tareas (no las ajenas) y atribuyen sus retrasos anteriores a causas externas y pasajeras (Buehler, Griffin y Ross, 1994). Se llama falacia de planificación. Por eso gente perfectamente honesta promete mal: calcula con el plan que tiene enfrente y deja por fuera su propia experiencia.
Porque los "sí" no se reparten parejo. Linda Babcock y sus colegas estudiaron las tareas que todos prefieren que haga otro: escribir el informe, sentarse en el comité. Encontraron que a las mujeres se les pide más este tipo de trabajo, se ofrecen más y aceptan más, y que el motor es la creencia del entorno de que ellas van a decir que sí (Babcock y colegas, 2017). En la universidad pasa lo mismo: en más de 140 instituciones estadounidenses, las profesoras hacen más servicio interno que sus colegas hombres (Guarino y Borden, 2017), y reciben más solicitudes de trabajo nuevo (O'Meara y colegas, 2017). Una cultura que celebra a quien siempre dice que sí puede estar celebrando un impuesto que paga una parte de la gente por validar.
Porque las promesas no escritas se rompen con frecuencia. Sandra Robinson y Denise Rousseau encuestaron a 128 recién graduados de una maestría en administración al ser contratados, y dos años después. El 54,8% sintió que su empleador había violado lo que le había prometido (Robinson y Rousseau, 1994). El título del estudio lo resume: la violación es la norma, no la excepción. Y un meta-análisis encontró que la ruptura se nota más en la confianza y el compromiso que en la renuncia (Zhao y colegas, 2007).
Porque una parte del personal es casi invisible. Judy Szekeres revisó textos académicos, informes oficiales y hasta novelas sobre universidades, y encontró que el personal administrativo aparece casi siempre invisible (Szekeres, 2004). Y las jerarquías de poder y de estatus tienden a reforzarse solas (Magee y Galinsky, 2008). En una organización así, muchas veces unos hacen las promesas y otros gastan su tiempo cumpliéndolas por validar.
Prometer menos y mejor. Una promesa compromete de verdad cuando es voluntaria: un "sí" que no se podía rechazar compromete poco, y en una cultura donde no se puede decir que no, nadie sabe cuáles síes son reales por validar. Para quien recibe tareas que no siempre puede rechazar, prometer mejor significa decir con claridad qué alcanza a cumplir y con qué tiempo, y para quien las asigna, preguntar antes de dar por hecho el sí por validar.
Mirar hacia atrás antes de prometer. En los estudios de Buehler, el optimismo desapareció cuando a las personas se les pidió conectar su predicción con experiencias pasadas parecidas. En los experimentos, recordar las experiencias pasadas no bastó: lo que corrigió el optimismo fue conectarlas con la nueva predicción, como en «¿cuánto te tomó la última vez y qué te demoró? Con eso, ¿cuándo lo tienes?».
Proteger el tiempo de quien cumple, y cambiar lo que se premia. El tiempo tranquilo de Perlow funcionó mientras duró y se perdió porque el sistema seguía celebrando al que apagaba incendios, de modo que cumplir se sostiene cuando lo que se celebra en el día a día va en la misma dirección que la práctica por validar.
Reparar según lo que se rompió. Peter Kim y sus colegas encontraron, en experimentos de laboratorio, que pedir disculpas repara mejor una falla de competencia que una de integridad (Kim, Ferrin, Cooper y Dirks, 2004). "Calculé mal el plazo" se perdona más fácil que "te dije que estaba listo sabiendo que no".
Pedir cuentas con diseño. Jennifer Lerner y Philip Tetlock revisaron la investigación sobre rendición de cuentas y concluyen que, según cómo se haga, puede mejorar el pensamiento, no tener efecto o empeorarlo, y que el pensamiento más cuidadoso aparece sobre todo cuando se piden cuentas antes de decidir, ante alguien cuya opinión no se conoce de antemano y a quien le interesa sobre todo el proceso con que se decide (Lerner y Tetlock, 1999). Pedir cuentas y proteger el tiempo van juntos, porque se piden cuentas sobre aquello para lo que se dio tiempo por validar.
Por último, una corrección a una idea popular. El antropólogo David Graeber sostuvo que buena parte de los trabajos actuales son inútiles, según el resumen de Soffia, Wood y Burchell (2022). Magdalena Soffia y sus colegas lo pusieron a prueba con datos de toda Europa: muy poca gente siente que su trabajo es inútil, aunque quien lo siente sufre bastante. Y lo que mejor explica esa sensación es la mala gestión y los entornos de trabajo tóxicos, más que el tipo de cargo (Soffia, Wood y Burchell, 2022). Así, que cumplir con el propio trabajo se sienta útil tiene que ver sobre todo con cómo se gestiona ese trabajo y con el trato que se recibe alrededor por validar.
No encontramos estudios sobre lo que pasa cuando una universidad cambia las reglas de carrera de sus profesores: es la pregunta más importante para una próxima búsqueda. Toda la base es de Estados Unidos, Europa y Australia.
La prohibición que nadie defendía en voz alta
En el otoño de 1991, el rector de la Universidad de Princeton prohibió los barriles de cerveza en el campus, y la medida fue impopular de inmediato: hubo editoriales en el periódico estudiantil y hasta protestas de grupos de exalumnos, que ya no tendrían barriles en sus reuniones. Los psicólogos Deborah Prentice y Dale Miller sospechaban que, en privado, muchos estudiantes no estaban tan en contra, porque era una época de preocupación por el consumo de alcohol en el campus.
Ya habían visto algo parecido con el alcohol en general. En una encuesta a 132 estudiantes, cada uno dijo sentirse bastante menos cómodo con los hábitos de consumo del campus de lo que creía que se sentía el estudiante promedio, y mientras las respuestas sobre los demás coincidían en una norma muy uniforme, las propias iban de un extremo al otro de la escala, de modo que cada quien se creía la excepción. En otro estudio, a lo largo de un semestre, los hombres fueron acercando su opinión a esa norma que creían de todos, y las mujeres no.
Con la prohibición preguntaron a 94 estudiantes, y 69 creían que el estudiante promedio estaba más en contra que ellos mismos. Creer eso se asoció, sin importar la opinión real de cada uno, con menos disposición a recoger firmas o a dedicar tiempo a discutir la medida, y con esperar ir a menos reuniones de exalumnos después de graduarse (Prentice y Miller, 1993).
Por qué está aquíEl comportamiento pide relaciones que "reconocen la diversidad de perspectivas" e "incluyen el conflicto constructivo", y en ese campus la diversidad de opiniones existía, pero quedaba escondida porque cada estudiante callaba lo que pensaba creyendo que era el único. Jerry Harvey contó lo mismo como una parábola, la de una familia que hace un viaje a Abilene que ninguno quería porque cada uno creyó que los demás sí querían (Harvey, 1974), y estos estudios lo muestran con datos en una universidad, donde además creerse distinto se asoció con sentirse menos parte de ella. Por eso decir en voz alta lo que uno piensa también fortalece la comunidad, porque deja ver lo que muchos piensan y callan por validar.
La paradoja de Abilene es una parábola sin un estudio detrás, pero describe algo que casi todos hemos vivido: decisiones que se aprueban porque nadie quiere ser quien rompe lo que cree que los demás quieren. En una universidad, donde la gente se respeta y valora la colegialidad, este riesgo puede ser especialmente alto por validar, porque el respeto entendido como no incomodar a los colegas puede producir silencio por validar.
El quinto comportamiento pone el conflicto constructivo dentro de las relaciones honestas y respetuosas, de modo que le da a la universidad una comunidad en la que los desacuerdos se pueden decir sin romper la relación por validar. La investigación ayuda a entender cuándo esos desacuerdos construyen y cuándo destruyen.
"Comunidad." La comunidad que el comportamiento quiere fortalecer es la que sabe estar en desacuerdo sin dejar de ser comunidad. Lynn Shore y sus colegas, como vimos en el capítulo de Colaboración Decidida, definen la inclusión como sentirse parte del grupo sin tener que dejar de ser distinto: pertenencia y singularidad a la vez (Shore y colegas, 2011). Fortalecer el sentido de comunidad significa, en ese sentido, que cada persona pueda pertenecer al grupo y decir lo que piensa distinto por validar.
"Diversidad de perspectivas." Robin Ely y David Thomas estudiaron tres organizaciones diversas y en esos tres casos identificaron tres razones distintas para diversificar: por justicia, para llegar a públicos distintos, o porque las perspectivas distintas cambian cómo se hace el trabajo. Las tres lograron equipos más diversos. Solo la tercera produjo beneficios duraderos (Ely y Thomas, 2001). Para el comportamiento, reconocer la diversidad de perspectivas significa que lo que cada persona sabe pueda cambiar lo que el grupo decide, además de que esa persona esté presente por validar.
"Conflicto constructivo" tiene una definición más precisa de lo que se suele pensar. En los talleres se repite que el conflicto sobre las tareas es bueno y el conflicto entre personas es malo. Los meta-análisis corrigen esa idea. Carsten De Dreu y Laurie Weingart encontraron que el conflicto sobre las tareas también tendía a perjudicar el desempeño (De Dreu y Weingart, 2003). Frank de Wit y sus colegas, con 116 estudios, encontraron que el conflicto de tarea puede ser positivo bajo una condición clave: cuando no se contamina con conflicto personal, y sobre todo cuando el desempeño se medía por la calidad de las decisiones o por resultados financieros, frente a una evaluación general del desempeño (De Wit, Greer y Jehn, 2012). El conflicto constructivo es el desacuerdo sobre el asunto que no se vuelve un juicio sobre la persona.
Porque el costo de disentir se ve y el de no disentir, no. Quien discrepa paga en el momento, frente a todos: incomodidad, riesgo, desgaste. El costo de que nadie discrepe lo paga la institución después, y nadie lo atribuye al silencio. Elizabeth Morrison y Frances Milliken describieron el silencio organizacional como un fenómeno colectivo, producido por creencias y estructuras (Morrison y Milliken, 2000). James Detert y Amy Edmondson, a quienes vimos en el capítulo de Colaboración Decidida, describieron, a partir de entrevistas y encuestas, que la gente se autocensura incluso cuando tiene ideas a favor de la organización, guiada por reglas no escritas sobre cuándo es peligroso hablar (Detert y Edmondson, 2011).
Porque los grupos diversos comparten menos información por defecto. Jessica Mesmer-Magnus y Leslie DeChurch reunieron 72 estudios y encontraron que compartir información predice el desempeño de un equipo, y que la diversidad de sus miembros tiende a reducir cuánto se comparte (Mesmer-Magnus y DeChurch, 2009). Es una paradoja: los grupos que más información distinta tienen son los que menos la ponen sobre la mesa si nadie diseña la conversación.
Porque las diferencias se apilan. Dora Lau y Keith Murnighan llamaron líneas de falla a las divisiones que aparecen cuando varias diferencias coinciden en las mismas personas: cuando, por ejemplo, la edad, la disciplina y el tipo de cargo van juntos (Lau y Murnighan, 1998). Según su modelo, cuanto más se alinean esas diferencias, más probable es que el grupo se parta en subgrupos enfrentados, sobre todo si la tarea toca una de esas líneas.
Porque la fricción se confunde con fracaso. Katherine Phillips y sus colegas armaron, en un experimento, grupos de estudiantes a los que se sumaba un recién llegado, a veces parecido a los demás, a veces socialmente distinto. Comparar los dos tipos de recién llegado permitía ver qué hace la diferencia social por sí sola, más allá de lo que la persona aporte. Los grupos con un recién llegado distinto dijeron sentirse menos seguros de su desempeño. Y rindieron mejor. Los autores lo atribuyen a que su presencia obligó a los demás a pensar con más cuidado (Phillips, Liljenquist y Neale, 2009). Un grupo que mide su calidad por lo cómodas que son sus reuniones puede estar premiando la homogeneidad por validar.
Proteger el disenso real. La receta más repetida contra el pensamiento de grupo es nombrar a alguien que haga de abogado del diablo. Charlan Nemeth la puso a prueba en un experimento de laboratorio y encontró que una persona que discrepa de verdad superó a tres versiones del abogado del diablo (Nemeth, Brown y Rogers, 2001). En ese experimento, los grupos distinguieron el desacuerdo actuado del real, y el real los hizo pensar más. Más aún: Stefan Schulz-Hardt y sus colegas encontraron, en un experimento de laboratorio con 135 grupos, que partir de opiniones distintas mejoraba la decisión aunque ninguna de esas opiniones iniciales fuera la correcta (Schulz-Hardt y colegas, 2006). De modo que el disenso real ayudó a esos grupos a decidir mejor incluso cuando la opinión de quien discrepaba era equivocada.
Darle estructura a la conversación. En el meta-análisis de Mesmer-Magnus, la estructura en la discusión ayudaba a compartir información. Por ejemplo, rondas en las que cada quien dice primero lo que solo él sabe, o recoger opiniones por escrito antes de hablar por validar.
Creer en el valor de la diferencia. Astrid Homan y sus colegas encontraron, en un experimento de laboratorio, que los grupos diversos rendían mejor cuando habían sido persuadidos del valor de la diversidad, porque elaboraban más la información que tenían (Homan y colegas, 2007).
Usar menos etiquetas. Se habla mucho de diferencias entre generaciones. David Costanza y sus colegas reunieron 20 estudios con casi 20.000 personas y encontraron que las diferencias generacionales en actitudes laborales son entre moderadas y pequeñas, prácticamente nulas en muchos casos, y sin un patrón consistente (Costanza y colegas, 2012). Las etiquetas de generación o personalidad sirven para abrir una conversación; usadas como explicación, se vuelven otra falla que divide por validar.
Trabajar en la frontera con herramientas. En una universidad, la frontera más permanente es entre disciplinas. Paul Carlile, a quien vimos en el capítulo de Colaboración Decidida, propone una pregunta de diagnóstico: cuando dos grupos chocan, ¿es porque no comparten un lenguaje, porque las mismas palabras significan cosas distintas, o porque tienen intereses en juego? Cada caso pide algo distinto: transferir, traducir o transformar (Carlile, 2004). Y los objetos frontera de Susan Leigh Star y James Griesemer, que también vimos en ese capítulo, muestran cómo en un museo de zoología grupos distintos pudieron cooperar sin ponerse de acuerdo en todo (Star y Griesemer, 1989). Para una comunidad que incluye el conflicto constructivo, eso significa que se puede trabajar con quien piensa distinto cuando hay algo compartido sobre lo cual trabajar por validar.
Los dos meta-análisis sobre conflicto no coinciden del todo, y por eso aquí se cuentan los dos resultados. Abilene es una parábola. La evidencia sobre el pensamiento de grupo es más débil de lo que su fama sugiere (Esser, 1998).
Al principio dijimos que tratarse bien parece algo con lo que todos están de acuerdo. Después de recorrer los cinco comportamientos, se puede decir con más precisión qué significa.
En los cinco, la lectura fácil es la misma: ser amables, quitar incomodidad, hacer que todo fluya. Y en los cinco, esa lectura se queda corta por validar. La escucha que sirve es la que permite tener conversaciones difíciles. El cuidado de lo cotidiano incluye conservar la charla trivial y desconfiar de la máquina que siempre nos da la razón. El buen servicio quita el costo que el trámite le cobra a la persona. El compromiso creíble empieza por poder decir que no. Y la comunidad fuerte es la que sabe discrepar.
Hay dos clases de fricción en una institución. Una cobra: el trámite que obliga a pedir dos veces, la promesa hecha con el tiempo de otro, la tarea que siempre cae en la misma persona, la crítica que apunta a quién es alguien. La otra construye: la conversación difícil sostenida por la escucha, el "no" bien dicho, el colega que discrepa de verdad, la incomodidad del recién llegado distinto.
Todas verificadas en bases académicas. Los enlaces de acceso y la bibliografía anotada completa están en los dossiers de research del Doble Click.