Marketing RSS

  ¿Exceso de seguridad o falta de confianza? Cómo erramos al predecir nuestro rendimiento 

Imprimir Compartir

  • La mayoría pensamos que hacemos las cosas mejor que los demás, especialmente cuando las tareas son fáciles. Sin embargo, cuando son difíciles, solemos anticipar un desempeño inferior.

  • El exceso de confianza frente a los demás se da, sobre todo, cuando sobrestimamos el propio rendimiento. La falta de confianza frente a los otros tiende a darse cuando sobrestimamos el rendimiento de los demás.

  • Comprender las causas de los sesgos de predicción puede ayudar a ponerles remedio.


Un conocido estudio de 1981 (en inglés) señalaba que el 93% de los conductores estadounidenses creen ser más hábiles al volante que la media. El resultado todavía hoy da risa. Por supuesto, muchos de los encuestados están equivocados. Entonces, ¿por qué pasa? En primer lugar, en conjunto, los conductores estadounidenses tienden a sobreestimarse. De eso no hay duda. Sin embargo, también vale la pena señalar que muchos están en lo cierto. Además, los que se equivocan al decir que superan al resto pueden haber errado de dos maneras: al estimar incorrectamente sus propias habilidades al volante y/o por juzgar mal las de los demás.

Una nueva investigación de la profesora del IESE Isabelle Engeler y Gerald Häubl desentraña qué ocurre con los errores de predicción del rendimiento, tanto cuando los pronósticos muestran un exceso de confianza como cuando se ve reducida frente a otros. Lo hacen mediante encuestas a los corredores antes de una carrera organizada y cronometrada. "La belleza de trabajar con datos de una carrera", explica Engeler, "es que existe una medida de rendimiento objetiva con la que comparar las predicciones: la marca de tiempo oficial de la llegada". Los investigadores no solo son capaces de comparar las estimaciones y los tiempos reales de cada uno, sino que también determinan si son, de hecho, mejores (o peores) que la media, comparando las predicciones individuales con el tiempo promedio de todos los corredores en una carrera determinada, en lugar de, simplemente, confiar en los resultados agregados.

Preparados, listos, ¡ya!
Engeler y Häubl eligen una carrera de montaña de lo más desafiante para el estudio, con distancias cuesta arriba que van de los 10 a los 78 kilómetros. Esta actividad es difícil para algunos, pero no para todos los corredores, por lo que permite el estudio de errores de predicción en ambas direcciones; es decir, tanto por exceso de confianza como por falta de la misma.

Teniendo en cuenta la edad, el sexo y la experiencia en carreras de cada cual, esto es lo que detectan:
  • El exceso de confianza de los corredores (es decir, la predicción errónea de que sus tiempos de finalización son mejores que el promedio) se debe, en esencia, a una estimación mal hecha de sus propias actuaciones. Es decir, que no terminan con los tiempos de carrera esperados.
  • La falta de confianza de los corredores (esto es, la mala predicción de que sus tiempos son peores que la media) se debe, por otra parte, a una estimación errónea del rendimiento de los demás. Es decir, tales corredores son de lo más precisos respecto a sus propios tiempos de carrera, pero esperan demasiado de sus competidores.

"El exceso de confianza está bien estudiado. Tenemos evidencias sobre empresarios, inversores o conductores con exceso de la misma. Ahora bien, lo que me parece interesante aquí, en especial, son nuestros hallazgos sobre su carencia: los corredores que predicen, por error, un rendimiento peor que el promedio, en realidad, tienden a ser bastante precisos sobre su propia actuación... si bien exageran la de los demás", concreta Engeler. Respecto a eso, hay implicaciones prácticas. En un entorno empresarial, los equipos que se ocupan de tareas difíciles pueden favorecer su propia falta de confianza (o síndrome del impostor) subestimando lo difícil que es el trabajo para los demás. Reconocer los sesgos de predicción ayudaría a contrarrestar las dudas sobre uno mismo que inhiben el desempeño, que pueden surgir al compararse con otros.

Por otro lado, esta investigación ayuda a dar sentido a resultados previos que, de entrada, parecen contradictorios sobre el terreno. Es decir, Engeler y Häubl reexaminan los datos publicados de un par de estudios previos, por ejemplo, de estudiantes que realizan pruebas, para separar predicciones de rendimiento incorrectas (mejores o peores) de las correctas e ir más allá de los resultados agregados.

Aunque sigue siendo cierto que no todos estamos por encima del promedio, sí que podemos llegar a la meta comprendiendo mejor cómo las percepciones se desvían de la realidad.

Artículo basado en:  Miscalibration in predicting one's performance
Editorial:  American Psychological Association
Año:  2020
Idioma:  Español