Saltar a contenido

Calidad de la decisión

La calidad de la decisión (Decision Quality) se evalúa con la información disponible al momento de decidir, no con el beneficio de conocer el desenlace. El outcome importa, pero responde otra pregunta: qué ocurrió después de actuar.

Fundamento establecido y síntesis candidata

La Society of Decision Professionals describe seis elementos conectados: encuadre, alternativas, información, valores y trade-offs, razonamiento y compromiso con la acción. Su metáfora de cadena advierte que el eslabón más débil limita el proceso completo.

El CDI-BoK usa ese marco como referencia profesional establecida. La contribución candidata de esta release no es una teoría alternativa: es una superficie de medición que añade trazabilidad para conversación humano–IA, ejecución, riesgo y aprendizaje PULSE.

Por qué evaluar antes del outcome

Baron y Hershey mostraron experimentalmente que conocer un resultado puede alterar la valoración retrospectiva de la decisión que lo produjo. Es evidencia primaria de outcome bias, no una estimación universal de su magnitud en todas las organizaciones.

La defensa operacional es conservar dos snapshots:

  • snapshot de decisión: lo conocido, esperado y autorizado antes de actuar;
  • snapshot de revisión: outcome, desviación, explicaciones y ajuste, añadido después sin sobrescribir el primero.

Perfil ex ante

Evalúa siete dimensiones con evidencia breve. No promedies automáticamente.

Dimensión Pregunta de revisión Bloqueador material
Encuadre y autoridad ¿La elección, el owner, el plazo y las personas afectadas están claros? No existe una elección o nadie puede comprometer la acción.
Alternativas ¿Hay opciones materialmente distintas, incluida no actuar cuando sea viable? La opción preferida es la única analizada.
Evidencia e incertidumbre ¿La información es fitness for purpose y muestra desconocidos, rangos y contraevidencia? Una premisa decisiva carece de procedencia o se presenta con certeza falsa.
Valores y trade-offs ¿Los criterios, pesos o prioridades y las consecuencias distributivas son explícitos? El criterio real permanece implícito o excluye a quien soporta el daño.
Razonamiento y challenge ¿La opción se conecta con consecuencias esperadas y sobrevivió a un contraargumento fuerte? Recomendación sin mecanismo, comparación o prueba de estrés.
Gobierno y compromiso ¿Derechos, permisos, escalamiento, stop conditions y acción tienen owner? La IA o el equipo puede ejecutar fuera de límites o sin accountability.
Expectativa y aprendizaje ¿Baseline, rango esperado, horizonte, guardrails y fecha de revisión quedaron fijados? La expectativa se definirá después de ver el resultado.

Escala de revisión

Usa una escala ordinal con evidencia, no decimales:

  • Desconocido: no hay información suficiente para evaluar.
  • Débil: existe contenido, pero no soporta la decisión o deja un bloqueador abierto.
  • Adecuado: suficiente para stakes y reversibilidad actuales, con límites declarados.
  • Fuerte: triangulado, cuestionado y listo para la decisión específica.

Un perfil fuerte no garantiza un buen outcome. Adecuado tampoco significa mediocre: una decisión reversible y de bajo costo puede no justificar investigación adicional.

Regla de proporcionalidad

La carga de revisión debe aumentar con:

  • daño potencial y alcance sobre terceros;
  • irreversibilidad y costo de corrección;
  • incertidumbre material;
  • delegación o automatización de la acción;
  • dificultad de observar efectos tardíos o distribuidos.

Para decisiones frecuentes y reversibles, el registro mínimo puede ser suficiente. Para decisiones críticas, se requiere revisión independiente, análisis de sensibilidad y evidencia de actores afectados.

Qué no debe hacer el perfil

  • comparar equipos con una media que oculta bloqueadores;
  • premiar documentación abundante sin mejor razonamiento;
  • convertir el cumplimiento del proceso en sustituto del outcome;
  • evaluar una decisión después del resultado como si esa información hubiera estado disponible antes;
  • confundir acuerdo del comité con calidad de la decisión.

Mejor contraargumento

Una rúbrica cualitativa puede volverse burocrática y sus categorías siguen dependiendo de juicio. Es correcto. Por eso esta versión conserva evidencia por dimensión, bloqueadores y proporcionalidad, y no presenta el perfil como instrumento psicométrico validado.

Qué cambiaría esta arquitectura: evidencia de campo que muestre que ciertas dimensiones son redundantes, que la escala no logra acuerdo entre revisores o que una métrica alternativa predice mejor fallas de proceso sin aumentar gaming.

Construir el sistema de medición →