Modelos mentales: pensar mejor sin simplificar demasiado

Una pequeña empresa recibe una petición de un cliente importante: crear una función que su producto aún no tiene. El cliente parece dispuesto a pagar, el equipo sabe desarrollarla y ya hay una fecha disponible para empezar.

La conversación aún no ha abordado qué trabajo debe salir de la agenda, qué mantenimiento exigirá la función ni qué precedente dejará para la siguiente petición. Tampoco está claro si otros clientes tienen el mismo problema. Sin esas preguntas, la decisión tiende a girar alrededor de lo más cercano: los posibles ingresos y el deseo de atender bien al cliente.

En este ejemplo hipotético, algunas consecuencias son visibles desde el principio; otras dependen de preguntas que nadie ha hecho. Los modelos mentales ayudan a formularlas antes de decidir.

El coste de oportunidad dirige la atención a lo que se dejará de lado. La reversibilidad distingue una prueba de un compromiso duradero. El pensamiento sistémico examina efectos sobre otras partes del negocio. Cada perspectiva revela una parte distinta de la decisión.

Usar un modelo exige elegir una perspectiva adecuada a la situación, advertir lo que omite y comprobar si tu interpretación coincide con lo que ocurre realmente.

Qué es un modelo mental

Un modelo mental es una representación simplificada que se usa para entender una situación y anticipar parte de su comportamiento. Puede adoptar la forma de una relación causal, una analogía, una regla de decisión o un pequeño conjunto de preguntas.

Quien dice que un equipo está sobrecargado porque acepta más trabajo del que puede terminar usa una representación de su funcionamiento. Hay una entrada, una capacidad de ejecución y una acumulación. Esa representación guía qué observa y qué intervenciones parecen razonables.

Puede omitir cómo se distribuye el trabajo, las diferencias de complejidad entre tareas o la necesidad de rehacer entregas. Según el problema, una omisión puede ser decisiva.

El plano de un edificio ayuda a localizar puertas y pasillos. Evaluar la luz solar exige orientación y hora del día. Entender cómo se mueven las personas exige observar el uso del espacio. La calidad de una representación depende de la pregunta que quieres que responda.

En el uso cotidiano, «modelos mentales» reúne cosas de distinta naturaleza. Una identidad contable tiene una precisión que no posee una analogía sobre comportamiento humano. Una regla práctica puede ayudar a iniciar un análisis sin tener validez general. Tratarlo todo como una ley igualmente establecida crea una confianza que el material no puede sostener.

Antes de adoptar un modelo, pregunta de dónde viene y en qué condiciones funciona. ¿Qué pruebas mostrarían que aquí no se aplica?

Decidir con una visión incompleta

Herbert Simon estudió decisiones de personas y organizaciones con información incompleta y capacidad limitada de procesamiento. Al discutir la racionalidad limitada, examinó cómo elegimos en esas condiciones sin suponer que alguien pueda calcular cada alternativa y consecuencia. Presenta la idea en su conferencia Nobel de 1978.

Por tanto, una investigación necesita un alcance. No estableceremos todos los escenarios antes de elegir un proveedor o la siguiente etapa de un producto. Podemos identificar las incertidumbres con mayor probabilidad de cambiar la decisión.

Si dos opciones cuestan casi lo mismo, afinar la estimación del precio puede aportar poco. Si una depende de un único proveedor cuya capacidad de entrega no está demostrada, investigar esa dependencia puede ser mucho más útil.

El modelo elegido dirige la atención. Puede concentrar el tiempo en diferencias pertinentes o llevarnos a analizar en detalle algo secundario.

Coste de oportunidad: lo que no ocurrirá

Si la función del cliente requiere tres semanas de trabajo, pregunta qué haría el equipo en ese periodo si no la desarrollara.

Podría corregir un problema que hace abandonar el producto a usuarios nuevos o reducir errores que generan solicitudes de soporte. La comparación incluye el beneficio esperado de ese otro trabajo y el coste de posponerlo.

El coste de oportunidad es el valor de la mejor alternativa viable a la que renunciamos. No suma todo lo imaginable que podríamos hacer con el mismo tiempo. Esa distinción evita un inventario interminable de pérdidas.

Da forma a la alternativa. «Podríamos estar creciendo» es demasiado vago. «Podríamos usar estas semanas para corregir el paso del registro donde observamos más abandonos» permite investigar. Aún necesitas verificar si el registro es realmente el problema y si la corrección tendría el efecto esperado.

Los costes también aparecen después de entregar. Una función puede ser rápida de construir y lenta de explicar, probar y mantener. Comparar solo el esfuerzo inicial hace que el proyecto parezca menor que el que tendrás que sostener.

La misma pregunta puede aclarar una agenda personal llena. Un compromiso semanal ocupa su tiempo y puede fragmentar el de alrededor. La alternativa puede ser una actividad, descanso o margen para imprevistos. No necesitas poner precio a todo para reconocer una renuncia.

El modelo alcanza un límite cuando intentas reducir valores distintos a una medida. El tiempo con alguien cercano, el aprendizaje y los ingresos no siempre se comparan satisfactoriamente en dinero. El modelo hace visible el sacrificio; su importancia relativa sigue necesitando criterio.

Reversibilidad: distinguir una prueba de un compromiso

Una decisión puede ser fácil de anunciar y difícil de deshacer. Un botón que desactiva una función no convierte su introducción en totalmente reversible.

Si los clientes dependen de ella, retirarla puede exigir migración, negociación y pérdida de confianza. Si el equipo creó procesos a su alrededor, reorganizarlos lleva trabajo. Examina la reversibilidad desde la perspectiva de las personas afectadas junto con el comportamiento técnico.

Hay diferencia entre añadir una función permanente para todos los clientes y probar una solución manual con un grupo pequeño. Un piloto puede revelar si el problema es frecuente, si la solución propuesta tiene sentido y si el esfuerzo de soporte es sostenible.

Eso depende de cómo presentes la prueba. Un experimento descrito como servicio permanente crea expectativas de continuidad. Limitar el periodo, explicar qué se evalúa y acordar cómo termina forman parte del diseño de la decisión.

Pregunta: ¿cuánto costaría revertir esto, para quién y después de cuánto tiempo? Una elección puede empezar siendo reversible y volverse difícil de deshacer al acumular contratos, dependencias y hábitos.

El modelo también ayuda a fijar el esfuerzo de análisis. Una prueba pequeña con consecuencias limitadas y observables puede aportar información. Un compromiso duradero con efectos difíciles de reparar merece más investigación antes de ejecutarse.

Una prueba barata para quien la propone puede trasladar un coste grande a otra persona. Probar un proceso con clientes que no saben que participan es diferente de un piloto acordado con participantes informados.

Incentivos y consecuencias posteriores

Imagina que la empresa recompensa ventas solo por el volumen de contratos firmados. Si los acuerdos complejos y sencillos cuentan igual, puede resultar atractivo prometer personalizaciones que otras áreas tendrán que entregar.

La recompensa hace más ventajosos algunos comportamientos sin determinar por sí sola lo que hacen las personas. La responsabilidad profesional, las relaciones con compañeros y la atención a los clientes también afectan a las decisiones.

Examina los incentivos más allá de lo que se dice. ¿Quién se beneficia? ¿Quién absorbe el coste? ¿Qué resultado aparece en el informe de cada área? Un acuerdo puede parecer excelente al vendedor y malo a quienes lo mantendrán durante años.

En Leverage Points, Donella Meadows incluye los flujos de información, las reglas y los objetivos entre los puntos de intervención en sistemas. Examina cómo la estructura produce comportamiento y advierte contra generalizar sobre sistemas complejos. Aplicar esas ideas a un negocio exige comprobar su funcionamiento. Ensayo original de Meadows.

Para nuestro ejemplo, sigue el recorrido de una promesa comercial. ¿Producto participa antes de firmar? ¿Se evalúa el coste de mantenimiento? ¿Quién sigue el contrato después de la venta? Investiga esas preguntas antes de decidir qué está ocurriendo.

El pensamiento de segundo orden extiende la observación en el tiempo. Aceptar la personalización puede aportar primero ingresos adicionales. Después, otros clientes pueden pedir un trato similar. El equipo puede dividir su atención entre versiones, ampliar plazos o crear una oferta especializada rentable.

Evita tratar historias cada vez más lejanas como predicciones. Con cada eslabón adicional, indica las condiciones que exige. En lugar de «Esto desorganizará la empresa», pregunta qué volumen de peticiones similares crearía un problema y cómo detectarías su llegada.

Limitaciones: dónde se atasca el trabajo

Una discusión a veces empieza por la falta de personas porque esa explicación está a mano. Antes de contratar, sigue una entrega a través del proceso.

Una tarea puede pasar unas horas en ejecución y muchos días esperando aprobación. Otra puede volver repetidamente porque a quien la recibió le faltaba información. Acelerar una etapa no garantiza una entrega global más rápida.

Buscar una limitación significa identificar qué restringe el resultado del sistema en las condiciones actuales. Comprueba la hipótesis observando: ¿dónde se acumula el trabajo, cuánto permanece y qué impide que pase?

Para la función solicitada, el desarrollo puede no ser el recurso más escaso. Cada cambio podría necesitar la revisión de una persona. Soporte podría tener ya dificultades para explicar las funciones existentes. Añadir posibilidades puede aumentar la carga justo donde la capacidad es menor.

Un equipo puede trabajar intensamente en una etapa avanzada mientras otra impide la entrega. Una limitación también puede moverse: tras mejorar la aprobación, las pruebas pueden empezar a limitar el flujo.

El modelo pierde fuerza cuando varias limitaciones cambian rápidamente o la información cubre solo parte del proceso. Nombrar «el cuello de botella» demasiado pronto puede cerrar una investigación justo cuando necesita ampliarse.

Probabilidades: dejar espacio para revisar

«Estoy seguro de que otros clientes querrán esto» suele ocultar preguntas sin respuesta. ¿A cuántos clientes se escuchó? ¿Cómo se eligieron? ¿Describieron su propio problema o solo aceptaron una solución presentada?

Pensar en probabilidades significa reconocer cuánta confianza respaldan las observaciones disponibles. Incluso sin cálculos, distingue una posibilidad interesante de una predicción con pruebas detrás.

Busca una referencia más allá de la situación que llamó tu atención. ¿Cómo se comportaron iniciativas similares? ¿Qué muestran las solicitudes anteriores? Si casi ninguna personalización solicitada por un cliente ayudó a los demás, ese historial pertenece al análisis aunque la petición nueva convenza.

El historial también tiene límites. El producto o el público pueden haber cambiado, o los registros pueden mezclar tipos de solicitud muy diferentes. Una frecuencia es útil solo cuando los casos son suficientemente comparables para la pregunta.

Las explicaciones rivales aclaran la revisión de creencias. Considera dos hipótesis: demanda recurrente del mercado o necesidad particular de un cliente. Un interés vago podría aparecer bajo cualquiera y distingue poco. Clientes independientes que describen espontáneamente el mismo problema aportarían más información.

Incluso esa señal no establece que funcione la solución propuesta. La existencia del problema, la adecuación de la solución y la disposición a pagar son preguntas separadas. Combinarlas hace que las pruebas de una parezcan confirmar todas.

Registra tu confianza antes de actuar para poder evaluar su revisión posterior. Si una prueba contradice lo esperado, pregunta qué cambió: ¿era errónea la hipótesis, inadecuada la prueba o dejó de existir una condición pertinente? Un resultado rara vez resuelve todas las posibilidades.

Reunir perspectivas en una decisión

La empresa necesita decidir cuánto trabajo comprometer, bajo qué condiciones y qué espera aprender. «Construir la función o no» deja fuera esas elecciones.

Supongamos estos hechos ficticios: la personalización quitaría tres semanas al equipo que corrige el registro; solo un cliente describió la necesidad en detalle; no se ha estimado el mantenimiento; y una solución manual puede simular parte del servicio.

El coste de oportunidad exige comparar con la corrección del registro. Antes de posponerla, aclara el problema observado y por qué debería ayudar la intervención prevista. Examina el proyecto existente con el mismo escepticismo que el nuevo.

La reversibilidad sugiere considerar una prueba manual limitada. Acuerda duración y alcance sin incorporarla automáticamente al producto. Eso reduce algunos costes de salida, aunque sigue exigiendo tiempo de soporte.

El análisis de limitaciones pregunta quién prestará ese soporte y qué dejará de hacer. Si la operación manual ocupa a la persona de la que depende cada entrega, el piloto puede ser menos barato de lo que parece. Quizá necesite un alcance menor o posponerse.

Los incentivos exigen claridad sobre quién puede prometer qué. Ventas necesita conocer los límites de la prueba y la evaluación debe incluir el trabajo posterior a la venta. El objetivo es decidir conjuntamente sobre el coste total sin suponer mala fe de quien trajo la oportunidad.

El análisis de incertidumbre define observaciones que justifican continuar. El equipo podría buscar casos independientes del problema y seguir el esfuerzo real de ejecución. Antes de empezar, acordaría señales para ampliar, cambiar o terminar la prueba.

Estas perspectivas no obligan a probar. Las prioridades y las pruebas también pueden justificar rechazar o realizar el proyecto completo. En cualquier caso, explica condiciones, costes e hipótesis de apoyo y acuerda cómo revisar lo que sigue sin conocerse.

Usar modelos para defender una preferencia

Elegir modelos convenientes puede construir una defensa elegante de casi cualquier elección. Quien quiere lanzar invoca la experimentación. Quien quiere esperar destaca la irreversibilidad. Un partidario del proyecto nuevo puede inflar su potencial; uno del antiguo puede tratar todo cambio como distracción.

Conocer más conceptos puede ampliar el vocabulario para justificar una preferencia inicial sin corregir el uso selectivo de perspectivas.

Aplica a tu opción favorita la pregunta más incómoda que haces a la rival. Si un proyecto nuevo necesita pruebas de demanda, ¿qué pruebas respaldan el actual? Si probar tiene un coste, ¿qué cuesta seguir sin aprender? Cuando imaginas el fracaso de una opción, ¿examinas cómo podría fracasar la otra?

Separa también hechos observados e interpretaciones. «Tres clientes mencionaron dificultades en el registro» es una observación si está bien registrada. «El registro es la principal causa del crecimiento lento» necesita más pruebas. Las presentaciones pulidas pueden borrar esa diferencia.

Pregunta quién conoce la situación desde otro ángulo. Comprueba un modelo del trabajo del equipo con las personas que lo realizan. Detalles aparentemente pequeños pueden invalidar una relación causal que parecía clara en una reunión.

Un registro que encaje en tu rutina

Empieza con una decisión de tamaño moderado cuyo resultado puedas observar en las próximas semanas.

Antes de decidir, registra qué consideras. Usa campos que ayuden en ese caso:

Elige una o dos perspectivas que puedan cambiar el análisis. Ante demasiados compromisos, empieza por el coste de oportunidad. Para una idea nueva incierta, examina lo que se aprende con una prueba. Para una dificultad recurrente pese al esfuerzo, sigue el proceso y las reglas que pueden contribuir a ella.

Durante la revisión, distingue la calidad de la decisión del resultado observado. Las elecciones cuidadosas pueden acabar mal por motivos inciertos. Las poco examinadas pueden beneficiarse de las circunstancias. Mirar solo resultados dificulta identificar qué repetir y qué cambiar.

Conserva la nota inicial y compara expectativas y observaciones, incluidas las condiciones que cambiaron durante el recorrido. Eso ayuda a ajustar el modelo y reconocer su uso fuera de alcance. En la siguiente decisión similar, consulta el registro para entender por qué la elección anterior funcionó o falló y qué condiciones siguen vigentes.