Una de las primeras cosas que me enseñaron cuando estudié Biológicas es que la ciencia ya no se basaba en el principio de autoridad. Recordáis el verso del Arcipreste de Hita Como dise Aristóteles, cosa es verdadera,. Esto era lo común en la ciencia medieval, uno empezaba citando a Aristóteles y a partir de ahí tenía ya el argumento ganado.
Mis profesores proclamaban orgullosos que eso se había acabado. En la Ciencia digna de tal nombre el argumento de autoridad no sirve. Más bien al revés, el sueño de todo científico que se precie no es apoyar sus investigaciones en la autoridad de los sabios que le precedieron, sino más bien demostrar que se equivocaron.
Y la manera de demostrarlo es pensar una hipótesis y crear un experimento para validarla o refutarla. Uno puede estar cociendo unos macarrones, por ejemplo, y ve salir un humo blanco y se plantea si ese humo procede del agua o de la pasta. Supone que es de los macarrones (esta es la hipótesis). Decide que una forma de comprobarlo es calentar en el cazo, por separado, agua y macarrones (este es el experimento). Como resultado, obtiene el mismo humo blanco cuando calienta solo agua, y un humo negro cuando calienta solo macarrones y se le queman. Concluye que su hipótesis inicial estaba equivocada y que el humo blanco procede en realidad del agua. Podría haber preguntado a su anciana abuela que cocina mejor que Adrià y lo sabe todo sobre pucheros (argumento de autoridad), pero la ventaja del método experimental es que es un conocimiento verificable y repetible por cualquiera que se plantee la misma pregunta y no tenga a mano una abuela sabia.
Creo que uno de los problemas de las llamadas ciencias sociales es que todavía no han pasado la fase en la que el argumento de autoridad manda. En concreto en ciencias empresariales, uno lee sobre autores como Taylor o Maslow o Porter, y ve repetidas una y otra vez acríticamente sus elucubraciones, como en la Edad Media se repetían los argumentos de Aristóteles. Y como en la Edad Media, parece que uno prefiere creer a Aristóteles que a sus propios ojos.
Es obvio que plantear experimentos con seres humanos es mucho más difícil que hacerlo con agua y macarrones. Si además estos experimentos deben hacerse en una empresa que está para ganar dinero y no para que un investigador gane un premio Nobel, el tema se complica aún más. Y aún así, desde que Taylor empezó a estudiar la gestión de las empresas procuró adoptar el término “científico” para describir lo que estaba haciendo.
La estadística, el análisis de sistemas y la gestión pop
Claro que hay herramientas que pueden ayudarnos a analizar realidades complejas como la interacción de agentes económicos, las relaciones laborales en una empresa, la productividad de los empleados… La estadística es una de ellas. Pero la estadística es una herramienta muy peligrosa en manos de un profano, porque es fácil usarla para obtener conclusiones más allá de lo razonable.
Por ejemplo, Taylor podía medir el número de piezas fabricadas por un obrero en una fábrica de finales del siglo XIX, variar las condiciones de trabajo y llegar a la conclusión de que con mejor iluminación aumentaba la productividad. ¿Quiere esto decir que con iluminar mejor cualquier fábrica la productividad va a aumentar en igual medida? Pues salvo que seamos capaces de repetir el experimento en condiciones controladas, no está nada claro.
Uno de los problemas de trabajar con personas y no con sustancias químicas, es que la probabilidad de que estemos ante un sistema alejado del equilibrio (es decir, caótico) es prácticamente cierta. Y eso quiere decir que con condiciones de partida muy similares, obtenemos a lo largo del tiempo divergencias muy significativas en los resultados. Esto, que se conoce bien desde las últimas décadas del siglo pasado, es un problema importante para la gestión científica de la empresa. Si no podemos asegurar cuál será el resultado ni siquiera intentando replicar milimétricamente el punto de partida, ¿qué nos queda?
Una solución que ha sido útil durante el siglo XX es el análisis de sistemas. La idea es reducir incertidumbre, ignorar variables y trabajar con un sistema menos aleatorio y caótico. Si conseguimos definir lo que sucede en la empresa en términos de sistemas, procesos, entradas y salidas, tenemos una posibilidad de trabajar con algo de lo que podamos obtener conclusiones generales. Es, por decirlo así, una solución más ingenieril que científica, pero puede funcionar.
Y en un entorno estable y suficientemente parecido, la cosa efectivamente funciona. Así que durante el siglo XX hemos tenido legiones de ingenieros industriales que no diseñaban máquinas, sino que eran capaces de analizar el funcionamiento de una empresa, identificar procesos y sistemas y proponer mejoras reales.
El aporte de la ingeniería de procesos y del análisis estadístico ha sido valiosísimo. Sin estas herramientas no tendríamos aviones comerciales, ni coches, ni ordenadores, ni nada. Pero por debajo de esta capa de ingeniería los problemas seguían larvados. Entre otras cosas, ya a finales del siglo XX había autores como Deming que entendían que reducir una empresa a una serie de procesos, y en especial reducir a sus empleados a engranajes de una maquinaria tenía un impacto importante (y negativo) en la calidad.
De modo que en las últimas décadas, lo que han hecho los directivos de empresas es seguir a los sabios. ¿Que Porter habla de barreras de entrada? pues todos a pensar en barreras de entrada. ¿Que unos japoneses fabrican coches mejor y más rápido que los norteamericanos? pues todos a aplicar calidad total y a crear círculos de calidad. Si lo dicen Kaplan y Norton, todos a hacer cuadros de mando. ¿Quién va a saber mejor que ellos lo que hace falta para que una empresa prospere? Y así con todas las teorías y los éxitos.
Esto, al final, no es más que la aplicación del viejo argumento de autoridad.
Con una agravante: muchas veces, los que aplican los métodos de estos autores ni los han leído ni han analizado en profundidad lo que supone la aplicación de estas doctrinas en su caso concreto. Peor aún. De esa aplicación acrítica de teorías de gestión empresarial, que mal que bien supone un esfuerzo, se ha pasado a la aplicación de las teorías pop. Uno lee “En busca de la excelencia”, por ejemplo, y de unos cuantos casos de éxito pretende obtener conclusiones generales y válidas universalmente.
Nassim Taleb explica muy bien en El Cisne Negro por qué no podemos sacar conclusiones generales de fenómenos que son en sí mismos aleatorios. De forma que leer sobre 3M y la invención del Post-it, por ejemplo, es entretenido, pero no nos enseña nada concreto y aplicable a nuestra empresa. Que sí, que hay que fomentar la creatividad y la iniciativa individual. Pero eso es como decir que para que nos vaya bien hay que ingresar más y gastar menos. Una perogrullada.
Así que de los gurús de la gestión empresarial hemos pasado a los autores “pop” de libros como Fish! o ¿Quién se ha llevado mi queso?. Puestos a leer cosas que no tienen utilidad práctica, mejor leer algo ligero y entretenido. Y de imitar a los fabricantes japoneses de coches, hemos pasado a poner un futbolín en la empresa y dejar que los programadores jueguen al Quake en red, porque así seremos una empresa tan innovadora como Google o cualquier otra de Silicon Valley y los millones llegarán como maná caído del cielo.
¿Y si para variar probamos el método científico?
Creo que la aportación más genial de Eric Ries en su Lean Startup es la propuesta de elaborar hipótesis y plantear experimentos para validarlas. Que sí, que está bien saber lo que dijeron en su momento los grandes sabios de la gestión empresarial. Pero al final de lo que se trata es de saber si tu página web vende más o menos si pones imágenes más grandes o más pequeñas de tus productos. Y como no hay una “Gran Teoría Unificada de las Dimensiones Imaginarias y su Impacto en las Transacciones Económicas”, la solución de hacer una página con imágenes de un tamaño, y otra con imágenes más pequeñas y medir la tasa de conversión de visitas a ventas funciona.
Y esto no vale solo para startups tecnológicas que desarrollan aplicaciones web en Silicon Valley. Si tu empresa funciona en un entorno de incertidumbre (¿y cuál no en los tiempos que corren?), es mucho más eficaz y rentable empezar a plantear hipótesis y desarrollar experimentos para validarlas que seguir la última teoría del último gurú norteamericano. No es que sea coser y cantar, pero si sabes hacerlo al menos tienes una evidencia en la que basar tus decisiones.