Hubo un punto específico en mi carrera donde dejé de escribir sobre lo que sentía y empecé a escribir sobre lo que se podía demostrar, porque era lo único que me daba de comer. Luego de mucho trastabillar, me contrataron como redactora técnica en una empresa de software y me explicaron que cada afirmación debía estar fundamentada. Lo entendí e incluso lo aplaudí. Viniendo de las humanidades, donde la intuición a veces sustituye al argumento, me atreví a pensar que la disciplina del dato me haría más rigurosa pero lo que no logré anticipar es que también me haría más cobarde.
Crecí en un país donde los registros epidemiológicos desaparecieron durante años. Hasta hoy no sabemos cuántas personas murieron de COVID en Venezuela. El gobierno dejó de publicar cifras, publicó las que le convenían, o cambió la metodología de conteo en silencio. Esa opacidad no fue descuido, siempre ha sido la política con la que se manejan. Los corruptos operan mejor en la oscuridad de los registros porque sin número no hay responsabilidad, sin cifra no hay escándalo, sin dato no hay prueba, sin los registros no hay quién se pueda quejar ante un organismo internacional. Venezuela me enseñó en el momento de mayor crisis que los datos son poder y quien los maneja tiene al toro agarrado por los cachos.
Sin embargo, hay una diferencia enorme entre un Estado que esconde sus muertos y una cultura corporativa que pretende convertir cada pensamiento, sensación o reacción en una métrica. Una es violencia institucional, la otra es el agotamiento sistemático de generaciones enteras que miden su productividad, su sueño, sus pasos y su humor, mientras se deprimen en tiempo real con los resultados. Los CEOs acumulan, los dashboards se actualizan y las empresas crecen de un día para otro mientras la gente se quema. ¿Será que alguien lo incluyó en los KPIs?
La Falacia de McNamara
En los años sesenta, Robert McNamara llevó esa lógica al Pentágono. Era brillante, meticuloso, y estaba completamente equivocado. Su método era contar cuerpos, misiones completadas, aldeas pacificadas. Los números subían y Vietnam ardía. Hubo un momento, que ningún biógrafo puede ubicar con precisión, en que los reportes dejaron de describir la guerra y empezaron a sustituirla. La realidad se volvió una molestia para el modelo. Por algo a esto le pusieron el nombre de la Falacia de McNamara, la tendencia a tratar lo medible como sinónimo de lo real y lo que no tiene número como sospechoso, subjetivo o poco serio. Es una trampa vieja que hoy viene empaquetada en dashboards, OKRs y reuniones donde nadie puede decir nada sin antes citar una fuente. Así, silenciosamente, una cantidad enorme de lo que hace que el trabajo sea humano empieza a parecer ruido estadístico.
El juicio clínico
El juicio clínico es lo que un médico experimentado hace cuando entra a una habitación y siente, antes de ver los exámenes, que algo está muy mal. Es un patrón de experiencias que se acumulan en el cuerpo y en la memoria, algo que los datos del laboratorio todavía no pueden capturar porque es demasiado sutil. En los entornos corporativos modernos, ese juicio no vale nada porque no se puede poner en una diapositiva. Al médico se le exige la prueba para confirmar sus suposiciones, pero el que tenga ese juicio clínico apagado no va a saber qué prueba mandar a hacer para comprobarlo.
El exceso de fundamentación externa atrofia el juicio interno, creando una dependencia. Cuando los datos son ambiguos o inexistentes, como ocurre en cualquier situación genuinamente nueva, el analista entrenado solo en la métrica se paraliza; no sabe qué dirección tomar o si debe confiar en lo que intuye. El pensamiento basado en datos requiere certezas previas, pero el pensamiento crítico opera en la incertidumbre.
Esta parálisis frente a lo atípico es, precisamente, el punto ciego del método. Lo que el algoritmo descarta como un error de cálculo suele ser el síntoma de una nueva realidad. Casi todos los grandes cambios en la historia de la ciencia comenzaron con anomalías que la estadística archivaba como ruido. Fueron los científicos capaces de tomarse en serio ese ruido quienes terminaron reescribiendo lo que sabíamos. Donde la métrica ve una falla en el sistema, el criterio detecta una oportunidad de ruptura. La historia del progreso no es la historia de lo que se pudo medir, sino de lo que se pudo imaginar a partir de lo que sobraba.
El dato como argumento disfrazado
Los datos no son neutrales. Alguien decide qué medir, cuándo medirlo y cómo clasificarlo; esas decisiones no son matemáticas, son políticas. Cuando el proceso de recolección queda invisible y solo vemos el número final, estamos viendo un argumento disfrazado de evidencia. El sesgo de confirmación no desaparece cuando usamos datos, solo se mimetiza. Hacemos las preguntas para las que ya sabemos que habrá respuesta y luego presentamos el conjunto como si fuera ciencia pura. El rigor estadístico no elimina la subjetividad, a veces la amplifica al darle una apariencia de autoridad incuestionable.
Para convertir la realidad en datos hay que fragmentarla. Un dato es una abstracción porque toma un pedazo de algo complejo y lo aísla. El problema ocurre cuando olvidamos que esa fragmentación es artificial. El reduccionismo tiene sus usos, pero no cuando se vuelve el único lente disponible o cuando la incapacidad de medir algo se convierte en la justificación para ignorarlo.
El renacimiento cosmético
Hoy vivimos un renacimiento de lo clásico, pero es un renacimiento cosmético. Coleccionamos citas de Marco Aurelio como si fueran consejos de optimización personal, olvidando que la filosofía antigua no era un manual de eficiencia, sino una indagación sobre la esencia. Sócrates no se preguntaba cuánto bien hacía, se preguntaba qué era el bien. Aristóteles construyó una ética basada en el florecimiento humano, un concepto que habría hecho estallar cualquier sistema de KPIs. Los estoicos cultivaban virtudes, no métricas. Nada de eso era cuantificable y nada de eso dejó de ser verdad por ello.
La sabiduría es lenta porque no busca la optimización del trimestre sino la comprensión que dura en el tiempo. Lo que hoy llaman "cultura data-driven" es, en muchos casos, una forma de eludir la responsabilidad del criterio. Si el dato dice tal cosa, nadie puede culparte por hacer tal cosa, el número te absuelve y eso es cómodo, yo también lo he hecho. Pero la comodidad del dato no es lo mismo que pensar, y confundirlas tiene un costo que ningún dashboard va a mostrar.
El criterio no funciona así, es humano y así debemos mantenerlo. Se equivoca, se refina, se debate, se reposa, se voltea al revés y al derecho, se desempolva, se guarda. Requiere tiempo, conversación y presencia, que el otro sea una persona y no una variable. En una industria donde todos estamos quemados, donde los inversores tienen la última palabra y la última palabra siempre es producir más, recuperar el juicio propio no es romanticismo, es el deber que tenemos hasta con nuestra propia biología.