Diversity Beats Ability: Why Your Smartest Hire Isn't Your Best Decision-Maker

La afirmación más seductora en la ciencia de la gestión

Cada líder ha sentido la atracción de una teoría de personal simple: contrata a las personas más inteligentes que puedas encontrar, ponlas en una sala, y las mejores decisiones seguirán. Tiene la virtud de ser obvio. Tiene la desventaja de ser, en el mejor de los casos, medio cierto. En las últimas dos décadas, un cuerpo de investigación sobre inteligencia colectiva ha convergido en un hallazgo incómodo: la inteligencia de un equipo no es la suma — o incluso el máximo — de la inteligencia de sus miembros. Algo más está haciendo una gran parte del trabajo, y eso algo se parece mucho a diferencia: información diferente, heurísticas diferentes, diferentes formas de estar equivocado.

Ese hallazgo se endureció en un eslogan — “la diversidad supera la habilidad” — que luego hizo lo que hacen los eslóganes: se desacopló de sus condiciones y flotó libremente en las presentaciones. La reacción fue igualmente amplia, desestimando toda la línea de investigación como matemáticas politizadas. Ambos extremos están equivocados, y la verdad en el medio es genuinamente útil. Este artículo recorre los dos programas de investigación detrás de la afirmación — el factor de inteligencia colectiva “c” y el teorema de Hong-Page — incluyendo las críticas que generalmente se omiten, y termina con lo que un lector cuidadoso puede realmente llevar a una decisión de contratación o diseño de equipo.

El factor c: los equipos tienen una inteligencia propia

En 2010, Anita Williams Woolley, Christopher Chabris, Alex Pentland, Nada Hashmi y Thomas Malone publicaron un estudio en Science que planteó una pregunta engañosamente simple: si los individuos tienen un factor de inteligencia general (el psicométrico g), ¿los grupos también tienen uno? Evaluaron a 699 personas trabajando en grupos de dos a cinco en una amplia batería de tareas — lluvia de ideas, razonamiento moral, negociación, rompecabezas — y luego verificaron si el rendimiento de un grupo en un tipo de tarea predecía su rendimiento en las otras.

Lo hizo. Un solo factor estadístico — que llamaron c, por inteligencia colectiva — explicó aproximadamente 43% de la varianza en el rendimiento del grupo a través de tareas. La sorpresa fue lo que c no rastreó: se correlacionó débilmente tanto con la inteligencia promedio de los miembros del grupo como con la inteligencia del miembro más inteligente. Lo que predijo c en su lugar fueron tres propiedades del grupo mismo: la sensitivity social promedio de los miembros (medida con la prueba de Leer la Mente en los Ojos), la igualdad en el turno de conversación — los grupos dominados por una o dos voces puntuaron más bajo — y la proporción de mujeres en el grupo, un efecto mediado estadísticamente por la sensibilidad social.

Leído cuidadosamente, esto no es una afirmación de que la habilidad no importa. Es una afirmación de que a nivel de equipo, la habilidad no es el cuello de botella. El cuello de botella es si el grupo puede extraer y combinar lo que sus miembros saben — lo cual es una propiedad del proceso, no de ningún cráneo individual.

La lucha de replicación de la que no oyes hablar en las presentaciones

El factor c ha pasado por una genuina lucha científica, y la honestidad requiere reportarlo. En 2017, Marcus Credé y Garett Howardson reanalizaron datos de seis muestras previamente publicadas y argumentaron que el apoyo empírico para un factor de inteligencia colectiva general es débil — que un solo factor explica poca varianza en muchas tareas grupales, y que el constructo puede ser en parte un artefacto de elecciones de puntuación. Woolley, Yeonjeong Kim y Malone respondieron en 2018, argumentando que la crítica se basaba en un procedimiento de puntuación y suposiciones de simulación que no coincidían con las tareas que los grupos realmente realizaron.

La evidencia más sustancial desde entonces es un meta-análisis de 2021 en PNAS por Christoph Riedl, Young Ji Kim, Pranav Gupta, Thomas Malone y Anita Woolley, que abarca 22 estudios y 1,356 grupos — estudiantes universitarios, personal militar, trabajadores en línea y jugadores. Encontró evidencia consistente para un factor c a través de estas poblaciones, con procesos de colaboración grupal y habilidades de los miembros contribuyendo. ¿Dónde deja eso a un practicante? El constructo está respaldado por un gran meta-análisis y aún se debate en su estructura — aproximadamente donde g mismo estuvo durante décadas. Lo que no se debate seriamente es el patrón subyacente: el CI de los miembros es un predictor sorprendentemente pobre del rendimiento del equipo, y el proceso de interacción es un sorprendentemente buen predictor.

“La diversidad supera la habilidad”: lo que Hong y Page realmente probaron

El segundo pilar del argumento de diversidad proviene de la economía y la ciencia de la complejidad. En 2004, Lu Hong y Scott Page publicaron un artículo en PNAS con el memorable título “Los grupos de solucionadores de problemas diversos pueden superar a los grupos de solucionadores de problemas de alta habilidad.” Construyeron modelos computacionales en los que agentes equipados con diferentes heurísticas de solución de problemas buscaban en un paisaje de soluciones accidentado. Cada agente sube hasta quedar atascado; luego otro agente toma el relevo desde ese punto con diferentes movimientos.

El resultado: bajo las condiciones del modelo, un grupo de agentes seleccionados al azar — la selección aleatoria garantiza la diversidad heurística — superó al grupo compuesto por los agentes de mejor rendimiento individual. El mecanismo es intuitivo una vez visto: los mejores desempeñadores individuales tienden a haber aprendido heurísticas similares, por lo que se estancan en los mismos óptimos locales. Un equipo de clones, sin importar cuán talentosos sean, busca como una sola mente. Sin embargo, los miembros de un equipo diverso se rescatan mutuamente de sus respectivos callejones sin salida.

Pero las condiciones importan, y Page mismo ha sido más claro sobre ellas que sus popularizadores: el problema debe ser genuinamente dificultoso (ningún individuo puede resolverlo solo), los agentes deben ser todos razonablemente capaces (la diversidad entre los que no saben no ayuda), el grupo del cual se extrae el equipo debe ser grande, y el entorno es la resolución iterativa de problemas donde los agentes construyen sobre las posiciones de los demás. “Cualquier grupo diverso supera a cualquier grupo de expertos” no es lo que se probó, y tratarlo de esa manera prepara la afirmación para fallar.

El contraataque: un teorema bajo fuego

En 2014, la matemática Abigail Thompson publicó una crítica contundente en los Notices of the American Mathematical Society (vol. 61, no. 9, pp. 1024–1030) titulada “¿La Diversidad Supera la Habilidad? Un Ejemplo del Uso Incorrecto de las Matemáticas en las Ciencias Sociales.” Su argumento tenía dos puntas. Primero, que el teorema formal en el artículo de Hong-Page, una vez que se desglosan sus suposiciones, es casi trivial — en su lectura, las condiciones efectivamente construyen la conclusión, y el contenido matemático es escaso para el peso social que se le da. Segundo, que las simulaciones que respaldan la afirmación más amplia son sensibles a las elecciones de parámetros y no autorizan las conclusiones generales que se extraen de ellas.

La crítica generó respuestas propias. Una nota de 2017 en Critical Review de Daniel Kuehn argumentó que las objeciones matemáticas de Thompson eran incorrectas, engañosas o irrelevantes para cómo funcionan los modelos formales en la ciencia social — donde el valor de un modelo es el mecanismo que aísla, no la profundidad de su prueba. Filósofos de la ciencia que trabajan en comunidades epistémicas, incluyendo a Daniel Singer, han desarrollado modelos relacionados en los que el valor de la diversidad sobrevive en formas modificadas.

Nuestra lectura, para lo que un practicante necesita: el teorema es más débil que su título, el mecanismo es real y observable, y el eslogan general debe ser retirado en favor de la afirmación condicional. Cuando enfrentas un problema difícil y multidimensional y tu grupo de candidatos es amplio, un equipo seleccionado por formas complementarias de pensar a menudo buscará el espacio de soluciones mejor que un equipo seleccionado puramente por puntuaciones individuales — porque las puntuaciones individuales agrupan a las personas que piensan de manera similar. Esa afirmación no necesita un teorema excesivo, y la siguiente sección muestra por qué.

Las matemáticas que nadie disputa: el teorema de predicción de diversidad

Despoja los modelos en disputa y queda un pedazo de matemáticas que nadie discute, porque es una identidad — álgebra, no empírica. Scott Page lo llama el teorema de predicción de diversidad (en The Difference, 2007). Para cualquier grupo que haga estimaciones numéricas, con error medido como distancia cuadrada de la verdad:

Dos consecuencias surgen directamente. Primero, la estimación agregada del grupo es siempre al menos tan precisa como la de su miembro promedio — la multitud no puede ser peor que el individuo típico, aunque puede ser peor que el mejor. Segundo, manteniendo la precisión individual fija, cada aumento en el desacuerdo genuino reduce mecánicamente el error colectivo. La diversidad no es un bono que se siente bien en esta ecuación; es uno de los dos términos. Un grupo de clones precisos y un grupo de contrarios moderadamente precisos pueden llegar a un error colectivo idéntico por diferentes rutas.

El problema — y es el mismo problema que recorre toda esta investigación — es la palabra genuino. El teorema recompensa la diversidad de predicciones, lo que requiere diversidad de información y modelos. Si todos leen las mismas tres fuentes, sus predicciones se agrupan, el término de diversidad colapsa, y la multitud se degrada en un eco. Este es precisamente el modo de falla documentado en la literatura de sabiduría de las multitudes: los errores correlacionados no se cancelan, se acumulan.

Cuando la diversidad ayuda

Cuando no lo hace — la parte que el eslogan omite

Un relato honesto debe incluir los costos, porque son reales y son la razón por la que los equipos diversos a veces rinden menos que los homogéneos en la práctica, incluso cuando la teoría los favorece.

El patrón en la literatura organizacional es consistente con los modelos: los beneficios de la diversidad son contingentes a la complejidad de la tarea y a la calidad del proceso, y sus costos son anticipados (coordinación, conflicto, formación de normas más lenta) mientras que sus beneficios son posteriores (mejor búsqueda, menos puntos ciegos). Los equipos que se rinden temprano capturan los costos y pierden la recompensa.

La diversidad cognitiva no es diversidad demográfica

Una distinción que mantiene este debate honesto: la investigación anterior trata sobre la diversidad cognitiva (o epistémica) — diferencias en información, formación, heurísticas y modelos mentales. La diversidad demográfica es una variable diferente. Las dos están correlacionadas en el mundo real, porque la experiencia de vida moldea la información y la perspectiva, pero no son intercambiables, y los efectos de investigación más fuertes se asocian con el tipo cognitivo. Un equipo demográficamente diverso que se basa en fuentes idénticas y formación idéntica puede ser cognítivamente uniforme; un equipo demográficamente similar puede contener un ingeniero, un abogado y un operador de campo que no están de acuerdo sobre todo lo que importa. También cabe señalar que los correlatos del factor c de Woolley — sensibilidad social y turno de conversación — son sobre proceso, no sobre la composición de ninguno de los dos tipos. Para un tratamiento más profundo de la distinción y la investigación detrás de ella, consulta nuestra guía sobre diversidad epistémica.

Qué hacer realmente: componer y dirigir el equipo

Traducir el núcleo defendible de esta investigación en práctica produce consejos que son menos citables que el eslogan pero mucho más robustos:

Hacer que la entrada diversa cuente: la estructura como multiplicador

Observa que cada recomendación práctica anterior se trata de capturar la diversidad, no solo de ensamblarla. Ahí es donde los métodos estructurados justifican su existencia. En un mapa de argumentos, cada parte interesada contribuye con su razonamiento de forma independiente — antes de que la reunión converja en un líder — y cada argumento se sostiene o cae según su mérito evaluado, no por la antigüedad de quien lo ofreció. Esto corta el vínculo de influencia de estatus que permite que una voz confiada homogeneice una sala diversa.

Argumentree implementa exactamente este patrón para la toma de decisiones colaborativa: entrada de múltiples partes interesadas recogida de forma asincrónica e independiente, argumentos organizados en un árbol compartido de pros y contras, y calificaciones multidimensionales (utilidad, claridad, precisión, completitud) agregadas en puntajes de consenso. La diversidad que tu contratación produjo se convierte en información que tu decisión realmente utiliza — con un rastro de auditoría completo que muestra qué perspectivas moldearon el resultado. Y dado que las contribuciones pueden hacerse en 66 idiomas, el grupo de perspectivas no se limita a las que son fluidas en el idioma de la reunión.

Para el arco más largo de la investigación en la que se basa este artículo — desde el teorema del jurado de Condorcet hasta los equipos humanos-AI de hoy — consulta nuestra pieza complementaria, Inteligencia Colectiva: 240 Años de Investigación.