#cienciaGTD: Cómo gestionar la información para reducir el estrés

Una de las conclusiones a las que llegan Heylighen y Vidal en su paper es que muchos de los sentimientos que a menudo se experimentan durante el trabajo del conocimiento se pueden gestionar. En concreto, los sentimientos de estrés, ansiedad y sobrecarga de información pueden ser eliminados recuperando la sensación de control.

Teniendo en cuenta las limitaciones del cerebro, esta sensación de control se consigue mejor cuando delegamos lo máximo posible en el entorno las funciones cerebrales complejas de procesado de información, memoria y desencadenamiento de acciones. Esto significa que debemos elegir u organizar una situación externa en la que sea posible almacenar información de forma fiable, que estimule la ejecución de nuevas acciones y que nos proporcione feedback sobre la efectividad de nuestras acciones previas. De este modo, haremos posible mantener un ritmo elevado de actividad de forma eficiente, sostenible, coordinada y orientada hacia la consecución de resultados.

Este planteamiento nos llevaría a contar con dos niveles «anidados» de mente, una incluida en la otra. Así, por una parte, tendríamos la «mente tradicional», que es la idea de mente asociada a nuestro cerebro y, por otra parte, la «mente extendida», un nuevo concepto que incluye la «mente tradicional» junto con una serie de recordatorios externos, utilizados para apoyar el procesado de información y que constituyen la «memoria externa». Dicho de forma coloquial, la «mente extendida» contiene la «mente tradicional», junto con más cosas que le sirven de apoyo, las cuales están en la «memoria externa».

Desde una perspectiva tradicional, la mente externa es parte del entorno. Sin embargo, desde la perspectiva de la cibernética o de la cognición distribuida, la mente externa es parte del agente, ya que está controlada completamente por el agente. La parte del entorno que no está bajo control, es decir, la parte del entorno que no se comporta como el agente espera, incide en la actividad del agente a través de lo que se denomina «potencialidades» y «perturbaciones».

Las «potencialidades» y las «perturbaciones», junto con el feedback recibido del entorno sobre las acciones previas y junto con los recordatorios que se mantienen en la memoria externa, determinan la situación que percibe el agente y, en consecuencia, condicionan las acciones posteriores del agente.

En el gráfico adjunto se ve todo esto con más detalle (puedes hacer click en la imagen para acceder a una versión con mayor resolución):

  1. La «mente tradicional» percibe las potencialidades y perturbaciones del entorno.
  2. La «mente tradicional» procesa esta percepción y la compara con el objetivo o situación preferida, lo que da lugar a una o más acciones orientadas a corregir cualquier desviación entre lo percibido y el objetivo.
  3. Algunas de estas acciones no se ejecutan en el momento sino que se registran en la «memoria externa» de cara a ser ejecutadas en una posterior revisión, con la ventaja de ser acciones ya decididas y a salvo de perturbaciones, como puede verse en el gráfico.
  4. Las acciones modifican la situación y parte de los aspectos de esta nueva situación son percibidos de nuevo a través del feedback del entorno, a lo que se suman nuevas potencialidades y perturbaciones que hayan podido aparecer.

La «mente extendida» que resulta de combinar la «mente tradicional» con una «memoria externa» permite que toda la información percibida esté bajo control directo del agente, lo que elimina la sensación de estrés, gracias a que la «mente tradicional» puede «desentenderse» de gran parte de las labores de (re)procesado de información, memorización y desencadenamiento de acciones.

La ausencia de una memoria externa hace que gran parte de la información ya procesada escape al control de la memoria tradicional, lo que da lugar a que se pierda o a que tenga que ser procesada de nuevo antes de actuar sobre ella, lo que no solo es ineficiente sino que genera sensación de falta de control, al trabajarse una y otra vez sobre las mismas cosas sin que se produzcan avances significativos sobre ellas.

De la Dirección por Objetivos a los Resultados por Tendencias

El fracaso de la tradicional Dirección por Objetivos (DPO) en entornos VUCA es un secreto a voces sobre el que ya he escrito aquí, explicando por qué ha dejado de ser útil y ofreciendo también una posible alternativa. En esta ocasión, mi intención es profundizar sobre dicha alternativa, que es la Gestión de Tendencias (GPT), un modelo completamente distinto.

Si el principal problema de la dirección por objetivos es que dirige nuestra atención hacia un futuro hipotético, guiándola hacia la consecución de algo a menudo irreal, inalcanzable o ridículo, la principal ventaja de la gestión de tendencias es que nos centra en el presente, en lo real, en qué se lleva conseguido a día de hoy, gracias a qué y a pesar de qué.

Centrar la atención en hechos reales suele resultar por lo general mucho más efectivo que centrarla en hipótesis y deseos. Es más efectivo porque fijarnos en los resultados reales que han obtenido las personas, dejando al margen lo que nos gustaría o desearíamos o estimábamos que consiguieran, nos permite trabajar en el mundo real, más allá de la teoría.

Los resultados reales ofrecen también otra ventaja, que es la de poder ser analizados. El análisis de los resultados ayuda a entender qué es lo que ha hecho posible alcanzarlos, a pesar de qué obstáculos se han alcanzado o qué podría ayudarnos a mejorarlos. Dicho de otro modo, trabajar con resultados reales posibilita de manera también real tanto el aprendizaje como la innovación, dos de los elementos clave de la productividad del trabajador del conocimiento que citaba Drucker.

Una ventaja adicional de experimentar con realidades tangibles es que nos incita a probar cosas nuevas, conduciéndonos hacia un «círculo virtuoso», en el que, cada vez más, aprendemos de los resultados y ese mismo aprendizaje contribuye, cada vez más, a seguir mejorándolos. Por eso, uno de los grandes cambios de paradigma pendientes en el mundo de la efectividad personal y organizativa es quitar a los objetivos la relevancia injustificada que ahora tienen y devolverles la relevancia que realmente merecen, muy inferior a la que actualmente se les otorga.

Los objetivos son útiles en la medida que se utilizan de forma correcta, es decir, como hipótesis o referencias de carácter orientativo, y se convierten en un problema en la medida que se utilizan mal. Cuando un objetivo deja de ser una herramienta para convertirse en un fin, significa que se está utilizando mal.

Mucho más que los objetivos, lo importante para lograr resultados en los entornos VUCA son las tendencias. Porque, en realidad, la formula para conseguir resultados es muy sencilla: hacer sistemáticamente bien las cosas correctas o, lo que es lo mismo, mantener con firmeza la tendencia correcta. Dejar de prestar una atención inmerecida a los objetivos, y dedicársela en su lugar a las tendencias fruto de nuestras acciones, tiene un impacto directo en la consecución de resultados, porque los resultados de mañana, del mes que viene o del año próximo, serán los que tienen que ser solo en la medida en que hoy estemos haciendo bien lo que tenemos que hacer.

Si, por ejemplo, mi volumen de reclamaciones crece constamente o mi cuota de mercado cada vez es menor, tengo al menos dos opciones. Una, la opción tradicional, es ponerme el objetivo de reducir en X% mi volumen de reclamaciones o de aumentar en Y% mi cuota de mercado y, a partir de ahí, trazar los respectivos «planes de acción», que servirán para frustrarnos o congratularnos, pero difícilmente para mejorar los resultados. Esto se debe a que, en ambos casos, serán objetivos carentes de rigor y, con casi toda seguridad, o inalcanzables o menores de lo que se podría conseguir.

Otra opción, la opción innovadora, es analizar las tendencias actuales y actuar sobre ellas. ¿Cuándo empezó a aumentar mi volumen de reclamaciones o a disminuir mi cuota de mercado? ¿A qué pudo deberse? ¿Qué cambios podría tener sentido probar? A partir de ahí, podré introducir cambios y ver cómo evoluciona la tendencia. Si la tendencia sigue por mal camino, aprenderé y probaré caminos distintos. Si la tendencia empieza a mejorar, aprenderé y seguiré avanzando por los caminos que parecen conducir al resultado.

Cuando el foco deja de estar en los objetivos y pasa a estar en las tendencias, dejamos de preocuparnos por lo que queremos que pase y pasamos a centrarnos en lo que podemos hacer para que las cosas pasen. Lo que ocurre es que es mucho menos fácil, cómodo y rápido trabajar con tendencias que con objetivos. Menos cómodo y además exige mucho más esfuerzo. Porque – seamos sinceros – cambiar una tendencia es un proceso que lleva tiempo y trabajo, además de que puede suponer muchos intentos fallidos. Sin embargo, establecer objetivos se arregla con unas cuantas reuniones en las que básicamente solo hay que hablar.

El camino hacia la mejora de la efectividad personal y organizativa está claro, porque el cortoplacismo y la excelencia rara vez van de la mano. Hay que sustituir la «presión» de los objetivos por el «compromiso» con los resultados y desplazar la atención de nuestros deseos a nuestras acciones. Esto es así porque, en general, los resultados son el fruto de una serie de acciones que se han ido completando en la dirección adecuada. El aprendizaje que se deriva de lo anterior es a la vez sencillo y potente: cuando la tendencia es la que tiene que ser, los resultados suelen ser también los que tienen que ser. Coincidan o no con los objetivos.

#cienciaGTD: Teoría simbólica y trabajo del conocimiento

Cuando alguien te diga, «descuida, yo me acuerdo», desconfía. La ciencia ha demostrado que el cerebro humano es bastante desastroso recordando información de uso cotidiano. Veamos por qué.

El trabajo del conocimiento conlleva, como parte esencial del mismo, diversos tipos de procesamiento humano de la información. Algunos ejemplos de estos tipos de procesamiento serían reunir información, interpretarla, clasificarla, resolver problemas o tomar decisiones. Estos procesos mentales son bien conocidos a día de hoy, ya que llevan siendo estudiados por la ciencia cognitiva desde 1950. Uno de los primeros modelos empleados para explicar estos procesos fue la teoría simbólica.

El conocimiento es una representación interna del entorno exterior. Por su parte, la tarea principal del conocimiento es resolver problemas, es decir, responder a preguntas acerca del entorno y diseñar planes orientados a conseguir resultados en dicho entorno. La forma en que esto ocurre es manipulando los elementos que representan el entorno – los símbolos – según una serie de reglas, las cuales permiten encontrar la combinación que mejor resuelve el problema. A este modelo de funcionamiento de la mente se le llama «paradigma simbólico» y, para este modelo, el razonamiento y la planificación son la esencia del conocimiento.

El paradigma simbólico se implementó en Inteligencia Artificial (IA), con la intención de simular procesos cognitivos humanos en máquinas. Sin embargo, la aplicación de este modelo produjo resultados muy inferiores a los esperados, sobre todo en lo referente a reproducir comportamientos humanos. Este fracaso se debió en gran parte a que, al contrario de la lógica de razonamiento de los programas de IA, las reacciones de las personas suelen estar basadas en la intuición, la cual tiene sus raíces en las experiencias subjetivas asociadas a cada situación.

Gracias a la intuición, las personas son mucho más flexibles a la hora de gestionar circunstancias complejas e imprevistas.

El enfoque simbólico del conocimiento – basado en teorías abstractas de lógica y computación – ha recibido duras críticas durante las últimas dos décadas y a día de hoy ha sido reemplazado por nuevas teorías cognitivas, inspiradas en el funcionamiento holístico de la mente humana, el cual integra los aspectos biológicos, neurológicos, psicológicos y sociales de la mente.

Una de las principales críticas a las teorías simbólicas es que, si se intenta representar con símbolos todos los aspectos relevantes del mundo real, la representación resulta demasiado compleja como para poder ser explorada por un ordenador y, con mayor motivo, por el cerebro humano. De hecho, a día de hoy sabemos que, con mínimas variaciones, el cerebro es incapaz de mantener simultáneamente más de siete elementos en su memoria operativa.

Sin embargo, una descripción suficientemente detallada de cualquier situación del mundo real va a incluir cientos de símbolos – palabras, conceptos y características – combinados de millones de formas distintas, haciendo virtualmente imposible manipularlos todos a fin de explorar sistemáticamente todas sus combinaciones potencialmente relevantes.

En lugar de este trabajo titánico, lo que el cerebro hace en realidad es «apoyarse» en la memoria a largo plazo – la cual es capaz de almacenar millones de hechos – para reconocer rápidamente patrones en la información entrante. En el momento en que alguno de esos patrones es reconocido, funciona como un estímulo que desencadena las respuestas o acciones apropiadas. A diferencia de un programa de ordenador, la estructura de red neuronal del cerebro es muy buena identificando patrones y asociando los patrones identificados con las acciones adecuadas, lo que le «ahorra» tener que analizar millones de combinaciones irrelevantes. Esta estructura de red neuronal también es muy buena almacenando patrones y sus asociaciones en la memoria a largo plazo.

Por el contrario, esta estructura de red neuronal del cerebro es muy mala a la hora de mantener varios patrones activos de forma simultánea y es aún peor si intenta mantenerlos a la vez que razona. Esto es debido a que los patrones de activación neuronal interfieren unos con otros y a que la activación decae rápidamente por efecto de la dispersión y la fatiga neuronal.

Por último, mientras que la memoria a largo plazo es muy efectiva en el reconocimiento de patrones, es bastante mala a la hora de recordarlos, es decir, a la memoria le cuesta «revivir» patrones de memoria sin que se reproduzcan las circunstancias en las que los identificó. Dicho de otro modo, la memoria a largo plazo es buena identificando patrones en el momento que aparecen pero es mala acordándose de ellos más tarde. Un buen ejemplo de esto es cuando te encuentras con alguien que sabes que conoces pero no recuerdas cómo se llama. En este sentido, la memoria humana es mucho menos fiable que la memoria de un ordenador a la hora de recuperar un hecho fuera del contexto en que se produjo dicho hecho.

La conclusión a la que nos llevan estos estudios sobre el conocimiento simbólico es que la mente es enormemente ineficaz como gestor de recordatorios que tengan que ver con los aspectos operativos de nuestra vida. En sucesivos posts iremos descubriendo otros modelos y teorías que irán ofreciendo nuevas alternativas.

Logo redca
sigue este blog en feedly

Mi perfil en Twitter

FacileThings

Categorías

Versión móvil

Código QR