¿Puede un manager juzgar el potencial de forma fiable?

El consenso "el jefe sabe quién tiene potencial" no encuentra respaldo en evidencia primaria; múltiples mecanismos documentados lo falsifican sistemáticamente.

Bloque Q&A

¿Qué parte de una valoración de potencial refleja realmente al evaluado?

Menos de la mitad. Los efectos idiosincrásicos del evaluador explican entre el 29 % y más del 50 % de la varianza en las valoraciones de desempeño, y un 22 % adicional se atribuye al contexto compartido del evaluador¹². La suma de ambos efectos implica que más de la mitad de una puntuación típica describe al manager que evalúa, no a la persona evaluada.

¿La experiencia del manager corrige estos sesgos?

No. La idiosincrasia del evaluador es sustancial e independiente de su nivel de experiencia¹⁰. Más aún, los managers más experimentados desarrollan mayor sesgo de leniencia que cuando eran evaluadores novatos, efecto documentado en diseños longitudinales multinivel y observable en distintos contextos y grupos de evaluados⁴.

¿Los sesgos cognitivos clásicos operan también en este contexto?

Sí, y de forma experimental. En una muestra de n=600 gestores y empleados del sector público, los efectos de anclaje y halo resultaron estadísticamente significativos: puntuaciones más altas ante anclas altas, y mayor habilidad percibida en una dimensión elevaba artificialmente la puntuación en otras³. Adicionalmente, cuando el manager percibe asimetría en el coste de sus errores de evaluación, sus valoraciones se sesgan sistemáticamente al alza o se comprimen⁵.

¿El manager tiene incentivos propios que distorsionen la evaluación de potencial?

Sí. Los supervisores directos que realizan simultáneamente las valoraciones de desempeño y de potencial —estructura idéntica al nine-box— pueden suprimir sistemáticamente la visibilidad del talento ajeno cuando ello sirve a su interés propio, un fenómeno conocido como talent hoarding⁸.

¿Existen herramientas que sí predicen el potencial con fiabilidad?

Los assessment centers tienen validez predictiva real, pero moderada y decreciente: r=0,46 en los primeros años de seguimiento y r=0,33 en el año 16, medida sobre una cohorte de ~207 universitarios reclutados en EE.UU. entre 1957 y 1960⁶. Las evaluaciones individuales integradas por un evaluador muestran validez meta-analítica variable, con tendencia a ser mayor para puestos directivos que no directivos⁷. Estas cifras representan el techo alcanzable con condiciones estructuradas que el juicio informal del manager no replica.

¿Qué ocurre con el nine-box, la herramienta más extendida?

Gallup, como referencia contextual del sector, advierte que el nine-box puede hacer más daño que bien: las etiquetas ambiguas pueden ocultar el potencial real y dañar la motivación del empleado, y uno de los errores más frecuentes en decisiones de sucesión es precisamente la medición imprecisa del potencial⁹. Esta advertencia converge con los mecanismos documentados en la evidencia primaria: la herramienta más difundida concentra los fallos sin corrección estructural alguna.

Tabla: varianza en las valoraciones y su origen

Por qué persiste el consenso

El consenso "el jefe sabe quién tiene potencial" persiste por razones que no son epistemológicas sino estructurales e institucionales.

1. El nine-box legitima el juicio del manager sin cuestionarlo. Al codificar la evaluación simultánea de desempeño y potencial en una sola herramienta gestionada por el supervisor directo, la arquitectura del proceso convierte el sesgo en procedimiento⁸⁹.

2. Los sesgos de leniencia son funcionalmente cómodos. Las valoraciones infladas reducen el conflicto interpersonal a corto plazo. La percepción de asimetría en el coste de los errores —errar desfavorablemente duele más que errar favorablemente— genera inflación como respuesta racional a un entorno de señales ruidosas⁵.

3. La idiosincrasia del evaluador es invisible para quien la produce. Los evaluadores no entrenados generan grandes diferencias entre valoraciones y baja fiabilidad inter e intra-evaluador sin ser conscientes de ello, y el efecto no se corrige con la experiencia acumulada¹⁰.

4. Las alternativas estructuradas son más costosas y menos intuitivas. Los assessment centers, que sí tienen validez predictiva documentada aunque moderada y decreciente⁶, requieren condiciones de diseño, entrenamiento y calibración que el juicio informal del manager no precisa. El coste percibido de adoptar la alternativa mantiene activa una práctica cuya validez no se ha probado.

5. La validez de las evaluaciones individuales integradas existe, pero es variable. Los meta-análisis sobre evaluaciones individuales muestran que la predicción del desempeño es posible⁷, lo que ofrece una base empírica parcial suficiente para sostener el consenso —aunque sin que ese consenso distinga entre condiciones en que la predicción funciona y condiciones en que no lo hace.

La brecha en síntesis: El consenso PROMETE que el manager es un juez fiable del potencial de sus colaboradores; la evidencia ENTREGA que más de la mitad de una puntuación típica refleja al evaluador, que los sesgos cognitivos operan con independencia de la experiencia, que los incentivos propios del manager pueden suprimir activamente la visibilidad del talento, y que las herramientas estructuradas que sí predicen el potencial lo hacen de forma moderada y bajo condiciones que el juicio informal no replica.