Tres semanas dentro del Ai+ para descubrir que cada promedio que usaba como resumen me tapaba lo que tenía debajo: una escalera de riesgo, una segunda lectura de la severidad, una enfermedad de apariencia trivial. Lo que el dato corrige no es la respuesta: es la pregunta.
___________________________________________________________________________
Después de tres semanas revisando la base de datos del Ai+, quise dejar de lado los datos y preguntarme: ¿qué me pasó a mí? ¿Cuáles fueron los aprendizajes más valiosos que puedo rescatar después de esta travesía entre números, promedios, tendencias y conceptos estadísticos? Podría arrancar entonces por nombrar una idea que frecuentemente atravesó mi teclado: el promedio.
A mediados del siglo pasado, la fuerza aérea de Estados Unidos diseñó la cabina de sus aviones para el piloto promedio, y terminó con un puesto que no le servía a casi ninguno. Un teniente, Gilbert Daniels, midió en 1952 a más de cuatro mil pilotos en diez dimensiones del cuerpo, y descubrió que el piloto promedio no existía: ni uno solo caía dentro del promedio en las diez medidas a la vez. El promedio era una persona que no estaba en ningún lado.
Cuando miré la probabilidad de un incidente serio (atención en centro médico) por programa, apareció una escalera: cerca del 3% en las salidas más pequeñas, un grupo de siete por cuatro días, y casi el 15% en las más grandes, ochenta personas por una semana, cinco veces más. La razón es sencilla: cuanta más gente entra al campo y más días pasa allí, más ocasiones hay de que a alguien le pase algo. El promedio de esa escalera 8%, ese uno de cada trece programas que yo tomaba por resumen, era apenas el punto medio de algo que cada operación sube o baja según a cuántas personas viajan y por cuánto tiempo. No era el escalón de nadie. Lo que Todd Rose vio en los pilotos, y reunió en Se acabó el promedio (2016), mi propia base lo mostraba en las operaciones, sin que yo lo hubiera notado. Si el piloto promedio no existe, la probabilidad promedio de severidades tampoco.
Una trampa parecida al promedio me esperaba en la segunda entrada, (La severidad que no fue, pero pudo ser seria. 9 de cada 100) con otra cara. Ahí el número que atrapaba mi atención era lo que de verdad había pasado: la severidad real. Y, aunque para el ejercicio de gestión de riesgos es necesario atender esta cifra, su magnetismo estaba haciendo que no mirara a su alrededor. El Ai´entonces me mostró los incidentes que cruzaron el umbral del centro médico, 78 en más de cuatro mil quinientos, y por un momento los tomé por la medida del riesgo. Me dije: estos programas donde hemos tenido incidentes de severidad 3 son los que merecen atención, priorización, son donde está la mayor exposición al riesgo. Ahora, el formulario guarda una segunda pregunta para la severidad de un incidente, ¿qué tan grave pudo haber sido? Descubrí que por ese lado el umbral se había sentido cerca 471 veces, versus las 78 reales. Seis a uno. Lo que ocurrió (78) era la punta; lo que pudo haber pasado y estuvo cerca: la masa que no había contado.
Aunque sabía que esos dos números no son de la misma clase, no estaba viendo que los dos me estaban levantando la mano. Los 78 son reales: pasó, quedó anotado, se sumó. Los 471 son un juicio, una opinión, pero no por eso menos importante: frente a cada incidente, alguien decidió qué tan grave pudo haber sido. Eso sí, ese juicio mira en una sola dirección, siempre hacia lo peor La casilla pregunta cuánto peor pudo ser, si corre con peor suerte. Aun así no es un dato para descartar: las organizaciones que conviven con riesgos tratan esos casi como su mejor material de estudio, no como un consuelo. Lo que estuvo cerca de pasar es la señal débil de lo que algún día podría pasar y merece priorización, hacer correr ejercicios de aprendizaje.
El último descubrimiento vino de la mano de una de mis herramientas favoritas: la matriz de tolerancia al riesgo. Ni lo más común ni lo más temido dice dónde está lo que más merece atención. La gripa, lo más frecuente, con 639 casos, no mandó a nadie a un centro médico: ni uno serio hubo registrado en el Ai+. La fractura, lo más temido, es rarísima: aparece apenas nueve veces en toda la base. Revisando los datos descubrí que lo que debía priorizarse en los ejercicios de gestión de riesgos se escondía en una categoría intermedia, de apariencia trivial, que de entrada no se toma como protagonista: las enfermedades gástricas. Emergió entonces, para mí, para mi intimidad, la matriz de tolerancia al riesgo que tantas veces nombro en mis entrenamientos y a la que tanto amor le tengo. Si algo es muy probable y de baja severidad, lo puedo dejar de lado. Si es de alta severidad y muy improbable, también lo puedo dejar de lado. Gestionar el riesgo es priorizar, y acá, revisando los datos del Ai+, descubrí que entre las que debo priorizar en todo el sistema están las del estómago: casi el mismo número que la gripa, 669 casos, pero, a diferencia de ella, concentran 10 de los 21 cuadros de enfermedad que llegaron a un centro médico, casi la mitad.
Cierro donde empecé, frente a la base de datos, pero con menos certezas. Las tres veces el promedio me había tranquilizado, y las tres veces, debajo, había una estructura que no se dejaba resumir: una escalera, una segunda lectura, una casilla intermedia. La matriz que tanto quiero no sirve para promediar el riesgo; sirve para lo contrario, para sostener separados lo probable y lo grave hasta ver dónde se cruzan.