Lectura de 6 min · Estrategia
En corto (TL;DR): Antes de presentar tu plan, dáselo a una IA y dile que ya fracasó: lo que busca es la lista de por qué. Es un pre-mortem. Escribe tú tus motivos primero, usa un prompt que afirme el fracaso en lugar de preguntarlo, ordena lo que salga por probabilidad, impacto y facilidad de prevención, y contrástalo con una persona de tu equipo. Abajo van los tres prompts, una matriz para ordenar la lista y una tabla para leer lo que devuelve.
La pregunta favorita de las reuniones de arranque es “¿qué puede salir mal?”. Es educada, es razonable y casi no sirve para nada.
Gary Klein, el psicólogo que desarrolló el pre-mortem, cuenta ese error entre los más habituales del método: preguntar qué puede salir mal en lugar de afirmar que el plan ya fracasó.
Mi lectura, y la presento solo como eso, es que el condicional deja una salida. El plan sigue en pie y nadie quiere ser quien lo tumbe (completamente razonable).
Lo que propongo es llevar el ejercicio a una conversación con una IA. Tiene una ventaja que ninguna sala de reuniones ofrece: no necesita que la inviten a la siguiente.
Dos preguntas, dos listas
Se parecen y producen cosas distintas:
La de siempre
¿Qué puede salir mal?
- Supone
- Que el plan sigue en pie y los riesgos son una posibilidad.
- Suele producir
- Riesgos generales: presupuesto, plazos, comunicación (mi lectura).
- Te quedas con
- Una lista corta que no incomoda a nadie.
El pre-mortem
Ya fracasó. ¿Por qué?
- Supone
- Que el fracaso es un hecho y toca explicarlo.
- Produce
- Una lista de obstáculos graves, lo que Klein llama showstoppers.
- Te quedas con
- Una lista de cosas que todavía puedes prevenir.
Dicho de otra manera: una autopsia, pero con el paciente todavía vivo.
Klein dice que desarrolló el método hace unos 30 años y que Daniel Kahneman y Richard Thaler han animado a usarlo. Como respaldo, cita un estudio de Veinott, Klein y Wiggins (2010): con 178 estudiantes y un escenario de gripe H1N1, el pre-mortem fue la técnica que más redujo el exceso de confianza, frente a las críticas simples y a las listas de pros y contras.
Eran estudiantes y una gripe, no empresas ni una IA. Lo dejo anotado para la salvedad.
El ejercicio, en cinco pasos
Calcula media hora y un plan que todavía no hayas presentado (es mi estimación, no un dato).
- Escribe el plan en media página. El objetivo, las tres decisiones principales, el plazo y quién lo ejecuta, sin adjetivos. Si no cabe, ya tienes el primer hallazgo. Antes de pegarlo en una IA, quita nombres de clientes y cifras confidenciales.
- Escribe tú primero, durante dos minutos. Tus motivos de fracaso, a mano, antes de abrir la IA. Klein da dos minutos por persona. Si abres la IA antes, su lista se convierte en la tuya.
- Dile que el plan ya fracasó. El prompt afirma el fracaso y pide que no te suavice nada.
Prompt 1 · el fracasoTe voy a pasar un plan. Imagina que ha pasado un año y el plan fracasó de forma clara: es un hecho, no una posibilidad. Escribe las 10 razones más probables de ese fracaso, concretas y propias de este plan, no genéricas. No me des la razón ni suavices nada: si una razón me incomoda, mejor. Para cada una, indica en una línea qué señal temprana la habría delatado. Plan: [pega aquí tu plan]
- Haz que ordene la lista. Klein valora cada problema por probabilidad, impacto y facilidad de prevención. La IA puede hacer ese primer filtro.
Prompt 2 · el ordenOrdena esas 10 razones en una tabla con tres columnas: probabilidad (alta, media, baja), impacto (alto, medio, bajo) y facilidad de prevención (fácil, media, difícil). Marca las tres que sean probables, de alto impacto y todavía prevenibles. Si falta información para valorar una, dilo en lugar de inventarla.
- Contrasta con una persona y decide. Enséñale las tres razones que quedaron arriba a alguien que no haya escrito el plan, y pregúntale cuáles le suenan. Después, una acción, un responsable y una fecha para cada una.
Prompt 3 · las accionesPara cada una de esas tres razones, propón una acción preventiva concreta, con un responsable (por rol) y una fecha. Después ataca tus propias acciones: ¿por qué podrían no ejecutarse?
Cómo se ve la lista ordenada
Esto es lo que debería salir del paso 4. Los cinco motivos son inventados: solo muestran la forma de la lista.
- ANadie tenía tiempo asignado para ejecutarlo.
- BEl plan dependía de un área que no sabía que dependía de ella.
- CUn cambio de dirección a mitad de año.
- DEl cliente principal cambió de prioridades.
- EEl nombre del proyecto confundió a todo el mundo.
Ejemplo ilustrativo, sin datos reales.
Lo que importa es el cuadrante de arriba a la derecha: lo probable y de alto impacto. Dentro de ese, mira cuál todavía puedes prevenir. Esa es la tercera variable de Klein, y la que decide por dónde empiezas.
Cómo leer lo que devuelve
Es una guía de lectura. Son interpretaciones mías, no veredictos.
| Lo que devuelve | Qué suele indicar (hipótesis) | Qué haces |
|---|---|---|
| Razones genéricas: “falta de comunicación”, “poco presupuesto” | El plan que le diste es vago y la IA responde a la vaguedad. | Vuelve al paso 1 y añade decisiones, plazos y responsables concretos. |
| Razones que ya estaban en tu lista | Riesgos que ya conocías y nadie ha atendido. | Pásalas al primer lugar. |
| Razones que no habías pensado | Un supuesto oculto, o simple ruido. | Pregúntale a una persona del equipo si le suena. |
| Razones que señalan a una persona o un área | Una dependencia que el plan no nombra. | Habla con esa persona antes de la reunión de aprobación. |
| Todo suena razonable y sin filo | La IA te está dando la razón. | Repite el prompt pidiéndole que responda como alguien a quien le conviene que el plan falle. |
Si tu plan sale ileso de un pre-mortem… sospecha del pre-mortem.
La salvedad
Una IA no conoce tu contexto: lo que se dijo en el pasillo, quién no se habla con quién, qué directivo ya decidió que el plan se aprueba. Sus razones son hipótesis plausibles, no predicciones.
Mi hipótesis, y solo eso, es que los modelos tienden a darte la razón si les presentas el plan como bueno. Por eso el prompt afirma el fracaso y pide que no te suavice nada.
Sobre la evidencia: el estudio de 2010 usó estudiantes y una gripe, sin IA. No encontré un estudio que mida este método con una IA y que haya podido leer, así que el uso con Claude es un método propuesto, no uno demostrado.
Y una última: la IA te da la lista, pero decidir qué se queda fuera sigue siendo cosa tuya. No se lo delegues, que para eso ya está tu jefe.
Cada dos semanas en tu correo
Este tipo de cosas las comparto en mi Newsletter cada 15 días.
Suscribirme al NewsletterFuentes y créditos
- Gary Klein, The Pre-Mortem Method, Psychology Today (14 de enero de 2021), en inglés. De ahí salen el procedimiento, los dos minutos, los errores habituales, la valoración por probabilidad, impacto y facilidad de prevención, el estudio de 2010 y la mención a Kahneman y Thaler. Leída completa.
- Gary Klein, “Performing a Project Premortem”, Harvard Business Review, 85(9), 2007, pp. 18-19, según la cita del artículo anterior y de Wikipedia. No pude leer el texto original (ficha de HBR).
- Veinott, Klein y Wiggins (2010), estudio sobre el pre-mortem y la confianza en el plan (178 estudiantes, escenario de gripe H1N1), tal como lo resume Klein. No leí el estudio original.
- Mitchell, Russo y Pennington (1989), “Back to the future: Temporal perspective in the explanation of events”, Journal of Behavioral Decision Making, 2, 25-38, antecedente del método según esta ficha. Solo consulté la ficha bibliográfica.
- Existe un capítulo de Springer sobre pre-mortem con respuestas humanas y de IA (enlace) que no pude abrir; no lo uso como respaldo.
Comentarios