Para ayudar a su equipo a aprender, prepárelos para el fracaso productivo

El fracaso es visto a menudo como algo que hay que evitar, especialmente por parte de los nuevos directivos que están ansiosos por demostrar su competencia o que han estado previamente condicionados a pensar de esa manera. Pero el fracaso no es algo malo. De hecho, puede ayudar a fomentar la desarrollo sostenible a largo plazo.

Si bien evitar el fracaso puede proteger el rendimiento a corto plazo, dificulta el crecimiento y la innovación a largo plazo. Cuando los empleados asumen menos riesgos y se mantienen dentro de su zona de confort, pierden oportunidades de ampliar sus capacidades y experimentar con soluciones innovadoras.

Si es entrenador primerizo, tal vez quiera replantearse el papel del fracaso en sus equipos. En lugar de esperar a que se produzca el fracaso (para que los empleados puedan aprender de ello), puede incluir intencionadamente el fracaso en las tareas del equipo con el objetivo explícito de aprender. Esto se conoce como fallo productivo, un método probado científicamente eso puede impulsar el aprendizaje y el crecimiento de los empleados, fomentar la innovación y mejorar la resiliencia del equipo.

Pero no se trata de preparar a sus empleados para el fracaso. Para utilizar de forma eficaz los métodos de fracaso productivo, tendrá que organizar una cartera de tareas equilibrada con obstáculos integrados. Cuando los empleados hayan completado las tareas cuidadosamente diseñadas, tendrá que organizar una sesión de comentarios e informes para explicar lo aprendido.

Entonces, ¿por dónde empieza?

Diseño de una cartera

La clave para diseñar las tareas fallidas está en crear una cartera equilibrada de objetivos de rendimiento y objetivos de aprendizaje. 

Los objetivos de desempeño incluyen tareas que se centran en lograr los objetivos establecidos en los que el fracaso no es aceptable. Pueden implicar actividades rutinarias, como procesar con precisión las nóminas o gestionar las entregas a los clientes en un proyecto de alto riesgo en el que el éxito es imperativo.

Los objetivos de aprendizaje están diseñados para llevar a los empleados más allá de sus capacidades actuales. Estas tareas exageradas se eligen específicamente por su potencial de provocar fracasos y dificultades, lo que impulsa la exploración y la resolución creativa de problemas. Algunos ejemplos de estas tareas podrían incluir crear una nueva función de producto desde cero o dirigir un equipo multifuncional por primera vez en un proyecto discreto.

Separar estos dos objetivos es fundamental para que el fracaso productivo funcione de forma eficaz. Al comunicar claramente qué tareas se centran en el aprendizaje y qué se centran en el rendimiento, los directivos pueden normalizar el fracaso en la zona de aprendizaje y crear un espacio seguro para la experimentación y el crecimiento.

Construyendo barricadas

Una vez establecida la cartera de tareas de rendimiento y aprendizaje, el siguiente paso es diseñar las barreras para las tareas de aprendizaje.

Por ejemplo, anticipándose al impulso de la IA en su organización, un gerente primerizo puede encargar a su equipo que diseñe una función de recomendación basada en la IA para la plataforma de comercio electrónico de la empresa. Dada la novedad de la tecnología, es probable que la tarea lleve al equipo a superar sus habilidades y conocimientos actuales. Para crear oportunidades para que los empleados se dediquen a la resolución profunda de problemas, en lugar de simplemente ejecutar soluciones conocidas, un gerente podría:

1. Restricciones de uso.

Imponer deliberadamente restricciones a la tarea que ayuden a los empleados a pensar de forma creativa. Por ejemplo, limitar la cantidad de datos de entrenamiento a los que puede acceder el equipo para el modelo de IA, obligándolos a ser creativos con las técnicas de aumento de datos o a identificar los datos de proxy. Además, podría añadir un límite de tiempo acortando el proyecto de seis a cuatro semanas para aumentar la sensación de urgencia y concentración. Esto podría incitar al equipo a explorar métodos de implementación alternativos y rápidos (por ejemplo, bibliotecas de código abierto o modelos preentrenados) en lugar de confiar en las soluciones típicas.

2. Incluye fundas contrastantes.

Diseñe tareas que impliquen comparar diferentes enfoques o escenarios. Por ejemplo, puede pedir al equipo que compare dos algoritmos de recomendación diferentes: uno basado en las preferencias de los usuarios similares y el otro en función de las características del producto. El desafío está en decidir qué modelo o combinación es mejor y puede ayudar a su equipo a pensar de manera más estratégica.

3. Agregue condiciones límite extremas.

Cree tareas que obliguen a los empleados a hacer frente a extremos fuera de lo normal. Esto podría implicar introducir un caso extremo en el que la función de IA deba funcionar con una interacción de usuario extremadamente limitada, por ejemplo, generar recomendaciones de productos para nuevos clientes con un historial de navegación o datos de compra mínimos. Esto lleva al equipo a pensar de forma innovadora, tal vez aprovechando los datos demográficos o las pistas contextuales para desarrollar soluciones creativas que no habrían sido necesarias en un caso de uso típico.

4. Crear incertidumbre.

Configure la tarea con información incompleta o ambigua, por ejemplo, si sabe que los usuarios no suelen rellenar todos sus datos de preferencias de usuario. El equipo debe superar esta incertidumbre, investigar a los usuarios, limpiar los datos y determinar cómo crear recomendaciones de productos significativas en ausencia de directrices claras. Esto aumenta la resiliencia y la adaptabilidad.

5. Anticipe el pensamiento de los novatos.

Anticipe los tipos de soluciones de nivel novato que los empleados con menos experiencia podrían proponer y construya la tarea de manera que esas soluciones no funcionen. Por ejemplo, los novatos podrían sugerir inicialmente utilizar un sistema simple basado en reglas para las recomendaciones de productos (por ejemplo, si el usuario compró el artículo A, recomendarle el artículo B). Sin embargo, la tarea podría estructurarse de manera que exija la integración de algoritmos de aprendizaje automático y la venta cruzada entre diversas categorías de productos, algo que un sistema básico basado en reglas no podría lograr.

6. Sugerir deliberadamente estrategias subóptimas o fallidas.

El director podría sugerir que el equipo comience por recomendar únicamente los productos más populares a todos los usuarios, a pesar de que esta estrategia se ha demostrado que ha dado como resultado una mala participación y satisfacción de los usuarios en las versiones anteriores. Este obstáculo anima al equipo a replantearse la personalización y a explorar enfoques más matizados y basados en los datos que tengan en cuenta las preferencias individuales de los usuarios en lugar de confiar en métodos talle únicos.

7. Fomentar la exploración y gestionar la lucha.

Una vez que el equipo encuentre obstáculos, es esencial que los directivos se resistan a la tentación de intervenir y resolverles los problemas. El problema es donde se produce el verdadero aprendizaje, y hay que animar a los empleados a colaborar y probar diferentes arquitecturas (por ejemplo, redes neuronales contra árboles de decisiones) para encontrar una solución. Esto no significa que no haya comentarios durante el proceso. En cambio, los comentarios son para afirmar el objetivo de la tarea de aprendizaje, garantizar seguridad psicológica, y fomentar una mayor exploración.

Esta tendencia exploratoria requiere más tiempo, pero también se traduce en un aprendizaje más profundo y en soluciones mejores y más innovadoras a largo plazo. Como nuevo director, tiene que diseñar una pasarela de desarrollo más larga para su equipo.

Celebrar una sesión informativa

El siguiente paso crucial es transformar los fracasos en un aprendizaje valioso mediante un proceso de comentarios. A menudo, no existe una solución correcta, por lo que el director podría comparar la solución para principiantes del equipo con un enfoque más avanzado y exitoso. En esos casos, puede examinar las formas de los expertos de abordar el problema, las estrategias que han utilizado o los criterios que han utilizado para evaluar el éxito. Este proceso permite a los empleados internalizar los matices del pensamiento de los expertos y lograr una comprensión más profunda de por qué algunas estrategias fracasan y otras tienen éxito. Además, estas sesiones informativas exhaustivas ayudan a estructurar una cultura de equipo que adopte el fracaso como norma.

También puede hacer algunas preguntas reflexivas para ayudar a convertir el fracaso en una experiencia de aprendizaje poderosa. Por ejemplo:

• ¿Qué suposiciones hizo al abordar la tarea?
• ¿Cuál parecía la solución correcta al principio? ¿Por qué le pareció la solución correcta?
• ¿En qué se diferenció su enfoque del de los métodos de los expertos y qué hizo que la solución de los expertos fuera más eficaz?
• ¿Qué ideas clave podemos deducir de que no nos postulemos al próximo desafío?

Diseñar tareas de fracaso no se trata de preparar a los empleados para que fracasen, sino de crear oportunidades para que exploren, aprendan y tengan éxito a largo plazo. Los experimentos sobre el fracaso productivo diseñan intencionalmente tareas que desafían a los empleados y les permiten fracasar de una manera estructurada y segura que conduzca al crecimiento. Al equilibrar cuidadosamente los objetivos de rendimiento y aprendizaje, crear las tareas con obstáculos incorporados y fomentar una cultura que vea el fracaso como un paso necesario hacia la innovación, los directivos primerizos pueden aprovechar el verdadero potencial de sus equipos.