En el estudio clásico sobre la falacia de la planificación, se preguntó a estudiantes de psicología cuándo entregarían su tesina. También se les preguntó cuándo la entregarían «si todo fuera tan mal como fuera posible». Cerca de la mitad incumplió incluso esa fecha del peor de los casos.

El peor caso que te imaginas no es una fecha segura.

Respuesta corta: la falacia de la planificación es la tendencia a subestimar cuánto tardarán tus propias tareas, incluso cuando sabes que tareas parecidas se retrasaron antes. Daniel Kahneman y Amos Tversky le pusieron nombre en 1979. Proviene de pronosticar a partir del plan que tienes en la cabeza en vez de a partir de cuánto tardaron realmente esas tareas, y de una memoria que acorta el pasado. Las correcciones basadas en tiempos reales registrados cuentan con respaldo de la investigación, y la receta de aquí las reúne: registra diez tareas, calcula la mediana del cociente entre tiempo real y estimación, y multiplica por ella tu siguiente estimación a ojo.

¿Qué es la falacia de la planificación?

Es un sesgo optimista en los pronósticos sobre tu propio trabajo. Esperas que la próxima tarea vaya más rápido que las últimas, aun sabiendo que las últimas se retrasaron. Kahneman y Tversky acuñaron el término en 1979, y Roger Buehler (2019), autor principal del estudio clásico de 1994, la define como subestimar una tarea «a pesar de saber que tareas similares normalmente les han llevado mucho más tiempo en el pasado».

Dos detalles afilan la definición de la falacia de la planificación. Primero, trata sobre tus propias tareas: en Buehler, Griffin y Ross (1994), los observadores que predecían el tiempo de finalización de otra persona lo sobreestimaban. Segundo, no es una curiosidad de megaproyectos. El resumen de Buehler la encuentra tanto en las tareas del hogar como en la construcción de metros, en todo tipo de personalidades y culturas.

Un ejemplo de la falacia de la planificación: qué encontró el estudio clásico

De media, los estudiantes tardaron alrededor de un 64% más que su mejor estimación, y cerca de la mitad incumplió incluso su peor caso.

Buehler, Griffin y Ross (1994) llamaron por teléfono a 37 estudiantes en el último semestre de un curso de tesina. Entre los 33 que la entregaron mientras los investigadores aún llevaban registros, la mejor estimación media fue de 33.9 días. El tiempo real medio fue de 55.5. Su estimación del mejor caso promedió 27.4 días. Su peor caso promedió 48.6, y se quedó corto en cerca de una semana, aunque esa diferencia no era estadísticamente significativa. Solo el 29.7% terminó dentro de su propia mejor estimación.

Otros dos resultados de ese artículo importan más para arreglar el problema que el titular.

Las estimaciones no eran ruido. Los tiempos previstos y los reales correlacionaban con r = .77. Los estudiantes que esperaban tardar más tardaron más. Las predicciones llevaban información real — estaban desplazadas, no eran aleatorias — y eso es lo que hace posible un factor de corrección.

Recordar el pasado no bastaba. En el Estudio 4, 123 estudiantes predijeron cuándo terminarían un trabajo de ordenador de cerca de una hora. Recordar antes trabajos anteriores no marcó una diferencia significativa: el 38.1% terminó dentro de su predicción, frente al 29.3% del grupo de control.

Los estudiantes a los que se guió para conectar esos recuerdos con la tarea nueva — ¿cuándo caería esta si fuera como tus trabajos de siempre? — llegaron al 60.0%, y su predicción media (7.0 días) coincidió con su finalización media (7.0). Los autores aun así califican esas predicciones de «no más precisas» en términos absolutos. La media se movió. La dispersión no.

Kahneman cuenta una versión de su propia carrera en Kahneman y Lovallo (1993). Su equipo estaba escribiendo un currículo de toma de decisiones para institutos israelíes. En papelitos, los miembros estimaron entre 18 y 30 meses hasta un borrador terminado. Entonces preguntó al experto en currículo del equipo cómo les había ido a equipos comparables: cerca del 40% no terminó nunca, y ninguno de los demás tardó menos de siete años. El equipo terminó unos ocho años después.

La ley de Hofstadter: la falacia de la planificación, recursivamente

La ley de Hofstadter viene de Gödel, Escher, Bach (1979) de Douglas Hofstadter, en el capítulo sobre estructuras y procesos recursivos: «Siempre lleva más tiempo de lo que esperas, incluso cuando tienes en cuenta la ley de Hofstadter». La ocasión era el ajedrez por ordenador. La gente situaba a un campeón del mundo informático a diez años vista, y diez años después seguía pareciendo que faltaban más de diez años.

Suena a chiste sobre recursión, y los datos de las tesinas encajan: a los estudiantes a los que se pidió imaginar que todo salía mal aun así incumplieron esa fecha cerca de la mitad de las veces. Añadir margen a ojo es una escapatoria débil, porque el margen sale de la misma perspectiva interna que produjo la estimación. No puedes ganarle a la ley de Hofstadter a base de pensar. Lo que sí puedes es dejar de adivinar la corrección y medirla.

Por qué ocurre

Sobre todo porque pronosticas a partir del plan en vez de a partir del historial, y el historial que recuerdas es demasiado corto de todos modos.

Planificas desde dentro. Kahneman y Lovallo (1993) distinguen dos formas de pronosticar. La perspectiva interna construye un escenario a partir del plan que tienes delante. La perspectiva externa ignora los detalles y pregunta cómo salieron casos como este. La gente recurre por defecto a la primera: en el estudio de pensamiento en voz alta de Buehler, el 74% de lo que los estudiantes decían al predecir trataba sobre cómo se desarrollaría la tarea, y el 7% sobre experiencia pasada relevante.

Justificas el pasado. Los mismos estudiantes atribuían sus propios fallos pasados a «factores relativamente externos, transitorios y específicos». La última vez hubo una gripe. Esta vez no la habrá.

Tu memoria acorta el pasado. Roy, Christenfeld y McKenzie (2005) revisaron la investigación sobre la duración y propusieron una explicación basada en la memoria: «Las personas parecen subestimar la duración de los acontecimientos futuros porque subestiman la duración de los acontecimientos pasados». Si tienen razón, es incómodo, porque incluso una perspectiva externa diligente construida desde la memoria hereda el sesgo. Lo vi en mi propia auditoría de tiempo de 30 días, donde reuniones que recordaba de 15 minutos resultaban ser de 40 una y otra vez.

Empiezas los proyectos que parecen fáciles. Halkjelsvik y Jørgensen (2018) señalan que una estimación optimista hace más probable que empieces una tarea, y solo aprendes lo equivocado que estabas en las tareas que empezaste. Las duraciones además están sesgadas a la derecha: una tarea de 2 horas puede pasarse seis horas, nunca quedarse seis por debajo. Los excesos dominan lo que recuerdas.

No es universal. Las tareas cortas suelen ir en la otra dirección. La revisión de Roy encontró que las tareas de menos de unos 5 minutos era más probable que se sobreestimaran. La revisión de Halkjelsvik y Jørgensen encontró que las tareas pequeñas de software no tenían sesgo o incluso eran pesimistas, mientras que los proyectos de al menos 100 horas de trabajo mostraban un exceso mediano de alrededor del 20%. La falacia vive en el trabajo lo bastante largo como para acumular interrupciones.

Qué reduce la falacia de la planificación

En los estudios recogidos abajo, los arreglos que incorporaban duraciones reales del pasado a la estimación reducían el sesgo o mejoraban la precisión. El desglose, que solo te pide pensar más a fondo en el plan, dio resultados mixtos.

Método Qué haces Evidencia La trampa
Pronóstico por clase de referencia Pronostica a partir de la distribución de resultados pasados similares Mejora la precisión en grandes proyectos de construcción; para los personales «puede tener beneficios similares» (Buehler 2019) Necesita datos de tareas comparables
Conectar el pasado con el presente Pregúntate cuándo terminarías si esto va como tus tareas de siempre El porcentaje a tiempo subió del 29% al 60% (Buehler 1994, Estudio 4) El sesgo bajó; el error absoluto no
Desglose Lista las subtareas y da después un único total Estimaciones más largas y menos sesgadas en los Experimentos 3–4 (Kruger y Evans 2004); los proyectos que usaban checklists estimaban un 10% por debajo de media, frente a un 38% sin ellas (Halkjelsvik y Jørgensen 2018) Listar pasos inusualmente cortos o tardíos puede bajar la estimación (Hadjichristidis et al. 2014)
Corregir la memoria con duraciones medidas Consulta cuánto tardaron tareas similares antes de estimar El feedback mejoró la precisión en los tres experimentos (Roy, Mitten y Christenfeld 2008) Necesita un registro en el que confíes

Buehler es franco sobre el coste de la primera fila para particulares: el procedimiento completo puede ser «más útil para los constructores de metros que para los que preparan sándwiches en Subway». La siguiente sección es la versión para los que preparan sándwiches.

Estimación vs. tiempo real: pronóstico personal por clase de referencia en 10 tareas

Flyvbjerg (2006) expone el pronóstico por clase de referencia en tres pasos. Que se reducen a una persona y una hoja de cálculo:

  1. Elige la clase. Tareas del mismo tipo y tamaño aproximado, digamos tareas de desarrollo que estimaste entre 1 y 8 horas. El criterio de Flyvbjerg: «lo bastante amplia para ser estadísticamente significativa, pero lo bastante estrecha para ser realmente comparable».
  2. Construye la distribución. Para cada tarea terminada, divide el tiempo real entre la estimación. Kahneman y Lovallo (1993) recomiendan este tipo de cociente entre lo real y lo planificado porque «permite comparaciones significativas entre proyectos diversos».
  3. Coloca la tarea nueva. Multiplica tu estimación a ojo por el cociente correspondiente a la confianza que necesites.

Aquí está la aritmética de las diez tareas de demostración incluidas en la herramienta gratuita de estimación vs. tiempo real. Haz clic en «or load 10 demo tasks» para reproducirla. Son tareas de desarrollador inventadas, no el registro real de nadie.

Tarea Estimación (h) Real (h) Real ÷ estimación
Refactorizar el middleware de auth 4 11 2.75
Arreglar un test intermitente del checkout 1 3.5 3.50
Subir la versión menor de Postgres 2 1.5 0.75
Reescribir la doc de onboarding 6 9 1.50
Migrar a Tailwind 4 8 18 2.25
Añadir modo oscuro al admin 3 5 1.67
Localizar los mensajes de error 4 4.5 1.13
Investigar un 500 en producción 1 6 6.00
Dashboard de métricas del Q3 5 7.5 1.50
Refactorizar las notas del standup 1 0.5 0.50

Ordenados, los cocientes van 0.50, 0.75, 1.13, 1.50, 1.50, 1.67, 2.25, 2.75, 3.50, 6.00. De esa lista salen tres números, cada uno para un cometido distinto.

  • La mediana, para planificar una tarea: (1.50 + 1.67) ÷ 2 = 1.58. Una tarea que tu instinto cifra en 3 horas entra en el plan como 3 × 1.58 ≈ 4.75 horas, unas 4 h 45 min. Es un cara o cruz: la mitad de tus tareas deberían terminar dentro. La herramienta lo muestra como ×1.58.
  • El percentil 80, para prometer: el octavo de los 10 cocientes ordenados, 2.75. La misma tarea pasa a ser 3 × 2.75 = 8.25 horas cuando otra persona depende de la fecha. Es el nivel que Flyvbjerg recoge que usa el Departamento de Transporte del Reino Unido: un riesgo de exceso del 20% aceptado en grandes inversiones de transporte local.
  • El cociente de totales, para una semana: 66.5 horas reales ÷ 35 estimadas = 1.90. Veinte horas de tareas estimadas suponen unas 38 horas de trabajo. Aquí la mediana es la herramienta equivocada. Halkjelsvik y Jørgensen (2018) muestran que las medianas y los valores más probables no suman un total realista, y que solo lo hacen las medias previstas. El cociente de totales es la media ponderada por estimación. La herramienta muestra ambos totales.

Solo 2 de las 10 cayeron dentro de ±25% de la estimación, así que el porcentaje «on the nose» de la herramienta marca un 20%.

Una decisión antes de registrar nada: ¿estás estimando esfuerzo o calendario? Los estudiantes de Buehler predecían fechas de fin. Un rastreador de tiempo mide horas de trabajo. Una tarea de 3 horas puede llevar 4.75 horas de esfuerzo y tres días de calendario, así que mantén los dos en clases separadas.

De dónde deberían salir los tiempos reales

Si escribes el tiempo real de memoria, el sesgo que intentas corregir vuelve directo a la corrección. Roy, Christenfeld y McKenzie (2005) sugieren que para tareas importantes «puede resultar útil llevar registros de las horas de inicio y fin de la tarea». Los experimentos de 2008 de Roy encontraron que la gente predecía bien cuando se apoyaba «no en la memoria de la duración pasada de la tarea, sino en medidas de la duración real».

Cualquier registro honesto vale. Un cronómetro de inicio/parada sirve si de verdad lo pones en marcha. Tu calendario y el correo enviado bastan para las fechas de fin.

Desarrollo Timex, un rastreador de tiempo automático para Mac, y cubre la parte del esfuerzo sin botón de inicio. Registra la app en primer plano, el título de la ventana y la URL de la pestaña activa del navegador cada segundo, en un único archivo SQLite local. Para sacar el tiempo real de una tarea:

  • En la app: expande la app en el drill-down para ver sus títulos de ventana principales con su tiempo, o arrastra sobre la línea de tiempo de Today en el tramo en que trabajaste en ella y lee los totales filtrados.
  • Con SQL: abre el archivo en el visor de SQLite gratuito y suma por algo que aparezca en los títulos o las URL, como el ID de un ticket:
SELECT ROUND(SUM(duration) / 3600.0, 2) AS hours
FROM activity
WHERE title LIKE '%ACME-142%' OR url LIKE '%ACME-142%';

Pega el resultado en la herramienta de estimación vs. tiempo real como tiempo real. Timex no estima, planifica ni programa nada. Suministra tiempos reales, y la estimación sigue siendo cosa tuya. Además solo ve tu Mac. Una llamada o una sesión de pizarra necesitan una entrada manual, que Timex te ofrece tras 5 minutos fuera del teclado.

Los límites honestos

Un multiplicador arregla la media, no la dispersión. El Estudio 4 de Buehler ya lo mostró. El feedback hace que tu percepción de la dispersión sea más realista, pero despacio.

En un estudio que describen Halkjelsvik y Jørgensen (2018), profesionales del software dieron rangos del 90% para 30 tareas, y el tiempo real se revelaba tras cada una. Esos rangos capturaron el tiempo real el 64% de las veces en las primeras 10 tareas, el 70% en las siguientes 10 y el 81% en las últimas 10. Eso es más realista, y aun así se queda por debajo del 90%. Por eso el número que prometes es el percentil 80, no la mediana.

Diez tareas son una muestra pequeña, y la clase deriva. El percentil 80 de diez puntos se mueve si cambia una tarea, así que sigue registrando y recalcula. No mezcles la corrección de un bug de 1 hora con una migración de tres semanas; las tareas muy cortas puede que se sobreestimen de todos modos. Y una vez que empiezas a corregir, tu instinto puede empezar a añadir margen por su cuenta. Recalcular también detecta eso.

La ley de Parkinson empuja en la otra dirección. El trabajo se expande para llenar el tiempo disponible, y Halkjelsvik y Jørgensen la amplían con un «y un poco más». Si te entregas el número del percentil 80 como objetivo, el colchón tiende a esfumarse. Planifica tu día con la mediana, promete con el percentil 80 y quédate la diferencia como un margen visible fuera de la tarea.

Esta receta está montada por piezas. Cada pieza tiene evidencia detrás: la perspectiva externa, conectar el pasado con el presente, duraciones medidas. No he encontrado ningún estudio que pruebe «la mediana de tus últimas diez tareas» en trabajadores del conocimiento a título individual. Trata tu multiplicador como tu mejor estimación actual de ti mismo, no como una ley.

Empieza con las diez siguientes

Escribe la estimación antes de empezar. Saca el tiempo real de un registro, no de la memoria. Tras diez tareas, ordena los cocientes y quédate con el del medio. Un cronómetro y una hoja de cálculo bastan para hacerlo.

Si prefieres no andar con el cronómetro, descarga Timex y registra contra él tus diez próximas tareas; el trial son 100 horas de actividad rastreada, sin tarjeta de crédito.

— DK