Lo supe a los cinco minutos
Nueve y cuarenta de un martes, sala de reuniones de una empresa de cuatrocientas personas en Vicente López. Cuarta entrevista para el puesto de gerente de Operaciones; la agenda dice cuarenta y cinco minutos. Dura setenta.
Adentro son tres: el director industrial, la responsable de Recursos Humanos y el candidato. Se habla de un jefe en común y del tránsito. En el minuto cincuenta aparecen las dos primeras preguntas sobre la planta. Nadie anota. Sobre la mesa, tres cafés y un currículum con una sola marca a mano: un círculo alrededor del nombre de una empresa.
El director sale primero y espera al pasillo para hablar:
—A este lo veo. Lo supe a los cinco minutos.
Nadie discute. La responsable de Recursos Humanos había preparado una grilla de preguntas y no usó ninguna: la charla se fue para otro lado y le pareció mal cortarla. El candidato entra el mes siguiente y a los siete meses se va; en la salida aparece la palabra «encaje».
Nada de eso es una falla del proceso: es el proceso. La misma empresa tiene manual de calidad y dos firmas para un adelanto de sueldo; para elegir a quien va a manejar la planta, setenta minutos de charla y un círculo a mano.
(La escena es una reconstrucción compuesta. De acá en adelante, todo lo que lleva número está medido y tiene fuente.)
La frase tiene una defensa razonable: veinte años entrevistando tienen que haber enseñado algo. Pero enseñan sólo si alguien lleva la cuenta de cómo salió cada vez, y nadie la lleva: decidir sin medir el resultado no produce pericia, produce confianza sin exactitud.
Una advertencia: ninguna de las cuatro mediciones que siguen se hizo sobre un dueño argentino eligiendo al gerente de su planta. Lo que viaja no es el resultado sino el mecanismo.
En 2013, tres investigadores armaron el experimento que pone la frase a prueba. Es bastante cruel.
Las respuestas al azar
La tarea era concreta y verificable: predecir qué promedio iba a sacar otro estudiante el semestre siguiente. Los que predecían eran estudiantes también, del lado de la mesa que le interesa a usted: el del entrevistador. Tenían el promedio previo de esa persona —dato duro del legajo— y veinte minutos de charla.
Hubo tres versiones: una con preguntas de sí o no, otra con preguntas libres, y una tercera igual a la primera, de sí o no, salvo por algo que el entrevistador nunca supo: enfrente habían recibido una consigna secreta.
La entrevista tenía un corte a los diez minutos. Desde ahí, en la tercera versión, el entrevistado dejaba de escuchar la pregunta y contestaba sí o no según una regla mecánica sobre las letras de las últimas dos palabras que había oído: una moneda disfrazada, que se ejecuta en un segundo y no deja patrón. (La regla literal, en la referencia 1.) Usted pregunta si rindió un final difícil, el otro dice que sí, y usted arma sentido con eso: armar sentido es lo que hace un entrevistador.
¿Se nota? Los autores grabaron dieciséis de esas entrevistas y se las mostraron a sesenta y cuatro personas de afuera. De las treinta y dos veces que alguien miró una trucada, diecinueve la dio por genuina: sólo trece pescaron el truco. Tirando una moneda se habría detectado la mitad; con toda la atención puesta, menos.
Y la confianza no se movió: preguntados en una escala de 1 a 4 cuánto podían inferir sobre la persona, los tres grupos salieron igual de convencidos.
Falta el número que carga el argumento. Antes, diez segundos de traducción, porque este número vuelve cinco veces: cuando se mide un método de selección el resultado es una correlación, cuánto se parece lo que predijo a lo que la persona después hizo. Va de 0, tirar una moneda, a 1, adivinar perfecto. En el trabajo real, ningún método de selección llega a 0,60; en este experimento de laboratorio —predecir una nota teniendo la nota anterior— la puntería arranca más arriba, así que los números que siguen van a superar esa vara sin contradecirla: juegan un juego más fácil.
Cada participante predijo el promedio de varias personas: a unas las entrevistó, a otras las evaluó sólo con la hoja. Con la hoja sola, su puntería fue 0,61; con la hoja más los veinte minutos de charla, 0,31. Mismos datos, mismas personas, la mitad de puntería. Y ese 0,31 junta a las tres versiones, incluidas las conversaciones sinceras: no hace falta trucar nada.
Queda una defensa: que perdió una persona contra una fórmula. La desarma el 0,61 contra el 0,31: las mismas personas, con y sin charla. El 0,65 es sólo la vara: con el promedio previo usado tal cual, sin nadie en la sala, la puntería habría sido ésa.
Léalo despacio. Los que conversaron tenían el promedio previo en la misma hoja, y encima una charla. Terminaron apuntando peor que la hoja sola. A eso se lo llama el efecto dilución: la entrevista no agrega ruido al costado de la información buena, le come el lugar.
Queda el remate. A otro grupo de ciento sesenta y nueve personas se le describió el experimento entero y se le pidió ordenar las opciones: el 57% puso la entrevista trucada por encima de no tener ninguna.
Los que contratan para vivir
Acá alguien levanta la mano: eran estudiantes, y lo que predecían era una nota. Un gerente con veinte años de oficio no entrevista así.
Es la objeción correcta y hay una medición que la contesta. Tres investigadores reunieron a 132 personas con responsabilidad real sobre decisiones de contratación, de 39 años promedio, que se autoevaluaron 4,6 sobre 6 en experiencia. Esa autoevaluación no es una credencial, y por eso sirve: es el mismo certificado que tiene usted sobre su propio ojo. (Decisores estadounidenses entre dos legajos, no dueños argentinos.)
La tarea eran diez pares de postulantes reales de una aerolínea: elegir cuál iba a rendir mejor. Tirando una moneda se acierta el 50%. Con los puntajes de los tests del legajo, acertaron el 69%. Agregando una entrevista libre —sin preguntas fijas, sin rúbrica, la que hacemos todos—, el 62%.
La confianza se movió al revés: ése es el hallazgo. En la misma escala de los aciertos: con los tests solos dijeron estar seguros en 74 de cada 100 elecciones y acertaron 69; agregando la entrevista dijeron 78 y acertaron 62. La brecha entre lo seguro y lo acertado casi se triplicó: de 0,06 a 0,17 en los decimales finos del paper. Los autores: las entrevistas no estructuradas «no sólo no ayudan a las decisiones de selección: pueden dañarlas».
Deténgase en ese 69 contra 62: son aciertos de cada cien, el único lugar donde los números hablan el idioma en que usted decide. Siete de cada cien elecciones que se dan vuelta parece poco; páselo a su escala: con tres búsquedas de gerente al año, es una mala contratación extra cada cinco años, y cada una cuesta —entre indemnización y rampa del reemplazo— unos seis meses de sueldo. La charla libre no es gratis: tiene tarifa, y ésa es la cuenta que convierte esta nota en plata. Hágala con sus números.
La tabla que todos citan quedó vieja en 2022
¿Por qué el juicio libre sigue siendo el método por defecto? Scott Highhouse lo atribuyó en 2008 a que uno se compara con el 100% y no con la moneda —siete puntos de acierto se sienten a poco— y a que la lista de qué sí predice casi nadie la tiene al día.
Esa lista circula en LinkedIn, en todo curso de Recursos Humanos y en casi toda propuesta de assessment. Ordena los métodos por qué tan bien anticipa cada uno el desempeño posterior en el puesto, en la escala de correlación de la sección anterior. Es de Schmidt y Hunter, 1998, y lo que quedó grabado es que la inteligencia general manda, con 0,51 —el que se recuerda, no el más alto: ése era work samples, 0,54—.
Lo que corrigieron es un problema de aritmética con nombre técnico, y conviene contarlo primero sin el nombre. Usted sólo ve cómo rinde la gente que contrató, y los que entraron se parecen entre sí, así que puertas adentro cualquier método parece predecir menos de lo que predice. Para compensar, los investigadores le suman una corrección. Se llama corrección por restricción de rango, y Sackett, Zhang, Berry y Lievens mostraron que se venía aplicando de más. Rehicieron las cuentas: de los diez métodos de la figura, nueve bajaron.
En la lista rehecha, arriba de todo quedó la entrevista estructurada.
Estructurada quiere decir tres cosas, ninguna cara: las mismas preguntas para todos, una rúbrica escrita antes de conocer a nadie, y cada entrevistador puntuando por su cuenta. El final de esta nota es cómo se arma.
Acá el titular fácil miente, así que va la resta completa. La entrevista estructurada, que en 1998 empataba con la capacidad cognitiva en 0,51, bajó a 0,42. No es que mejorara: bajaron casi todas, incluida la cognitiva, que se desplomó a 0,31. Arrancaba arriba y aguantó la corrección. (Los tests que le ganaron a la charla libre en el estudio de Kausel son de esta familia: contra la libre ganan, contra la estructurada pierden.)
En el otro extremo cayó la entrevista no estructurada, la charla libre de Vicente López: 0,19, promedio entre contextos muy distintos. En el 10% más desfavorable —el borde del rango que reportan los autores— es −0,01: ahí no predice nada, o predice al revés.
Y hay algo más en esa tabla, que ordena todo lo que sigue. «Mostrame cómo hacés el trabajo» le gana a «contame cómo sos»: los cuatro predictores más fuertes —entrevista estructurada, conocimiento del puesto, biodata (historial de conductas pasadas, puntuado) y muestras de trabajo— miden algo específico del puesto, no un rasgo general. Wernimont y Campbell lo llamaron, en 1968, signo contra muestra.
Vuelva a Vicente López. El círculo alrededor del nombre de una empresa es un signo: dice de dónde viene la persona. Nadie le pidió una muestra —cómo levanta una planta un lunes con dos ausencias y un pedido atrasado—, que es lo que la tabla nueva pone arriba.
Lo que se discute, y lo que no discute nadie. En 2023 otro grupo impugnó el criterio de Sackett para no corregir cuando el test se toma sobre gente que ya trabaja en la empresa. El pleito es sobre la capacidad cognitiva: cuánto cayó realmente ese 0,51. Sobre la entrevista no hay disputa — ninguno de los dos bandos discute que la estructurada le gana a la libre. Se pelea el número grande mientras el ordenamiento que le sirve el lunes ya está fuera de debate.
Tres restas, y siempre en la misma dirección. El primero de los tres lo firma Edgar Kausel desde la Universidad Católica de Chile —la ciencia que desarma el «yo me doy cuenta» también se escribe acá— y se repitió en un segundo grupo independiente de 70 personas, con el mismo patrón: 72% contra 63%.
Hasta acá, qué predice mejor. Falta la otra mitad: qué pasa cuando el que decide tiene el pronóstico sobre la mesa y elige otra cosa.
Cuando el gerente le gana al sistema
El gerente entra con dos carpetas. «El sistema dice que el mejor es éste, pero yo me quedo con el otro.» El dueño confía. Nadie lleva la cuenta de cuántas veces pasó ni de cómo terminó. Alguien la llevó.
Tres economistas siguieron a 15 empresas de servicios que implantaron un test —verde, amarillo o rojo para cada postulante— local por local, no todos a la vez: mientras unos locales ya lo usaban, otros de la misma empresa todavía no — y esa diferencia es la que permite aislar el efecto del test. Son 400.000 postulantes y 91.000 contrataciones en puestos de baja calificación, y la calidad se mide por cuánto dura la persona, no por su desempeño.
Cuando entró el test, el empleo duró un 25% más.
Después midieron la escena de las dos carpetas: cada vez que un gerente contrató a un amarillo habiendo un verde libre, o a un rojo por encima de un amarillo. A ese acto —saltearse el orden que el test propone— le pusieron nombre y cuenta: excepción. Con eso armaron dos empresas de laboratorio, una con los gerentes que casi nunca se saltean el test y otra con los que se lo saltean siempre: en la primera, la gente se queda alrededor de un 15% más.
Falta la defensa clásica: sí, duran menos, pero mientras están rinden más. Los autores la buscaron en la producción diaria por hora y no la encontraron —ausencia de evidencia a favor de la excepción, no evidencia de que rinda menos—. El olfato tuvo su oportunidad y no se presentó: la figura que sigue es un costo medido al lado de un beneficio ausente.
En la empresa mediana argentina saltearse el orden no es excepcional: es el procedimiento, porque entrevista el dueño y nadie revisa su veredicto. La excepción no es el enemigo; el problema es que acá no deja rastro: en el estudio se pudo medir porque cada una quedaba registrada, en su empresa no.
La estructura mínima viable
Nada de esto recomienda dejar de entrevistar: la estructurada quedó primera. Lo que no funciona es hacerla en libertad. A eso lo llamamos, en 32sur, La Grilla —seis movimientos; los tiempos y umbrales están en la ficha del final—.
Uno: definir. Antes del aviso, las tres o cuatro cosas que la persona tiene que saber hacer, en verbos, escritas por quien va a sufrir si falla.
Dos: escribir las preguntas. Las mismas para todos: si a uno le preguntó por su peor semana y al otro no, no tiene dos mediciones, tiene dos charlas.
Tres: pedir una muestra. Un problema real de la empresa, el mismo para todos los finalistas: «mostrame cómo hacés el trabajo» convertido en paso.
Cuatro: la rúbrica. Tres niveles con un ejemplo escrito, redactados antes de entrevistar a nadie. Es lo que convierte una charla en una medición.
Cinco: puntuar por separado. Cada uno entrega su planilla antes de que se hable del candidato, y el que decide entrega la suya primero: si opina antes, lo que venga después no es información, son ecos. Es lo que faltó en Vicente López: la responsable de Recursos Humanos tenía las preguntas escritas y no las usó por no cortar la charla del director.
Seis: deliberar al final. Se discuten las diferencias grandes: un 3 contra un 1 en la misma pregunta es la conversación que hay que tener.
Y si usted entrevista solo. Es el caso más frecuente, y el que ninguna medición cubre. Escriba su puntaje antes de salir de la sala: lo que protege ahí es su propia opinión de hace diez minutos. Y sume un entrevistador que no le reporte. El techo lo puso un análisis interno de Google —cuatro entrevistas, 86% de confianza; una sola empresa, sin revisión de pares: regla de dedo—; el piso lo ponemos nosotros, sin medición: dos.
Y ese 0,42 es un promedio: entre contextos varía con un desvío de casi 0,20 —dispersión, no puntería—. Por eso ningún método reemplaza a medir el propio: la pregunta 6 del cierre.
Contra el efecto dilución del arranque hay un solo antídoto: la entrevista se suma al legajo, no lo reemplaza. Si la conversación borró lo que usted sabía antes de entrar, el problema no fue el candidato.
En otros países, no hacer esto se explica por falta de datos, de escala o de presupuesto. Acá no: preguntas iguales para todos, una muestra del trabajo real, una rúbrica de una carilla y una planilla no cuestan plata. Cuestan una reunión.
Las cuatro frases que aparecen siempre
Van a aparecer en cuanto proponga cualquiera de los seis movimientos. Las cuatro son ciertas hasta la mitad, y esa mitad las mantiene vivas.
| La frase que se dice | Lo que se midió | Con qué se queda usted |
|---|---|---|
| «La entrevista es donde de verdad conocés a alguien» | La hoja sola predijo 0,65; la hoja más la charla, 0,31 (Dana y otros, 2013) | Conocer, conoce. Lo que conoce no anticipa cómo va a trabajar. |
| «Yo tengo ojo: llevo veinte años haciendo esto» | 69% de aciertos con los tests; 62% agregando la charla libre (Kausel y otros, 2016) | La puntería no mejora con los años. La seguridad sí. |
| «Entonces hay que dejar de entrevistar y usar tests» | 0,42: la entrevista estructurada es hoy el procedimiento mejor rankeado (Sackett y otros, 2022) | Al revés: bien hecha, es lo mejor que hay. |
| «Yo uso el sistema, pero si el candidato lo vale me lo salteo» | Los contratados contra el orden del test duran menos, sin evidencia de que rindan más (Hoffman y otros, 2018) | Saltearse el test tiene un precio medido. La ventaja que lo justificaría no apareció. |
La mitad verdadera es la que hace sobrevivir a la frase.
Preguntas para el lunes
Las cinco primeras no requieren abrir nada. Si para empezar hay que montar un sistema, nadie empieza.
Cinco de memoria, dos que llevan tiempo
- Las preguntas de su última entrevista: ¿podría escribirlas ahora? ¿Cuáles le hizo también al otro finalista? Si es «ninguna», comparó dos personas con información distinta.
- Cuando el que contrató se equivoca, ¿quién paga el costo? ¿Esa persona estaba en la sala cuando se decidió?
- De sus últimas diez contrataciones, ¿en cuántas la decisión estaba tomada antes de que terminara la primera entrevista? Alcanza con saber si es dos o si es ocho.
- Para el puesto que abre el mes que viene, escriba usted solo, ahora, las tres cosas que la persona tiene que saber hacer a los seis meses. En verbos. Si en cinco minutos no le sale ninguna, ya sabe cómo va a ir la reunión.
- El último que contrató: ¿cuántos lo entrevistaron, y cuántos escribieron un puntaje antes de hablar con los demás? Si es cero, no es reproche: es el punto de partida de todos.
Y dos que no se contestan hoy:
- Tome las contrataciones de los últimos dos años y cuente cuántas siguen a los doce meses. Ése es su número base —ninguna medición de esta nota se hizo sobre su empresa, ésta sí— y lo único que deja rastro de lo que hoy no lo deja: cuántas veces se fue contra el legajo, y cómo terminó.
- En las próximas tres búsquedas, haga las mismas preguntas a todos, entregue la misma muestra de trabajo a todos los finalistas y que cada uno escriba su puntaje antes de la discusión. A los seis meses compare esas tres contra las tres anteriores: ¿siguen, y hacen las tres cosas de la pregunta 4?
El gerente de Operaciones duró siete meses. «Encaje» es la palabra que se usa cuando nadie escribió de antemano qué había que saber hacer. La grilla que la responsable de Recursos Humanos preparó esa mañana sigue en una carpeta: escribir las preguntas antes de entrar era, sin que nadie lo supiera, el segundo movimiento de La Grilla — huérfano, porque el primero, definir qué había que saber hacer, nunca ocurrió. Lo más valioso que había arriba de esa mesa, más que los tres cafés y bastante más que el círculo.
Al director industrial nadie le dijo nunca que se había equivocado, y en rigor no se equivocó: le cayó bien, y tenía razón, le caía bien. Nadie volvió a mirar el legajo del que se fue. La búsqueda del reemplazo la abrió él, un mes después, y la primera entrevista volvió a durar setenta minutos. Nadie anotó nada — y anotar, no el café ni el círculo, era lo único que hacía falta.
La frase del pasillo tiene una traducción honesta y más útil: a los cinco minutos supe que me caía bien. Es información real, y confundirla con otra cosa se paga en meses de sueldo.
Lo único que no es, es una predicción.
¿Abre una búsqueda de gerente el mes que viene?
Todo esto lo puede hacer solo, y el que menos puede es el que decide: el paso clave es que entregue su puntaje primero, y nadie de adentro se lo va a pedir. 32sur se sienta noventa minutos con la gente que va a entrevistar, sobre el puesto que usted abre, y de ahí salen el perfil en verbos, las preguntas con su rúbrica, la muestra y la planilla. Conversemos.
Referencias
- Dana, J., Dawes, R. y Peterson, N., "Belief in the Unstructured Interview: The Persistence of an Illusion", Judgment and Decision Making, 8(5), 2013, pp. 512-520 — el experimento que abre este artículo. Estudio 1: tres condiciones, todas con entrevista de veinte minutos (dos de ellas restringidas a preguntas cerradas). La regla literal de la condición al azar, que el cuerpo del artículo resume como «una regla mecánica sobre las letras»: a partir del descanso del minuto diez, el entrevistado tomaba las dos últimas palabras de cada pregunta y respondía que sí si sus iniciales caían en el mismo grupo del abecedario, y que no si caían en grupos distintos; no se aplicaba desde el inicio de la entrevista. Validez del promedio previo usado solo, r = 0,65; predicciones con entrevista, r = 0,31; predicciones de los mismos participantes sin entrevista, r = 0,61. Confianza declarada en una escala de 1 a 4: 2,85 en la condición al azar, 2,72 en la de preguntas cerradas con respuestas verdaderas y 2,80 en la de preguntas libres, sin diferencias significativas. Estudio 2: 16 entrevistas grabadas y mostradas a 64 personas que no habían estado en la sala; 19 de los 32 visionados de una entrevista al azar la juzgaron genuina y en los otros 13 se pescó el truco. Estudio 3: 169 personas distintas ordenaron las opciones descritas y el 57% puso la entrevista al azar por encima de no tener ninguna. Las correlaciones desagregadas por condición que reporta el paper no se usan acá: son submuestras demasiado chicas.
- Kausel, E. E., Culbertson, S. S. y Madrid, H. P., "Overconfidence in Personnel Selection: When and Why Unstructured Interview Information Can Hurt Hiring Decisions", Organizational Behavior and Human Decision Processes, 137, 2016, pp. 27-44 — la medición sobre personas con responsabilidad real en decisiones de contratación, no estudiantes: 132 participantes de 39 años promedio y 4,6 sobre 6 de experiencia autoevaluada, de los cuales el 21% se declaró «extremadamente experimentado». La tarea fue de elección forzada entre pares de postulantes reales de una aerolínea, con lo que el piso de azar es 50%: 69% de aciertos con tests contra 62% agregando entrevista no estructurada; confianza de 0,74 a 0,78; sesgo de exceso de confianza de 0,06 a 0,17 (Tabla 4); y una segunda muestra independiente de 70 personas con el mismo patrón (72% contra 63%). El autor principal firma desde la Pontificia Universidad Católica de Chile y la Universidad de Chile. De los 132 participantes, 42 fueron reclutados en una feria de empleo de una universidad del medio oeste de los Estados Unidos y 90 por muestreo de bola de nieve a través de 35 alumnos de un curso de MBA; los autores no hallaron diferencias significativas entre submuestras.
- Sackett, P. R., Zhang, C., Berry, C. M. y Lievens, F., "Revisiting Meta-Analytic Estimates of Validity in Personnel Selection: Addressing Systematic Overcorrection for Restriction of Range", Journal of Applied Psychology, 107(11), 2022, pp. 2040-2068 — la columna del artículo: la mayoría de los procedimientos mejor rankeados pierde entre 0,10 y 0,20 puntos de validez media al corregir la sobrecorrección por restricción de rango. Los diez métodos de la figura 2, con sus valores de 1998 (Schmidt y Hunter) y de 2022 (Sackett et al.):
Nueve de los diez bajan y la biodata de clave empírica sube. Los cuatro últimos —integridad, assessment centers, conciencia y años de experiencia— son los que la figura 2 agrupa en gris sin rótulo individual. La entrevista estructurada queda como el procedimiento mejor rankeado (0,42, con desvío de 0,19 entre contextos) y la entrevista no estructurada cae a 0,19, con un piso de −0,01 en el intervalo de credibilidad del 80%, es decir en el 10% de contextos más desfavorable. El quinto puesto de la lista nueva es un empate entre capacidad cognitiva y tests de integridad, ambos en 0,31, y los autores lo señalan expresamente. El promedio de los cinco mejores métodos pasa de 0,49 en 1998 a 0,37 en 2022. De ahí sale también el patrón que ordena todo el artículo: los cuatro predictores más fuertes son medidas específicas del puesto, no rasgos psicológicos generales.Método 1998 2022 Entrevista estructurada 0,51 0,42 Tests de conocimiento del puesto 0,48 0,40 Biodata de clave empírica 0,35 0,38 Work samples (muestras de trabajo) 0,54 0,33 Capacidad cognitiva general 0,51 0,31 Tests de integridad 0,41 0,31 Assessment centers 0,37 0,29 Conciencia (conscientiousness) 0,31 0,19 Entrevista no estructurada 0,38 0,19 Años de experiencia 0,18 0,07 - Schmidt, F. L. y Hunter, J. E., "The Validity and Utility of Selection Methods in Personnel Psychology: Practical and Theoretical Implications of 85 Years of Research Findings", Psychological Bulletin, 124(2), 1998, pp. 262-274 — la tabla que todavía circula en cursos y presentaciones de la región, y la columna de «antes» de la figura 2 de este artículo.
- Hoffman, M., Kahn, L. B. y Li, D., "Discretion in Hiring", The Quarterly Journal of Economics, 133(2), 2018, pp. 765-800 — qué pasa cuando el gerente contrata contra la recomendación del test: 15 empresas, 400.000 postulantes, 91.000 contrataciones y 445 gerentes. El test clasificaba al 48% de los postulantes en verde y al 32% en amarillo, y se implantó de forma escalonada entre los establecimientos de cada empresa; ese escalonamiento es el que permite identificar el efecto. La duración completada del empleo sube poco más de 25% al introducirlo (0,23 puntos logarítmicos), con +6 puntos porcentuales en la probabilidad de llegar a los 6 meses y +7,5 en la de llegar a los 12. Una empresa formada por gerentes del percentil 10 de tasa de excepciones tendría duraciones alrededor de 15% más largas que una del percentil 90; son dos empresas hipotéticas construidas por los autores, no dos empresas observadas. Examinando la producción diaria por hora, los autores no encuentran evidencia de que las excepciones se asocien a mayor productividad. Son puestos de baja calificación en servicios y la medida de calidad es la permanencia.
- Highhouse, S., "Stubborn Reliance on Intuition and Subjectivity in Employee Selection", Industrial and Organizational Psychology, 1(3), 2008, pp. 333-342 — las dos creencias implícitas que explican por qué un método mejor no se adopta: que es alcanzable una precisión casi perfecta, y el mito de que la capacidad de predecir el comportamiento humano mejora con la experiencia. En una nota al pie cita tres casos —Meyer (1956), Huse (1962) y Borneman y coautores (2007)— donde los tests solos predijeron mejor que los tests sumados al juicio del experto, y advierte que la comparación se hizo pocas veces de forma explícita. La encuesta a profesionales de Recursos Humanos que el artículo menciona es descrita por el propio Highhouse como todavía no publicada: no se cita acá con cifras.
- Oh, I.-S., Le, H. y Roth, P. L., "Revisiting Sackett et al.'s (2022) Rationale Behind Their Recommendation Against Correcting for Range Restriction in Concurrent Validation Studies", Journal of Applied Psychology, 108(8), 2023, pp. 1300-1310; las réplicas del equipo de Sackett del mismo año en esa revista y en Industrial and Organizational Psychology, 16, pp. 371-377; y Oh, I.-S., Mendoza, J. L. y Le, H., "To correct or not to correct for range restriction, that is the question", Industrial and Organizational Psychology, 16(3), 2023, pp. 322-327 — la controversia abierta sobre cuánto corregir por restricción de rango. Lo que el recuadro llama «no corregir cuando el test se le toma a gente que ya trabaja en la empresa» es lo que la literatura llama validación concurrente. El desacuerdo se concentra en la capacidad cognitiva; el orden relativo entre entrevista estructurada y no estructurada no está en disputa entre las partes. Si a usted le proyectan una de las dos tablas como palabra final, la pregunta útil es qué dice la otra.
- Bock, L., Work Rules!, Twelve, 2015 — la «regla de cuatro» del análisis interno de Google atribuido a Todd Carlisle: con cuatro entrevistas alcanza para decidir con un 86% de confianza si hay que contratar a la persona, y cada entrevistador adicional suma alrededor de un punto de poder predictivo. Es análisis interno de una sola empresa, sin revisión por pares ni replicación pública: se usa acá como regla práctica, no como evidencia.
- Wernimont, P. F. y Campbell, J. P., "Signs, Samples, and Criteria", Journal of Applied Psychology, 52(5), 1968, pp. 372-376 — la distinción entre signo y muestra que Sackett y coautores recuperan para interpretar por qué los mejores predictores son los específicos del puesto.