CAOS EN EL COMPORTAMIENTO ORGANIZATIVO

Hablar de caos y de dinámicas complejas se torna cada vez más frecuente en Psicología de las organizaciones y del trabajo. Ello se debe, probablemente, no sólo al interés intrínseco del quehacer científico por buscar nuevos horizontes y por desarrollar nuevas herramientas teóricas y metodológicas que permitan hacer avances, sino también a la necesidad de desarrollar nuevos recursos y enfoques que permitan estudiar y tratar de entender las importantes transformaciones que están sufriendo las organizaciones y el mundo del trabajo en las actuales coordenadas espacio-temporales.

El cuestionamiento de estos principios conduce al planteamiento de dos preguntas básicas:

1. La regularidad observada en el comportamiento de los fenómenos ¿es una condición inherente al fenómeno o una consecuencia de su devenir en el seno de estructuras rígidas y auto-controladas?

2. La regularidad observada ¿es una condición inherente al fenómeno o una consecuencia de los métodos de investigación empleados?

Tratando de dar respuesta a estas interrogantes hemos llevado a cabo una serie de investigaciones con el fin de estudiar de forma dinámica (diseño longitudinal) el comportamiento de uno de los procesos centrales en el comportamiento organizacional: la motivación en el trabajo. Analizando series temporales compuestas de más de 100 registros en 93 participantes hemos encontrado que este fenómeno se comporta principalmente de forma caótica, esto es, que su dinámica se organiza en patrones que siguen un orden no lineal y que son pocas (de 2 a 4) las variables que explican su dinámica (baja dimensionalidad). Además hemos encontrado que las dinámicas caóticas aparecen asociadas a niveles altos tanto en motivación como en variables nucleares de este constructo como las percepciones de instrumentalidad y de autoeficacia. Este último hallazgo es similar a otros encontrados en el campo de la psicofisiología según los cuales la presencia de dinámicas regulares en el comportamiento de órganos, tan importantes como el corazón y el cerebro de las personas, es un indicador patognomónico mientras que comportamientos que muestran una inestabilidad autocontenida (dinámica caótica) son indicativos de un funcionamiento saludable.

Ahora bien, ¿qué significa que la motivación se comporta de forma caótica?, ¿cómo se investiga desde esta perspectiva? y ¿qué consecuencias prácticas para la gestión se derivan de este descubrimiento? Veamos.

¿Cómo se investiga? En primera instancia se requiere de series temporales constituidas por más cien registros tomados de manera continua a lo largo del tiempo (diseños longitudinales). En segunda instancia, las series temporales deben ser analizadas con técnicas propias de la complejidad (exponentes de Lyapunov, gráficos de recurrencias, datos subrogados, etc.), que si bien no son muy conocidas en este momento con el transcurrir del tiempo terminarán siendo de dominio extendido.

De seguro las exigencias metodológicas apuntadas no constituyen un estímulo para que investigadores realicen estudios de este tipo. Ciertamente obtener series temporales de más de cien registros es una tarea que demanda mucho tiempo y esfuerzo tanto de parte del investigador como de parte del participante. Sin embargo, ello no debería conducir a descartar esta opción teórico-metodológica sino a buscar formas cada vez más asequibles y efectivas de recoger datos y analizarlos. En el caso de nuestras investigaciones el uso de la técnica del diario soportado en dispositivos electrónicos (PDA’s), cómodos de portar y fáciles de usar, resultaron de vital importancia para obtener la información necesaria. Asimismo la existencia de software no-lineal especializado (algunos de ellos de libre acceso en Internet) también resulta un recurso importante para facilitar el trabajo.

¿Qué significa que la motivación se comporta de forma caótica? Primero, que se trata de un sistema cuya dinámica discontinua sigue un orden no lineal, es decir, que no es un sistema aleatorio pero tampoco estable y regular en el tiempo. Segundo, que muestra baja dimensionalidad, es decir, que no se requiere de muchas variables para explicar la dinámica del fenómeno. En otros términos, esto significa que dada su naturaleza no es posible hacer predicciones seguras de su comportamiento y que en caso de formularlas éstas serían confiables a muy corto plazo pero no a mediano o largo plazo. Asimismo, esto supone que carece de sentido construir modelos explicativos del fenómeno compuestos de una amplia cantidad de variables, ya que con el concurso de unas pocas bastaría para explicar la dinámica. En este sentido, cuando se habla de caos, y más específicamente de complejidad, no se está haciendo referencia a modelos complicados; la complejidad no tiene que ver en este sentido con la cantidad de variables sino con el tipo de relación (no lineal) que se establece entre ellas.

¿Qué consecuencias prácticas se derivan de esto? La más importante es que si nos enfrentamos a procesos que se comportan de forma caótica, es decir que cambian constantemente a través del tiempo volviendo inciertos los pronósticos que formulemos, hemos de renunciar a la posibilidad de controlarlo con la finalidad de manipular su comportamiento en función de unos objetivos determinados. En este sentido habría que descartar recetarios y dirigir los esfuerzos en la línea de entender cómo evolucionan y cambian procesos que acontecen en las organizaciones, teniendo en cuenta al menos tres características básicas de los sistemas dinámicos, a saber, sus discontinuidades, la realimentación constante entre las partes y la desproporcionalidad entre causas y efectos típica en los sistemas caóticos. De otra forma: reconocer que lo que ha funcionado hasta ahora no necesariamente lo va a seguir haciendo en el futuro, que la organización es un sistema hiperconectado dónde todo influye en todo, y que pequeñas causas pueden generar efectos desproporcionados.