Existen cosas complicadas. Y también existen cosas complejas. No son lo mismo. Lo complejo es más difícil que lo complicado; pero no es solamente un asunto de grado, sino de la naturaleza de su dificultad.
El diagrama siguiente muestra los diferentes niveles de complejidad de un proceso, una operación o una situación. Hacia la derecha aumenta el nivel de complejidad / dificultad.
- Trivial: la solución o mecanismo a aplicar es evidente. Hay pocas variables involucradas, son muy fáciles de identificar y sus relaciones son claramente visibles y sencillas de evaluar.
- Complicado: contiene una cantidad elevada de variables y sus interacciones son numerosas y elaboradas. Sin embargo, a través del análisis y del conocimiento de los expertos, se pueden llegar a conocer la mayor parte de ellas, a un grado tal que se puedan definir métodos y soluciones suficientemente buenas.
- Complejo: la cantidad de variables y sus interacciones es tal, que supera la capacidad humana para identificarlas y entenderlas, aún con análisis y participación de los “expertos”.
- Caótico: la cantidad de variables y sus interacciones se acerca al infinito. Es imposible identificar siquiera un conjunto de variables suficiente para definir métodos o soluciones a la situación.
Como puede observarse, la diferencia entre lo complicado y lo complejo radica en que lo complicado puede llegar a entenderse y a diseñársele soluciones y algoritmos para manejarlo, mientras que lo complejo supera la inteligencia humana y no se puede encontrar un algoritmo o solución por fórmula.
El error que cometen las organizaciones consiste en no saber identificar la diferencia entre lo complicado y lo complejo, de forma que pretenden atacar escenarios y problemas complejos como si fuesen complicados. El problema es que los escenarios complejos no tienen una receta o algoritmo para solucionarse, por lo que los esfuerzos encaminados hacia ese esquema de pensamiento fracasan.
En su libro “It’s Not Complicated: The Art and Science of Complexity in Business” (Rotman-UTP Publishing, 2017), Rick Nason explica que los problemas complejos requieren de una estrategia diferente: “administrar, no resolver” para, posteriormente, “intentar, aprender y adaptarse”. Esto requiere, al final, desarrollar un esquema de pensamiento complejo, lo cual no es fácil, ya que requiere de humildad para reconocer que la complejidad del problema está fuera de nuestro alcance, y solamente podemos manejarlo con un pensamiento flexible y dispuesto a aprender, ajustando los métodos de trabajo conforme se adquiere este aprendizaje.
Los métodos ágiles
¿Cómo pretenden los métodos ágiles resolver problemas complejos?
Los ciclos de vida predictivos en la administración de proyectos parten de un supuesto central: el alcance del proyecto puede conocerse de forma completa (en términos prácticos), por lo que se puede elaborar una planificación con estimaciones precisas de duración y costo. Solamente es necesario contar con el suficiente “expertise” para lograrlo.
Los métodos ágiles, por su parte, cuestionan este supuesto: el alcance del proyecto no se puede conocer completamente, o por lo menos no durante las primeras etapas de la planificación del proyecto. Por lo tanto, su esquema de trabajo plantea la definición de un alcance de proyecto en términos generales, el cual se va refinando a través de diversos ciclos de gestión (“iteraciones”). En los primeros ciclos, el equipo de trabajo hace una estimación de cuánto trabajo puede lograr en el ciclo; por supuesto, el enfoque ágil asume que estas estimaciones iniciales serán imprecisas, por lo que las desviaciones sobre lo estimado se aceptan, pero se estudian para aprender de ellas y, en los siguientes ciclos, contar con estimaciones cada vez más precisas. El alcance del proyecto también se va refinando a lo largo de los ciclos, conforme el equipo comprende cada vez más el escenario y su complejidad.
Pero ¿hasta dónde es viable aprender sin generar resultados? Esa es una preocupación central en los métodos ágiles. ¿Cuánto tiempo y dinero está dispuesta a invertir la organización para tener aprendizaje, antes de generar resultados? Por eso los métodos ágiles definen un objetivo para cada iteración, de forma que al final de cada ciclo de ejecución del proyecto se cuente con un entregable terminado y utilizable. Este punto es clave para que los métodos ágiles generen valor a la organización, a la par de obtener el aprendizaje suficiente para continuar resolviendo la problemática compleja.
No es tan fácil implantar métodos ágiles en las organizaciones, principalmente porque requieren de un esquema de pensamiento diferente, en muchos casos bloqueado por la insistencia de las organizaciones de atacar a los problemas complejos como si se tratara de problemas complicados.