Implausibilidad estadística de las calificaciones de desempeño

Qué es

La implausibilidad estadística de las calificaciones de desempeño es el diagnóstico que se aplica a un sistema de evaluación cuando la distribución de sus notas es incompatible con cualquier distribución razonable del atributo que dice medir. No es una acusación de fraude ni una opinión sobre la calidad de los evaluados: es un argumento sobre la varianza. Si un instrumento asigna casi la totalidad de sus puntajes al tramo más alto, su dispersión colapsa, y una variable sin dispersión no puede correlacionar con nada. Deja de ser una medición y pasa a ser una constante con costo administrativo.

El punto de partida clásico es que muchos rasgos humanos —estatura, tiempos de reacción, puntajes de pruebas estandarizadas— se distribuyen de forma aproximadamente normal alrededor de una media, idea popularizada por Quetelet (1835) con su "hombre medio". De ahí sale la intuición fuerte: si la capacidad se reparte así, las notas que la miden deberían heredar esa forma, con colas en ambos extremos.

Conviene decir de inmediato que esa intuición tiene una objeción seria y bien documentada. O'Boyle y Aguinis (2012), revisando 198 muestras y más de 600 mil trabajadores, mostraron que el desempeño individual suele distribuirse de manera paretiana y no normal: hay una minoría de productividad desproporcionada y una larga cola de aportes modestos. Es decir, la forma correcta probablemente no es la campana. Pero el argumento sobrevive intacto a la objeción, y ahí está su fuerza: normal o paretiana, toda distribución candidata tiene varianza positiva y cola inferior. Un sistema que concentra al 99% en la categoría superior no está eligiendo mal la forma; está negando que exista forma alguna. Es lo que en psicometría se llama efecto techo: el instrumento se satura y pierde poder discriminante justo donde más se lo necesita.

La causa no es misteriosa y está estudiada desde hace décadas. Cuando el evaluador y el evaluado conviven, el evaluador internaliza el costo de una mala nota —conflicto, reclamos, deterioro del equipo— y no internaliza el beneficio de la información que produce. Prendergast (1999) documenta este sesgo de indulgencia y la consiguiente compresión de las calificaciones como un hallazgo robusto en organizaciones de todo tipo. El resultado es lo que Murphy y Cleveland (1995) describen como una evaluación que es, en los hechos, un acto político dentro de la organización antes que un acto de medición.

Dos leyes conocidas explican por qué el deterioro es sistemático y no accidental. La ley de Campbell (Campbell, 1979) sostiene que mientras más se usa un indicador cuantitativo para tomar decisiones, más presión de corrupción sufre y más distorsiona lo que pretendía monitorear. La formulación gemela de Goodhart —popularizada por Strathern (1997) como "cuando una medida se convierte en meta, deja de ser una buena medida"— cierra el círculo. Si la nota abre la puerta a un bono, a un ascenso o simplemente a la paz laboral, todo el sistema empuja hacia arriba y nadie tiene incentivo para empujar hacia abajo.

El caso del sector público agrega una capa. Holmström y Milgrom (1991) mostraron que cuando un agente cumple varias tareas y solo algunas son medibles, atar incentivos a las medibles desvía el esfuerzo. Wilson (1989) y luego Dixit (2002) llevan eso al Estado: agencias con múltiples principales, objetivos en tensión y productos difíciles de observar tienden a instrumentos de evaluación débiles, y esa debilidad se resuelve políticamente calificando bien a todos. En Chile, el sistema del Estatuto Administrativo (Ley 18.834) clasifica a los funcionarios en cuatro listas —Distinción, Buena, Condicional y Eliminación—, de modo que la nota tiene consecuencias formales. Cuando prácticamente toda la dotación aterriza en la lista superior, las otras tres existen solo en el papel.

Cómo lo explicó el programa

En Buenas Tardes Mercado del 20 de agosto de 2026, el panel discutió el tema bajo el título "El 99,5% de los funcionarios sobre la media es estadísticamente imposible" (btm-2026-08-20). El argumento se planteó por analogía: la capacidad de gestión y la inteligencia se distribuyen como la altura, siempre con gente sobre y bajo el promedio. Si las evaluaciones del sector público dicen que casi todos están en la parte superior, quedan solo dos lecturas posibles, y ninguna es halagadora.

Manuel Bengolea lo cerró con la formulación que ordena todo el concepto: "o tenemos puros anormales en Chile, o tenemos un termómetro que mide cualquier cosa menos la temperatura". La disyuntiva es exactamente el argumento estadístico: o la población es un caso extremo sin precedentes, o el instrumento está roto. La segunda hipótesis es órdenes de magnitud más probable.

Relación con otros conceptos

Este concepto es una aplicación directa del problema principal-agente: el Estado (principal) no observa el esfuerzo del funcionario (agente) y necesita una señal, pero delega la producción de esa señal en quien menos conviene que sea estricto. Se conecta con la asimetría de información y con la teoría de la señalización: una credencial que obtiene el 99,5% no separa tipos y, por lo tanto, no señaliza nada, del mismo modo que un título universal deja de informar al mercado laboral. Enlaza también con la compresión salarial —si nadie se distingue, la remuneración por desempeño se vuelve un pago parejo con otro nombre—, con la medición de productividad del sector público y con el riesgo moral, ya que una evaluación sin cola inferior elimina la sanción esperada del bajo esfuerzo. La reacción típica, imponer distribuciones forzadas por decreto, sustituye un error por otro: fuerza la forma sin mejorar la información subyacente.

Fuentes y lecturas

• Prendergast, C. (1999), The Provision of Incentives in Firms, Journal of Economic Literature, 37(1).
• O'Boyle, E. y Aguinis, H. (2012), The Best and the Rest: Revisiting the Norm of Normality of Individual Performance, Personnel Psychology, 65(1).
• Campbell, D. T. (1979), Assessing the Impact of Planned Social Change, Evaluation and Program Planning, 2(1).
• Holmström, B. y Milgrom, P. (1991), Multitask Principal-Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design, Journal of Law, Economics & Organization, 7.
• Wilson, J. Q. (1989), Bureaucracy: What Government Agencies Do and Why They Do It, Basic Books.