LA BOQUILLA DE "UNILEVER" Y EL PODER DEL APRENDIZAJE “EVOLUTIVO”

¿Alguna vez se ha preguntado cómo se produce el detergente en polvo? La explicación mas simple de esto es que el detergente líquido se bombea a través de una boquilla a una presión muy alta que convierte el líquido en aerosol y, cuando el aerosol se seca, se convierte en polvo. Bueno y esto, ¿qué tiene que ver con el aprendizaje? 

A principios de la década de los 70s, esta boquilla estaba causando muchos problemas en la fábrica de Unilever, cerca de Liverpool (Inglaterra). La granularidad del polvo era inconsistente y boquilla se bloqueaba frecuentemente. Esto era un problema grande para la empresa, no solo por el costo mantenimiento y las demoras en el ciclo de producción, sino también en términos de la calidad del producto. Unilever necesitaba una nueva boquilla y rápido.

Los ejecutivos de Unilever convocaron a un equipo de expertos para resolver el problema. El equipo en cuestión estaba conformado por un grupo de científicos expertos en análisis químico, sistemas de alta presión y dinámica de fluidos. Este grupo de expertos era lo que hoy podríamos llamar "diseñadores inteligentes"; el tipo de personas a las que generalmente recurrimos cuando necesitamos resolver problemas muy complejos, en suma, los más idóneos para aplicar las leyes de la matemática y la física para diseñar la boquilla perfecta. 

El grupo de expertos analizo en profundidad el problema, construyeron ecuaciones matemáticas complejas y después de numerosas discusiones, cálculos y reuniones, revelaron el nuevo diseño de boquilla. Sorprendentemente, no funcionó. La granularidad del polvo aún era inconsistente y la boquilla seguía bloqueándose. 

Entonces, Unilever recurrió a su equipo de biólogos para obtener ayuda. Los biólogos adoptaron un enfoque diferente al de los matemáticos y físicos. En lugar de tratar de encontrar el diseño perfecto mediante razonamiento lógico y la aplicación de formulas y leyes científicas, emplearon el enfoque de “aprendizaje evolutivo”; es decir, un proceso de variación y selección (prueba ensayo/error) para resolver el problema.

Comenzaron con la boquilla en su forma original. Luego crearon diez variaciones de la boquilla, todas con ligeros cambios introducidos al azar. Pusieron a prueba las diez variaciones y conservaron la que mejor funcionó. Luego hicieron diez variaciones más de la mejor boquilla, y nuevamente conservaron la que mejor funcionó. Diez variaciones más y así sucesivamente. Repitieron este proceso 45 veces. Al final terminaron con una boquilla extremadamente eficiente, aunque de aspecto muy extraño. Los biólogos no podían explicar el por qué funcionaba tan bien el nuevo diseño, ¡pero trabajaba muy bien!

Los biólogos habían tenido éxito donde los matemáticos y físicos habían fallado. ¿Por qué? Tim Harford, autor de “Adapt” dice que: “el mundo es mucho más complejo de lo que pensamos, y tratar de resolver un problema complejo con solo pensarlo no es el método más efectivo. No podemos tener todo en cuenta. Cometeremos errores, y debemos aceptar esos errores y aprender de ellos. En un mundo complejo, el método más efectivo es tomar una serie de opciones, probarlas y elegir la que funcione mejor.”

En este caso, el mejor diseño de boquilla no se había logrado a través de un plan maestro elaborado en base a conocimiento científico (en realidad el equipo de biólogos no tuvo ningún plan), sino como consecuencia de una rápida interacción con el mundo. Se descubrió una única boquilla, la más eficiente, como consecuencia de las pruebas y descartes, en realidad, después de 449 fallas. A veces, en lugar de centrarnos solo en el conocimiento también debemos centrarnos en sistemas de retroalimentación que permiten lo que acá denominamos el “aprendizaje evolutivo”

El ejemplo de Unilever es una gran ilustración del poder de la prueba ensayo/error, como forma de aprendizaje. Sin embargo, debemos estar conscientes de que muy pocos problemas organizacionales se resuelven “probando” variaciones aleatorias. En la práctica, probablemente es más eficiente una combinación de pensamiento experto "de arriba abajo" y prueba ensayo/error " de abajo hacia arriba", es decir, combinando conocimiento técnico científico, opiniones y suposiciones existentes con un sistema de retroalimentación y ajuste que se genera en la práctica.

Matthew Syed, autor de "Black box thinking", dice: "Si estamos operando en un entorno donde las personas no llaman la atención sobre los errores, no podemos mejorar. Debemos institucionalizar la capacidad para reconocer y actuar ante una ‘señal de error’. Un entorno donde se valora auténticamente el compromiso y el aprendizaje maximiza la cantidad y la calidad de la retroalimentación, aumentando así la velocidad de adaptación ".