El sesgo de supervivenciaError lógico de sacar conclusiones de datos incompletos donde se han eliminado los fracasos, lo que lleva a suposiciones incorrectas sobre los factores de éxito. es el error lógico de extraer conclusiones de un conjunto de datos incompleto, uno donde los fracasos han sido eliminados. Estudias a los ganadores, encuentras patrones en su comportamiento, y concluyes que esos patrones causaron la victoria. El problema es que los perdedores, aquellos que nunca examinaste, podrían haber hecho exactamente lo mismo. Abraham Wald descubrió esto mientras intentaba mantener vivos a los tripulantes de bombarderos durante la Segunda Guerra Mundial. El principio que descubrió se aplica a casi todos los dominios donde los humanos toman decisiones basadas en evidencia.
El Problema de los Bombarderos: De Dónde Obtiene su Nombre el Sesgo de Supervivencia
Durante la Segunda Guerra Mundial, el ejército de los Estados Unidos le presentó un problema a un estadístico llamado Abraham Wald. Los bombarderos aliados regresaban de misiones sobre Europa acribillados a balazos. El ejército quería saber dónde añadir blindaje. La respuesta obvia era reforzar las áreas que mostraban más daño: el fuselaje, las alas, la posición del artillero de cola.
Wald dijo lo opuesto. Los aviones que estaban examinando eran los que habían sobrevivido. Los agujeros de bala mostraban dónde un bombardero podía recibir daño y aun así volar de regreso a casa. Las áreas sin daño, los motores, la cabina de mando, los sistemas de combustible, eran donde habían sido alcanzados los bombarderos perdidos. Esos aviones no estaban disponibles para inspección porque estaban en el fondo del Canal de la Mancha.
El ejército había estado mirando a los sobrevivientes y confundiendo el patrón de supervivencia con un mapa de vulnerabilidad. La perspicacia de Wald fue que los datos faltantes, los aviones que nunca regresaron, contenían la respuesta real. El ejército añadió blindaje a las áreas no dañadas. Las pérdidas de bombarderos disminuyeron.
Este es el sesgo de supervivencia en su forma más pura: los datos que puedes ver te llevan a exactamente la conclusión equivocada porque los datos que no puedes ver son lo que importa.
El Sesgo de Supervivencia en los Negocios y el Consejo sobre el Éxito
Abre cualquier libro de negocios más vendido y encontrarás un estudio de empresas exitosas. El autor identifica características compartidas entre los ganadores: liderazgo audaz, disposición a asumir riesgos, una cultura distintiva, adopción temprana de alguna tecnología. La lección implícita es clara. Haz lo que hicieron estas empresas y tendrás éxito.
La metodología tiene una brecha por la que podrías volar un bombardero dañado. Para que el patrón signifique algo, necesitarías también estudiar empresas que tenían las mismas características y fracasaron. Si 1.000 empresas asumieron riesgos audaces y 10 tuvieron éxito mientras 990 quebraron, “asumir riesgos audaces” no es un factor de éxito. Es una apuesta donde los sobrevivientes obtienen contratos de libros y los muertos son olvidados.
Good to Great (Empresas que Sobresalen) de Jim Collins estudió 11 empresas que hicieron un salto sostenido en el desempeño de sus acciones e identificó características comunes. Dentro de una década de la publicación del libro, varias de las empresas “grandes” habían colapsado o sido adquiridas. Circuit City quebró. Fannie Mae requirió un rescate gubernamental durante la crisis financiera de 2008. Las características que Collins identificó eran descriptivas de un momento, no predictivas de durabilidad. Las empresas que fracasaron no recibieron un capítulo explicando qué salió mal.
El sesgo de supervivencia hace que el consejo sobre éxito parezca más confiable de lo que realmente es. El emprendedor que abandonó la universidad y construyó una empresa valorada en mil millones de dólares obtiene un perfil en Forbes. Los miles que abandonaron la universidad y terminaron endeudados no obtienen perfiles. El patrón es real; la conclusión extraída de él no lo es.
El Sesgo de Supervivencia en la Medicina e Investigación
Los ensayos clínicos pueden sufrir del sesgo de supervivencia cuando los pacientes que abandonan un estudio son excluidos del análisis final. Si los pacientes se retiran porque el tratamiento los está empeorando, removerlos de los datos hace que el tratamiento se vea más efectivo de lo que realmente es. Esto se llama sesgo de desgaste, y es una forma específica del sesgo de supervivencia que los investigadores médicos están capacitados para observar.
El sesgo de publicaciónTendencia a que los estudios con resultados positivos o estadísticamente significativos se publiquen con mucha más frecuencia que aquellos con resultados nulos o negativos, distorsionando la literatura científica disponible. es otra variante. Los estudios con resultados positivos tienen muchas más probabilidades de ser publicados que los estudios con resultados nulos o negativos. La literatura publicada, el conjunto de datos disponible para los médicos que toman decisiones sobre tratamientos, sobrerrepresenta sistemáticamente lo que funcionó e infrarepresenta lo que no. Un análisis de 2017 en la revista Biochemia Medica estimó que los estudios con resultados positivos eran aproximadamente el doble de probables que fueran publicados en comparación con estudios con resultados negativos.
La consecuencia es que el desacuerdo entre expertos en medicina está parcialmente impulsado por un conjunto de datos compartido que ya está distorsionado por el sesgo de supervivencia antes de que alguien comience a analizarlo. Dos investigadores que observan la misma literatura publicada ambos están mirando a través de un filtro que ya ha removido gran parte de la evidencia que podría cambiar sus conclusiones.
El Sesgo de Supervivencia en la Historia
La historia la escriben los sobrevivientes, y no solo en el sentido político. Los artefactos físicos que sobreviven el paso del tiempo no son una muestra aleatoria de lo que existía. Los edificios romanos antiguos que aún permanecen hoy fueron, por definición, los que fueron construidos con la suficiente solidez para durar dos milenios. Concluir que “los romanos construían cosas para que duraran” a partir de ejemplos supervivientes ignora el número desconocido de estructuras romanas que colapsaron dentro de décadas y no dejaron rastro.
Lo mismo se aplica a la música, la literatura y el arte. Las personas que dicen que la música era mejor en los años 70 están comparando las canciones más recordadas de esa década, seleccionadas por cincuenta años de filtrado cultural, contra la producción completa sin filtrar del momento actual. Las canciones olvidables de 1975 están olvidadas. Las canciones olvidables de 2025 aún están en tu cola de reproducción.
Esto crea una ilusión persistente de que la calidad disminuye con el tiempo. Cada generación compara su experiencia completa del presente, incluyendo todo lo mediocre, contra un pasado que ya ha sido editado hasta solo lo destacado. La conclusión de que los estándares están cayendo a menudo es un artefacto de medición, no una tendencia real.
Cómo el Sesgo de Supervivencia Interactúa con Otros Errores Cognitivos
El sesgo de supervivencia rara vez opera solo. Se combina con el sesgo de confirmaciónTendencia a buscar, interpretar y recordar información de una manera que confirme creencias existentes, mientras se ignora evidencia contradictoria., la tendencia a buscar información que apoye lo que ya crees. Si crees que el trabajo duro lleva al éxito y solo estudias a personas exitosas, encontrarás trabajo duro en todas partes y tu creencia será confirmada. Los fracasos dedicados al trabajo duro son invisibles.
También interactúa con el razonamiento antimotivado, la tendencia a rechazar conclusiones que amenazan tu visión del mundo. Reconocer el sesgo de supervivencia significa aceptar que gran parte de lo que se presenta como consejo de éxito basado en evidencia es en realidad reconocimiento de patrones en un conjunto de datos incompleto. Esa es una conclusión incómoda para cualquiera que haya construido una carrera sobre tales consejos, y la incomodidad es precisamente lo que el razonamiento antimotivado está diseñado para suprimir.
La combinación crea un bucle de retroalimentación: el sesgo de supervivencia suministra la evidencia engañosa, el sesgo de confirmación asegura que la encuentres persuasiva, y el razonamiento antimotivado te impide cuestionarte toda la configuración. Salir de este bucle requiere buscar deliberadamente los fracasos, los datos que fueron filtrados, las empresas que se estrellaron, los tratamientos que no funcionaron, los edificios que colapsaron.
Reconociendo el Sesgo de Supervivencia en la Práctica
La prueba es simple. Cuando se te presenta un patrón derivado del examen de casos exitosos, pregunta: ¿qué pasó con los que fracasaron? Si la respuesta es “no los miramos”, el patrón es poco confiable. Si la respuesta es “no hubo fracasos”, la afirmación casi seguramente es incorrecta.
El sesgo de supervivencia es especialmente peligroso en dominios donde el fracaso es invisible: empresas que cierran tranquilamente, pacientes que abandonan un estudio, manuscritos que nunca fueron publicados, especies que se extinguieron sin ser documentadas, ideas que fueron intentadas y abandonadas sin que nadie escribiera sobre ellas.
El antídoto no es el cinismo. Algunos patrones realmente explican el éxito, y estudiar a los ganadores puede generar hipótesis útiles. El antídoto es la disciplina metodológica: prueba el patrón contra la población completa, incluyendo los fracasos, antes de concluir que es causal. Wald no ignoró a los bombarderos supervivientes. Los usó para deducir qué debe haber sucedido con los que faltaban. Ese es el modelo.
Fuentes
- Abraham Wald, “A Method of Estimating Plane Vulnerability Based on Damage of Survivors,” Statistical Research Group, Columbia University, 1943. El memorándum original de tiempos de guerra presentando el análisis del sesgo de supervivencia de datos de daño de bombarderos.
- Mlinariu0107, A., Horvat, M., and u0160upak Smolu010diu0107, V., “Dealing with the positive publication bias: Why you should really publish your negative results,” Biochemia Medica, 2017. Análisis del sesgo de publicación y sus efectos en la literatura médica.
- Good to Great by Jim Collins (HarperBusiness, 2001). El estudio empresarial mencionado; el desempeño posterior a la publicación de sus empresas destacadas está documentado en múltiples análisis posteriores.
- Smaldino, P. E., and McElreath, R., “The natural selection of bad science,” Royal Society Open Science, 2016. Análisis de cómo los incentivos de publicación distorsionan sistemáticamente la literatura científica a través de la supervivencia de resultados positivos.
