PT
Medidor de ponteiro conectado por tubos a uma base de madeira e metal.

A ilusão de precisão nos dashboards de talentos

Um dashboard pode mostrar 73,4 e ainda assim não explicar o que foi observado, como as evidências foram combinadas ou quanto a conclusão poderia mudar. A exatidão visual não garante precisão conceitual.

PRYSMAP4 min de leitura

As casas decimais, os rankings e as pequenas variações têm autoridade estética. Parecem dizer que o fenômeno foi capturado com detalhe suficiente para comparar pessoas, ordenar prioridades ou antecipar riscos. Às vezes, isso é verdade. Em outros casos, o desenho exibe uma resolução que o processo de medição nunca teve.

A ilusão não nasce necessariamente de um dado falso. Pode aparecer quando dados corretos são interpretados além do que permitem.

O número herda todos os pressupostos anteriores

Antes de chegar ao dashboard, alguém definiu a skill, escreveu os níveis, selecionou fontes, decidiu regras de combinação e definiu o que fazer com respostas ausentes ou contraditórias. O resultado final comprime essas decisões.

Se pensamento estratégico significa algo diferente entre áreas, uma média com duas casas decimais não corrige a inconsistência. Se uma liderança observou uma pessoa durante um ano e outra apenas durante seis semanas, colocar os dois resultados na mesma escala não torna equivalentes as condições de acesso às evidências. Se uma autoavaliação e uma entrevista respondem a perguntas diferentes, calcular sua média pode ocultar mais do que integrar.

O dashboard não cria esses problemas. Sua limpeza visual pode torná-los menos visíveis.

Resolução de tela e resolução das evidências

Na metrologia, a incerteza faz parte do resultado. O guia do NIST sobre incerteza de medição estabelece princípios para avaliar e expressar a dúvida associada a uma medição. Um guia posterior do NIST a descreve como a dúvida que permanece sobre o valor verdadeiro depois de medir.

A avaliação de talentos não é metrologia física e não deve fingir que é. Entretanto, o princípio é transferível: informar um valor sem tornar visível a incerteza relevante convida a uma leitura excessiva.

Um 3,42 pode vir de uma escala com apenas quatro âncoras amplas, três observações e divergência substancial entre as fontes. A casa decimal existe porque uma fórmula pode produzi-la, não porque as evidências distingam, de maneira defensável, 3,42 de 3,38.

Mostrar menos dígitos não resolve o problema por si só. A decisão importante é quais diferenças têm significado material. Se dois resultados ativariam exatamente a mesma interpretação e a mesma ação, sua distância visual pode ser ruído operacional.

A agregação apaga o caminho até o dado

Todo dashboard precisa condensar. O risco aparece quando a condensação elimina as dimensões que mudariam a decisão.

Um indicador geral pode ocultar:

Paquímetro de metal mede a espessura de uma peça de feltro cinza sobre uma mesa de madeira.
  • uma capacidade crítica abaixo da expectativa, compensada por outras menos relevantes;
  • fontes que divergem porque observaram contextos diferentes;
  • evidências concentradas em situações simples;
  • uma pontuação estável construída sobre uma definição instável;
  • ausência de dados tratada como valor neutro.

A média responde qual é o resultado da combinação. Não responde por quê, com qual confiança nem sob quais condições. Quando a decisão envolve desenvolvimento, mobilidade ou sucessão, essas perguntas costumam importar mais do que a casa decimal.

O desenho também decide o que parece importante

Ordenar pessoas da maior para a menor pontuação sugere que a principal diferença está entre indivíduos. Mostrar uma linha ascendente sugere progresso, mesmo que tenham mudado o instrumento, a população ou as oportunidades de observação. Usar verde, amarelo e vermelho transforma limites discutíveis em categorias que parecem naturais.

Essas escolhas não são neutras. Orientam a atenção e podem produzir consequências: priorizar alguém, descartar uma candidatura, atribuir formação ou declarar um risco.

Um dashboard responsável deveria permitir recuperar, de acordo com o uso:

  • a definição e a expectativa avaliadas;
  • as fontes e o período de observação;
  • a dispersão ou divergência relevante;
  • as regras de cálculo e o tratamento dos dados ausentes;
  • os limites de interpretação;
  • a menor mudança que realmente altera uma decisão.

Nem tudo precisa aparecer ao mesmo tempo. A síntese pode ser preservada se houver rastreabilidade até essas camadas e se a visão principal evitar apresentar diferenças irrelevantes como descobertas.

A precisão útil é uma propriedade da decisão

Definição O que o indicador representa exatamente.

Evidência Quais fontes, período e dados ausentes o compõem.

Decisão Qual diferença realmente mudaria uma ação.

Um dashboard não precisa exibir toda a complexidade do sistema. Precisa mostrar informações suficientes para a decisão que pretende apoiar e permitir o aprofundamento quando a conclusão tiver consequências.

A pergunta não é quantas casas decimais podemos calcular. É qual é a menor diferença que podemos interpretar e defender com as evidências disponíveis. Às vezes, será uma variação quantitativa. Às vezes, só conseguiremos distinguir categorias amplas. Em outros casos, a resposta correta será evidência insuficiente.

Reconhecer esse limite não torna o dashboard menos sofisticado. Torna-o mais honesto sobre a relação entre o que mostra e o que realmente sabemos.

  5. A capa de Sorting Things Out sobre uma mesa de madeira, ao lado de uma pequena caixa de papel.

    Sorting Things Out: toda taxonomia descreve e também decide

    O livro Sorting Things Out examina como categorias e padrões organizam o mundo enquanto distribuem visibilidade, trabalho e consequências. Lê-lo sob a perspectiva de uma arquitetura de skills amplia a análise para as decisões que uma taxonomia torna possíveis.