Si quieres saber cómo usar Más Allá de la Intuición, comienza por una pregunta que te importe. Este workbook reúne diez ejercicios para examinar creencias, buscar registros y distinguir lo que sabemos de lo que estamos suponiendo. Recoge ideas de Everybody Lies, de Seth Stephens-Davidowitz, sobre lo que las personas declaran y lo que sus conductas permiten observar.
Imprime las hojas en tamaño carta y trabaja con situaciones concretas. Puedes avanzar por orden o elegir una actividad independiente. Escribe respuestas breves y deja señaladas las dudas que necesitan información. Completar una hoja puede significar diseñar una comprobación que realizarás después.
No necesitas tener todas las respuestas antes de empezar. En las hojas sobre pruebas, escribe el plan; en las de contraste, consulta registros reales. Si falta un dato, identifica dónde buscarlo. Esa distinción permite avanzar sin presentar una suposición como un resultado. 
1. Convierte una creencia en una pregunta
En «De intuición a pregunta comprobable», anota algo que das por cierto y las experiencias que te llevaron a creerlo. Luego formula una pregunta investigable.
Por ejemplo, cambia «nadie lee publicaciones largas» por «¿qué publicaciones terminan de leer las personas de mi comunidad?». Especifica qué registros necesitarías y qué resultado te haría reconsiderar tu idea. Esa última respuesta evita que acomodes cualquier hallazgo a tu conclusión favorita.
2. Busca rastros y reconoce sus límites
La segunda hoja pide tres fuentes posibles para una pregunta. Completa cada fila con un registro, lo que podría revelar y lo que no permite saber.
Si investigas interés por un taller, podrías considerar consultas, inscripciones y asistencia. Una consulta puede mostrar curiosidad; por sí sola no demuestra participación. En la pregunta final, identifica otra fuente que permita contrastar esa interpretación. La tabla sirve para precisar qué estás observando.
3. Contrasta tu relato con un registro
En «Lo que digo y lo que hago», elige una conducta propia y un período concreto. Compara tu declaración con un registro del mismo intervalo.
Si dices que lees todas las noches, revisa qué días efectivamente leíste durante la última semana. Describe la diferencia y sus posibles razones. La hoja permite considerar memoria, ganas de quedar bien u otras explicaciones. Evita convertir una discrepancia en una sentencia sobre tu personalidad.
4. Mira quién puede responder
Para completar «¿A quién representa esta muestra?», escribe qué quieres averiguar y sobre quiénes. Después identifica el medio de invitación, quiénes participarían más y quiénes podrían quedar fuera.
Imagina que preguntas por horarios de una actividad mediante una publicación. Quienes no la vean no podrán responder. Anota cómo incluirías esas voces. Las buenas prácticas de AAPOR también subrayan la importancia de definir la población y cómo se seleccionan los participantes.
5. Divide el resultado general
En «Mirar más cerca del promedio», elige un resultado y un criterio para dividirlo. Completa las tres filas con grupos, lugares o períodos y el resultado que compararías.
Puedes revisar la asistencia a actividades según sus horarios. Anota cuántas personas forman cada grupo y qué base usarás para comparar. Luego explica qué diferencia modificaría tu interpretación. Busca información detrás del promedio, sin inventar resultados para llenar los espacios.
6. Examina explicaciones alternativas
En la sexta hoja, escribe dos fenómenos que parezcan relacionados. Revisa si A podría producir B, si B podría producir A o si otro factor podría influir en ambos.
Imagina que ciertos días hay más publicaciones y más ventas. Una promoción podría estar impulsando ambas cosas. La distinción entre correlación y causalidad del NIST ayuda a entender esta diferencia. Termina proponiendo una comparación que permita examinar las explicaciones.
7. Diseña dos versiones comparables
En «Diseñar una prueba A/B», define primero qué resultado quieres mejorar. Escribe las versiones A y B, cambiando un solo elemento.
Podrías comparar dos titulares para el mismo mensaje. Mantén iguales las demás condiciones, explica cómo repartirás las personas al azar y decide qué medirás y durante cuánto tiempo. Anota tu predicción antes de probar. Así tendrás separados lo que esperabas y lo que ocurra cuando realices la prueba.
8. Pon el patrón frente a datos nuevos
La octava hoja pide un patrón, los datos donde apareció y cuántas relaciones se examinaron. Si desconoces ese número, escribe «No lo sé», tal como indica el ejercicio.
Después identifica información nueva que no haya servido para descubrirlo. Si piensas que un horario funciona mejor, plantea cómo comprobarlo en otro período. Define qué tendría que repetirse y qué resultado te llevaría a revisar la idea. Completar aquí significa preparar esa verificación.
9. Distingue la cifra del propósito
En «Lo que mi indicador deja fuera», anota el número que miras y el resultado que realmente te importa.
Supongamos que cuentas comentarios, pero quieres saber si una explicación se entendió. Describe qué queda fuera del conteo y cómo podría aumentar sin mejorar la comprensión. Luego redacta una pregunta concreta para completar la evaluación: «¿Qué parte te quedó poco clara?». Esa respuesta aporta información distinta de la cantidad de interacciones.
10. Examina una decisión sobre alguien
La última hoja analiza el uso de los «Me gusta» para inferir rasgos y decidir una contratación. Trabaja con ese caso: distingue una tendencia colectiva del conocimiento sobre una persona.
Describe cómo podría fallar la predicción, qué información relacionada con el trabajo faltaría y qué objeción plantearías al uso de esos datos. Aquí el resultado útil es un argumento escrito que identifique el salto entre una asociación de grupo y una decisión individual.
Empieza con una creencia concreta
Elige hoy una afirmación que hayas repetido sin comprobarla. Completa la primera hoja y busca un registro que pueda ponerla a prueba. Al terminar, vuelve a tu respuesta inicial: ¿qué sostienes todavía, qué cambió y qué necesitas averiguar? El workbook cobra sentido cuando tus respuestas orientan una comprobación y, después, una decisión.
Cinco enlaces externos:
- Información oficial de Everybody Lies, de Seth Stephens-Davidowitz
- Buenas prácticas para diseñar encuestas, de AAPOR
- Correlación y causalidad, en el manual del NIST
- Diseños experimentales con asignación aleatoria, del NIST
- Información que debe acompañar los resultados de una encuesta, de AAPOR
