“Ogni regolarità statistica osservata tenderà a collassare una volta che vi si esercita pressione a fini di controllo.”
Charles Goodhart, 1975 [1]
Ho visto questa scena più di una volta. Una dashboard migliora. La metrica diventa verde. La riunione si chiude con un senso di progresso.
Poi qualcuno più vicino al lavoro spiega cosa è successo davvero: il team ha chiuso i ticket più in fretta trasferendo i casi difficili, la scadenza è stata rispettata spostando il rischio alla fase successiva, oppure il nuovo processo ha rimosso uno step che sembrava inutile solo perché se n’era dimenticato lo scopo originale.
Ecco perché diffido quando un’idea da ufficio entra perfettamente in un post-it.
La legge di Parkinson. La legge di Goodhart. Il principio di Peter. La legge di Brooks. Sono utili proprio perché comprimono un pattern in una frase memorabile. Ma la compressione ha un costo. Un modello mentale può aiutarmi a vedere un meccanismo che altrimenti perderei. Trattato come una legge universale, può diventare un sostituto del giudizio.
Gli undici modelli di questo articolo non sono norme giuridiche. Non sono regole che impongono cosa debba fare un’organizzazione. Sono strumenti intellettuali di tipo diverso: alcuni nascono da ricerca empirica, altri da osservazioni sulle organizzazioni, altri da euristiche filosofiche, altri ancora da aforismi diventati più famosi del loro contesto originale.
Li uso attraverso quattro domande:
Quale meccanismo mi aiuta a notare questo modello? Dove si applicava in origine? Quale evidenza lo renderebbe inapplicabile? E chi viene danneggiato se lo tratto come un destino?
Quel cambio di prospettiva conta. Trasforma gli slogan sulla produttività in una pratica manageriale più esigente.
1. Una grammatica diagnostica, non una cassetta di trucchi
Le undici idee rispondono a domande diverse. Alcune aiutano a spiegare perché i progetti deragliano. Altre rivelano come gli incentivi distorcano la misurazione. Altre ancora ci chiedono di rallentare prima di trarre conclusioni o smantellare un vecchio processo.
| Modello | La domanda utile | L’errore da evitare |
|---|---|---|
| Parkinson’s Law | Il margine disponibile si sta riempiendo di scope evitabile, riunioni o revisioni? | Equiparare una scadenza più corta a lavoro di pari qualità. |
| Hofstadter’s Law | Cosa ci dice il lavoro passato comparabile sulla stima? | Trattare gli sforamenti come inevitabili. |
| Brooks’s Law | Il lavoro rimanente è davvero parallelo, o nuove persone aggiungeranno costi di coordinamento? | Usarla come un divieto di assunzione. |
| Pareto Principle | La concentrazione degli esiti è visibile nei dati reali? | Supporre che ogni sistema segua un rapporto 80/20. |
| Goodhart’s Law | Che comportamento creerà questo target? | Abbandonare tutte le metriche perché si possono manipolare. |
| Peter Principle | L’eccellenza nel ruolo attuale prevede il successo nel successivo? | Etichettare qualcuno come perennemente incompetente. |
| Hick-Hyman Law | La prossima decisione può essere resa più chiara senza nascondere opzioni necessarie? | Ottimizzare la velocità a scapito di sicurezza o accuratezza. |
| Hanlon’s Razor | Esiste una spiegazione non malevola supportata dalle prove? | Ignorare danni ripetuti, frodi o discriminazioni. |
| Dunning-Kruger effect | Quanto è ben calibrata la fiducia rispetto alla performance? | Usare un’etichetta di ricerca per umiliare qualcuno. |
| Occam’s Razor | Una spiegazione più semplice si adatta alle prove altrettanto bene? | Supporre che la storia più semplice debba essere vera. |
| Chesterton’s Fence | Quale funzione svolge oggi questa regola o questo processo? | Difendere lo status quo all’infinito. |
Questa tabella mi è più utile di una lista di citazioni brillanti perché rende ogni modello azionabile. Il valore non sta nel ripetere la frase. Sta nell’usare la domanda giusta nel punto giusto di una decisione.
2. Il tempo non è una cosa sola, e nemmeno la capacità
Il modo più rapido per rendere meno intelligente un’organizzazione è confondere dilatazione evitabile con vera incertezza.
La legge di Parkinson viene spesso ridotta a una ricetta brutale di produttività: accorcia ogni scadenza e il lavoro si restringerà per starci. Il saggio originale di C. Northcote Parkinson del 1955 sull’Economist era più specifico e più satirico. Osservava la tendenza della burocrazia a generare lavoro e organici anche quando il carico effettivo diminuisce.[2] Non era una licenza a trasformare ogni progetto in un’emergenza.
L’intuizione pratica resta valida. Quando un compito non ha confini chiari, il margine può diventare analisi opzionale, più riunioni, un giro extra di revisioni o un nuovo stakeholder che arriva dopo che il lavoro dovrebbe essere chiuso. Ho visto il lavoro strategico diventare meno rigoroso, non più rigoroso, perché nessuno aveva definito cosa significasse “finito”.
Un uso migliore della legge di Parkinson è una diagnostica dello scope. Per un decision memo, posso definire la decisione, la soglia di evidenza, l’owner, il limite di pagine e la data di revisione. Se serve espanderlo, l’espansione deve essere visibile e approvata. L’obiettivo non è far correre il team. È rendere esplicito il trade-off tra scope, qualità e tempo.
La legge di Hofstadter corregge l’errore opposto. L’aforisma ricorsivo di Douglas Hofstadter, pubblicato per la prima volta in Gödel, Escher, Bach nel 1979, dice che il lavoro richiede più tempo del previsto anche quando teniamo conto della legge stessa.[3] È memorabile perché il lavoro complesso contiene complessità che un piano iniziale non può vedere: dipendenze, rifacimenti, loop di feedback, integrazione e decisioni non familiari.
Ma è un aforisma, non un metodo di previsione. Se rispondo aggiungendo un arbitrario 30% di buffer a ogni piano, non ho imparato nulla. Il complemento utile è la ricerca sul planning fallacy di Roger Buehler, Dale Griffin e Michael Ross. Hanno rilevato che le persone possono prevedere i propri compiti in modo troppo ottimistico, mentre un collegamento esplicito a esperienze passate rilevanti può ridurre il bias in uno dei loro studi.[4]
Il rituale da ufficio che preferisco è semplice. Prima di impegnarmi su una data chiedo: quanto ha richiesto davvero un lavoro comparabile, quali dipendenze includeva e quale soglia di qualità stiamo proteggendo? Un intervallo con rischi nominati è spesso più onesto di una singola data detta con sicurezza.
Poi arriva la legge di Brooks, forse la frase più abusata nel project management: aggiungere persone a un progetto software in ritardo può farlo tardare di più. Frederick Brooks usò l’espressione in The Mythical Man-Month, basandosi sul problema reale che i nuovi contributori richiedono onboarding mentre le persone esistenti devono dividere il lavoro, comunicare, integrare e testare.[5]
Lo stesso Brooks definì la massima una semplificazione intenzionale. Quella precisazione conta. Aggiungere persone presto può aiutare. Aggiungere specialisti a uno stream indipendente può aiutare. Aggiungere una persona già pienamente contestualizzata può aiutare. Non aiuta gettare persone inesperte in un progetto in ritardo e strettamente accoppiato, fingendo che l’attenzione umana sia infinitamente divisibile.
Questi tre modelli non sono contraddittori. Descrivono tre diversi fallimenti di pianificazione:
- Parkinson mi avverte del lavoro che cresce perché non ha confini.
- Hofstadter mi avverte del lavoro che supera i confini perché la realtà è più complessa del piano.
- Brooks mi avverte che più persone possono aumentare la complessità del recupero stesso.
La risposta matura non è né urgenza permanente né rinvio permanente. È scope delimitato, stima con outside view e una mappa reale delle dipendenze prima di cambiare data o team.
3. Ogni organizzazione inizia a distorcere ciò che vede
Se il tempo è la prima illusione manageriale, la misurazione è la seconda.
Il principio di Pareto viene di solito presentato come un rapporto magico: l’80% dei risultati deriva dal 20% dello sforzo. Il lavoro originale di Vilfredo Pareto riguardava la concentrazione di reddito e ricchezza a fine Ottocento, non un manuale per la produttività d’ufficio.[6] La lezione moderna è più ristretta: molti sistemi hanno concentrazione, ma la forma di quella concentrazione va misurata, non assunta.
Supponiamo che un team di customer support riceva 10.000 ticket. Un’analisi di Pareto può ordinare le categorie di problemi e mostrare se una manciata di difetti genera la maggior parte della domanda. Può essere prezioso. Potrebbe rivelare che un passaggio rotto dell’onboarding crea una quota ampia della confusione dei clienti.
Ma la frequenza non è la stessa cosa dell’importanza. Un raro incidente di sicurezza, un rischio per la sicurezza o una violazione di compliance possono contare più della centesima richiesta di routine. L’80/20 è utile quando mi indica dove indagare. Diventa pericoloso quando mi dice cosa sono autorizzato a ignorare.
La legge di Goodhart poi chiede cosa succede dopo che trasformo la metrica in target. Nel suo contesto originale di politica monetaria, Goodhart avvertiva che una regolarità statistica osservata può collassare quando la si usa per il controllo.[1] La formulazione popolare, “quando una misura diventa un obiettivo, cessa di essere una buona misura”, è successiva e più forte, spesso associata a Marilyn Strathern.[7]
La distinzione è importante. Goodhart non ha dimostrato che tutti i target diventano inutili. Ha spiegato perché i proxy diventano fragili quando le persone hanno un incentivo a ottimizzare il proxy invece dell’esito sottostante.
Dai a un team di supporto un obiettivo duro sul tempo medio di gestione e la dashboard può migliorare. Gli agenti possono anche trasferire i casi difficili, chiudere prima le chiamate o scoraggiare i follow-up. Il numero non è necessariamente falso. È incompleto, e il sistema si è adattato intorno a lui.
Ecco perché preferisco le costellazioni di metriche alle metriche singole. Il tempo di gestione può stare accanto a risoluzione al primo contatto, quality review dei clienti, tassi di ricontatto e feedback dei dipendenti. Nessuna è perfetta. Insieme rendono più difficile il gaming e più visibile la realtà.
Il principio di Peter aggiunge una versione umana dello stesso errore. L’idea di Laurence J. Peter del 1969 era che le persone in una gerarchia tendono a salire fino al proprio livello di incompetenza. In termini più contemporanei, un’organizzazione può promuovere qualcuno perché brilla nel lavoro attuale anche se il lavoro successivo richiede un set di capacità diverso.[8]
Un top seller non diventa automaticamente un bravo sales manager. Un’ottima designer non diventa automaticamente una buona design director. Un ingegnere di talento può non amare o non eccellere in coaching, delega, gestione dei conflitti o costruzione di un team.
La ricerca è più sfumata dello slogan. Un ampio studio sulle organizzazioni commerciali ha trovato evidenza coerente con il fatto che le aziende promuovono gli attuali top performer anche quando altre caratteristiche osservabili predicono meglio la performance manageriale successiva.[8] Eppure il calo apparente dopo la promozione può anche riflettere regressione verso la media, non un fallimento puro della logica di promozione.[9]
La conclusione pratica non è che le persone non debbano più essere promosse. È che la promozione richiede una teoria separata del ruolo di destinazione. Se il prossimo ruolo richiede coaching, giudizio, contesto commerciale o people leadership, quelle capacità vanno valutate direttamente. L’output attuale è un’evidenza. Non è l’intero caso.
L’organizzazione diventa meno intelligente quando scambia un proxy per la cosa stessa: il volume di ticket per la salute dei clienti, l’eccellenza individuale per la leadership, una dashboard verde per il progresso reale.
4. Il costo di una spiegazione semplice
Il gruppo successivo di modelli riguarda come le persone decidono, interpretano e si giudicano a vicenda.
La legge di Hick, più precisamente la legge di Hick-Hyman, nasce da ricerche controllate sui tempi di reazione nella scelta. Al crescere dell’incertezza informativa in un insieme di risposte possibili, il tempo necessario per scegliere tende ad aumentare con una relazione approssimativamente logaritmica.[10] [11]
La versione da ufficio è utile ma limitata. In un flusso di risposta a incidenti, una persona di fronte a venti azioni poco chiare può bloccarsi. Un’interfaccia ben progettata può proporre prima tre prossimi step chiari, poi scoprire i dettagli quando servono. Riduce l’incertezza immediata.
Non ne consegue che meno opzioni producano sempre una decisione migliore. In ambito medico, legale, di sicurezza o people, un menu “efficiente” può nascondere l’eccezione di cui qualcuno ha bisogno. La legge di Hick mi aiuta a progettare la prima decisione. Non mi autorizza a eliminare la complessità dal mondo.
Il rasoio di Hanlon offre un altro tipo di semplificazione: non attribuire a malizia ciò che si può spiegare adeguatamente con errore o incompetenza. La formulazione nominata fu stampata per la prima volta nel 1980 nel Murphy’s Law, Book Two di Arthur Bloch, anche se idee simili sono molto più antiche.[12]
Al lavoro può essere un antidoto alle storie paranoiche. Quando un collega omette uno stakeholder, consegna un report difettoso o manca un handoff, dovrei prima testare spiegazioni ordinarie. Il brief era poco chiaro? Il template era superato? Alla persona mancava un’informazione necessaria? Il processo rendeva probabile l’errore?
Questo rende la collaborazione meno teatrale e la diagnosi più precisa. Ma non è un condono. In casi di molestie, discriminazioni, ritorsioni, frodi, sicurezza o protezione, l’intento può essere rilevante e le prove vanno preservate. “Errori” ripetuti, occultamenti e incentivi evidenti possono cambiare la spiegazione.
L’effetto Dunning-Kruger è forse il modello più usato come arma nel management. Gli studi originali del 1999 di Justin Kruger e David Dunning esaminavano come le persone valutano la propria performance in compiti specifici come umorismo, grammatica e logica. Proposero che chi performa male possa anche mancare di parte della conoscenza necessaria a riconoscere i propri errori.[13]
Non è una diagnosi di “persone stupide”. Non è un tipo di personalità. Non è una licenza manageriale per liquidare i junior.
La ricerca stessa è stata dibattuta. I critici sostengono che alcuni pattern apparenti possano sorgere da caratteristiche statistiche di autovalutazioni rumorose e dal modo in cui si formano i gruppi, mentre lavori successivi hanno difeso aspetti dell’interpretazione originale.[14] Per una guida, il dibattito porta a una pratica migliore del dare etichette: chiedere alle persone di dichiarare prima di una valutazione il risultato atteso e la fiducia, confrontarlo con gli esiti osservabili e dare feedback specifico.
Questo trasforma la calibrazione in una competenza che si può apprendere.
Il rasoio di Occam chiude questo capitolo. Il principio è di solito tradotto con “la spiegazione più semplice è probabilmente quella giusta”. È troppo rozzo. L’eredità filosofica di Ockham è una preferenza contro l’aggiungere assunzioni inutili quando spiegazioni concorrenti rendono conto delle prove in egual misura.[15] [16]
Quando una data di progetto slitta, dovrei testare la spiegazione con il minor numero di assunzioni non supportate. Forse una dipendenza nota è arrivata tardi. Forse la stima originale ometteva il lavoro di integrazione. Forse il team non ha mai concordato i criteri di accettazione.
Ma la semplicità non è una licenza per ignorare prove scomode. I sistemi complessi possono avere cause complesse. Lo scopo del rasoio di Occam è impedirmi di inventare una storia troppo presto, non forzare la realtà nella storia che trovo più elegante.
5. Prima di togliere la recinzione
Chesterton’s Fence è forse il modello a cui torno più spesso nel lavoro di trasformazione.
La frase popolare è semplice: non abbattere una recinzione finché non sai perché è stata costruita. La frase è una scorciatoia successiva per un passaggio più lungo di G. K. Chesterton nel libro del 1929 The Thing.[17] La lezione reale non è “conserva ogni vecchia regola”. È capire la funzione prima di decidere se rimuoverla, ridisegnarla, sostituirla o mantenerla.
È una distinzione cruciale per qualsiasi programma di trasformazione digitale.
Mi sono imbattuto in passaggi di approvazione che sembravano pura burocrazia. A volte lo erano. Ma a volte esistevano perché un fallimento passato aveva creato un rischio legale, finanziario, di sicurezza o di brand che era scomparso dalla memoria istituzionale. Mi sono anche imbattuto in procedure legacy il cui scopo originale era valido ma il cui onere era diventato sproporzionato. In entrambi i casi, rimuovere il processo senza indagine è pigro. Tenerlo senza indagine è ugualmente pigro.
Chesterton e Occam lavorano bene insieme.
Occam mi chiede di non inventare cinque cause quando una causa basata su prove è sufficiente. Chesterton mi chiede di non rimuovere un controllo solo perché non ne vedo subito lo scopo. Uno evita spiegazioni inutili. L’altro evita distruzioni inutili.
Insieme agli altri modelli, formano un loop di intervento responsabile:
- Osserva il sistema prima di nominare il problema.
- Usa un’outside view prima di promettere una data.
- Mappa gli incentivi prima di trasformare una metrica in un target.
- Metti alla prova una spiegazione parsimoniosa contro le evidenze.
- Comprendi la funzione di una regola prima di rimuoverla.
- Esegui, quando possibile, un cambiamento reversibile, poi osserva gli effetti di secondo ordine.
È meno seducente di un productivity hack. È anche il modo in cui le organizzazioni imparano senza riscoprire di continuo gli stessi errori.
Lo scopo dei modelli mentali sul lavoro non è farci suonare brillanti in riunione. È renderci più difficili da ingannare, anche dalle nostre spiegazioni preferite.
Mi lascio, e lascio a te, la domanda che conta di più:
Quando chiamo irrazionale una pratica da ufficio, sto vedendo chiaramente il sistema o sto solo pretendendo che sia abbastanza semplice da entrare nella mia storia preferita?
Riferimenti
[1]: https://www.rba.gov.au/publications/rdp/1990/9013/conference-volumes.html “Reserve Bank of Australia: Papers in Monetary Economics, Volume 1”
[2]: https://www.economist.com/news/1955/11/19/parkinsons-law “Parkinson’s Law”
[3]: https://www.basicbooks.com/titles/douglas-r-hofstadter/g%C3%B6del-escher-bach/9780465026562/ “Gödel, Escher, Bach: An Eternal Golden Braid”
[4]: https://web.mit.edu/curhan/www/docs/Articles/biases/67_J_Personality_and_Social_Psychology_366,_1994.pdf “The Planning Fallacy: Why People Underestimate Their Task Completion Times”
[5]: https://web.eecs.umich.edu/~weimerw/2018-481/readings/mythical-man-month.pdf “The Mythical Man-Month: Essays on Software Engineering”
[6]: https://archive.org/details/fp-0148-1 “Cours d’économie politique, Volume 1”
[7]: https://doi.org/10.1017/S1062798700002660 “Improving Ratings: Audit in the British University System”
[8]: https://academic.oup.com/qje/article/134/4/2085/5550760 “Promotions and the Peter Principle”
[9]: https://www.gsb.stanford.edu/faculty-research/publications/peter-principle-theory-decline “The Peter Principle: A Theory of Decline”
[10]: https://doi.org/10.1080/17470215208416600 “On the Rate of Gain of Information”
[11]: https://doi.org/10.1037/h0056940 “Stimulus Information as a Determinant of Reaction Time”
[12]: https://archive.org/details/murphyslawbooktw00bloc “Murphy’s Law, Book Two: More Reasons Why Things Go Wrong”
[13]: https://doi.org/10.1037/0022-3514.77.6.1121 “Unskilled and Unaware of It: How Difficulties in Recognizing One’s Own Incompetence Lead to Inflated Self-Assessments”
[14]: https://www.bps.org.uk/psychologist/dunning-kruger-effect-and-its-discontents “The Dunning-Kruger effect and its discontents”
[15]: https://plato.stanford.edu/entries/ockham/ “William of Ockham”
[16]: https://plato.stanford.edu/entries/simplicity/ “Simplicity”
[17]: https://catholiclibrary.org/library/view?docId=/Contemporary-EN/XCT.165.html&chunk.id=00000011 “The Thing: Why I Am a Catholic, The Drift from Domesticity”
Share your thoughts