PathMBA Vault

Business communication

No se centre en el rostro más expresivo del público

por Amit Goldenberg, Erika Weisz

No se centre en el rostro más expresivo del público

Tadamasa Taniguchi/Getty Images

Imagínese proponiendo una idea a un grupo de personas. Mientras habla, escanea rápidamente a la audiencia y su atención salta de cara a cara. ¿La gente sonríe? ¿O parecen confundidos, aburridos, quizás incluso enfadados?

Las expresiones faciales dan pistas vitales sobre las emociones de las personas. Tanto si es un empleado subalterno como un ejecutivo de alto nivel, tomar estas decisiones en una fracción de segundo sobre la opinión de su público es una habilidad de vital importancia. Pero incluso los más inteligentes desde el punto de vista emocional pueden tener dificultades para entender exactamente cómo se hacen estos juicios en una fracción de segundo y, lo que es más importante, si son precisos o no. Y esto se complica aún más cuando empieza a tratar de leer las señales sociales no solo en una sola persona, sino en un grupo de personas.

Las investigaciones muestran que cuando miran a un grupo, las personas tienden a centrarse en los rostros que expresan emociones más fuertes, ya sean emociones positivas o negativas, y prestan menos atención a los rostros que transmiten emociones menos intensas. En el contexto de hablar en público, este sesgo de atención puede moldear la impresión de los oradores sobre cómo son recibidos: dado que las personas prestan más atención a los miembros del público más expresivos desde el punto de vista emocional, tienden a concluir que la reacción general del público es más intensa de lo que realmente es.

Para entender mejor cómo se presentan estos sesgos (y cómo puede empezar a superarlos), nosotros —junto con nuestros colegas Timothy Sweeny, Mina Cikara y James Gross— dirigimos un serie de estudios explorar esta tendencia a amplificar las emociones de los grupos. En un experimento, se mostraron a los participantes imágenes de grupos de hasta 12 personas. Los rostros de las imágenes estaban calibrados para que cada uno mostrara una cantidad determinada de emocionalidad, lo que nos permitía calcular el estado emocional medio «objetivo» del grupo. Luego pedimos a los participantes que estimaran el estado emocional medio de los grupos y comparamos sus respuestas con los niveles reales de emoción representados en cada imagen.

Como era de esperar, descubrimos que los participantes sobreestimaban constantemente la emocionalidad de los grupos. Pero también hemos encontrado dos resultados nuevos e interesantes:

En primer lugar, cuanto más grande es el grupo, más sobreestiman nuestros participantes su estado emocional. Como el grado de emocionalidad se distribuía aleatoriamente entre los rostros (al igual que los grupos del mundo real tienen una distribución aleatoria de personas más y menos expresivas desde el punto de vista emocional), los grupos más grandes tenían más probabilidades de contener rostros muy emocionales que los grupos más pequeños. Y dado que la atención de la gente tiende a quedarse atrapada en esos rostros muy emocionales, acabaron calificando a los grupos más grandes como más emocionales de media.

En segundo lugar, la sobreestimación de los participantes de las emociones de los grupos fue ligeramente mayor en el caso de las expresiones negativas, como el enfado, que en las positivas, como la felicidad. Investigaciones anteriores sugieren que la atención de las personas se centra naturalmente más en los rostros que expresan emociones negativas que en los rostros que transmiten emociones positivas, pero nuestro estudio descubrió que este efecto se aplica tanto a los grupos como a las personas. La capacidad de las personas para juzgar el estado emocional de un grupo no solo se inclina hacia emociones más intensas, sino que se inclina específicamente hacia evaluaciones más negativas.

Para entender mejor la mecánica de esta tendencia a sobreestimar las emociones de los grupos, realizamos un segundo estudio en el que pedimos a los participantes que evaluaran las emociones de un grupo mientras rastreaban su mirada con un aparato de seguimiento ocular. Descubrimos que, a medida que los participantes escaneaban una imagen de un grupo, su mirada se quedaba fija constantemente en los rostros más emocionales, lo que los llevaba a sobrepasar esos rostros al estimar el estado emocional medio del grupo.

Nuestra investigación es temprana y queremos tener cuidado al recetar comida para llevar. Pero curiosamente, este último hallazgo apunta a una posible solución para el sesgo de sobreestimar las emociones de los grupos: dado que centrarse en los rostros emocionales tiende a amplificar demasiado nuestra percepción de la emocionalidad de un grupo, analizar intencionalmente de manera más uniforme los rostros emocionales y no emocionales puede llevar a una percepción más precisa de su público. También sospechamos que la tendencia a amplificar las respuestas emocionales fuertes puede ser especialmente destacada en los contextos virtuales, ya que es aún más probable que se pierda las señales emocionales más débiles en la pantalla que en persona (aunque se trata de una especulación que requeriría más investigación para confirmarla).

Así que la próxima vez que presente una idea, dé una charla o simplemente entre en una habitación y empiece a hacerse una idea del ambiente, intente mirar activamente a todo el mundo, en lugar de dejar que se centre solo en una o dos caras muy emotivas. Si bien no erradicará por completo sus sesgos de atención naturales, debería proporcionarle una estimación más precisa de lo que siente realmente su público.

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.