Juicio experto y construcción colectiva: Brainstorming y DELFOS

Objetivo didáctico

Evaluar la pertinencia y la calidad metodológica de procesos de Brainstorming y DELFOS (Delphi) para problemas de prospectiva educativa, considerando generación divergente, pérdidas de proceso, selección y diversidad del panel, anonimato, iteración, retroalimentación, consenso, estabilidad y preservación del disenso.

Introducción

Los problemas prospectivos educativos suelen exigir conocimiento que todavía no está consolidado en bases de datos: señales débiles, innovaciones emergentes, cambios regulatorios en formación, nuevas expectativas de estudiantes, transformaciones profesionales o consecuencias de tecnologías que apenas comienzan a integrarse. En estas condiciones, la inteligencia colectiva puede ampliar la capacidad de observación de una institución. Pero también puede amplificar jerarquías, modas, conformidad y sobreconfianza.

Por eso conviene separar dos operaciones cognitivas. La primera es divergente: producir muchas hipótesis, señales, riesgos o alternativas antes de evaluarlas. El Brainstorming clásico de Osborn fue diseñado para esta fase mediante reglas como diferir la crítica, buscar cantidad y combinar ideas. La segunda es convergente y revisable: pedir a personas con conocimiento relevante que valoren proposiciones, reciban retroalimentación agregada y revisen sus juicios. DELFOS, desarrollado en RAND y asociado con Dalkey y Helmer, fue diseñado precisamente como un procedimiento iterativo de juicio grupal sin la interacción cara a cara típica.

La investigación posterior obliga a matizar ambos métodos. Las sesiones de Brainstorming cara a cara suelen producir menos ideas que grupos nominales equivalentes —personas que generan ideas por separado y después las agrupan—, en buena medida por production blocking, además de aprensión evaluativa y menor esfuerzo individual (Stroebe et al., 2010). En DELFOS, por su parte, no existe una definición universal de consenso y la retroalimentación entre rondas puede modificar las respuestas del panel; por ello, el diseño debe declarar de antemano cómo se seleccionan expertos, cómo se define consenso y cuándo se detiene el proceso (Diamond et al., 2014; Barrios et al., 2021).

Para la prospectiva pedagógica, la pregunta no es qué técnica “funciona mejor”, sino qué problema de conocimiento intenta resolver cada una y qué arquitectura reduce sus sesgos.

Desarrollo del tema

Brainstorming: separar generación de evaluación

La contribución histórica de Alex Osborn fue formular una arquitectura para liberar la generación de ideas de la evaluación inmediata. La lógica es sencilla: si las personas deben defender cada idea mientras la producen, reducen exploración y favorecen soluciones familiares. El procedimiento clásico pide posponer crítica, estimular cantidad, aceptar ideas poco convencionales y construir sobre propuestas ajenas. La meta inicial no es elegir, sino ensanchar el espacio de alternativas.

En prospectiva esta función es útil para generar señales, hipótesis de cambio, eventos disruptivos, consecuencias de segundo orden o preguntas que una institución todavía no ha formulado. Sin embargo, la técnica debe adaptarse al tipo de problema. Pedir “ideas sobre el futuro de la educación” produce respuestas vagas; pedir “eventos que podrían volver inviable nuestro modelo de evaluación en diez años” dirige la divergencia hacia una decisión concreta.

El diseño también debe separar generación y selección. Rietzschel, Nijstad y Stroebe (2006) muestran que producir más ideas no garantiza seleccionar mejores soluciones. Un grupo puede generar un repertorio amplio y luego elegir por familiaridad, facilidad de explicación o consenso social. En prospectiva, la fase convergente requiere criterios distintos: relevancia, plausibilidad, impacto, novedad, incertidumbre o capacidad de alterar una decisión.

Aplicación: formula una pregunta de Brainstorming que produzca objetos evaluables. “¿Qué podría cambiar?” es débil; “¿qué cambios externos podrían alterar de manera sustantiva la formación docente entre hoy y 2040?” permite clasificar y evaluar lo generado.

Pérdidas de proceso: por qué un grupo interactivo puede generar menos

La popularidad del Brainstorming grupal contrasta con una evidencia experimental acumulada durante décadas. Los grupos nominales —individuos que generan ideas de manera independiente y después las agrupan— suelen producir más ideas no redundantes que grupos que hablan cara a cara. Stroebe, Nijstad y Rietzschel (2010) sintetizan tres fuentes principales de pérdida: production blocking, aprensión evaluativa y social loafing.

El production blocking aparece porque en una conversación solo una persona puede hablar de manera efectiva a la vez. Mientras alguien espera, puede olvidar su idea, dejar de elaborarla o cambiar de línea de pensamiento para seguir a quien habla. La aprensión evaluativa reduce contribuciones cuando las personas anticipan juicio social. El social loafing aparece cuando la responsabilidad individual se diluye dentro del producto grupal.

La solución no es abandonar la interacción, porque escuchar ideas ajenas también puede producir estimulación cognitiva. Una arquitectura más fuerte separa fases: generación individual silenciosa o brainwriting, agregación visible, expansión colectiva y solo después evaluación. Así se preserva diversidad inicial sin perder la capacidad de combinación social.

En contextos de posgrado y prospectiva, esta distinción es especialmente importante cuando existen jerarquías. Un rector, una investigadora reconocida o un experto tecnológico pueden anclar el repertorio antes de que otros participantes produzcan alternativas. La primera fase debe proteger independencia cognitiva.

Aplicación: si el panel contiene diferencias de poder o especialidad, evita iniciar con una ronda oral donde la primera voz define el campo. Pide generación independiente antes de mostrar las contribuciones.

DELFOS (Delphi): iteración, anonimato y retroalimentación controlada

El método DELFOS, conocido internacionalmente como Delphi, fue desarrollado en RAND como una forma estructurada de obtener y revisar juicio experto cuando la evidencia disponible es insuficiente para resolver un problema. Dalkey y Helmer (1963) describieron una aplicación experimental del procedimiento; posteriormente Linstone y Turoff (1975) consolidaron su uso como método de comunicación grupal estructurada.

Sus rasgos nucleares no son “hacer varias encuestas” ni “preguntar a especialistas”. Un DELFOS defendible combina selección explícita del panel, iteración, anonimato o cuasianonimato entre participantes, retroalimentación controlada y oportunidad de revisar el juicio. La retroalimentación puede incluir estadísticas del grupo, argumentos y la propia respuesta previa del participante.

El anonimato busca reducir dominancia interpersonal, autoridad jerárquica y presión de conformidad directa; no elimina sesgos cognitivos. La iteración permite que una persona reevalúe su posición después de conocer la distribución del panel. Precisamente por ello, la forma de retroalimentación importa: Barrios et al. (2021) encontraron que informar niveles de acuerdo puede influir en el cambio de opinión. El consenso final no debe interpretarse como si hubiera emergido de observaciones independientes intactas.

En prospectiva educativa, DELFOS es útil para priorizar señales, identificar incertidumbres, estimar ventanas temporales, evaluar impactos o construir criterios cuando el conocimiento está disperso entre perfiles distintos. No es apropiado cuando existe evidencia empírica suficiente y el problema puede resolverse mejor mediante análisis directo.

Aplicación: antes de lanzar una primera ronda, redacta una frase que explique por qué el juicio experto es necesario y qué tipo de evidencia no está disponible. Si no puedes hacerlo, quizá DELFOS no sea el método adecuado.

Consenso no es verdad: umbrales, estabilidad y disenso informativo

Uno de los errores metodológicos más extendidos es tratar “consenso” como si tuviera una definición universal. Diamond et al. (2014) encontraron una gran variabilidad en cómo los estudios DELFOS definían y reportaban consenso. La literatura más reciente sigue insistiendo en que el umbral debe establecerse antes de analizar los resultados y justificarse según la función del estudio. Un porcentaje elegido después de ver los datos convierte el criterio en una forma de ajuste retrospectivo.

Además del nivel de acuerdo, puede examinarse la estabilidad: cuánto cambian las respuestas entre rondas. Un panel puede mostrar acuerdo alto pero continuar moviéndose; también puede mostrar desacuerdo estable, lo que indica posiciones persistentes que quizá deban preservarse como parte del resultado. El objetivo no siempre es eliminar ese disenso. En prospectiva, una minoría experta puede representar una hipótesis de baja popularidad y alto impacto que conviene conservar.

La retroalimentación controlada es necesaria, pero puede producir convergencia social. Barrios et al. (2021) demostraron que la información sobre el acuerdo grupal influye en cambios de respuesta. Por ello, un diseño de alto nivel no reporta únicamente el porcentaje final: documenta qué cambió, qué razones circularon y qué argumentos permanecieron en minoría.

La herramienta de evaluación crítica DCAT publicada en 2025 refuerza esta exigencia al revisar selección del panel, iteración, criterios de cierre y retroalimentación controlada, incluyendo la necesidad de mostrar a las personas cómo se compara su respuesta previa con la del grupo. Para prospectiva, esto permite distinguir convergencia informada de simple desplazamiento hacia la mayoría.

Aplicación: si un ítem no alcanza consenso pero divide al panel en dos grupos con razones coherentes, no lo borres. Puede revelar una incertidumbre crítica que debería transformarse en escenario.

Arquitectura combinada: divergencia independiente, evaluación estructurada y minorías preservadas

Brainstorming y DELFOS pueden integrarse de forma productiva si sus funciones permanecen separadas. Una arquitectura fuerte comienza con generación independiente de señales o hipótesis; después agrega y depura redundancias sin evaluar todavía. Una fase colectiva puede combinar, aclarar y ampliar ideas. Solo entonces se construye un cuestionario DELFOS para valorar ítems con criterios explícitos.

El panel DELFOS no necesita ser idéntico al grupo que generó las ideas. En algunos proyectos conviene separar fuentes de exploración y fuentes de evaluación. Estudiantes, comunidades y actores periféricos pueden detectar señales que un panel especializado no observaría; el panel experto puede valorar mecanismos, plausibilidad o consecuencias sin reclamar monopolio sobre lo que merece imaginarse.

La selección de expertos debe seguir una definición de expertise vinculada con la pregunta. Mauksch et al. (2020) mostraron que los estudios de prospectiva utilizan criterios de reputación social, desempeño y conocimiento cognitivo, entre otros. Por ello, “expertos en educación” es una categoría demasiado amplia. Un problema sobre formación docente e inteligencia artificial puede requerir conocimiento pedagógico, tecnológico, regulatorio, laboral, institucional y de experiencia estudiantil.

El producto final debe conservar tres capas: acuerdos robustos, incertidumbres abiertas y minorías argumentadas. En prospectiva, las tres son útiles. Las primeras pueden orientar prioridades; las segundas indican dónde monitorear; las terceras pueden convertirse en hipótesis de ruptura o escenarios alternativos.

Aplicación: diseña la salida antes de ejecutar la consulta. Si el informe solo tiene una lista ordenada de consensos, el proceso perderá precisamente la información prospectiva contenida en el desacuerdo.

Tabla 1: Función y riesgo de Brainstorming y DELFOS.

Figura 1: Arquitectura de inteligencia colectiva para prospectiva pedagógica.

Conclusión

La inteligencia colectiva no surge de reunir muchas voces, sino de diseñar cómo se producen, combinan, contrastan y revisan los juicios. Brainstorming aporta valor cuando protege divergencia y evita evaluar demasiado pronto. DELFOS aporta valor cuando convierte un panel en un proceso trazable de iteración y revisión, no cuando utiliza la palabra “consenso” para revestir una mayoría.

La profundidad prospectiva aparece cuando el resultado conserva aquello que la decisión necesita: acuerdos suficientemente robustos para orientar, incertidumbres que requieren monitoreo y disensos que pueden representar futuros alternativos. Un buen DELFOS no borra necesariamente la minoría; explica por qué existe.

En la L6 el foco se desplaza desde el juicio de personas hacia la estructura del sistema. Trabajaremos con Matriz de Impactos Cruzados (MIC) y análisis de sistemas para evaluar qué variables parecen estratégicas por sus relaciones de influencia y dependencia.

Actividad de aprendizaje autónoma

Producto: elabora una auditoría metodológica y protocolo de repetición de aproximadamente 1,500 a 1,800 palabras.

1. Identifica al menos cuatro fallas de la fase de Brainstorming y explica qué pérdida de proceso puede producir cada una.
2. Rediseña la fase divergente especificando qué se hará de manera individual, qué se hará en grupo y cuándo comenzará la evaluación.
3. Evalúa la composición del panel DELFOS e identifica qué formas de expertise faltan.
4. Explica por qué definir el umbral después de observar la primera ronda debilita el estudio.
5. Juzga la calidad de la retroalimentación y propone qué información recibiría cada panelista en una nueva ronda.
6. Decide qué hacer con los cuatro resultados reportados: conservar como prioridad, devolver a otra ronda, conservar como incertidumbre o rechazar por insuficiencia metodológica.
7. Diseña un criterio de cierre que combine consenso, estabilidad y preservación del disenso.
8. Formula una recomendación al rectorado sobre si puede utilizarse el informe actual para orientar inversión docente.

Referencias bibliográficas

• Barrios, M., Guilera, G., Nuño, L., & Gómez-Benito, J. (2021). Consensus in the Delphi method: What makes a decision change? Technological Forecasting and Social Change, 163, 120484. doi:10.1016/j.techfore.2020.120484
• Dalkey, N., & Helmer, O. (1963). An experimental application of the Delphi method to the use of experts. Management Science, 9(3), 458–467.
• Diamond, I. R., Grant, R. C., Feldman, B. M., Pencharz, P. B., Ling, S. C., Moore, A. M., & Wales, P. W. (2014). Defining consensus: A systematic review recommends methodologic criteria for reporting of Delphi studies. Journal of Clinical Epidemiology, 67(4), 401–409. doi:10.1016/j.jclinepi.2013.12.002
• Linstone, H. A., & Turoff, M. (Eds.). (1975). The Delphi method: Techniques and applications. Addison-Wesley.
• Mauksch, S., von der Gracht, H. A., & Gordon, T. J. (2020). Who is an expert for foresight? A review of identification methods. Technological Forecasting and Social Change, 154, 119982. doi:10.1016/j.techfore.2020.119982
• Osborn, A. F. (1953). Applied imagination: Principles and procedures of creative problem-solving. Charles Scribner’s Sons.
• Rietzschel, E. F., Nijstad, B. A., & Stroebe, W. (2006). Productivity is not enough: A comparison of interactive and nominal brainstorming groups on idea generation and selection. Journal of Experimental Social Psychology, 42(2), 244–251. doi:10.1016/j.jesp.2005.04.005
• Stroebe, W., Nijstad, B. A., & Rietzschel, E. F. (2010). Beyond productivity loss in brainstorming groups: The evolution of a question. Advances in Experimental Social Psychology, 43, 157–203. doi:10.1016/S0065-2601(10)43004-X