Un jueves por la tarde, el equipo de una biblioteca municipal recibe una llamada que parece rutinaria. Una periodista ha visto en la web de un proveedor de servicios públicos una cifra sobre los retrasos de devolución de libros: asegura que el 38 % de las personas usuarias acumula sanciones. La cifra se repite en una presentación comercial, en una reunión de proveedores y, al día siguiente, en una conversación de redes sociales que pide endurecer las restricciones. Nadie sabe de dónde salió exactamente. Quien la menciona suele añadir que procede de «un informe de datos». Esa fórmula le da una autoridad instantánea. Pero una auditoría posterior descubre que el dato combinaba registros duplicados, incluía cuentas ya cerradas y contaba como retraso cualquier renovación hecha después de medianoche.
El problema no es solo que el 38 % fuera inexacto. Es que ya estaba haciendo trabajo político antes de ser comprobado. Convertía a un grupo diverso de personas en una categoría sospechosa y hacía parecer inevitable una respuesta punitiva. Corregir un dato que ya no debería circular exige entender esa trayectoria. No basta con cambiar una celda en una hoja de cálculo ni con publicar una nota técnica que nadie leerá. Hay que detener sus nuevas apariciones, explicar de forma proporcionada qué era erróneo, reparar las decisiones que se apoyaron en él y crear una memoria que impida que vuelva a presentarse como una verdad recién descubierta.
Poner el contexto en claro#
La primera pregunta de una auditoría no debería ser «¿quién cometió el error?», sino «¿qué afirmación concreta está viajando y qué puede hacer mientras viaja?». A veces el dato aparece como un porcentaje; otras, como una etiqueta, un mapa de calor, una puntuación o una frase aparentemente inocente: «ese barrio usa peor el servicio», «estas solicitudes suelen ser fraudulentas», «este grupo abandona más». Cada forma puede producir una consecuencia distinta. Un número en un cuadro de mando puede orientar un presupuesto. Una categoría en una pantalla puede hacer que una trabajadora trate una solicitud con desconfianza. Un gráfico puede dar a una reunión la sensación de que una decisión ya está resuelta.
La primera pregunta de una auditoría no debería ser «¿quién cometió el error?», sino «¿qué afirmación concreta está viajando y qué puede hacer mientras viaja?».
Por eso conviene abrir una ficha de circulación, no solo una ficha de error. La ficha debe describir la afirmación exacta, su origen conocido, las transformaciones que sufrió, los lugares donde se mostró, las personas u organizaciones que pudieron tomar decisiones con ella y el nivel de riesgo asociado. No se trata de vigilar a quien compartió el dato de buena fe. Se trata de comprender el alcance real de la corrección. Si la cifra errónea solo se utilizó en una prueba interna, el remedio puede ser directo. Si apareció en una campaña, en un contrato o en un criterio de acceso a un servicio, la respuesta necesita más cuidado y más responsables.
Lo que cambia en la práctica#
Una buena auditoría también distingue entre cuatro problemas que suelen mezclarse. Un dato puede ser falso porque se calculó mal. Puede ser incompleto porque deja fuera una parte relevante de la realidad. Puede estar desactualizado porque una regla, una comunidad o un contexto cambió. Y puede ser técnicamente correcto pero engañoso, por ejemplo cuando una media oculta diferencias importantes entre horarios, distritos o vías de acceso. Tratar estos casos como si fueran idénticos empobrece la reparación. La corrección debe decir qué falló sin esconderse en expresiones vagas como «se han actualizado los datos».
En la biblioteca, revisar la cifra exige reconstruir el recorrido de cada registro. ¿Qué cuenta se incluyó? ¿Cómo se identificaron los duplicados? ¿Qué significaba exactamente una renovación tardía? ¿Se aplicaba la misma regla a un préstamo digital que a un libro físico? ¿Había personas con una suspensión temporal de la cuenta por causas ajenas a su comportamiento? Estas preguntas no son un lujo metodológico. Son la forma de devolver contexto a un número que había comprimido situaciones distintas en una acusación colectiva. Una auditoría útil deja rastro de sus decisiones para que otra persona pueda discutirlas, repetirlas o detectar una limitación.
Decidir con información#
Hay un punto delicado: corregir públicamente puede amplificar el dato dañino. Repetir una afirmación falsa con grandes titulares, incluso para desmentirla, puede hacer que más gente la recuerde. Por eso la comunicación debe ser clara, pero no teatral. Puede empezar por la información correcta y su relevancia: «La revisión confirma que la mayoría de las renovaciones se realizan dentro del plazo y que las incidencias se concentraban en un fallo de sincronización». Después debe explicar qué información previa deja de ser válida, dónde apareció y qué cambios se han hecho. La precisión no equivale a difundir otra vez la acusación errónea en cada canal.
También importa a quién se informa primero. Si un dato incorrecto afectó decisiones sobre personas identificables, esas personas necesitan una vía prioritaria de reparación. Imaginemos que el porcentaje se usó para impedir renovaciones automáticas a determinados perfiles. Antes de convocar una rueda de prensa, el servicio debe revisar quién recibió una restricción, restaurar lo que corresponda y ofrecer un canal donde preguntar por su caso. La transparencia general nunca sustituye una respuesta individual cuando existe un perjuicio concreto. Del mismo modo, una persona que ayudó a detectar el problema no debería cargar con la responsabilidad de perseguir por su cuenta todos los lugares donde el dato fue utilizado.
Revisar y ajustar#
La responsabilidad no puede diluirse entre el proveedor que generó el gráfico, el departamento que lo incorporó y la dirección que tomó la decisión. Cada uno puede tener una tarea distinta, pero alguien debe tener autoridad para parar la circulación. Ese responsable necesita poder retirar un cuadro de mando, congelar una regla automatizada, pedir una rectificación contractual o avisar a equipos externos. Si detener un dato requiere cinco autorizaciones y una semana de correos, el daño seguirá creciendo mientras se discute el procedimiento. La gobernanza real se prueba en la capacidad de actuar cuando una cifra deja de ser defendible.
Una medida sencilla es incorporar una fecha de revisión visible a los indicadores que informan decisiones. La fecha no convierte mágicamente un dato en fiable, pero obliga a preguntar si aún responde a la misma realidad. Junto a ella conviene mostrar la finalidad, la fuente, la población cubierta, las exclusiones conocidas y la persona responsable. En vez de una pantalla que proclama «riesgo alto», un panel responsable podría decir: «Estimación de incidencias de préstamo, actualizada en marzo; no incluye cuentas cerradas; no debe usarse para restringir servicios individuales». Estas notas hacen más difícil que una observación limitada se convierta en una etiqueta permanente.
El aprendizaje más valioso aparece cuando se revisan las decisiones tomadas con el dato, no solo el cálculo. ¿Qué reunión cambió de rumbo? ¿Qué hipótesis se dio por confirmada? ¿Qué grupo tuvo que justificar más su conducta? ¿Qué recursos se desviaron? Esta revisión no tiene que ser un tribunal moral. Puede ser una práctica de seguridad institucional. Si una organización descubre que una cifra defectuosa impulsó una medida injusta, debe preguntarse por qué esa cifra encontró tan pocas preguntas a su paso. Tal vez faltaban revisiones independientes, tal vez la interfaz ocultaba las exclusiones, tal vez el equipo no tenía tiempo ni permiso para detenerse.
La participación ayuda a descubrir daños que un registro no muestra. Personal de atención, asociaciones locales y personas usuarias pueden señalar que una categoría aparentemente neutral se entiende como estigma, o que una corrección publicada en un canal digital no llegará a quienes usaron el servicio presencial. Escuchar no significa convertir una auditoría en una votación sobre la verdad. Significa contrastar la interpretación técnica con la experiencia de quien recibe sus consecuencias. Para proteger la privacidad, esa escucha puede hacerse con ejemplos ficticios, entrevistas voluntarias y resultados agregados, sin exponer expedientes.
La biblioteca podría cerrar el caso con un plan concreto: retirar el gráfico de todos los materiales, sustituirlo por una explicación revisada, revisar las restricciones aplicadas desde que se difundió, avisar a los equipos que recibieron la versión anterior y publicar un registro breve de la corrección. Tres meses después, debería comprobar si la cifra errónea sigue apareciendo en documentos, si las personas afectadas pudieron recuperar el servicio y si el nuevo indicador se está usando dentro de sus límites. El cierre no es el momento en que desaparece la incomodidad, sino el momento en que la institución deja una prueba de haber aprendido.
Un dato deja de merecer circulación cuando ya no puede sostener de forma honesta la conclusión que se le atribuye. Reconocerlo no debilita a una organización seria; demuestra que entiende que la información tiene efectos sobre vidas reales. La siguiente vez que una cifra llegue con aire de evidencia definitiva, el gesto responsable será pequeño pero decisivo: pedir su origen, sus límites, su fecha y las decisiones que podría activar. Y si la respuesta no se sostiene, detenerla antes de que convierta un error técnico en una consecuencia humana.
