
La evaluación 360 es el método que recoge, de forma estructurada y cuantificada, cómo ve el trabajo de una persona cada uno de los que lo observan desde un ángulo distinto: su jefe, sus pares, las personas que le reportan, ella misma y, cuando tiene sentido, un cliente interno. De ahí el nombre: el círculo completo alrededor del puesto.
Suena a mejor versión de la evaluación de siempre, y por eso se compra fácil. Lo que casi nadie cuenta es qué encontró la investigación cuando fue a medir si funciona —hay un hallazgo incómodo— ni cuál es la decisión que condena un proceso 360 antes de empezar. Esta guía va a las dos cosas, y termina con una plantilla descargable que trae el cuestionario, la hoja de concentrado y los cálculos hechos.
| Quién evalúa | Qué puede observar que los demás no |
|---|---|
| Jefe directo | Resultados, cumplimiento de compromisos, criterio para decidir |
| Pares | Cómo trabaja en equipo, si responde, si comparte |
| Reportes | Cómo dirige: si da devolución, si reparte bien, si acompaña |
| Autoevaluación | Cómo se ve a sí misma — el contraste es lo valioso |
| Cliente interno | Qué recibe del otro lado: plazos, calidad, trato |
Cada grupo ve una parte distinta del mismo trabajo. Por eso los resultados se reportan separados por grupo y no como un promedio único: el promedio borra justamente la información que el método fue a buscar.
Es un proceso para recoger, cuantificar y reportar las observaciones de quienes trabajan con una persona sobre conductas concretas suyas. Esa definición —la de Bracken, Rose y Church, que llevan treinta años documentando el método— trae cuatro exigencias que descartan la mitad de lo que se vende como 360:
Y una quinta, que es la que más se incumple: los datos tienen que usarse para decidir algo. Si el informe se entrega y ahí termina, lo que hubo fue un evento, no una evaluación.
El nombre es más reciente de lo que parece. Según la reconstrucción de Bracken, Rose y Church, el término «360° Feedback» lo acuñaron Edwards y Ewen a mediados de los ochenta como alternativa a «multirater» —su empresa llegó a registrarlo como marca—, las referencias aparecen alrededor de 1993 y el primer tratamiento sistemático es su libro de 1996. La idea es anterior: hay quien rastrea la medición con múltiples evaluadores hasta 1920, y sitúa el arranque del enfoque moderno en el trabajo de Lawler de 1967.
Aquí es donde la mayoría de las guías pasa de puntillas, y es lo que más debería pesar antes de montar el proceso.
La pregunta directa: ¿mejora el desempeño después de un 360? Jeffrey Smither, Manuel London y Richard Reilly reunieron en 2005, en Personnel Psychology, veinticuatro estudios longitudinales: gente evaluada, devuelta la información, y vuelta a evaluar tiempo después. Casi todos los efectos apuntaban en la dirección correcta, pero la mejora, en palabras de los autores, fue muy pequeña, y de los cuatro grupos de evaluadores solo el de los jefes mostró una mejora distinguible de cero. Su advertencia es explícita: no esperar mejoras grandes ni generalizadas.
La pregunta incómoda: ¿puede empeorar las cosas? Sí, y está medido. Avraham Kluger y Angelo DeNisi publicaron en 1996, en Psychological Bulletin, el metaanálisis de referencia sobre intervenciones de devolución en general: 131 trabajos, 607 efectos medidos y más de doce mil participantes. El promedio es positivo y de tamaño medio. Pero más del 38% de esos efectos fueron negativos: la devolución dejó a la persona rindiendo peor que antes.
No es un argumento contra el método: es la razón por la que el diseño del cuestionario y lo que pasa después del informe pesan más que la herramienta.
La explicación que proponen es la parte aprovechable: la devolución pierde efecto a medida que mueve la atención desde la tarea hacia uno mismo. Cuando lo que llega le dice a alguien algo sobre quién es, el esfuerzo se va en gestionar esa información en vez de en corregir el trabajo.
De ahí sale la primera regla de diseño, y no es cosmética: cada pregunta del cuestionario tiene que apuntar a una conducta, no a la persona. «Comunica mal» mueve la atención al yo. «Explica el porqué de una decisión, no solo el qué» mueve la atención a algo que se puede hacer distinto el lunes.
Hay un segundo hallazgo de Smither y sus colegas que casi nadie traslada al cuestionario: los evaluadores no distinguen bien entre las dimensiones que el instrumento propone. Cuando se analiza qué miden de verdad estos cuestionarios suelen aparecer entre uno y tres factores, por muchas competencias que el formulario liste. Un cuestionario de veinte competencias no mide veinte cosas: mide dos o tres y cansa a quien lo responde.
Lo que la evidencia sí deja claro. La mejora llega cuando se cumplen condiciones concretas: que la información señale que hace falta cambiar algo, que la persona la reciba sin ponerse a la defensiva, que crea que el cambio es posible, que fije objetivos y que haga algo al respecto. Ninguna de las cinco ocurre sola. Todas dependen de lo que pase después del informe, no del informe.
Antes de elegir competencias o escala hay que contestar una pregunta: ¿esto para qué se va a usar? Y hay dos respuestas, con consecuencias distintas.
| Para desarrollo | Para decisiones | |
|---|---|---|
| Quién ve el informe | La persona, y quien la acompaña | También quien decide |
| Qué hace el evaluador | Describe para ayudar | Sabe que su respuesta tiene consecuencias |
| Riesgo principal | Que no pase nada después | Que las respuestas se acomoden |
| Exige | Conversación y plan | Varios ciclos de rodaje y reglas escritas |
El uso para decisiones no es ilegítimo —se hace, y cada vez más: en los datos de seguimiento que cita el equipo de Bracken, el uso del 360 dentro de la gestión del desempeño pasó del 27% de las empresas en 2003 al 48% en 2013—, pero exige un proceso maduro. La recomendación de quienes más lo han estudiado es que el 360 sea ante todo una herramienta de desarrollo.
Y hay un error que no admite reparación: cambiar la regla a mitad del camino. Pedir las respuestas prometiendo que son para desarrollo y después usarlas para repartir aumentos destruye la confianza del instrumento y, según señalan los mismos autores, tiene implicaciones éticas, culturales e incluso legales. Si algún día va a servir para decidir, se avisa antes del ciclo. Nunca después.
Si lo que necesitas es evaluar para decidir, el método suele ser otro: la evaluación de desempeño tiene siete métodos con usos distintos, y el 360 es el más caro de operar de todos ellos.
Cuatro decisiones, y en este orden. Las cuatro están ya tomadas dentro de la plantilla, por si prefieres saltártelas.
Cinco competencias con tres conductas descritas cada una funciona mejor que quince competencias con una frase genérica. La razón es la del hallazgo de arriba: el evaluador no distingue entre tantas dimensiones, así que el cuestionario largo no gana precisión, solo pierde respuestas. Si ya tienes un diccionario de competencias laborales, el trabajo es elegir tres o cuatro conductas observables de cada una, no copiarlo entero.
La escala de cinco puntos de acuerdo/desacuerdo que trae casi todo formulario de 360 es herencia de las encuestas de clima, no una decisión de diseño — la usan alrededor del 87% de las empresas, según los datos que cita el equipo de Bracken. Pregunta mejor con qué frecuencia la persona hace algo: casi nunca, pocas veces, a veces, casi siempre, siempre. Es más fácil de responder y mucho más fácil de convertir en un plan. Sobre cuándo conviene cada formato está la guía de la escala de Likert.
Y añade siempre una opción de «no lo he podido observar». Un evaluador obligado a puntuar lo que no vio pone un 3, y ese 3 ensucia el promedio de todos.
Es la práctica estándar para proteger el anonimato: los grupos de pares, reportes y clientes se reportan como promedio agregado de tres o más respuestas. Con dos, el evaluado deduce quién dijo qué, y la próxima vez nadie responde con franqueza. Si un grupo se queda en menos de tres, no se reporta por separado.
Ni solo uno ni solo el otro. Si los elige la persona sola, elige amigos. Si los elige el jefe solo, elige testigos. La propuesta con visto bueno produce una lista que el evaluado reconoce como legítima — y esa legitimidad decide si se toma en serio el informe o lo descarta como un ajuste de cuentas.
La plantilla implementa las cuatro decisiones de arriba y hace los cálculos sola. Es un archivo de hoja de cálculo con cinco pestañas:
| Instrucciones | Las reglas del proceso y la leyenda de la escala, en una página. |
| Cuestionario | Quince conductas observables repartidas en cinco competencias, escala de frecuencia, opción de «no lo he podido observar» y tres preguntas abiertas. |
| Respuestas | Una fila por evaluador, con su grupo. Hasta veinte evaluadores. |
| Resultados | Se calcula solo: promedio por conducta y por competencia, separado por grupo, más el promedio de los demás y la brecha entre la autoevaluación y el resto. |
| Plan de desarrollo | Tres conductas como máximo, con qué se va a hacer, con quién, para cuándo y cómo se sabrá que cambió. |
Descargar la plantilla de evaluación 360 (hoja de cálculo)
Las celdas que debes rellenar están en amarillo y cada hoja trae una fila de ejemplo con el formato esperado; bórrala antes de usarla en serio. Las conductas son genéricas a propósito: cámbialas por las tuyas, con una condición — que cada una se pueda haber visto hacer esta semana.
Si lo que buscas es el formato para la evaluación anual del jefe y no el círculo completo, está aparte el formato de evaluación de desempeño.
| 1 | Definir el uso | Desarrollo o decisiones. Por escrito y comunicado antes de empezar. |
| 2 | Elegir conductas | Cinco competencias, tres conductas observables cada una. |
| 3 | Armar la lista | La persona propone, el jefe aprueba. Mínimo tres por grupo. |
| 4 | Preparar a quien responde | Qué es una conducta observable, qué significa cada punto, cuándo marcar «no lo vi». |
| 5 | Recoger | Plazo cerrado y recordatorios. Aquí se decide la tasa de respuesta. |
| 6 | Concentrar | Promedio por conducta y por grupo. Brecha entre autoevaluación y el resto. |
| 7 | Devolver y planear | Conversación, tres conductas, fecha de revisión. El paso que decide todo. |
Los seis primeros se pueden hacer bien y aun así no servir de nada si el séptimo no ocurre. Agenda la conversación de devolución antes de abrir el cuestionario, no después.
Dos avisos sobre el calendario. El primero: la conversación de devolución no se delega a un correo con el informe adjunto — es el único punto donde se decide si algo va a cambiar. El segundo: en el metaanálisis de 2005 las mejoras fueron mayores cuando las dos mediciones estaban separadas por menos de doce meses, lo cual sorprendió a los propios autores y apunta a lo mismo: lo que sostiene el cambio es el seguimiento cercano, no el instrumento.
Los cinco están documentados como las formas habituales en que el método se degrada en la práctica.
Los cuatro primeros se corrigen en el siguiente ciclo. El quinto no: contamina los que vengan después.
Es el primero porque de él salen todos los demás. Sin un propósito escrito y comunicado, cada decisión posterior —qué se pregunta, quién ve el informe, qué pasa después— se toma por defecto o por costumbre.
Es el error que la investigación sobre devolución señala con más claridad: cuanto más mueve la atención hacia uno mismo, menos efecto tiene. Un cuestionario lleno de adjetivos produce informes que la gente discute en vez de usar.
Entrenar a quien responde es la excepción, no la regla. Diez minutos explicando qué es una conducta observable, qué significa cada punto de la escala y por qué existe la opción de «no lo observé» cambian la calidad de todo lo que viene después.
Tiene nombre en la literatura del tema: el informe que aterriza en el escritorio y nadie vuelve a mencionar. Si no hay conversación ni plan, lo que se montó fue una encuesta cara.
El más grave, porque no se arregla con el siguiente ciclo: contamina los siguientes. Quien respondió creyendo una cosa y vio que servía para otra responderá distinto la próxima vez, y lo dirá en el pasillo antes de que empieces.
Dónde ayuda, hoy:
Dónde no:
Una hoja de cálculo basta para un equipo y empieza a doler hacia la tercera o cuarta persona evaluada a la vez. Lo que hace falta cuando el proceso crece:
Una plataforma LMS que integre evaluaciones, expediente y formación en el mismo lugar cierra ese ciclo; repartido entre un formulario, una carpeta y una hoja suelta, lo que se pierde no son los datos sino la continuidad entre un ciclo y el siguiente. Al comparar opciones, la pregunta concreta es si el LMS permite evaluaciones con distintos respondientes o solo cuestionarios de curso.
De todo lo que se sabe sobre devolución entre personas, lo más consistente es que el documento nunca es el agente del cambio. La mejora aparece cuando quien recibió la información cree que el cambio es posible, se fija un objetivo pequeño y alguien le acompaña mientras lo intenta. Sin eso, el mejor informe es papel.
Eso traslada el peso del proceso a lo que ocurre en los tres meses siguientes, y ahí el 360 deja de ser un instrumento de medición para volverse un asunto de aprendizaje cotidiano: ver cómo lo hace alguien que ya lo hace bien, probarlo, y que te digan qué se vio. Es exactamente el mecanismo del aprendizaje social, y explica por qué los planes que nombran a una persona concreta como referente funcionan mejor que los que solo nombran una competencia.
Por eso la última pestaña de la plantilla es la más corta y la más importante: tres conductas, con fecha. Si al terminar el ciclo esa hoja está vacía, el proceso no falló en la medición — falló después.
Es la evaluación en la que el desempeño de una persona lo valoran varias fuentes a la vez: su jefe, sus pares, las personas que le reportan, ella misma y, si procede, clientes internos. Todas responden sobre las mismas conductas observables, y los resultados se reportan agrupados por tipo de evaluador para poder compararlos entre sí. Su producto más útil no es el promedio: es la brecha entre cómo se ve la persona y cómo la ven los demás.
En siete pasos: definir y comunicar para qué se va a usar; elegir cinco competencias y describirlas como conductas observables; que cada evaluado proponga sus evaluadores y su jefe los apruebe, con un mínimo de tres por grupo; explicar a los evaluadores cómo responder; recoger las respuestas con un plazo cerrado; concentrar y calcular los resultados por grupo; y tener la conversación de devolución que termina en un plan de tres conductas con fecha de revisión. El séptimo paso es el que decide si los seis anteriores sirvieron de algo.
Entre doce y veinte conductas suele ser suficiente. La tentación es listar todas las competencias del diccionario, y es contraproducente: cuando se analiza qué miden realmente estos cuestionarios suelen aparecer entre uno y tres factores, por muchas dimensiones que el formulario proponga. Un cuestionario más largo no mide más cosas; baja la tasa de respuesta y la atención de quien responde al final.
Se hace, y cada vez más, pero exige un proceso con varios ciclos de rodaje y reglas escritas desde el principio. Quienes más han estudiado el método sostienen que el 360 debe ser ante todo una herramienta de desarrollo. Lo que no admite discusión es el error de cambiar el uso a mitad de camino: pedir las respuestas diciendo que son para desarrollo y después usarlas para decidir destruye la confianza del instrumento y tiene implicaciones éticas y legales. Si va a servir para decidir, se avisa antes del ciclo.
Con matices. El metaanálisis de referencia sobre este tipo de devolución reunió veinticuatro estudios longitudinales y encontró mejoras en la dirección esperada pero muy pequeñas. Y la investigación más amplia sobre devolución en general encontró que más de un tercio de las intervenciones medidas empeoraron el desempeño en lugar de mejorarlo. La lectura no es que el método no sirva: es que el resultado depende del diseño del cuestionario y, sobre todo, de lo que ocurre después del informe.
Con la misma estructura y cambiando los grupos de evaluadores. Para un docente, el círculo suele ser: coordinación académica, pares de la misma área o nivel, autoevaluación y, según la edad del grupo, estudiantes o familias. La precaución específica del ámbito educativo es no mezclar en el mismo instrumento la evaluación del docente con la encuesta de satisfacción del curso: miden cosas distintas y se responden con criterios distintos. Y lo mismo que en una empresa: con menos de tres respuestas en un grupo, ese grupo no se reporta por separado.
Nota metodológica: los resultados de investigación se tomaron de los artículos originales, no de resúmenes, y se describen en palabras y sin notación estadística; cuando una cifra aparece en el texto, está publicada en la fuente citada. Las recomendaciones de diseño —número de evaluadores, tipo de escala, cantidad de conductas— son las prácticas que esas mismas fuentes documentan, no una norma oficial. Las competencias y conductas de la plantilla son genéricas y están pensadas para sustituirse por las de cada organización.