OBJETOS QUE DAN SOLIDEZ A UNA TEORA:

LA HISTORIA DEL CONTROL

ESTADSTICO DE LA FABRICACIN
Denis Bayart
En este artculo intentaremos abordar el problema del nacimiento y la
difusin de los saberes en materia de gestin desde un ngulo poco habitual:
el de los objetos a travs de los cuales el saber adquiere cierta materialidad.
En ese campo, la tradicin consiste ms bien en estudiar las ideas: cmo
surgen, cmo ponemos a prueba su pertinencia, de qu manera las ventajas
que aportan pueden explicar su xito, etctera. El contenido del pensamiento
es el punto de concentracin, presuponiendo que es en su calidad y en su
pertinencia donde se encuentra el valor de los mtodos de gestin. Sin
pretender negar la importancia de las ideas, pensamos que es muy til
analizar el papel que juegan los objetos materiales, tanto en la construccin de
las ideas como en su difusin y en su aplicacin en el mundo de las empresas.
Denominamos objetos a todas las formas concretas, materiales o
grficas, que se producen gracias al apoyo de un saber determinado, ya sea a
ttulo de ejemplo, de argumento, de prueba o como medio para la aplicacin.
Las representaciones grficas ocupan un lugar importante entre esos objetos,
como se puede constatar al hojear cualquier manual de administracin. El
manual, variable particular del libro, constituye tambin un objeto especfico
que juega un papel determinado en la difusin de los saberes, papel
generalmente poco estudiado en el campo de la gestin (recibe ms inters

Aparecido originalmente en Charue Duboc, Florence (comp.), Des Savoirs en Actions, Contribution de la
Recherche en Gestion, LHarmattan, Pars, 1995, pp. 139-173. La traduccin es de Mnica Portnoy.

por parte de la historia y de la sociologa de las ciencias y de las tcnicas). La

aplicacin de ciertos saberes, como el estudio de tiempos y movimientos,
requiere

instrumentos

muy

especficos

(cronmetros

especiales,

equipamientos para visin de conjunto, relacin detallada de registro de

datos...). Tambin podemos pensar en los objetos programas (por ejemplo, la
paquetera de herramientas estadsticas para el control de la calidad).
Analizaremos el papel de los objetos en la edificacin de los saberes en
la gestin a partir de tres perspectivas:
en la construccin de las teoras de gestin, por una parte, como
elementos del avance del conocimiento y, por otra, como punto de
apoyo de la retrica de los promotores (ambos aspectos, difciles de
disociar en la prctica);
en la aplicacin de los saberes, como mediadores respecto a la accin:
las propiedades de los saberes para la accin estn, de hecho,
vinculadas a los objetos;
en la difusin: al constituir el aspecto material del saber, estn
comprometidos en la vida social de la misma manera que cualquier otro
objeto; pueden asumir, sobre todo, la forma de mercancas, que se
sujetan a la circulacin, al intercambio, al comercio.1

En este sentido, adoptamos una concepcin constructivista y ecolgica

de lo que, por convencin, denominamos la produccin/difusin de los
saberes administrativos. Estos ltimos, construidos en condiciones nicas por
un grupo de promotores, se ponen en circulacin en el campo social mediante
la intercesin de objetos (maquetas, modelos, textos de diferente
1

Midler, C., 1986, Logique de la mode managriale, en Grer et Comprendre, nm. 3, junio, pp. 74-85.

naturaleza...); presentes en el mundo empresarial, se someten a un proceso de

seleccin en el que intervienen las propiedades que los objetos parecen tener.
Este anlisis lleva a poner el acento en las interacciones que se producen
entre, por un lado, los objetos que se producen y se ponen circulacin y, por
el otro, los contextos que dan sentido a los objetos y que sacan a relucir sus
propiedades. Pareciera imposible considerar las propiedades de los objetos
como si les fueran inherentes ya que necesitan una interaccin con los
hombres para manifestarse. Esto nos llev al estudio de todos los procesos
sociales que hacen surgir, establecen o sacan a relucir las propiedades de los
objetos. Entre esos procesos, la normalizacin tiene un lugar particularmente
importante; en otro trabajo,2 el control estadstico se present en el marco de
una convencin econmica que reuni los trabajos ms tericos de EymardDuvernay.3
Numerosos trabajos de investigacin en administracin, se inclinaron a
mostrar cmo los instrumentos de gestin estructuran las formas de pensar y
los comportamientos dentro de las organizaciones; con frecuencia, explican
las dificultades de la evolucin que se imputa, errneamente, slo a las
mentalidades y constituye una tecnologa invisible en la que se subestima
la inercia. 4 Desde una perspectiva muy materialista, estas investigaciones
pretendan demostrar que los objetos utilizados para administrar las
organizaciones tienen, a menudo, un peso mayor que las ideas de gestin, las
cuales se supone stos deben representar, y ello a partir del hecho de que los
actores reinterpretan el sentido de esos objetos en funcin de su contexto
2

Bayart, D., 1994, La quantification du contrle qualit dans lindustrie: un point de vue sociologique et
historique, en Nicolas, F. y Valceschini, E. (comps.), Agro-alimentaire: une conomie de la qualit, INRAEconomica, Pars.
3
Eymard-Duvernay, F., 1989, Conventions de qualit et formes de coordination, en Revue conomique,
nm. 2, pp. 329-359.
4
Por ejemplo, Berry, M., 1983, Une technologie invisible? Limpact des instruments de gestion sur
lvolution des systmes humains, Centre de Recherche en Gestion, cole Polytechnique, Pars.

local, lo que no siempre est en concordancia con el sentido que pretenden los
responsables de las organizaciones. Actualmente, las ciencias sociales
manifiestan un inters por los objetos 5 y por la manera en la que se
involucran en la accin, lo que permite vislumbrar, en un futuro, paralelos
interesantes con las ciencias de la gestin.
Entonces, esta dimensin de los objetos en la gestin merece explorarse
como tal, como hilo conductor del proceso de innovacin y de difusin.
Realizaremos una experiencia sobre el caso de los mtodos estadsticos de
control de calidad en las producciones industriales. Desrosires6 caracteriz
de manera admirable el doble aspecto de los objetos estadsticos respecto de
la accin:
Las herramientas estadsticas permiten descubrir o crear seres sobre los que
es posible apoyarse para describir el mundo y actuar en l. Acerca de esos
objetos, puede decirse, simultneamente, que son reales y que fueron
construidos, desde el momento en que se retoman en otros ensamblajes y
circulan as, escindidos de su gnesis, lo que es, despus de todo, el destino
de muchos productos.

Los mtodos estadsticos de control de calidad se desarrollaron durante

la dcada de 1920, a partir de las necesidades de la industria telefnica
estadounidense, en la empresa Western Electric y en los Laboratorios Bell.
Estas empresas crearon la tcnica estandarizada de las tarjetas de control, que
permiten controlar la regularidad en el proceso de fabricacin, as como
detectar rpidamente los desajustes de las mquinas. El principio es
5

Vase sobre todo el nmero temtico de la revista Raison practique, Les objets dans laction. De la maison
au laboratoire, EHESS, Pars, 1993.
6
Desrosires, A., 1993, La politique des grands nombres. Histoire de la raison statistique, La Dcouverte,
Pars, p. 9.

relativamente fcil de comprender, pero demanda algunas explicaciones. Para

que los objetos fabricados se consideren de buena calidad, deben satisfacer
determinadas tolerancias de acuerdo con un cierto nmero de caractersticas
seleccionadas como criterios de calidad; por ejemplo, sus dimensiones
geomtricas. No obstante, los equipos de produccin, aunque sean muy
precisos, son incapaces de producir objetos exactamente semejantes los unos
a los otros, y las caractersticas de los productos fabricados se reparten, de
hecho, segn las distribuciones estadsticas. Todo est bien mientras la
distribucin de cada caracterstica quede incluida dentro de los lmites de
tolerancia: entonces se dice que la mquina est bajo control estadstico,
dicho de otra forma, bien ajustada. Pero siempre llega un momento en que la
mquina se desajusta; cuando ese desajuste es progresivo, la mquina
comienza a producir algunas piezas malas entre una mayora de piezas
buenas. Las tarjetas de control son una herramienta grfica que, con la ayuda
de tcnicas de muestreo, permite detectar rpidamente ese desajuste antes de
que afecte una gran cantidad de piezas fabricadas. Entonces, una vez que se
conoce la causa, puede interrumpirse la fabricacin para ajustar nuevamente
la mquina y as evitar desperdicios o costos de reposicin que pudieran ser
muy elevados. De manera ms general, las tarjetas de control constituyen
actualmente una herramienta fundamental para el seguimiento de la calidad
en la fabricacin, principalmente, en el marco de procedimientos para
asegurar la calidad.

El control de fabricacin antes de la revolucin probabilstica

La innovacin ms importante que se introdujo en la dcada de 1920 al

control de fabricacin fue la consideracin del azar, al utilizar mtodos de
5

estadstica

matemtica

que

permitieron

definir

racionalmente

los

procedimientos de evaluacin de las muestras. Como veremos, esta

aportacin constituye, en el campo de la produccin industrial, una verdadera
revolucin probabilstica, para retomar la expresin consagrada en la
historia de las ciencias. 7 Antes existan, evidentemente, procedimientos de
control de calidad, incluso que utilizaban muestreo, pero no se basaban de
manera explcita en el clculo de probabilidades. En pocas tan remotas como
el siglo

XII,

los ingleses ya recurran a esos mtodos para controlar la

graduacin y el peso de las monedas fabricadas para el rey por parte de los
artesanos de la moneda.8
A principios del siglo XX el determinismo se convirti en la concepcin
dominante entre los ingenieros y los cientficos ocupados de la organizacin
industrial. Tomaremos el ejemplo de Le Chatelier para demostrar hasta qu
punto, dentro de esas concepciones, era imposible tomar en cuenta el azar. Le
Chatelier, eminente qumico miembro de la Academia de Ciencias, tambin
fue conocido por su papel como difusor de los trabajos de Taylor, a quien da a
conocer en Francia a partir de 1907. Escribi el prefacio de un libro de
organizacin industrial publicado por su discpulo Nusbaumer:9
Todos los fenmenos se engranan de acuerdo con leyes inexorables. (...) La
creencia en la necesidad de leyes, dicho de otra forma, en la inexistencia del
azar, conduce a la industria a revelarse contra las irregularidades, contra los
desperdicios de fabricacin y casi siempre permite que desaparezcan.

Krger, L, Daston, L. y Heidelberger, M. (comps.), 1987, The Probabilistic Revolution, MIT Press,
Cambridge.
8
Stigler, S. M., 1977, Eight Centuries of Sampling Inspection: the Trial of the Pyx, en J. Am. Stat. Ass.,
vol. 72, pp. 493-500.
9
Nusbaumer, E., 1924, LOrganisation scientifique des usines, Nouvelle librairie national, Pars.

La opinin de Le Chatelier respecto al azar se explica a partir de sus

concepciones de la organizacin industrial. nicamente le parece legtima y
fecunda una sola va: conocer con tanta exactitud como sea posible las leyes
de la materia aplicadas a los productos fabricados, a las mquinas. Podra
decirse, parafraseando a Laplace, que ni su concepcin de la calidad ni
aqulla de la organizacin industrial tenan necesidad alguna de recurrir a la
hiptesis del azar. Por el contrario, se requera rechazarla de manera
contundente pues ofreca una escapatoria fcil a los responsables de la fbrica
que refunfuaban cuando se planteaba que deban emprender la marcha del
conocimiento cientfico, laborioso y costoso, que hubiera podido dar
verdadera cuenta de esos fenmenos. Aceptar la idea de que el azar existe, es
rechazar la posibilidad de alejar el desorden.10
Algunas veces, principalmente cuando el control implicaba una
destruccin de las piezas (ensayos que llegaban a la rotura, por ejemplo), era
necesario tomar una muestra de las mismas. Le Chatelier no se cuestionaba
acerca del tamao de la muestra ni sobre la validez de las conclusiones que se
obtenan del ensayo; quizs hubiera sido incapaz de plantearse la pregunta ya
que pareca ignorar la existencia del clculo de probabilidades, el cual, sin
embargo, desde inicios del siglo

XIX,

haba sido articulado por Laplace, de

manera muy evidente, con una filosofa determinista.11

La misma concepcin determinista pareca reinar de igual manera en la
industria estadounidense. As, F. W. Taylor da un ejemplo de organizacin
perfectamente determinista de un control de calidad en la fabricacin de

10

El debate est siempre presente entre los partidarios del cero error. Algunos ven en el paso del control
estadstico de fabricacin la institucionalizacin de la ineficiencia: los operadores, sabiendo que los
productos se inspeccionan al final de la cadena, no buscan particularmente corregir los errores. El principal
inters de una poltica de cero error sera forzar a la gente a mejorarse.
11
De Laplace, P. S., 1825, Essai philosophique sur les probabilits, 1986, Christian Bourgois, Pars.

baleros para bicicletas. 12 Por otra parte, Nusbaumer, el alumno de Le

Chatelier ya mencionado, reprodujo de manera exacta el dispositivo de Taylor
en la fbrica de plvora y explosivos que deba reorganizar en 1916. Incluso
con sujetos que, en nuestra visin actual, se prestan muy bien a un
acercamiento probabilstico, tal como el mantenimiento preventivo de correas
de transmisin dentro de un taller, con el objetivo de evitar las interrupciones
en el proceso de fabricacin; Taylor adopta una problemtica rigurosamente
determinista.13
La creencia en el determinismo al interior de los ambientes industriales
estadounidenses se mantena igualmente por la bsqueda de la mayor
precisin posible en las fabricaciones mecnicas, que aparecan como el nico
medio para obtener la intercambiabilidad de las piezas. El historiador A. D.
Chandler seala que El sistema estadounidense de manufactura puede
definirse como un proceso de produccin de grandes cantidades en medio de
la fabricacin de piezas estandarizadas que se ensamblan a productos
finales.14
Para muchos industriales, uno de los principales objetivos de calidad
para la fabricacin mecnica era la posibilidad de sustituir los componentes,
segn la ecuacin: calidad = intercambiabilidad = precisin.
El enfoque no determinista del control de fabricacin desarrollado en
los laboratorios Bell, le dar vuelta a la ideologa cientfica dominante en los

12

Se trata de un ejemplo dado por el autor en The Principles of Scientific Management, trad. franc., 1967, La
direction scientifique des entreprises, Ed. Marabout, Pars.
13
Taylor, F. W., 1907, Lemploi des courroies, en Etudes sur lorganisation du travail dans les usines,
Dunod y Pinat, Pars.
14
En: Mayr, O. y Post, R. C. (comps.), 1981, Yankee Enterprise. The Rise of American System of
Manufactures, Smitsonian Institution Press, Washington D.C., p. 153. El conjunto del libro muestra bastante
bien la importancia de la cuestin de la intercambiabilidad y el asombro del mundo industrial frente al
desempeo de las manufacturas estadounidenses en el tema.

mbitos industriales al introducir en el campo de la ingeniera la problemtica

de la fsica estadstica.

La construccin de una teora slida de la calidad

Por qu Shewhart?

Si se tratara aqu de un enfoque puramente histrico, se necesitara describir y

analizar una multiplicidad bastante grande de trabajos que tuvieron lugar
durante la dcada de 1920, no slo en los Estados Unidos, sino tambin en
Francia, Alemania, Gran Bretaa y, posiblemente tambin, en Rusia. De
hecho, es destacable que, ms o menos al mismo tiempo, aparecieron en
diferentes pases, aunque de manera independiente, ingenieros que haban
reflexionado acerca de los enfoques probabilsticos del control de calidad. Se
trata de una confirmacin de que el surgimiento del problema no provino de
un concurso de circunstancias propias de un sector industrial en particular,
sino que, ms bien, se halla quiz ligado a una etapa histrica en la evolucin
de las tcnicas de produccin, en la organizacin de las empresas y en la
evolucin de los intercambios industriales. Sin mucho temor a equivocarse, se
puede anticipar que se trata de la generalizacin de la produccin en masa, a
sabiendas de que una caracterizacin tan general es insuficiente. Esta cuestin
requerira mayor investigacin, lo cual supera el propsito de este texto.
Entre todos esos trabajos independientes, los de Laboratorios Bell
retendrn nuestra atencin por las siguientes razones: el cuerpo terico ms
ambicioso y completo se desarroll en ese espacio; el mtodo puntualizado, el
de las tarjetas de control, ingres realmente en la industria y todava tiene
vigencia; el material publicado es bastante voluminoso y su contenido lo
9

suficientemente abundante como para poder seguir las marcas del desarrollo
de esta innovacin. Por el contrario, en los dems pases, los mtodos
desarrollados

permanecieron

bastante

fragmentados

limitados

determinadas empresas y fueron, en definitiva, ahogados por el mtodo de los

Laboratorios Bell. Una excepcin notable es el caso de los ingleses, quienes
pudieron adoptar el mtodo en curso e integrar a sus propios trabajos la
concepcin estadounidense, a la cual brindaron considerables aportes en la
dcada de 1930, lo que no es de sorprender si se considera su impresionante
potencial como investigadores en estadstica, tanto matemtica como
aplicada.
Para no dificultar lo ya expuesto, nos limitaremos al mtodo de las
tarjetas de control, aunque para un anlisis completo deberamos, asimismo,
tomar en cuenta los mtodos de control de recepcin por muestreo que
tambin se desarrollaron en los Laboratorios Bell.15 W. E. Shewhart (18911967) es el creador reconocido de las tarjetas de control, lo que se confirma
mediante una decena de artculos aparecidos entre 1924 y 1931, que culminan
con un voluminoso tratado 16 que rene la totalidad de los mismos. De un
artculo a otro, se puede seguir perfectamente bien la evolucin de las ideas y
de las herramientas asociadas, y esta construccin es la que analizaremos en
apego a, particularmente, tres etapas de esta construccin: 1924, 1926 y 192930.17
15

Dodge, H. F. y Romig, H. G., 1929, A Method of Sampling Inspection, en Bell System Technical
Journal, vol. 8, pp. 613-631.
16
Shewhart, W. A., 1931, Economic Control of Quality of Manufactured Products, Macmillan, Nueva York,
Van Nostrand y Londres.
17
Shewhart, W. A., 1924, Some Applications of Statistical Methods to the Analysis of Physical and
Engineering Data, en Bell System Technical Journal, vol. III, n 1, pp. 43-87. Tambin vase las obras del
mismo autor, 1926, Quality Control Charts: a Brief Description of a Newly Developed Form of Control
Chart for Detecting Lack of Control of Manufactured Products, Bell System Technical Journal, vol. V, pp.
593-603; y, 1930, Economic Quality Control of Manufactured Product, Bell System Technical Journal, vol.
IX, pp. 364-389, presentado en la American Association for Advancement of Science, Des Moines,
diciembre, 1929.

10

De acuerdo con los testimonios,18 la Western Electric se preocup en

1922-24 por los problemas de control de calidad dentro de su departamento
de ingeniera. El fsico W. E. Shewhart, que conoca los mtodos de la fsica
estadstica, se encarg de analizar las mediciones que se efectuaron en
equipos telefnicos producidos durante varios meses, con el objetivo de
encontrar los procedimientos de control de calidad. Shewhart fue transferido a
los Laboratorios Bell al momento de su fundacin en 1925, y continu ah sus
trabajos sobre control de calidad.

El micrfono de carbono o la escenificacin de lo aleatorio, 1923-1924

Ya desde la primera frase de su primer artculo, anterior a las tarjetas de

control, Shewhart ataca de frente la creencia en el determinismo, redefiniendo
el significado de la medicin de una magnitud fsica, apoyndose en la fsica
moderna propia de la poca. En lugar de la exactitud, es decir, de una
precisin tan grande como se desee, slo se intentar encontrar entidades
estadsticas que ya no ofrezcan certidumbres sino nicamente probabilidades:

Habitualmente, pensamos que las ciencias fsicas y de la ingeniera son

exactas. En la mayora de las mediciones de magnitudes fsicas, esto es
prcticamente cierto. (...) La introduccin de la teora molecular de los
quanta, sin embargo, provoc la modificacin de algunas de esas viejas
concepciones. As, cada vez ms, debemos considerar el problema de
medicin de cualquier magnitud fsica como el de establecer el valor de
mayor probabilidad. Nos vemos obligados a concebir las leyes fsico18
Littauer, S. B., 1950, The Development of Statistical Quality Control in the United States, en The
American Statistician, diciembre, pp. 14-20; Gogue, J. M., 1990, Les six samoura de la qualit, Economica,
Pars.

11

qumicas como un determinismo estadstico al cual la ley de los grandes

nmeros da la apariencia de una precisin infinita.19

Shewhart comienza por construir un paralelo entre la fsica y la

ingeniera; los ttulos de los dos primeros apartados del artculo son
reveladores sobre este particular: Naturaleza estadstica de algunos
problemas fsicos y Naturaleza estadstica de algunos problemas
telefnicos. En el primero, este autor, con el apoyo de grficas, puntualiza la
experiencia histrica de Rutherford y Geiger (1910), al demostrar que, para
una fuente radioactiva, el nmero de partculas alfa emitidas por unidad de
tiempo, es una variable aleatoria de la que se puede dar cuenta mediante una
de las leyes de Poisson. En el segundo, Shewhart exhibe un componente
telefnico cuyo comportamiento slo puede ser aprehendido de manera vlida
por medio de mtodos estadsticos, y concluye: Las caractersticas de
algunos equipamientos telefnicos ya no pueden mantenerse dentro de lmites
estrechos cuando la distribucin de partculas alfa no puede controlarse en la
experiencia previa.
De esta manera, Shewhart realiza una transferencia de problemtica
entre el campo de la fsica estadstica y el de la ingeniera telefnica: a partir
del momento en que se reconoce en la fsica que un modelo probabilstico
constituye la mejor manera de explicar un fenmeno determinado, se
convierte en legtimo recurrir a los modelos probabilsticos dentro del campo
de la telefona e incluso necesario para los investigadores que pertenecen a
los Laboratorios Bell, a quienes se les paga para mantenerse en la cima del
progreso.

19

Shewhart, W. A., 1924, op. cit., pp. 43-44.

12

El objeto elegido por Shewhart brinda un ejemplo particularmente

palpable de la necesidad de recurrir al enfoque estadstico. Se trata del
micrfono de carbono, elemento clave del combinado telefnico, en el que
una de sus caractersticas importantes, la resistencia elctrica medida en
laboratorio con todas las precauciones imaginables manifiesta todos los
sntomas de un comportamiento aleatorio. Con un objeto como ste, la
impotencia de la concepcin determinista es evidente: la aleatoriedad se
encuentra en el corazn del objeto fabricado y no slo en las mquinas que lo
fabrican.
Este objeto providencial permite a Shewhart plantear un problema de
fondo para el control de calidad: cules son los estndares de fabricacin que
se pueden establecer para productos en los que no se pueden controlar las
caractersticas de calidad y de qu manera se formularn y representarn estos
estndares ante el personal de los talleres? Cmo establecer los lmites de
variacin admisibles? La respuesta que da Shewhart es: slo y nicamente
mediante las estadsticas. Aqu aparece legitimada la bsqueda de
investigaciones en este campo para llegar a los mtodos operativos. Al mismo
tiempo, se hace evidente la creencia de los industriales segn la cual, al
aumentar indefinidamente la precisin de las mquinas, se podr resolver en
todos los casos la cuestin de la calidad.
Veamos ahora en qu desemboca este cuestionamiento radical, pues no
basta con denunciar: en el campo industrial tambin se deben proponer
mtodos de trabajo. La direccin propuesta por Shewhart en ese artculo, y a
la cual se apegar despus de una manera coherente, consiste en identificar,
por medio de mtodos numricos, la distribucin estadstica de la
caracterstica

de

calidad

estudiada

en

condiciones

de

fabricacin

estabilizadas. La mayor parte del artculo se consagra a una revisin de los

13

mtodos estadsticos existentes con el fin de evaluar su pertinencia para la

identificacin de una distribucin emprica. Por lo tanto, se trata de un
artculo metodolgico y programtico. Las herramientas prcticas de trabajo
no estn an a punto, pero llegarn a estarlo en el transcurso de ese ao de
1924.

Distribuciones estadsticas en las tarjetas de control

El artculo que acabamos de analizar concluye que la calidad de un producto

industrial se representa mediante una distribucin estadstica. sta se
identifica por medio de los valores numricos de sus primeros momentos, en
aplicacin de la teora matemtica de Karl Pearson. A partir de entonces,
Shewhart le dar forma de manera progresiva a la herramienta grfica de la
tarjeta de control, la cual ser el objeto material esencial de este mtodo.
Seguiremos las huellas de esta evolucin, desde la idea inicial aparecida en
una nota interna20 del 16 de mayo de 1924, hasta la forma normalizada en
1935. El anlisis intenta mostrar que la forma grfica constituy un elemento
fijo respecto de las concepciones tericas, las cuales evolucionaron alrededor
de ese eje. En consecuencia, esta observacin brinda una confirmacin de la
tesis del papel predominante de los objetos en la evolucin de las ideas acerca
de la gestin.
La nota interna de 1924 muestra dos elementos: un ejemplo de
representacin grfica (figura 1) y un texto muy breve de Shewhart que seala
que est en el camino hacia un mtodo operativo: La relacin grfica anexa
se concibi para indicar si la variacin observada en el porcentaje de aparatos

20

Nota reproducida en Gogue, J. M., 1990, op. cit., pp. 30-31.

14

defectuosos de un tipo determinado es o no significativa; es decir, para

indicar si el producto es o no satisfactorio.

TIPO DE APARATO
INSPECCIONADO POR

DICIEMBRE

NOVIEMBRE

OCTUBRE

SEPTIEMBRE

AGOSTO

JULIO

JUNIO

MAYO

ABRIL

FEBRERO

ENERO

MARZO

p.

TOLERANCIA

NMERO MANUFACTURADO

NMERO INSPECCIONADO

ESTE PUNTO MUESTRA UN PROBLEMA

PUNTOS OBSERVADOS

PORCENTAJE DE DEFECTUOSOS

LMITE SUPERIOR

68% p.

LMITE INFERIOR

Figura 1

Shewhart agrega que la teora subyacente es relativamente compleja y

que comenz a trabajar en memorandos que lo explican a detalle. Aunque es
evidente que esta forma grfica es la aportacin principal ya que permite
captar a simple vista el mximo de informacin pertinente. Su principio es
simple: un eje horizontal representa las fechas sucesivas en las que se han
efectuado las mediciones, un eje vertical lleva la escala de la caracterstica
medida. El elemento nuevo que da todo su valor a la grfica, est constituido
por una lnea horizontal cuya ordenada corresponde a un valor determinado a

15

travs de medios tericos y que representa un lmite que no debe superarse; si

el valor de la caracterstica de calidad alcanza esta lnea, esto indica un
problema (este punto muestra un problema, escribi Shewhart sobre la
figura).
Luego, despus de conocer los desarrollos ulteriores de la teora, es
fcil comprender la idea directriz: mientras que la distribucin estadstica de
la variable de calidad permanezca sin cambios, se puede determinar un
intervalo, funcin de las caractersticas de la distribucin, de manera tal que la
variable tenga una probabilidad prcticamente igual a 1 de estar incluida. Por
ejemplo, si la distribucin responde a una ley de Laplace-Gauss, la
probabilidad de que la variable caiga fuera de un intervalo 3 a un lado y
otro de la media (donde es la desviacin estndar de la distribucin) es de
slo 3 por mil. Para una distribucin cualquiera, el teorema de BienaymTchebycheff establece que esta probabilidad es inferior al 11%. Si, entonces,
el resultado de una medicin cae fuera de este intervalo, podemos decir casi
con seguridad, para el caso de una distribucin normal, que el sistema de
produccin no qued en el mismo estado lo que constituye el problema del
que habla Shewhart: alguna cosa se ha desajustado, es necesario intervenir.
Pero no fue de manera repentina que Shewhart lleg a una formulacin
tan clara y compacta. En principio, construy una teora relativamente
sofisticada, fielmente calcada de la direccin de los biomtricos britnicos,
expuesta en su artculo de 1926, el primero en el que se emple el trmino
cuadros de control.
El objetivo buscado es, igual que en su primer artculo, la identificacin
de la distribucin emprica de la caracterstica de calidad. El procedimiento
consta de cuatro etapas. En primer lugar, es necesario plantear la hiptesis de
un modelo terico de distribucin (ley normal, ley de Poisson, etc.). Luego,
16

seleccionar los estimadores: generalmente, se trata de los primeros momentos

de la distribucin media, desviacin estndar, coeficiente de asimetra,
coeficiente de aplanamiento, aunque nada obliga al estadstico a adaptarse a
ellos. La tercera fase es la de la estimacin numrica. En ltimo lugar, es
conveniente evaluar el grado de adecuacin a los datos empricos de la
distribucin determinada por esos clculos.
En consecuencia, Shewhart propone un proceso metodolgico que deja
al estadstico en completa libertad para elegir el modelo terico, as como los
estimadores. Un procedimiento estndar que pueda utilizarse directamente en
un taller todava est muy lejos de alcanzarse.
Sin embargo, reencontramos en este artculo, ms bien terico, el
principio grfico imaginado en 1924 que Shewhart aplica, esta vez, a los
parmetros que definen la distribucin estimada (fig. 2). Su razonamiento es
el siguiente: en la hiptesis donde las condiciones de produccin permanecen
sin cambiar, la distribucin estadstica de la variable de calidad se mantiene
estable, y por lo tanto pasa lo mismo con los parmetros que la definen o que
son su consecuencia directa (en la figura: porcentaje de defectuosos, media,
desviacin estndar, asimetra, aplanamiento); los valores numricos de esos
parmetros calculados para diferentes muestras de la produccin, slo difieren
como consecuencia de las fluctuaciones ocasionadas por el muestreo. Ahora
bien, la ley de probabilidad de esas fluctuaciones es conocida, con base en la
distribucin que se estim y se pueden calcular los lmites entre los cuales se
deben encontrar los valores de los parmetros con una probabilidad que se fija
alta, por ejemplo 0.99. Al reportar esos lmites en las grficas que representan
esos valores, se ve inmediatamente si las variaciones observadas pueden o no
imputarse nicamente al muestreo.

17

Porcentaje
defectuosos
P

LMITE

Media
Aritmtica
X

LMITE

PRO.

LMITE
PRO.

LMITE

Desviacin
Estndar

LMITE
PRO.

LMITE
LMITE

Sesgo
K

PRO.

Kurtosis
P2

LMITE

LMITE

PRO.

Xi-Cuadrada
X2

LMITE

PRO.

Figura 2

Cuando se observa la figura 2, salta a la vista que la distribucin de la

caracterstica de calidad no se mantuvo idntica a s misma durante todo el
perodo observado: los cuatro primeros momentos de la distribucin se salen
mucho de los lmites correspondientes a las fluctuaciones de muestreo. Como
consecuencia, la grfica vuelve completamente visible la existencia de causas
importantes para las variaciones en el proceso de fabricacin.
As, Shewhart elabor en este estadio dos instrumentos: una
representacin grfica simple y elocuente, y una complicada metodologa que
implica muchos clculos. Esas dos facetas no se complementan an de
manera estrecha: las grficas solamente ilustran la teora, mientras que sta se
mantiene autnoma. La evolucin que se producir enseguida, en el mtodo,
es muy interesante, ya que la teora se va a simplificar de manera considerable
y la herramienta grfica se convertir en una parte integral del mtodo. Esta
18

evolucin evoca lo que Simondon ha llamado el proceso de concretizacin21

de un objeto tcnico: en principio, un objeto tcnico se lleva a cabo como
prototipo, como calco de su esquema terico; despus, con el tiempo y con el
uso, sus componentes se redefinen unos en funcin de los otros, en un
proceso que confiere al objeto la apariencia de poseer una vida autnoma,
relativamente independiente de las concepciones tericas que rigieron su
creacin.
Esta concretizacin se manifiesta claramente en la forma normalizada
de las tarjetas de control (1935 22 , figura 3). La forma primitiva se haba
calcado estrictamente del planteamiento terico de Karl Pearson, en el cual la
identificacin de una distribucin descansa en aqulla de sus primeros
momentos, mientras la precisin de la estimacin aumenta con el nmero de
momentos considerados. Por tal motivo, Shewhart llega hasta el cuarto
momento, en el que el clculo es, de hecho, muy complicado; eso le permita
principalmente, franquear la hiptesis de normalidad de la distribucin de la
variable, hiptesis que l critic mucho en 1924. Pero el estndar del cual se
puede suponer de manera razonable que integra los modos de utilizacin de la
herramienta, se limita a considerar los dos primeros momentos, planteando
implcitamente las hiptesis acerca de la normalidad de la distribucin; el
manual que define la norma se explica brevemente cuando se dice que en la
prctica, la media y la dispersin se plantean como suficientes. El proceso de
concretizacin llev en el presente caso a una simplificacin del objeto
inicial, obtenido al precio de hiptesis implcitas que restringen, en el plano
terico, el campo de aplicacin del mtodo.

21
22

Simondon, G., 1969, Du mode dvolution des objets techniques, Aubier, Pars.
American Society for Testing Materials, 1935, Manual on Presentation of Data, Suplemento B.

19

Tamao de
la muestra
N

Lmites de control
Para

y
Para

y
Resultados: falta de control en el nivel estndar
indicado en los das tercero y noveno.

Promedio X

Lneas centrales
Para
Para

Desviacin
estndar

Desviacin estndar

Muestra

Promedio
X

Nmero de muestra

Grficas: Cuadros de control para x y . En las

muestras grandes, x y estn dadas.

Figura 2. Informacin de control diario de las caractersticas operativas

Paralelamente, el procedimiento de investigacin de la distribucin

estadstica tambin se estandariza, se codifica mediante un procedimiento
operativo en el que se pretendi minimizar las referencias a la teora
estadstica. La metodologa tan abierta que Shewhart presentaba en 1926,
tom as, 10 aos despus, la forma tangible de un objeto grfico adecuado
para un manual de instrucciones. Este objeto, que se convirti en muy
autnomo respecto a la teora estadstica que lo fundamenta, est listo para
guiarse a travs de los canales de difusin institucionales del mundo
industrial: instancias de normalizacin, de formacin... A pesar de que esos
canales no fueron, como lo veremos, el nico vector de difusin, jugaron un

20

papel importante para identificar y dar a conocer el producto tarjeta de

control.

Ambiciones epistemolgicas, ventajas econmicas

Shewhart, sin embargo, no se conform con proponer reglas operativas y

herramientas. Sus ambiciones superan las de un ingeniero industrial para
aspirar al estatus de sabio: construy una verdadera epistemologa del control
estadstico de fabricacin, enlazando su desarrollo de pensamiento y de
accin con las grandes leyes cientficas de la naturaleza, en una forma que
recuerda a Laplace en su ensayo filosfico sobre las probabilidades23. En una
ponencia presentada en 1929 en la American Society for the Advancement of
Science (Sociedad Estadounidense para el Progreso de la Ciencia),
importante sociedad cientfica estadounidense, Shewhart propone tres
postulados (sic) para introducir el concepto del sistema constante de causas
con efectos aleatorios; en lenguaje moderno diramos: sistema aleatorio
estacionario:

Postulado 1. Todos los sistemas de causas aleatorias no se parecen en el

sentido de las posibilidades que nos brindan para predecir el futuro en
funcin del pasado.
Postulado 2. En la naturaleza, existen sistemas constantes de causas
aleatorios.
Postulado 3. Las causas asignables de las variaciones pueden encontrarse y
eliminarse.

23

Este acercamiento no es fortuito, ya que Shewhart haba ledo este trabajo de Laplace, motivado por un
matemtico de los Laboratorios Bell, E. C. Molina, muy conocedor de la historia de las probabilidades.

21

Estas propuestas constituyen el fundamento terico para el desarrollo

del control estadstico, el cual puede, sin embargo, formularse en trminos
ms intuitivos: cuando se trata de generar una caracterstica de calidad en el
comportamiento aleatorio, la mejor estrategia posible consiste en mantener en
un estado estable el sistema de fabricacin, despus de haber eliminado las
causas de variacin de la calidad sobre las que se puede actuar; esas causas
son, sobre todo, las que producen, con el transcurso del tiempo, variaciones
poco comunes, cclicas, o bien un cambio en el largo plazo en las
caractersticas de los productos. Las causas de variacin se clasifican en dos
tipos: las que son asignables, es decir, cuyo origen se puede identificar, y las
dems, que sealan eventos aleatorios incontrolables. A menos que los
equipos de produccin se remplacen, el ingeniero no puede actuar ms que
sobre las causas asignables.
Cada postulado se apoya en ejemplos, unos extrados de la fsica
estadstica y de la demografa, los otros de la experiencia de los ingenieros (lo
que fundamenta el tercer postulado, principio de accin). Si se hubiera
publicado en la actualidad un texto como ste, se habra considerado
probablemente como fantasioso o megalmano; enlaza, de hecho, cosas que
pueden parecernos heterogneas, desproporcionadas: la accin de los
ingenieros que pretenden arreglar mquinas y principios cosmolgicos o
metafsicos. Es realmente necesario invocar propuestas tan generales para
justificar un avance, en resumidas cuentas, muy comprensible en s mismo?
Sin embargo, Shewhart, en el fondo, explota, tanto como le es posible, su
formacin y sus conocimientos de fsico para servirse de toda la ciencia
moderna de la poca. La movilizacin eficaz de esos aliados de peso, de
acuerdo con la expresin de B. Latour, puede explicar que las teoras de
22

Shewhart jams fueron atacadas en el plano de su legitimidad cientfica: las

crticas hubieran chocado contra el peso de toda esta ciencia en la que los
textos de Shewhart se entreveran permanentemente.
Pero el peso de los aliados cientficos no basta para explicar el xito
obtenido por el mtodo de Shewhart. Todava era necesario demostrar su
factibilidad tcnica y su viabilidad econmica, criterios determinantes frente a
los industriales. En este artculo extremadamente complicado, Shewhart
aade, adems, argumentos econmicos a favor del control estadstico:
reduccin del costo de la inspeccin, reduccin del costo de deshechos,
maximizacin de los beneficios de la produccin en grandes cantidades,
alcance de una calidad uniforme an en caso de pruebas destructivas,
reduccin de los lmites de tolerancia cuando la medicin de la calidad es
indirecta (por recurrir a correlaciones).
Shewhart no es, sin embargo, ni un difusor particularmente inteligente
ni un gran comunicador. En el transcurso de su carrera slo publicar dos
libros. El primero, en 1931, rene todos sus artculos anteriores, de forma
muy tediosa y difcil de leer. Constituye una obra de referencia y de
legitimacin, pero de ninguna manera un manual operativo... En
innumerables ocasiones se cit a Shewhart, pero posiblemente poco se le ha
estudiado a fondo por parte de los practicantes ya que provoca ms preguntas
que respuestas. El segundo libro es una recopilacin de conferencias sobre la
calidad, editado en 1939 a peticin de Deming; este ltimo texto tambin se
juzga como ms bien filosfico por parte de los expertos.
Frente a tales obras, parece evidente que no se trata de la orientacin
personal de Shewhart (ms bien terica) ni de sus esfuerzos de promocin los
que pueden explicar el xito del control estadstico de fabricacin. Habra
sido necesaria la ayuda de ingenieros ms inclinados hacia la prctica, que se
23

reunieran en comits de normalizacin para producir los estndares

operativos. De esta manera, se instaur una verdadera divisin de papeles
entre los diferentes agentes que intervenan en el proceso de promocin. El
peso del Sistema Bell, de su rgano pensante, los laboratorios Bell, y de su
rgano de produccin, la Western Electric, se encuentra tambin, para
muchos, en el xito de la promocin, como lo mostrar, ms adelante, una
comparacin con el caso francs.
No obstante el carcter tan terico de algunos de los trabajos de
Shewhart, no debe hacer que se descuide la revisin que llev a cabo en el
campo de las ideas. De hecho, ms all de una pura transferencia de
razonamientos y de observaciones tomada del campo de la fsica terica, hay
mucha elaboracin de problemticas especficas en el mundo de la
fabricacin industrial. En primer lugar, se encuentra la consideracin de la
dimensin econmica: si la mejor estrategia frente a la aleatoriedad de la
produccin consiste en eliminar las causas asignables de variacin y tambin
en mantener tan constantes como sea posible las condiciones de fabricacin,
el costo de esas operaciones debe seguir siendo razonable (donde el criterio
a tomar en cuenta es el juicio del ingeniero). Sin duda, Shewhart no llega
muy lejos en la articulacin del avance en la calidad con los criterios
econmicos, pero sus colegas Dodge y Romig, con quienes mantiene una
estrecha relacin, publican en 1929 una metodologa de control por muestreo
que se basa de manera explcita en una optimizacin de los costos de la
inspeccin. La preocupacin por la gestin, por lo tanto, est muy presente en
el medio de los ingenieros y llega a expresarse de manera operativa. Despus,
Shewhart reformular completamente la nocin de control, con el fin de
tomar en cuenta el indeterminismo de los fenmenos, principalmente el hecho

24

fundamental de que una calidad controlada es una calidad variable y no es

siempre igual a un estndar prefijado:

Se puede decir que un fenmeno est controlado cuando, con base en nuestra
experiencia pasada, podemos predecir, al menos dentro de ciertos lmites,
cules son las variaciones del fenmeno que pueden esperarse en el futuro.
Predecir dentro de ciertos lmites implica en este caso que podemos
establecer, al menos de manera aproximada, la probabilidad de que el
fenmeno observado caiga dentro de los lmites dados.24

En la actualidad, esos principios bsicos estn completamente

integrados a la prctica cotidiana de los servicios de control de calidad.

Cmo se involucran los objetos en la accin

Vimos la construccin de la teora de Shewhart, cmo se articulaba, por un

lado con la ciencia, por el otro, con los objetos que la relacionan con la
prctica: el micrfono de carbono que demuestra la necesidad de resolver un
problema de fabricacin, la grfica de la tarjeta de control que propone un
mtodo aparentemente intuitivo y fcil de aplicar. Pero en ese estadio del
anlisis, slo exploramos el punto de vista del promotor inicial, Shewhart, que
se expresa con una buena dosis de retrica. El hecho de que el mtodo d la
impresin de ser utilizable en la prctica puede no ser ms que un efecto de
una habilidad de Shewhart, o de los ingenieros con los que se relacionaba y
que tal vez lo asesoraron, pues ya vimos que Shewhart estaba ms bien
inclinado hacia la teora. Examinando exclusivamente la retrica de los
24

Shewhart, W. A., 1930, op. cit., p. 4.

25

promotores, en realidad no podemos deducir nada acerca de las condiciones

reales de aplicacin del mtodo.
Para superar esta cuestin, se debe analizar la manera en la que el
mtodo se puso en prctica y cmo lo recibieron los usuarios. Disponemos
para esto de algunos testimonios que, aun cuando son bastante incompletos,
permiten, no obstante, extraer conclusiones interesantes cuando se los
remplaza dentro de un marco conceptual adecuado. En principio, indiquemos
nuestra concepcin del marco de anlisis.
En el fondo, se trata de un estudio de recepcin. Es necesario desplazar
radicalmente nuestro punto de vista, ubicado hasta el momento en los
promotores, para adoptar el del usuario. Este ltimo se confronta con dos
tipos de elementos: los discursos de los promotores y los objetos necesarios
para aplicar el mtodo propuesto. El usuario industrial se preocupa, ante todo,
por saber si el mtodo funciona en el contexto del taller; por lo tanto, a
priori tendr cierta desconfianza respecto del discurso de los promotores, ya
que sabe que ste contiene una parte importante de retrica. Exigir pruebas,
testimonios confiables, cuentas rendidas por la experiencia... Pero se trata
aqu de los elementos discursivos que, si bien pueden despertar la atencin y
el inters de un industrial, deben apartarse del ensayo de funcionamiento,
involucramiento dentro de una accin prctica que pone en marcha a los
objetos. Intentaremos demostrar que la prueba de la tarjeta de control posee
un poder de convencimiento decisivo sobre las personas, por ejemplo, dentro
del marco de una formacin. ste ser el objeto del primer punto: el objeto
tarjeta de control como nueva herramienta cognitiva. Luego, analizaremos la
manera en que la argumentacin de los promotores se fortalece al recurrir a
otros objetos distintos de la tarjeta de control, como las urnas para simular
sorteos, que se utilizan en las situaciones de capacitacin, aunque no se usan
26

en los talleres. En un tercer punto analizaremos la compatibilidad entre el

conjunto de objetos que se asocian al control estadstico (principalmente los
manuales de instrucciones) y las estructuras organizacionales de la empresa,
la divisin de las competencias y de las tareas. Finalmente, veremos cmo el
involucramiento de los objetos en la vida social de la empresa provoca
evoluciones de la teora.

La tarjeta de control como nueva herramienta cognitiva

La tarjeta de control posee propiedades que la enlazan con un nuevo medio de

percepcin: convierte en visibles y tangibles fenmenos que hasta entonces se
hallaban escondidos. Una tarjeta de control estndar (figura 3) permite seguir
dos tendencias de la caracterstica de calidad: su media y su dispersin. Si la
media es una nocin relativamente intuitiva, no sucede lo mismo con la
dispersin. Se concibe la idea, pero existe mucha dificultad para hacerse una
representacin mental precisa sin que se recurra a una imagen de tipo
histograma. Ahora bien, la tarjeta de control permite observar (figura 3),
ubicar en el espacio de una hoja plana, la nocin de dispersin al mismo
tiempo que muestra los lmites que no debe traspasar esta dispersin durante
todo el tiempo que dure el control sobre la produccin. La tarjeta de control
representa de forma perfectamente visible, sensorial, la variabilidad del
proceso de fabricacin en el transcurso del tiempo. Es importante destacar
que la tarjeta de control no utiliza la representacin del histograma, ya que
este ltimo no sera operativo en lo absoluto para seguir la evolucin de la
dispersin en el tiempo.
Si entramos un poco ms en detalle, la tarjeta de control representa
igualmente nociones mucho ms abstractas: la variabilidad del valor medio y
27

la variabilidad de la dispersin. Qu se entiende por la variabilidad de una

dispersin? Para comprender este concepto es necesario representar el
proceso de muestreo, entender que, a partir de cada muestra, se calcula la
dispersin del conjunto de la poblacin y que esta estimacin presenta una
variabilidad resultado de este muestreo... En sntesis, se trata de una sucesin
de razonamientos a veces complicados, que sera imposible desplegar
mentalmente en el curso de un trabajo repetitivo. Ahora bien, la tarjeta de
control representa estas nociones poco intuitivas sin que ni siquiera sea
necesario para el usuario hacerse una representacin mental. Es ah donde
radica toda su fuerza: gracias a la tarjeta de control, ya no hay necesidad de
recurrir a la mente del obrero para administrar la dispersin. La nocin
estadstica de dispersin, que se construye en la teora, adquiri de esta
manera una representacin nicamente visual.
La tarjeta de control permite transformar un conjunto complejo de
razonamientos abstractos en un procedimiento de trabajo que recurre a las
facultades de representacin ms comunes (visin) y a operaciones
elementales de clculo aritmtico. El anlisis presentado aqu no se basa de
hecho en observaciones empricas de primera mano; lo elaboramos mediante
una experiencia de pensamiento en la que nos proyectamos al lugar del
usuario. Sin embargo, hay que subrayar que algunos investigadores en
ciencias cognitivas y en cognicin distribuida25 realizan esas observaciones;
el principio bsico es descubrir de manera exacta, por medio de una
observacin fenomenolgica, qu es lo que hacen los sujetos, qu medios
cognitivos elementales se aplican en la utilizacin de instrumentos de trabajo,
25

Vase Hutchins, E., 1990, The Technology of Team Navigation, en Galegher, J., Kraut, B. y Egido, C.
(comps.), Intellectual Teamwork: Social and Technical Bases of Collaborative Work, Lawrence Erlbaum
Associates, Hillsdale, Nueva Jersey; Schuman, L., 1987, Plans and Situated Actions: The Problem of
Human-Machine Communication, Cambridge University Press, Nueva York.

28

con el fin de reconstituir su manual de instrucciones de los objetos y no la

teora que un ingeniero puede ver detrs del funcionamiento de esos objetos.
En la rutina de un taller, una vez que se ha instituido el control estadstico,
ya no sirve la teora sino el objeto tarjeta de control y el procedimiento
organizacional que se le asocia. El procedimiento, aplicado de manera
automtica, no necesita ninguna referencia a la teora estadstica. La actividad
del obrero se puede analizar como una sucesin de operaciones cognitivas
elementales: levantar una muestra, efectuar las mediciones, realizar los
clculos, registrar los datos en la grfica, observar, sacar conclusiones,
etctera. Las observaciones que permiten validar y dar consistencia a ese
bosquejo, lamentablemente an deben realizarse.
No obstante, por otra parte, sera errneo considerar que el objeto
tarjeta de control permite despejar por completo la teora, relegarla al rango
de los accesorios de articulacin. De hecho, si an puede admitirse que el
obrero que est en la cadena no se preocupa por la teora del control
estadstico en su accin cotidiana, no sucede lo mismo con los ingenieros que
creen comprender, con sus propios medios cognitivos (los conceptos
cientficos que suelen utilizar), cmo funcionan esos objetos, cmo pueden
producir resultados tangibles. Las sesiones de capacitacin en las que cada
quien se confronta a los objetos pedaggicos que generalmente tienen por
efecto, segn los testimonios de los capacitadores,26 llevar en s mismos la
conviccin, se destinan a este pblico (el de los ingenieros) as como al de los
capataces.
Entre esos objetos, es necesario mencionar particularmente las urnas
(bowls), las cuales se llenaban de fichas con nmeros, de manera tal que al
26
Por ejemplo, Grant, E. L. y Leavenworth, R. S., 1972, Statistical Quality Control, International Student
Edition, McGraw Hill; Peach, P., 1947, An Introduction to Industrial Statistics and Quality Control, Edwards
Broughton, Raleigh, N. C.

29

efectuar los sorteos aleatorios de las fichas, se simulaba el sorteo aleatorio en

una poblacin normal (de acuerdo con una de las leyes de Laplace-Gauss), o
una ley rectangular o bien una triangular. Este tipo de simulacin fue utilizada
de manera muy frecuente por los estadsticos, ya sea para probar los
resultados obtenidos por medio de clculos analticos o para exhibir bajo una
forma tangible las leyes del azar.27 Por otra parte, en los museos de ciencias
se pueden ver diferentes aparatos, inspirados en los mismos principios, que
siempre suscitan la sorpresa de los visitantes: acaso no resulta fascinante
observar el nacimiento de un orden de aquello que no era ms que desorden?
En este punto encontramos un efecto de tipo probarlo es adoptarlo: la
sorpresa que puede sentir un nuevo usuario al constatar que funciona es un
factor psicolgico importante para explicar el carcter, a menudo militante, de
los partidarios del mtodo estadstico.
Una consecuencia de esta confrontacin con los objetos, generalmente
coronada de xito en el marco de las sesiones de capacitacin, es que, para los
ingenieros formados de esta manera, el objeto tarjeta de control se convierte
en la encarnacin de la teora. Las tarjetas de control que se hallan en un
funcionamiento de rutina (es decir, aqullas que funcionan bien)
constituyen una validacin permanente de la teora, de la que es tan imposible
dudar como de la teora de la mquina de vapor... En estos casos observamos
una casualidad circular: la teora funda el objeto, cuyo funcionamiento funda
la teora, y as indefinidamente. Sin embargo, de manera paralela, es
necesario recordarlo porque muestra la multiplicidad de significados de los
que un objeto tcnico puede ser portador, el objeto involucra la teora de
forma diferenciada dependiendo del nivel de conocimiento que cada
individuo tiene de ella: el obrero slo ver un procedimiento. La ignorancia
27

Stigler, S. M., 1986, The History of Statistics, Harvard University Press.

30

de la teora no impide que el objeto funcione ya que ste goza de autonoma;

pero, a la inversa, la teora slo puede probarse mediante el objeto, ya que la
primera depende de este ltimo.

Objetos que apoyan la retrica

La adhesin al control estadstico pasa por dos canales: la persuasin, efecto

de la retrica de los promotores y de los nuevos usuarios convertidos en
militantes de la estadstica, y la confrontacin con los objetos mismos;
elemento de una prueba de realidad. Sin embargo, mediante el material del
que se saca partido para este anlisis histrico, es imposible tener en cuenta
los dos tipos de efectos: todos los anlisis de la confrontacin con los objetos,
publicadas en revistas tcnicas, implican una parte de retrica.
Para tratar de superar esta dificultad, se puede observar el estatus que
toma, en la retrica, la relacin con los objetos y cules se seleccionan de
forma privilegiada como apoyo para la argumentacin.
Existe un gran nmero de textos que se presentan como balances de la
aplicacin. Esos textos inducen al lector a proyectarse mentalmente en la
situacin de confrontacin con los objetos, a simular esta experiencia. El
mtodo de control estadstico sufre una prueba de realidad, el texto expone las
condiciones y da cuenta de los resultados. Esos testimonios, a menos que sean
ostensiblemente publicitarios, constituyen los elementos sobre los cuales,
los que deciden fundamentan su opinin.
Una segunda categora de textos incluye las experimentaciones del
mtodo en un contexto cientfico, es decir, en laboratorio. Shewhart utiliz
as las urnas normales, triangulares o rectangulares mencionadas, para probar
el mtodo de los subgrupos racionales (lo que sera demasiado extenso para
31

explicarse aqu) y que es el fundamento de las tarjetas de control. Shewhart

public el resultado de 4,000 sorteos en cada una de las tres urnas, y esos
cuadros sirvieron como referencia durante mucho tiempo, ya que se los puede
encontrar an en un conocido manual de la dcada de 1970. Se puede destacar
que, en el primer artculo francs que data de 1925, se encuentra un
dispositivo similar que el autor emplea para confirmar los resultados de sus
clculos. Esos objetos demostrativos se involucran con el lector de un
artculo, slo por medio de una descripcin en palabras, de esquemas, listas
de cifras y cuadros que renen los clculos. El lector no tiene frente a l el
objeto en bruto y no puede manipularlo para verificar lo que est leyendo.
Para comprender la experiencia, el lector debe pasar por representaciones
mentales confiando en el autor. No obstante, esos elementos se consideran
como si fueran pruebas.
Junto a esos objetos que involucran la teora en la prctica del trabajo,
tambin se debe prestar atencin a los que sirven para sostener una
argumentacin y que slo llegan al pblico en forma de textos que recopilan
los resultados de la experiencia.
Respecto de la argumentacin acerca de las ventajas econmicas, los
objetos exhibidos, a menudo, son mucho menos convincentes. En esencia, se
trata de evaluaciones, aunque no siempre contengan cifras. Ms que los
objetos, lo que lleva a la adhesin es el efecto de ejemplo: el hecho de que
una empresa tan importante y seria como la Western Electric haya
emprendido una campaa para mejorar la calidad, entre 1922 y 1924, por
medio de mtodos estadsticos, constituye un argumento de peso... De hecho,
constituye todo el peso de la empresa!
Pero esas experiencias no son muy numerosas, por lo que no existe otra
alternativa que extrapolar. Shewhart saca a relucir, por medio de grficas y de
32

series de cifras que miden la caracterstica de calidad, situaciones que no

estn bajo control estadstico y donde, en consecuencia, sera conveniente
intervenir. Pero Shewhart pone mucho cuidado en precisar que es necesario
mantener el buen sentido y no comprometer acciones de calidad si la
ganancia que se espera no es muy superior a los gastos. Esta prctica
razonable se conoce como el razonamiento del ingeniero. Entonces, el
ingeniero

se

moviliza

para

hacer

contrapeso

al

cientfico,

quien

probablemente correra el riesgo de ser quiz demasiado soador y, de esta

manera, el lector empresario puede quedarse tranquilo. Por otra parte, se sabe
que los laboratorios Bell estaban poblados de ingenieros, al menos en un
nmero igual al de los universitarios, lo que daba cierta credibilidad al
argumento de Shewhart.
Los objetos para convencer respecto del inters econmico tienen,
incluso en la actualidad, un desarrollo importante en los clculos de costos de
no-calidad. En el plano de una evaluacin rigurosa de los costos, el principio
de esos mtodos es muy criticable, aunque encuentran cierto xito si se les
juzga por el nmero de empresas que recurrieron a ellos. Sera interesante
analizar con ms calma lo que constituye la solidez de los mtodos ms
conocidos...

Objetos en la organizacin de la empresa

En el trabajo, los objetos prescritos por la teora del control estadstico de

fabricacin deben asumir compromisos con las exigencias de la organizacin
de los talleres, as como con las de su vida social. Los objetos que conduciran
al desempeo tericamente mximo son, con frecuencia, de difcil utilizacin
para una mano de obra obrera, lo que implicara cometer errores.
33

De esta manera, el plan secuencial que, en teora, lleva a obtener

logros muy importantes respecto de los tamaos de muestra, se utiliza poco,
ya que necesita demasiada manipulacin y, en consecuencia, implica
demasiados riesgos de cometer errores. Esos planes son obra de un
matemtico brillante, Abraham Wald, quien los aplic a partir de un contrato
con el gobierno estadounidense durante la segunda guerra mundial. Pero este
matemtico, probablemente, no tena suficiente sentido de lo concreto, y los
mtodos de los ingenieros de los Laboratorios Bell siguieron obteniendo los
favores de los industriales. En cambio, los descubrimientos de Wald tuvieron
consecuencias muy significativas para la teora de la decisin y contribuyeron
a un considerable progreso en el medio acadmico.
Dado que en el contexto de un taller, no es conveniente dejar
demasiado espacio al azar, los mtodos de control estadstico se
estandarizaron rpidamente. G. Th. Guilbaud compara irnicamente este
proceso con la codificacin de las instrucciones que funciona en las
organizaciones militares: en la artillera, se encuentra el manual del sirviente
de cmara, el manual del suboficial, el manual del oficial... y, en la empresa,
el tratado cientfico para los ingenieros, el libro de divulgacin para los
dirigentes, la obra tcnica para los capataces (aunque no reproduce las
demostraciones de los teoremas, proporciona los ejemplos), el aviso para el
que maneja la mquina. Cada una de esas obras brinda reglas de conducta,
pero con una libertad de eleccin cada vez ms restringida a medida que se
desciende en la escala jerrquica. El ingeniero puede escoger entre los
diferentes tipos de tarjetas de control; el capataz, entre las distintas maneras
de realizar una medicin, pero el obrero slo tiene que aplicar una regla:
llamar al tcnico si los puntos reportados en la grfica se salen de los lmites
de control, o de lo contrario, continuar con su trabajo. No es sino hasta el
34

sorteo aleatorio de los elementos de la muestra, que ste debe reglamentarse

de manera estricta, para evitar que el obrero ponga en marcha, de manera
consciente o inconsciente, estrategias que introduciran sesgos en el control:
evidentemente, los expertos aconsejan la utilizacin de tablas de nmeros al
azar, aunque consideran que stas an presentan demasiados mrgenes de
maniobra y, por lo tanto, mayores posibilidades de comisin de error; tambin
inventaron muchos aparatos ingeniosos que permiten adjudicar nmeros al
azar con una mnima intervencin del ejecutante.
El funcionamiento del control estadstico se cruza con la divisin del
trabajo y de las responsabilidades dentro del taller. Aparentemente, este cruce
pudo realizarse con xito, es decir, de una manera aceptable desde el punto de
vista del orden social al interior de las empresas. En verdad, ste es uno de los
puntos fuertes de tal funcionamiento, el de poder prestarse a esa
descomposicin a travs del prisma de la jerarqua, que asigna a cada quien el
trabajo que corresponde a su rango social y a su nivel de instruccin.
Probablemente, no todos los mtodos de gestin tuvieron esta capacidad, lo
que explica muchos rechazos.
Una vez que esta descomposicin se concibe y se aplica, se convierte
en un elemento de anclaje del control estadstico dentro de la empresa:
cuando ste se integra al sistema de la organizacin, ya no es posible tocar un
elemento sin tocar los dems y el costo de una modificacin resulta muy
elevado.

Objetos que involucran la teora en el juego social

El objeto, mientras sea la encarnacin de la teora para los humanos que la

conocen, puede encontrarse comprometido en otras relaciones generalmente
35

no previstas por los promotores iniciales de la teora, y que se actualizan a

fuerza del uso. La teora, entonces, se encuentra vinculada a nuevos objetos,
comprometida en nuevas relaciones, que contribuyen ya sea a consolidarla o a
desestabilizarla, dependiendo de las circunstancias.
Tomemos un ejemplo: el control estadstico cambia las modalidades de
relaciones en el taller. Una de sus ventajas es, de acuerdo con los expertos, la
de permitir decidir, sobre la base de criterios objetivos e impersonales, en qu
momento la mquina est desajustada; eso significa que el obrero, a raz del
control, decide llamar al tcnico o continuar con la produccin. El tcnico o el
capataz ya no pueden reprenderlo a su voluntad una vez que l produzca un
error (suponiendo que la media de la muestra permanezca dentro de los
lmites de control); pero, por el contrario, el tcnico puede encontrarse en una
situacin difcil si el control demuestra que no puede arreglar la mquina tan
bien como debera.
El control estadstico tambin puede utilizarse para modificar las
relaciones entre la fabricacin, el control y la oficina que realiza los estudios.
Las tarjetas de control proporcionan una representacin de la precisin que
las mquinas son capaces de alcanzar y, en consecuencia, sera lgico que la
oficina que realiza los estudios las tengan en cuenta en su clculo de
tolerancias. De no ser as, una buena parte de los productos no estarn de
acuerdo con las especificaciones y habr que seleccionar y desechar los que
se rechacen. Antes de la utilizacin del control estadstico, rara vez se
cuestionaba a la oficina que realizaba los estudios: la responsabilidad de las
piezas malas incumba al taller, lo que provocaba fricciones entre los
fabricantes y quienes ejercan el control. Segn los testimonios, el control
estadstico permiti romper este crculo cerrado al implicar a la oficina que
realizaba los estudios, adems de salir del conflicto ofreciendo elementos
36

tangibles de discusin (las mediciones de calidad y sus distribuciones

estadsticas).
Un segundo ejemplo muestra cmo la teora involucrada en el juego
social por los objetos que se le vinculan, adquiere una imagen social que no
estaba prevista en un principio. En 1950, los promotores de la calidad en el
caso de la Ford elaboraron un folleto destinado a la capacitacin del personal,
y el control estadstico se asoci con imgenes sociales que dan prestigio: la
medicina, los sistemas de alarma. La analoga con el seguimiento del estado
de salud de un enfermo se apoya en la similitud formal (grfica) entre una
tarjeta de control y una hoja de temperatura:
La tarjeta de control es como una pelcula que nos mantiene informados
respecto de la calidad del trabajo que realizamos. Algunos la comparan con
la hoja de temperatura de un paciente que se encuentra en un hospital. Las
enfermeras toman la temperatura del paciente a intervalos regulares,
registran cada medicin en una hoja especial y unen los puntos mediante
lneas. Cuando el mdico llega para ver el progreso del paciente, examina la
hoja de temperatura, la cual considera un buen indicador general del estado
de salud del paciente...

En la analoga con los sistemas de alarma, el control estadstico se

presenta con lirismo como si fuera un dispositivo que seala las desviaciones
respecto de la calidad ideal: Sera maravilloso tener una serie de luces y
campanas enganchadas a cada mquina y a cada operacin. A partir del
momento en que nuestro trabajo se desve por un cabello del estado de
perfeccin, sonaran las campanas y las luces se volveran intermitentes...

37

A partir de un fenmeno de asociacin entre los objetos propios del

control estadstico y los objetos sociales claramente tipificados, se desarroll
una percepcin social de la nueva teora y se ancl en una realidad social que
le era exterior, Es importante subrayar que estas asociaciones y anclajes se
realizan a partir de la utilizacin de las herramientas y mtodos del control
estadstico por parte de los actores sociales, aqullos no les son inherentes a
stos. Para retomar una analoga lingstica, quien da sentido al mensaje es el
contexto; y, a travs de los fenmenos de anclaje social, este complemento de
sentido termina por engancharse al mensaje de manera permanente. La teora
de gestin se convierte entonces en mucho ms que un cuerpo de
conocimientos: en un smbolo portador de un valor del cual ya no es posible
separarla.

El apoyo mutuo entre objetos y teora

Ya vimos la manera en que la tarjeta de control vuelve perceptibles nociones

tericas como la dispersin, cmo valida continuamente la teora en el uso
profesional. Es muy difcil sealar cul de las dos, la tarjeta de control o la
teora, sostiene a la otra; estos dos elementos se apoyan mutuamente. La
misma tarjeta de control puede encontrarse involucrada en una operacin de
conviccin a partir de la demostracin de su funcionamiento; es lo que
Shewhart simul con sus diferentes urnas, cuya descripcin se retoma en
muchos manuales pedaggicos. Algunos instrumentos, como las urnas,
pueden involucrarse en operaciones muy diversas, de conviccin, de
pedagoga, de experimentacin, incluida la simulacin numrica, ya que
pueden servir para determinar de manera experimental la eficiencia de los
planes de muestreo.
38

La historia del control estadstico muestra que dos procesos de

construccin tuvieron lugar de manera paralela: por un lado, la construccin
cientfica de las nuevas propiedades de los productos industriales (por
ejemplo, la dispersin de las caractersticas) y, por el otro, la construccin de
objetos que permitan a la gente percibir y administrar esas nuevas
propiedades. De manera correlativa, el objeto tiene en consecuencia una doble
funcin esencial: mantener la creencia en que la teora est bien
fundamentada, y permitir la intervencin sobre lo real. Mediante el uso de los
objetos y las acciones de formacin que lo acompaaron, los individuos, en
definitiva, adquirieron nuevas aptitudes tales como la de ser capaces de
percibir una dispersin al leer una grfica.

El caso francs: objetos inoportunos

Probablemente, se admitir de manera fcil que los objetos son sustentos para
la difusin de nuevas teoras. Pero el hecho de que algunas teoras se difundan
y otras no, puede imputarse en cierta medida a los objetos asociados? El caso
de trabajos realizados en Francia que permanecieron como letra muerta,
permitir aportar elementos de comparacin con el caso estadounidense.
En 1925 aparece un artculo 28 que trata de manera muy completa el
problema de las conclusiones que se pueden extraer de los procedimientos
utilizados para controlar, por medio de muestreo, la calidad de los lotes de
municiones. El problema se plante en trminos diferentes a los del control
dentro del taller, ya que responde a una situacin de otro tipo: la
administracin militar, al subcontratar la realizacin de algunas producciones,
28

Dumas, M., 1925, Sur une interprtation des conditions de recette, en Mmorial de lartillerie franaise,
Tomo 4, fascculo 2.

39

debe controlar la calidad de las entregas que encarg. Para esto, el cuaderno
de especificaciones define un procedimiento llamado condiciones de
recepcin: tomar un nmero predeterminado de muestras, probarlos, y en
funcin del nmero de fallas, aceptar o desechar el lote. Algunas condiciones
de recepcin brindan una segunda oportunidad al proveedor cuando la
primera serie de ensayos no fue aceptable: el proveedor tena derecho a un
contra-prueba.
El autor del artculo, Maurice Dumas, era politcnico e ingeniero
militar en la artillera naval. Su aporte consiste en precisar, por medio del
clculo, las probabilidades de aceptacin de los lotes en funcin de la tasa de
defectuosos (desconocida) que contienen, lo cual es vlido en varios tipos de
condiciones de recepcin. Para lograrlo, Dumas construye curvas que sealan
la probabilidad de aceptacin en funcin de la tasa de defectuosos; la curva de
una condicin de recepcin la caracteriza de manera completa. Ahora bien,
una representacin grfica de este tipo tendr ms tarde un papel
absolutamente esencial en la prctica de las pruebas de las muestras, con el
nombre de curva de eficacia, y Dumas parece ser el primero en haberlo
publicado a propsito de un problema de control estadstico29. En este caso se
presenta un objeto de importancia fundamental, a la vez terica y prctica,
exhibido por Dumas. Servir para la difusin de sus ideas ser el punto de
partida de una renovacin de los mtodos franceses? No en lo absoluto: la
publicacin le vali a Dumas varios comentarios halagadores, pero no
produjo ningn cambio aparente en las prcticas administrativas. Nadie le
propone poner a prueba sus ideas ni experimentar, incluso de manera
29

Como tiende a comprobarlo una correspondencia entre Dumas y los especialistas estadounidenses en esos
mtodos, Dodge y Romig, de los Laboratorios Bell (publicacin de 1930, op. cit.). Dodge y Romig
reconocen que, si bien utilizaron esas curvas al interior de los Laboratorios Bell desde 1926, no las
publicaron.

40

limitada, nuevas condiciones de recepcin. Cmo explicar este completo

fracaso, cuando el enfoque propuesto era cientficamente correcto y se
acompaaba

de

formas

grficas

operativas

que

fueron

utilizadas

sistemticamente a partir de la dcada de 1930?

En primer lugar, la intencin de Dumas no era tanto proponer nuevos
mtodos como generar una reflexin crtica acerca de las prcticas existentes.
Quera demostrar que, contrariamente a lo que se pensaba, las condiciones de
recepcin no garantizaban que los lotes aceptados fueran de buena calidad (es
decir, que contuvieran un porcentaje de defectuosos inferior a un valor
predeterminado), sino ms bien brindaban nicamente alguna probabilidad de
rechazar los lotes malos. Su demostracin es incuestionable; pero lleva a
conclusiones que Dumas considera poco satisfactorias: las muestras que se
van a probar para obtener el nivel de seguridad que le parece deseable, tienen
un tamao demasiado grande como para que el mtodo pueda utilizarse en la
prctica, ya que la prueba de las municiones es destructiva y, lgicamente, no
se puede probar la cuarta parte del lote... Dumas concluye que el mtodo de
muestreo estudiado no tiene verdaderamente futuro y que hay que investigar
otros medios de control (sobre todo basndose en la informacin a priori).
Este autor no se percat de que el problema que quera tratar era realmente
demasiado complicado, pero que su mtodo era completamente pertinente
para problemas menos exigentes, como el control no destructivo.
En segundo lugar, el apoyo para la publicacin del artculo no actu
como elemento de difusin. El Mmorial de lartillerie franaise tena de
hecho un estatuto ambiguo: revista profesional, cierto, pero no utilizada como
herramienta de trabajo para la profesin. La revista publicaba todo tipo de
textos escritos por artilleros y que concernan a la artillera: artculos
documentales o histricos, reflexiones, investigaciones personales... Por lo
41

tanto, el artculo de Dumas fue percibido por los lectores de la revista como
una curiosidad matemtica30 y no como una propuesta concreta que pudiera
llevar a reformas en los procedimientos de recepcin. Mencionemos, sin
embargo, que este artculo fue destacado por ingenieros rusos, que lo
tradujeron y publicaron rpidamente en la URSS en una revista de armamento
(aunque no sabemos nada del eco que este artculo pudo haber tenido en ese
pas).
En 1925, Dumas intent nuevamente publicar su artculo en una revista
de mayor difusin editada por Dunod, La Technique Moderne, aunque sin
xito: la revista slo aceptaba artculos inditos. Aunque hubiera podido
rescribirlo, Dumas perdi el entusiasmo y ya no insisti.
Aparentemente, se trata de un inventor aislado, de un trabajador
laborioso y talentoso que no encontr el pblico adecuado para retomar sus
propuestas y trasladarlas a otros problemas. A pesar de los anlisis y los
resultados cientficamente sin defecto, 31 Dumas no obtuvo los medios
suficientes para generar una teora slida. Con 25 aos de edad, no tena una
posicin que le permitiera llevar sus ideas a la prctica administrativa (lo que
habra implicado cambiar los cuadernos de especificaciones de los mercados
de armamento). En su carrera posterior, estuvo vinculado de manera regular
con la AFNOR, cuando sta se involucr en el problema del control por medio
de muestras, en 1940, despus, durante la Liberacin y, finalmente en la
dcada de 1950.
El caso de Dumas no es nico en Francia. Adems de los suyos, se
publicaron otros trabajos valiosos, aunque no provocaron demasiado revuelo
30

Entrevistas con M. Dumas y archivos particulares.

Anexo al artculo, se encuentra igualmente una comprobacin experimental a partir de los tirajes de una
urna, de acuerdo con un ingenioso dispositivo que produca automticamente tirajes aleatorios. Ya se vio que
Shewhart haba utilizado mucho las urnas, aunque las de Dumas no hayan pasado a la posteridad.

31

42

respecto del tema de la aleatoriedad de fabricacin: Estienne (1903), Provost

(1912), Vallery (1925). La primera mencin al mtodo estadounidense de las
tarjetas de control se remonta a 1936; se realiz una experimentacin
industrial en Saint-Gobain (Rosenfeld. 1937), y el asunto comenz a evocarse
en el medio de los ingenieros. Sin embargo, nada decisivo se produjo
inmediatamente antes de la guerra. Despus de la Liberacin, se importaron
los mtodos estadounidenses, principalmente a travs de las misiones de
productividad del Plan Marshall.
Por lo tanto, los objetos no pueden explicar por s mismos la difusin
de una nueva teora: si bien constituyen sustentos de comunicacin, se
necesita la intervencin de elementos contextuales para explicar el conjunto
del proceso de difusin. El pblico industrial debe considerar pertinente el
mensaje que lleva el objeto, bajo uno u otro de sus aspectos. Las curvas de
eficacia de Dumas pasaron desapercibidas a pesar de sus cualidades
cientficas, lo cual no sucedi con las tablas de muestreo de Dodge y Romig,
publicadas en 1929 en el Bell System Technological Journal. Las
publicaciones de ese peridico aligeraban, de hecho, todo el peso de los
Laboratorios Bell dentro del sistema telefnico estadounidense: una
informacin tcnica o cientfica publicada en ese peridico significaba, para
los lectores industriales, que los rganos centrales del sistema Bell se
interesaran, y tomaban entonces un valor estratgico. La Western Electric
fabricaba, de hecho, equipos telefnicos que se revendan a las compaas
telefnicas locales; para el caso de una red telefnica es imprescindible, como
resulta obvio, que todos los aparatos distribuidos entre los clientes respeten
los estndares de compatibilidad, y la Western Electric estableca esos
estndares. Todos los responsables industriales dentro del rea telefnica,
lean el peridico de los Laboratorios Bell. A partir del momento en el que se
43

escribiera que la Western Electric utilizaba los procedimientos de control

estadstico de calidad, todas las empresas que componan el Sistema Bell
estaban atentas ya que podan esperar involucrarse en un futuro
razonablemente prximo. El Peridico de la empresa Bell era, rotundamente,
ms que un peridico cientfico: tambin era una fuente de informaciones
estratgicas, a diferencia del Mmorial de lartillerie franaise.

Conclusin

Dentro del proceso de produccin y difusin de los saberes en gestin, los

objetos ocupan un lugar central aunque paradjico: su papel parece
simultneamente trivial y enigmtico. Trivial, porque representan la forma
material de las teoras, a las que la difusin hace intervenir de manera
necesaria. Enigmtico, en su relacin con la teora y con las ideas de la
gestin: por un lado, los objetos parecen poseer ciertas propiedades en s
mismos que los vuelven independientes de la teora y, por el otro, parecen
perder su sentido cuando se separan de sta. Una herramienta de gestin
produce, las ms de las veces, efectos perversos cuando se utiliza al pie de la
letra, perdiendo de vista el contexto de intenciones que presidi su
establecimiento.
Para esclarecer esta paradoja, se deben emprender anlisis mucho ms
finos que los que habitualmente se practican respecto de las relaciones entre
una teora y los objetos que se le asocian. No pensamos en observaciones de
orden lgico ya que corren el riesgo de ser puramente una construccin

44

especulativa, 32 sino en relaciones que se puedan observar en el uso que

hacen los seres humanos de esos objetos y que se estudian mediante mtodos
del tipo de la etnografa de la comunicacin, cognicin distribuida, etctera,
que se desarrollaron principalmente a partir de la etnometodologa. En
consecuencia, se requieren metodologas de investigacin muy particulares,
cuyo peso constituye una dificultad mayor. Sin embargo, parece necesario
enfrentarse a estas cuestiones. El ejemplo de los trabajos clsicos de
Mintzberg sobre el empleo del tiempo de los administradores, muestra que
ese tipo de observacin fina conduce a resultados muy interesantes, en
desfase importante respecto de lo que los mismos actores creen saber acerca
de su actividad.
Para concluir, defenderemos entonces la idea de que, para discutir la
utilidad de los conocimientos en gestin, es conveniente partir del uso que se
hace, por parte de los mismos administradores, de las parejas asociadas de
teoras y de formas concretas. Se deben enumerar los diferentes tipos de
utilizaciones de esos conjuntos de teoras y formas (usos cognitivos,
estratgicos, argumentativos, de eficacia productiva...), examinar cmo
constituyen recursos involucrados por los humanos en la accin. Es necesario
tratar de pensar teoras y formas en un mismo marco de anlisis, ya que la
fuerza y la solidez de un conjunto como ste no se explican de manera
unvoca por medio de uno o varios factores aislados sino, ms probablemente,
por medio de una determinada configuracin singular de esos factores y por la
dinmica que ella implica.

32

Ver las crticas que tratan sobre el logicismo de los modelos de inteligencia artificial de H. Simon, por
parte de las nuevas escuelas cognitivas en un nmero especial de Cognitive Science, dedicado a la accin
situada (vol. 17, nm. 1, 1993).

45