Los OKRs se han convertido en el framework de referencia para alinear equipos con objetivos organizacionales. La meritocracia, en teoría, garantiza que quienes logran esos objetivos reciban reconocimiento proporcional. En teoría. En la práctica, muchas organizaciones que usan OKRs y se declaran meritocráticas tienen los dos sistemas desconectados, lo que produce disfunciones costosas.
Este artículo explora por qué esa desconexión ocurre, qué consecuencias tiene y cómo diseñar un sistema donde los OKRs y el reconocimiento basado en mérito se refuercen mutuamente.
El problema de los OKRs desvinculados del reconocimiento
El framework OKR tiene una característica bien conocida: Google y otros pioneros fueron explícitos en que los OKRs no deben estar directamente ligados a compensación. El argumento es sólido: si los objetivos determinan el bono, los profesionales los definen conservadores para asegurarse de cumplirlos, el sistema pierde su función de estiramiento y aprendizaje.
El problema surge cuando esa desvinculación se interpreta como "los OKRs no tienen nada que ver con el reconocimiento". Esa lectura produce equipos que se esfuerzan para cumplir objetivos trimestrales y luego ven que las decisiones de promoción, compensación variable o visibilidad se toman con criterios completamente diferentes: quién tiene mejor relación con su manager, quién habla más en las reuniones, quién lleva más años en la empresa.
El resultado es predecible: desenganche con los OKRs. Si nadie sabe en qué medida cumplir objetivos impacta su carrera, el sistema se convierte en un ejercicio burocrático trimestral.
Los cuatro puntos de fricción entre OKRs y meritocracia
1. Objetivos individuales vs. contribución al objetivo colectivo
En un buen sistema OKR, los objetivos individuales se derivan de los objetivos de equipo y empresa. Pero la contribución individual a un resultado colectivo es difícil de separar. Cuando tres personas de un equipo logran un Key Result conjunto, ¿cómo se atribuye el mérito? Si no hay un mecanismo de trazabilidad, la atribución la hace el manager de memoria, con todo el sesgo que eso implica.
2. La métrica de cumplimiento no captura la calidad del trabajo
Un 0.7 en un Key Result puede significar muchas cosas: que el objetivo era demasiado ambicioso y el equipo hizo un trabajo excelente, o que era conservador y el equipo no se esforzó. Los OKRs no distinguen entre ambos casos por defecto. Un sistema meritocrático necesita señales adicionales: contexto, feedback de calidad, rework generado, impacto real del output.
3. Los objetivos miden resultados, no comportamientos
Un profesional puede conseguir resultados excelentes con métodos que deterioran el equipo: acaparando información, bloqueando a compañeros, no documentando su trabajo. Los OKRs, si solo miden el qué, no capturan el cómo. La meritocracia bien diseñada sí debería hacerlo.
4. Ciclo anual de reconocimiento vs. ciclo trimestral de OKRs
La mayoría de sistemas de compensación operan en ciclos anuales. Los OKRs, trimestralmente. Esa asimetría temporal hace que el reconocimiento esté siempre desincronizado con el logro. Para cuando llega la revisión anual, los OKRs del primer trimestre son historia lejana.
Cómo conectar los dos sistemas sin caer en los errores conocidos
La clave no es ligar mecánicamente el bono al porcentaje de OKR cumplido. Es construir un sistema donde los datos de objetivos sean uno de los inputs del proceso de evaluación meritocrática, junto con evidencia de contribución, feedback por tarea y señales de impacto.
Trazabilidad de tareas a objetivos
Si cada tarea está vinculada a un objetivo, cuando llega el momento de evaluar contribución se puede saber qué trabajo concreto hizo avanzar qué Key Result. Esto no solo mejora la evaluación; también clarifica el trabajo diario. Los profesionales saben en todo momento por qué importa lo que están haciendo.
En Meritoria, cada tarea puede asociarse a un objetivo, y las Merit Signals agregan automáticamente esa evidencia cuando se genera el scoring de contribución.
Feedback por tarea como señal de calidad
Los OKRs miden si se llegó al resultado. El feedback por tarea mide si el trabajo fue de calidad: si fue útil para quien lo recibió, si resolvió el problema de fondo, si generó rework o no. Esas dos señales juntas ofrecen un retrato mucho más completo que cualquiera de las dos por separado.
Calibración contextual al final de cada ciclo
El proceso de calibración es donde los datos de OKRs y feedback se contextualizan con información cualitativa: el grado de dificultad del objetivo, las circunstancias externas, las dependencias del equipo. Una buena calibración no es una negociación política; es una revisión estructurada de evidencia con criterios explícitos y trazables.
Reconocimiento en ciclos cortos, no solo en la revisión anual
Esperar a la revisión anual para reconocer logros importantes produce un efecto de deterioro de la señal: el logro pierde relevancia emocional y el reconocimiento llega tarde para influir en el comportamiento. Los sistemas meritocráticos más efectivos incorporan micro-reconocimiento continuo: visibilidad de logros, feedback inmediato, badges o señales internas que no requieren esperar al ciclo formal.
El caso del objetivo stretch
Una de las tensiones más habituales al conectar OKRs con reconocimiento es el objetivo stretch: si alcanzar el 70% de un objetivo ambicioso es considerado éxito, pero el sistema de evaluación penaliza "no cumplir al 100%", los profesionales aprenderán a no comprometerse con objetivos ambiciosos.
La solución no es desligar completamente los OKRs del reconocimiento, sino diseñar el proceso de evaluación para que contemple el contexto del objetivo. Un 70% de un Key Result difícil puede representar más contribución que un 100% de uno trivial. Ese juicio es difícil de sistematizar, pero es exactamente el trabajo que debe hacer un proceso de calibración bien diseñado.
Meritoria como puente entre objetivos y reconocimiento
La arquitectura de Meritoria está diseñada para hacer ese puente explícito. Las tareas se vinculan a objetivos. El feedback por tarea captura señales de calidad e impacto. Las Merit Signals agregan toda esa evidencia en un scoring explicable. El Trust Trail registra el proceso de calibración para que sea auditable.
El resultado es un sistema donde "cumpliste los OKRs" y "aportaste valor" dejan de ser dos preguntas independientes que se responden con criterios distintos, y se convierten en partes del mismo relato de contribución.