Con las elecciones americanas a la vuelta de la esquina, durante las próximas semanas seremos bombardeados constantemente por encuestas, estadísticas, gráficos y análisis que intentarán arrojar algo de luz sobre quién ganará en este o aquel "swing state". La mayoría de estos análisis serán superficiales y reflejarán simplemente la opinión, o "corazonada", del comentarista de turno. Pero algunos otros serán mucho más sesudos, aportando datos y estableciendo elaboradas comparativas históricas. La importancia de cómo realizar predicciones más elaboradas, sin embargo, no solo se circunscribe al ámbito político. En términos más generales, ¿qué separa una predicción buena de una predicción mala, y cómo podemos incorporar estas buenas prácticas a los problemas a los que nos enfrentamos en el día a día? Le puede interesar: Lecturas de un profesional CFA: Los Juegos Olímpicos también son finanzas.
Uno de los mejores analistas políticos actuales, Nate Silver (cuyo último libro, publicado hace unos meses, espero reseñar próximamente), publicó en el 2015 el que probablemente sea todavía uno de los mejores ensayos divulgativos sobre el arte (y la ciencia) de la predicción, titulado The Signal and the Noise: Why So Many Predictions Fail – but Some Don't. En este extenso libro, Nate explora cómo se realizan predicciones en campos tan diversos como la economía, la meteorología, la epidemiología, la geología, los deportes y la política, y por qué en algunos de estos campos los avances que hemos hecho en la ciencia de la predicción han sido enormes en las últimas décadas mientras que en otros nuestras habilidades pronosticadoras apenas han cambiado.
Silver está especialmente capacitado para pontificar sobre estos temas porque, entre otras cosas, además de ser el fundador del célebre portal de predicciones políticas 538 (el cuál abandonó en 2023), ha sido jugador de póker, así como creador de modelos estadísticos en deportes como el beisbol y el baloncesto. Su experiencia de primera mano en estos campos tan diversos, ayuda a que la lectura del libro sea muy entretenida, ya que nos permite ver cuáles son algunos de los rasgos de los mejores procesos que tenemos para realizar predicciones en estos campos.
Para Silver, una de las dificultades actuales de realizar predicciones no es solamente que nos dispongamos de las herramientas o del poder de computación necesarios, sino que la información que recibimos en este mundo cada vez más complejo es excesiva ("information overload"), lo que dificulta que separemos lo que es relevante de lo que no. La mayoría de esta información es "ruido" (de ahí el título del libro), y la labor del buen analista es construir modelos que separen este ruido de la información o patrones valiosos, la "señal". Daniel Kahneman, el Nobel que explicó que la inteligencia artificial derrotará al inversor minorista.
¿En qué disciplinas considera Silver que ha habido una mejora notable en sus predicciones en las últimas décadas? Según él, la meteorología y la evaluación del rendimiento de los deportistas (especialmente en aquellos deportes ricos en estadísticas, como el beisbol o el baloncesto) han sido dos de los campos más exitosos. La meteorología es un caso particularmente instructivo, ya que se caracteriza por ser un sistema dinámico, no lineal y en el que su comportamiento en un momento del tiempo influencia su comportamiento futuro -lo que los matemáticos denominan "teoría del caos". La disponibilidad de computadores cada vez más potentes nos ha permitido ir desentrañando progresivamente estas dinámicas complejas y realizar predicciones meteorológicas certeras cada vez con más anticipación (ej. a tres días, a una semana, etc.). La primera computadora dedicada a predecir el tiempo fue diseñada por John von Neumann en 1950, y solo podía realizar 5,000 cálculos por segundo, frente a la asombrosa capacidad de las supercomputadoras actuales.
Dicho poder de computación no ha ayudado por igual en las predicciones de otras ciencias naturales, como en el caso de la sismología, una disciplina que Silver considera a medio camino entre el gran avance que ha sufrido la meteorología y el (casi) nulo avance de la economía. Como explica, "mientras que la posición en que tocan tierra los huracanes puede predecirse ahora con una precisión al menos tres veces mayor que hace veinticinco años, la ciencia de la predicción de terremotos apenas parece haber evolucionado desde el siglo IX d.C., cuando los japoneses afirmaron por primera vez que podían prever los seísmos observando el comportamiento de los siluros."
Aunque los sismólogos no pueden predecir por adelantado cuándo y dónde ocurrirá un terremoto, sí que han desarrollado herramientas estadísticas que les permiten poder cuantificar la frecuencia de las magnitudes de los terremotos - aunque, de nuevo, no cuándo ocurrirán. La más famosa de dichas relaciones se conoce como la ley de Gutenberg-Richter, la cual afirma que hay una relación inversa exponencial entre la magnitud de un terremoto y su frecuencia. Por ejemplo, un terremoto de magnitud 6 tiene aproximadamente diez veces más probabilidades de ocurrir que uno de 7, y cien veces más que uno de 8. Dado que esta simple relación se mantiene en todo el mundo, si uno dispone de suficientes datos estadísticos puede hacer una predicción de la probabilidad de que ocurra un terremoto de una cierta magnitud. Estas "leyes de potencia", como se conocen en terminología matemática, aunque no permiten predecir con exactitud cuándo ocurrirá un terremoto, son en cualquier caso herramientas valiosas, ya que nos permiten al menos calcular la probabilidad de eventos absolutamente desastrosos y poder estar preparados para ellos en consonancia.
De todas las disciplinas que cubre el libro, Silver argumenta que una predicción realizada de manera correcta (aunque no acierte finalmente, dada la inherente aleatoriedad que hay en el mundo) debería cumplir al menos los siguientes tres principios.
En primer lugar, debe ser probabilística, en el sentido de ofrecer un rango de posibles resultados con sus probabilidades asociadas, no resultados únicos con probabilidades del 0% o del 100% - como harían los comentaristas políticos a los que me he referido en el primer párrafo.
En segundo lugar, la media de las predicciones individuales suele ser más precisa que las propias predicciones individuales (un fenómeno presente, por ejemplo, en los mercados de apuestas), lo que se conoce en la literatura de toma de decisiones como la "sabiduría de las masas". Dicha agregación es únicamente efectiva cuándo las fuentes de información de cada una de las predicciones son diversas y cuando las predicciones se realizan de manera completamente independiente.
Y, finalmente, y probablemente el punto que más desarrolla el libro, es que nuestras predicciones deberían ir mejorando con la aparición de nueva información. En estadística, este proceso se denomina el "teorema de Bayes", una sencilla fórmula matemática que nos dicta cuánto deberíamos cambiar nuestras creencias previas sobre un tema con la aparición de cierta información, la cuál puede ser muy relevante o no serlo en absoluto. Silver considera que las personas que toman mejores decisiones en campos cuya información es incompleta (como en el caso del póker o en el mundo de la inversión) son intrínsecamente Bayesianas, en el sentido de que realizan cambios continuos (y la mayoría de las veces, graduales) en sus predicciones, ya que tienen la suficiente modestia intelectual para ser flexibles y no les importa hacerlos.
The Signal and the Noise es una lectura imprescindible no solo para aquellas audiencias que tengan que realizar predicciones rutinarias en su día a día, sino para cualquiera que desee entender cómo funciona dicha toma de decisiones en diversos campos en donde se junta la incertidumbre con volúmenes de información cada vez más abundantes. El libro puede ser un magnífico complemento a la lectura del ya clásico libro de Philip Tetlock, Superforecasters (reseñado en esta misma columna hace 7 años), ya que ambos libros coinciden en su conclusión general: aunque predecir el futuro es inherentemente imposible, una combinación de escepticismo, análisis fundamentado en datos y humildad intelectual produce resultados muy superiores a los de las predicciones medias.
'Ficha técnica'
Título: "The Signal and the Noise: Why So Many Predictions Fail - but Some Don't"
Autor: Nate Silver.
Editorial: Penguin Books, 2015, pp.576, tapa blanda.