La señal y el ruido
Título original: The Signal and the Noise
El estadístico y pronosticador electoral Nate Silver explica por qué fracasan la mayoría de las predicciones y muestra que pronosticar mejor exige pensar en probabilidades, actualizar las creencias con nuevas pruebas y ser humilde ante la incertidumbre.
Presentación
The Signal and the Noise: Why So Many Predictions Fail, But Some Don’t se publicó en 2012. Su autor, Nate Silver, se había dado a conocer por desarrollar un sistema para pronosticar el rendimiento en el béisbol y, después, por su blog político FiveThirtyEight, que acertó 49 de los 50 estados en las elecciones presidenciales de Estados Unidos de 2008 y, pocas semanas después de la aparición del libro, los 50 estados en 2012. En el libro examina el pronóstico en muchos campos: la crisis financiera de 2008, el clima, los terremotos, la economía, las enfermedades, el ajedrez, el béisbol, el póquer, la política, el cambio climático y el terrorismo. Se pregunta por qué algunos pronósticos aciertan y otros fallan, y propone una filosofía basada en el razonamiento bayesiano (Bayesian reasoning). El libro está lleno de ejemplos y tiene un estilo conversacional.
Resumen completo
1. Por qué fallamos: un fracaso catastrófico de la predicción
La idea: Silver empieza con la crisis financiera de 2007-2008. Agencias de calificación como Standard & Poor’s dieron las máximas notas de seguridad a ciertos valores respaldados por hipotecas y subestimaron gravemente su riesgo, y los funcionarios y los economistas no supieron ver la burbuja inmobiliaria como lo que era. Distingue entre el riesgo, que se puede medir, y la incertidumbre, que es difícil de medir, y dice que las agencias trataron productos nuevos y sin probar como si sus riesgos fueran conocidos. Hace la misma acusación contra los pronósticos económicos seguros de sí mismos que hizo el gobierno a principios de 2009. Con la imagen de un tiro al blanco, muestra que un pronóstico puede ser preciso sin ser exacto: los disparos que caen siempre en el mismo punto son consistentes, pero si no dan en el centro de la diana, no son exactos. Los pronosticadores, dice, suelen proyectar certeza para proteger su reputación, cuando las mejores predicciones empiezan por admitir la incertidumbre y los sesgos.
En la vida cotidiana: Un número seguro y de apariencia exacta no es lo mismo que un número correcto.
2. Tertulianos, erizos y zorros
La idea: Silver recurre a la investigación de Philip Tetlock, quien descubrió que muchas predicciones de expertos sobre política no eran mejores que el azar. Tetlock dividió a los pensadores en erizos (hedgehogs), que sostienen unas pocas ideas grandes y las aplican a todo, y zorros (foxes), que se nutren de muchas fuentes y cambian de opinión ante información nueva. Los erizos lo hicieron peor y tendían a culpar a factores externos de sus errores, mientras que los zorros reconocían los suyos. Silver enumera los hábitos de los buenos pronosticadores: pensar en probabilidades, adaptarse y estar abiertos a varias perspectivas, y dice que él intenta trabajar así. Lo contrapone a los tertulianos de televisión, como los de The McLaughlin Group, que, en su opinión, en realidad no intentan hacer predicciones acertadas.
En la vida cotidiana: Quien cambia su pronóstico cuando cambian los hechos suele ser más fiable que quien nunca lo hace.
3. Béisbol y póquer: modelos, ojeadores y proceso
La idea: Silver describe su propio sistema de béisbol, PECOTA, en la época que Moneyball hizo famosa. Los modelos de este tipo estudian los registros de los jugadores, corrigen según la suerte y el envejecimiento, y comparan a cada jugador con otros parecidos del pasado. Sostiene que no han reemplazado a los ojeadores, que ven cosas que los números no captan, como la conducta de un jugador, y que el mejor pronóstico usa ambos. Da el ejemplo de Dustin Pedroia, un jugador al que PECOTA valoraba bien pero de quien los ojeadores dudaban. Silver también jugó al póquer de manera profesional durante un tiempo, y describe el auge del póquer que comenzó hacia 2003, cuando muchos jugadores sin experiencia facilitaban que los que eran un poco mejores obtuvieran beneficios. Los buenos jugadores piensan en probabilidades condicionales, incluido lo que sus rivales pueden estar calculando. Como la suerte pesa mucho a corto plazo, dice que conviene juzgar las decisiones por la calidad del proceso y no solo por los resultados.
En la vida cotidiana: Un buen jugador juzga una decisión por las probabilidades, no solo por el resultado.
4. El tiempo atmosférico: una historia de éxito
La idea: El autor presenta la predicción meteorológica como un campo que ha mejorado enormemente en las últimas décadas, sobre todo gracias a las computadoras más rápidas. Los pronosticadores humanos siguen aportando valor al corregir los resultados de la máquina, en especial en el caso de la lluvia. El tiempo es un sistema caótico, así que pequeños errores en los datos de partida pueden crecer hasta convertirse en grandes errores en el resultado, pero los meteorólogos dan probabilidades, como un treinta por ciento de probabilidad de lluvia, y comprueban si esas probabilidades estaban bien calibradas. También examina el huracán Katrina, donde los pronósticos fueron buenos pero la respuesta no lo fue.
En la vida cotidiana: Un pronóstico de lluvia que dice «70 por ciento» debería acertar unas siete veces de cada diez.
5. Terremotos y economía
La idea: En cambio, los terremotos no pueden predecirse en el tiempo ni en el lugar. Los sismólogos pueden estimar la probabilidad de que ocurran sismos en una región durante un periodo largo, pero no decir cuándo golpeará uno. Los datos tienen mucho ruido y los sistemas se comprenden mal, así que es fácil encontrar patrones que no son reales, un error llamado sobreajuste (overfitting). Silver señala el tsunami de 2011 en la central nuclear de Fukushima, en Japón, como un caso en el que no se dio suficiente peso a las pruebas pasadas de grandes sucesos. El pronóstico económico le parece igualmente malo. El título de ese capítulo alude a la inundación de 1997 en Grand Forks, Dakota del Norte, donde no se explicó con claridad la incertidumbre de un pronóstico. Una economía es un sistema complejo en el que es difícil separar causa y efecto, y los pronosticadores pueden confundir correlación con causalidad y proteger su reputación a costa de la exactitud. Ve potencial en los mercados de predicciones, en los que la gente apuesta dinero a sus pronósticos.
En la vida cotidiana: Si mucha gente adivina, tarde o temprano alguien acertará por suerte, lo que no demuestra ninguna habilidad.
6. Las enfermedades y el teorema de Bayes
La idea: Los epidemiólogos trabajan donde los errores cuestan vidas, así que Silver los presenta como modelos de prudencia. Recuerda el susto de la gripe porcina de 1976 en Estados Unidos, cuando los funcionarios esperaban una epidemia y el presidente Ford respaldó un programa de vacunación apresurado; la epidemia nunca llegó. Los pronósticos pueden cumplirse a sí mismos o anularse a sí mismos, porque la gente reacciona ante ellos. La idea central del libro es entonces el pensamiento bayesiano, que lleva el nombre del pastor del siglo XVIII Thomas Bayes: se parte de una creencia previa sobre lo probable que es algo y luego se la actualiza a medida que llegan nuevas pruebas. Silver lo contrapone al enfoque frecuentista de Ronald Fisher, que dominó la estadística del siglo XX, y sostiene que contribuyó a muchos falsos positivos; cita a John Ioannidis sobre cuánta de la investigación publicada es defectuosa.
En la vida cotidiana: Si oyes un rumor, calculas lo probable que era antes y luego lo ajustas a medida que sabes más.
7. Computadoras, grupos y mercados
La idea: A partir de relatos de partidas de ajedrez entre personas y máquinas, Silver sostiene que las computadoras hacen exactamente lo que se las programa para hacer. Destacan donde las reglas son claras y cuenta el cálculo rápido, como en el ajedrez y el tiempo atmosférico, pero tienen dificultades con sistemas desordenados como la economía o los terremotos, y los puntos ciegos de un pronosticador probablemente se copien en el programa. En la bolsa, comprueba que los pronósticos de grupo hechos de forma independiente tienden a superar a los individuales, aunque no siempre al mejor de los individuales. Los operadores suelen seguir al rebaño, y las instituciones que se juzgan por resultados a corto plazo ayudan a que se formen burbujas. Nunca detectaremos una burbuja, dice, si damos por supuesto que el precio siempre es el correcto.
En la vida cotidiana: Una multitud que piensa igual no es una multitud que comprueba sus respuestas.
8. Clima, terrorismo y los límites del conocimiento
La idea: Sobre el cambio climático, Silver dice que el efecto invernadero casi con certeza existe, que las emisiones humanas de dióxido de carbono lo aumentan y que es muy probable que el planeta se caliente, aunque los efectos son menos seguros y los científicos discrepan sobre la fiabilidad de los modelos climáticos. La política añade ruido, ya que algunos pronósticos agresivos proceden de errores de modelización y otros de intentos de influir en las políticas, y el público suele interpretar la incertidumbre científica como debilidad. Sobre el terrorismo, dice que es muy difícil distinguir la señal del ruido antes de un atentado y que la gente considera inverosímil lo extraño. El patrón de los atentados sigue una ley de potencias (power law), en la que ocurren sucesos raros y muy grandes, así que los analistas deberían imaginar atentados mayores y tomar en serio las señales que los anuncian. El peor fallo, añade, es no hacer ninguna predicción. Termina diciendo que las personas tienden a creer que predicen bien, y que un enfoque bayesiano, con honestidad sobre la incertidumbre y disposición a revisar las ideas, es el camino para mejorar.
En la vida cotidiana: Un pronosticador que dice qué podría cambiar su pronóstico te da una imagen más completa.
Por qué importa
La señal y el ruido llegó a la lista de superventas del New York Times, fue elegido mejor libro de no ficción de 2012 por Amazon y ganó en 2013 el premio de libros de ciencia de la Phi Beta Kappa Society. Es una de las principales introducciones divulgativas al pronóstico, la probabilidad y el pensamiento bayesiano, y ayudó a llevar el razonamiento estadístico al debate público, sobre todo en épocas electorales. El libro destacó el valor de la humildad, las probabilidades y la comprobación, y mostró cómo el exceso de confianza y los incentivos distorsionan las predicciones. Se apoya en la investigación de Philip Tetlock sobre el juicio de los expertos, y es una lectura útil para cualquiera que tenga que juzgar pronósticos de cualquier tipo, en los negocios, el periodismo, la política o el deporte.
Ideas clave
- Separa la señal del ruido. No todos los patrones de un conjunto de datos son reales o significativos.
- Piensa en probabilidades. Evita la falsa certeza y di cuánta seguridad tienes.
- Actualiza con nuevas pruebas. El pensamiento bayesiano te ayuda a ajustar tu opinión poco a poco.
- Pon a prueba los pronósticos. Los campos que comprueban sus resultados, como la meteorología, mejoran con el tiempo.
- Sé humilde. Conoce los límites del conocimiento, sobre todo en los sistemas complejos.
Qué podemos aprender
Puedes empezar por expresar tus propias predicciones como probabilidades y comprobar con qué frecuencia se cumplen. Cuando veas un patrón llamativo en unos datos, pregúntate si podría ser casualidad. Desconfía de los pronósticos seguros de comentaristas que no afrontan consecuencias. Actualiza tus opiniones cuando lleguen nuevas pruebas, pero evita reaccionar de más ante cada noticia. Y aprende los fundamentos de la estadística, que ayudan a leer las noticias con más sentido crítico. Combinar los números con el juicio es un buen hábito.
Críticas y otras perspectivas
El climatólogo Michael Mann criticó que el libro trate la ciencia física del clima con el mismo enfoque que las preferencias de los votantes, basándose en supuestos que él calificó de subjetivos e incomprobables. Como el libro está escrito para el público general y omite la mayor parte de las matemáticas, tal como señaló un reseñista admirativo, no puede tratar a fondo todos los métodos estadísticos, y los métodos bayesianos tienen sus propias dificultades, como la de elegir las creencias previas. Los pronósticos posteriores de Silver también alimentaron el debate sobre las probabilidades: su modelo de 2016 dio a Donald Trump alrededor de un 29 por ciento de probabilidades, más que otros grandes pronosticadores, y Trump ganó. Un resultado con esas probabilidades es perfectamente posible, y el episodio mostró con qué frecuencia se malinterpretan las probabilidades como predicciones. Aun así, el mensaje principal del libro es muy valorado.
Quién debería leerlo
Este libro es para lectores interesados en los datos, el pronóstico, el deporte y la política. Es atractivo y requiere pocas matemáticas. Quienes busquen un tratamiento riguroso de la estadística o la probabilidad pueden consultar un manual.
Resumen traducido del inglés con la ayuda de la IA.
¿Quieres leer el libro completo?
Un resumen es un aperitivo, no la comida entera. Aquí puedes encontrar el libro completo.
Has llegado al final 🎉
Bien hecho. Marca este libro como leído y te sugeriremos qué leer a continuación.
Para leer a continuación
Superforecasting: El arte y ciencia de la predicción
Philip E. Tetlock and Dan Gardner
El politólogo Philip Tetlock y el periodista Dan Gardner informan de un proyecto de investigación que descubrió que algunas personas corrientes pueden predecir los acontecimientos mundiales mejor que los expertos, y describen los hábitos que las hacen tan buenas.
🧩 Mente y psicologíaPensar en apuestas
Annie Duke
La exjugadora profesional de póker Annie Duke sostiene que las decisiones de la vida son apuestas hechas con información incompleta, y muestra cómo juzgar las decisiones por su calidad y no por sus resultados, pensando en probabilidades y aprendiendo con la ayuda de grupos honestos.
🧩 Mente y psicologíaCómo mentir con estadísticas
Darrell Huff
Darrell Huff muestra, en un recorrido ligero e ingenioso por los trucos que usan publicistas, periodistas y otros, cómo los números, los gráficos y los promedios pueden engañar, para que los lectores aprendan a detectar el engaño.
🔬 CienciaMoneyball
Michael Lewis
Michael Lewis cuenta cómo los Oakland Athletics, un equipo de béisbol con un presupuesto pequeño, usaron la estadística para encontrar jugadores pasados por alto y competir con equipos más ricos, y cómo eso puso en entredicho viejas creencias sobre el talento.
💼 EmpresaLa gran apuesta
Michael Lewis
Michael Lewis sigue a un puñado de inversores poco habituales que vieron, antes de la crisis financiera de 2008, que el auge inmobiliario estadounidense era una burbuja, apostaron en su contra y descubrieron hasta qué punto el sistema financiero había juzgado mal sus propios riesgos.
💼 EmpresaHistoria del tiempo
Stephen Hawking
Uno de los físicos más grandes del mundo explica, casi sin matemáticas, lo que sabemos sobre el origen, la estructura y el destino del universo, desde el Big Bang hasta los agujeros negros y la naturaleza misma del tiempo.
🔬 Ciencia¿Quieres algo distinto?
Elige otro tema y te mostraremos tres libros para empezar.