La seal y el

ruido
Nate Silver

Sntesis y comentarios
Juan Carlos Siria
http://es.linkedin.com/in/juancarlossiria/

A ms informacin ms problemas: Impacto de

la imprenta
La revolucin en la tecnologa de la informacin llega con la aparicin de la
imprenta por Gutenberg en 1440. La informacin se puso a disposicin de las
masas y esto desencadeno una explosin de ideas de consecuencias
involuntarias y efectos impredecibles.
En un primer instante hubo otra consecuencia: 100 aos de guerra santa. El
ser humano se crey con la posibilidad de predecir su suerte y de elegir su
destino.
Antes de la imprenta, los libros eran escasos y objetos de lujo para el uso
exclusivo de la nobleza. Adems evitar que el conocimiento acumulado se
redujera, exiga un esfuerzo para luchar contra el deterioro de los libros. Es
por ello que durante el paso de los siglos, se perdi un gran de conocimiento
existente.
La bsqueda del conocimiento se consideraba una tarea inherentemente ftil,
cuando no intil. No exista nada nuevo bajo el sol, no tanto porque se
hubiese descubierto todo, sino ms bien porque todo se acabara olvidando.
Es por ello que la imprenta cambia todo esto de forma radical y definitiva. La
produccin de libros creci de forma exponencial y el conocimiento empez
acumularse a gran velocidad.
Sin embargo, la calidad de la informacin no era uniforme. La cantidad de
informacin creca ms deprisa que la capacidad humana de decidir que
hacer con ella, o de discernir la informacin til de las medias verdades.
Paradjicamente, el aumento del conocimiento compartido se tradujo en un
aislamiento de las diversas realidades nacionales y religiosas.
Cuando existe un exceso de informacin, reaccionamos abordndola de forma
selectiva, creando aliados con los que comparten las mismas elecciones que
nosotros y enemigos a los dems.
Vinieron aos de guerras de religin, tras la contrarreforma protestante de M.
Lutero y otra serie de guerras que hicieron del S.XVII un siglo de lo ms
sangrientos de la historia.

Progreso cientfico y literario

La imprenta pronto impuls tambin el progreso cientfico y literario.
L as obras de Shakespeare giran muchas sobre la idea del destino. La
tragedia hay que buscarla en la distancia que separa lo que los personajes
quieren lograr y lo que les depara el destino.

Parece ser que la idea de controlar el propio destino pas a formar parte de
la consciencia humana en esa poca, si bien no pas lo mismo con las
competencias para lograr dicho objetivo.
En la poca de Shakespeare estaba muy en boga dicha idea, usando dos
palabras con significados diferentes:

prediccin: las palabras de un adivino.

previsin: idea de Casio en la obra La tragedia de Julio Csar, en

la que se podan interpretar las seales de las profecas (que se
asocian al fatalismo, la adivinacin y la supersticin) para sacar
provecho de ellas.

Forecast en ingls, tiene races germnicas y est ms prximo al trmino

previsin, mientras que Predict deriva del latn. O sea que la idea de
previsin responda al punto de vista terrenal del nuevo protestantismo, por
oposicin al punto de vista esotrico del Sacro Imperio Romano.
De esta forma prever algo implica planificar algo en condiciones de
incertidumbre y apela a la prudencia, la sabidura y la diligencia (cualidades
de la tica del trabajo protestante que segn Max Weber facilit el
advenimiento del capitalismo y la revolucin industrial).
La idea de prever las cosas estaba vinculada a la idea de progreso. O sea
que toda la informacin contenida en aquellos libros (que gracias a la
imprenta pudieron crecer en nmero y extensin) deba ayudar a planificar
mejor nuestras vidas y predecir el curso del mundo en nuestro propio
beneficio.
Los protestantes, que haban desatado varios siglos de guerra (S. XVI/XVII),
estaban aprendiendo a utilizar el conocimiento acumulado para cambiar la
sociedad. Y es en los pases protestantes donde fundamentalmente se inicia
la revolucin industrial, donde exista libertad de prensa y las ideas religiosas
y cientficas podan circular sin miedo a la censura.
Y es en EEUU, que nace en los albores de la Revolucin Industrial, donde se
desarrollan virtudes como el ingenio, capacidad de trabajo y flaquezas como
la arrogancia y la impaciencia, que nacen de la conviccin de que podemos
elegir nuestro destino.

Fallo en las predicciones. El futuro nos

sorprende
Existen fallos generalizados en las predicciones (ataque 11 de Septiembre,
previsin de terremotos, predicciones de estudios mdicos, etc.).
Los seres humanos tenemos un cerebro rpido y estamos diseados para
disear patrones y responder a las oportunidades y las amenazas casi sin
dudarlo. Reconocer objetos en situaciones difciles, implica generalizar (un

recin nacido es capaz de reconocer los rasgos generales de una cara). Y lo

hemos aprendido de forma evolutiva y no individual.
El problema es que los instintos evolutivos nos llevan a ver patrones donde
no los hay, y es solo un ruido aleatorio.
El cerebro humano es capaz de almacenar hasta 3 terabytes de informacin,
o sea una nfima parte de la informacin que se produce diariamente. Por eso
debemos ser muy selectivos con la informacin que decidimos recordar.
Nuestros instintos biolgicos no estn siempre adaptados a la informacin del
mundo moderno. Solo con una toma de consciencia de los prejuicios que
introducimos en nuestros juicios, podemos obtener informacin adicional, si
no es as se minimiza la informacin obtenida. El paralelismo con el impacto
de la imprenta es evidente, tras su aparicin el aumento del sectarismo
aument.
En la actualidad tambin estamos asistiendo al mismo fenmeno. Por ejemplo
el bipartidismo poltico y su incapacidad de ponerse de acuerdo con respecto
por ejemplo a las causas, efectos y soluciones para el cambio climtico.
En estos momentos se generan diaramente 2,5 trillones de bytes de
informacin. El ruido crece ms rpidamente que la seal. Hay una cantidad
creciente de hiptesis que analizar e informacin que desmenuzar, pero la
cantidad de verdad objetiva se mantiene prcticamente constante.
Nos gusta predecir las cosas, pero no se nos da demasiado bien.

Solucin en la prediccin
Nunca podemos realizar predicciones totalmente objetivas. Llevarn el sesgo
de nuestro punto de vista subjetivo.
Frente al punto de vista nihilista que se opone a que existan verdades
objetivas, nuestro punto sostiene que la creencia en la existencia de una
verdad objetiva (y la determinacin de encontrarla) es el requisitio
indispensable para realizar mejores predicciones.
Tras el compromiso inicial de buscar esa verdad objetiva, es asimismo
necesario que el pronosticador reconozca que su percepcin es imperfecta.
Karlo Popper, deca que una hiptesis no era cientfica, a menos que fuera
verificable, o sea que se pudiera poner a prueba confirmarla- en el mundo
real mediante una prediccin.
Y esto no ocurre frecuentemente ni en ciencias polticas, ni en ciencias
econmicas, ni en otras ciencias, con resultados predictivos ms bien
escasos. Pero sin llegar a decir como Popper que dichas teoras son por ello
acientficas o que carecen de valor, lo que nos dice es que muchas ideas que
no hemos comprobado deben de estar tambin equivocadas. Es indudable

pues, que vivimos equivocados en muchos sentidos y que ni somos

conscientes de ello.
O sea que la solucin va asociada a un cambio de actitud respecto a la forma
de pensar respecto a nuestras ideas y de la forma de ponerlas a prueba. Es
algo en que la formulacin del teorema de Bayes nos ayuda.
Hay que ser capaz de moverse con mayor comodidad entre las probabilidades
y las incertidumbres. Y considerar ms a fondo los prejuicios y convicciones
con los que abordamos los problemas.

Errores en las predicciones

Existe el peligro de los desconocidos desconocidos, o sea los riesgos de los
que ni siquiera somos consciente.
Una amenaza peor es por ello creer que tenemos controlados los riesgos de
los que ni siquiera somos conscientes. En estos casos nos engaamos a
nosotros mismos, y nuestra confianza injustificada puede resultar contagiosa
(por ejemplo el caso de las agencias de calificacin en la crisis financiera).
La importancia de comprender la diferencia entre riesgo e incertidumbre.

Riesgo es algo calculable, con una evaluacin de las probabilidades

entre los eventos posibles.

Incertidumbre es un riesgo difcil de calcular. Siendo difcil saber

cuantos elementos y cuando van a actuar en una situacin dada.

Cuando se juega con la incertidumbre, como si fuese un riesgo, aparece una

alta probabilidad de un desastre en la prediccin (como hicieron las agencias
de calificacin en tomar unos ttulos novsimos con alto nivel de
incertidumbre sistmica, cuantificando el riesgo y en muchas ocasiones
asegurando que no exista).
O sea que cuando tenemos modelos predictivo, que son simplificaciones del
mundo real, no es aconsejable creernos que si cometemos un error, ser
marginal. Y en los sistemas complejos los errores no se miden en grados sino
en magnitudes.
Y cuando las predicciones apuestan por una alta precisin, (pero sin relacin
alguna con la realidad o sea inexactas) corremos el peligro de relajarnos y
confiar en la falsa exactitud, con el consecuente impacto inesperado.

Actitud correcta para realizar buenas

predicciones: Pensar con astucia de zorro
Tetlock clasific a los expertos en predicciones, estudiando la forma de
pensar que tienen acerca del mundo. Vio que los expertos que ms salen
entrevistados en los medios son los que peor resultados obtenan en sus
prediciones.
Las 2 categoras:

Erizos: personas que creen en las grandes ideas, en principios

generales sobre el mundo, que funcionan como si fuesen leyes de la
fsica y que constituyen la base de prcticamente todas las
interacciones sociales (Marx, Freud)

Zorros: creen en mltiples pequeas ideas y abordan los problemas

desde perspectivas distintas. Muestran ms tolerancia ante los
matices, incertidumbre, complejidad y opiniones discrepantes.

Los erizos son cazadores al acecho de la gran presa, los zorros recolectores.
Y a los zorros se les dan mejor las predicciones, sin embargo los erizos son
mejores tertulianos en los medios de comunicacin.

Como piensan los

zorros

Como piensan los

erizos

Multidisciplinarios

Especializados en pocos temas

Adaptables, con una bsqueda de

nuevos enfoques

Incondicionales, fieles a sus

enfoques. Tienen ms problemas a
la hora de diferenciar entre sus
intereses y sus anlisis. Crean
historias de buenos y malos,
perdedores y ganadores, historias
ms bonitas y pulcras que el mundo
real

Autocrticos

Tercos, achacan los errores a la mala

fortuna o a que los buenos modelos
pueden tener un mal da, y a medida
que tienen ms experiencia peor son
sus predicciones

Tolerantes a la complejidad,
aceptando incluso que muchos
problemas son irresolubles o
impredecibles

Fanticos del orden, esperan que

una vez aislado el ruido, el mundo se
rija segn unos principios rectores
simples

Cautos, sus predicciones las

expresan en trminos probabilsticos
y matizan sus opiniones

Confiados, rara vez justifican sus

predicciones y son reacios a
cambiarlas

Empricos, confan ms en la
observacin que en la teora. La
experiencia les permite mejorar los
pronsticos

Ideolgicos, las soluciones a muchos

problemas cotidianos son
manifestaciones de una teora o
principio superior

Dificultad de ser objetivos

Ser objetivo: capaz de dejar a un lado los sesgos y los prejuicios propios para
comprender mejor la verdadera naturaleza de un problema.
La mejor manera de acercarnos ms a la objetividad, es reconociendo la
influencia que nuestros supuestos tienen en nuestras predicciones y
cuestionarlos.

Teorema de Bayes
Trata sobre la probabilidad condicional, o sea que indica que probabilidades
existen de que una teora o una hiptesis sea cierta si se produce un
acontecimiento determinado.

El teorema de Bayes se ocupa de la incertidumbre epistemiolgica, o sea de

los lmites del conocimiento.
El proceso es el siguiente
1. Se le asigna una probabilidad a la aparicin de un acontecimiento
relacionado con la hiptesis (sin saber realmente la relacin directa con
la hiptesis).
Por ejemplo (comentario personal):
Si una persona nunca llega tarde a las citas, la hiptesis de que ha
ocurrido algn suceso realmente importante que le ha impedido llegar a la
hora y avisar.
A llegar tarde, se le asignara una probabilidad alta (digamos 95%) de que
sea porque ha ocurrido algo excepcional que le ha impedido llegar y
avisar.
2. Se calcula la probabilidad que hay en que el acontecimiento ocurrido
sea una condicin de que la hiptesis sea falsa.
(Comentario personal) Si no ha sido un suceso realmente importante, y es
por otras razones como por ejemplo que se olvid por primera vez de
anotarla en la agenda, se tom unas pastillas para el dolor de muelas o
las pilas del reloj se gastaron... La probabilidad de que pasen estas
explicaciones es baja-media (pongamos 40%).
3. La probabilidad previa. Es la probabilidad de que pase la hiptesis sin
haberse dado el acontecimiento.
(Comentario personal) O sea qu probabilidad existe que ocurra un
suceso realmente importante.. En este caso, podramos decir que los
sucesos importantes podran ser enfermedad grave, accidente, cada del
sistema telefnico, extravo del mvil, etc. -> o sea que es algo bastante
poco probable, pero posible, o sea que le damos 5%.
La probabilidad de
acontecimiento ser:

que

la

hiptesis

sea

cierta

cuando

ocurra

el

X = Probabilidad previa 3
Y = Probabilidad 1
Z = Probabilidad 2
X*Y / (X*Y+Z(1-X))
(Comentario personal) En el ejemplo seria 5%x95% / (5%x95%+40%(1-95%))
= 95%. O sea que la probabilidad que pase algo serio porque llegue tarde es
realmente alta.

Ejemplo Ataque Terrorista 11S

Previa: probabilidad de que unos terroristas estrellaran sus aviones

contra las torres gemelas

0,005%

X: probabilidad que se estrelle un avin si los terroristas atacan los

rascacielos de NY

100%

Z: probabilidad de que se estrelle un avin si los terroristas no atacan

los rascacielos, por ejemplo por accidente

0,008%

Probabilidad corregida: que sea un ataque terrorista si un avin se

estrella en un rascacielos por primera vez

38%
Y este 38% se convierte ante el segundo ataque en el valor Previo, para el
clculo de la probabilidad que sea un ataque terrorista si un segundo avin se
estrella en otro rascacielos -> 99,99%

El mtodo bayesiano para reducir errores

Desde el punto de vista emprico, todos actuamos segn nuestras creencias y
sesgos, forjados a partir de una combinacin de experiencias, valores y
conocimientos, y tambin de nuestros objetivos o deseos.
Lo positivo del enfoque bayesiano, es que por el hecho de admitir
explcitamente que existen tales sesgos, o creencias previas en la forma de
interpretar los nuevos datos, ofrece una descripcin muy buena de nuestra
forma de reaccionar ante cambios que se producen en nuestro entorno.
El teorema de Bayes no impide tener convicciones que consideremos
absolutamente ciertas. Si creemos profundamente que hay 100% o un 0% en
una hiptesis, nada cambiar por el uso del teorema nuestra creencia.
En situaciones donde no tenemos esa conviccin profunda, podemos
entonces admitir que nuestras creencias no son absolutamente objetivas,
racionales o precisas, y podemos aspirar que sean menos subjetivas,
irracionales y errneas. Realizar predicciones a partir de nuestras creencias
es la mejor forma de ponernos a prueba. Si la objetividad persigue una
verdad superior que se encuentre ms all de nuestras circunstancias
personales y la prediccin es la mejor forma de comprobar hasta que punto
nuestras percepciones personales se aproximan a esa verdad superior, los
ms objetivos sern los que realicen las predicciones ms precisas. En este
sentido, el mtodo estadstico de Fisher, que considera que la objetividad se

circunscribe a los lmites de un experimento de laboratorio, es menos

apropiado para esta tarea que el razonamiento bayesiano.
Una de las mximas del teorema bayesiano es que nuestras creencias
tendern a converger entre si, a medida que vayamos disponiendo de ms
datos. Tericamente la ciencia debera funcionar de esta manera. La idea es
que las opiniones cientficas irn convergiendo hacia la verdad a medida que
se debaten ideas y se obtienen nuevos datos.
Ahora bien el camino no es siempre rectilneo y uniforme, y a menudo la
comunidad cientfica es demasiado conservadora cuando se trata de adaptar
sus paradigmas a nuevos datos, aunque tambin hay casos que se han
subido al carro de forma precipitada.
En la actualidad estamos pues, ante un cambio de paradigma en los mtodos
estadsticos utilizados por los cientficos. Las crticas a los defectos del
enfoque estadstico de Fisher son conocidas y numerosas en campos como
psicologa clnica, ciencias polticas o la ecologa.

Ajedrez, prediccin y heurstica

El ajedrez es un juego determinista, o sea no tiene nada que ver con la
suerte. En el caso de las predicciones atmosfricas en teora podramos decir
lo mismo. Nuestro conocimiento de ambos casos est sujeto a imperfecciones
considerables.

En el tiempo atmosfrico, disponemos de un conocimiento incompleto

de las condiciones iniciales, o sea que por muy bien que conozcamos
las reglas que rigen el sistema meteorolgico (nota personal: son
modelos aproximativos y no teoras que describan con precisin el
movimiento de un sistema de partculas problema de los 3 cuerpos-),
siempre nos faltar informacin de la posicin de todas las molculas
que conforman nubes, tormentas y huracanes. Por ese motivo lo
mximo que podemos realizar son pronsticos probabilistas.

En el ajedrez es distinto. Conocemos las reglas del juego y una

informacin perfecta, pero aun as se nos plantea un juego muy difcil.
Como humanos no somos capaces de procesar toda la informacin
existente en el juego, por lo que no lo entendemos en la totalidad al
superar
nuestra
capacidad
y
sin
embargo
tomamos
decisiones/diseamos estrategias en una situacin que no es incierta.
En el ajedrez se realizan simplificaciones para predecir el resultado de
la partida. A veces se les llama a estas simplificaciones modelos,
pero el trmino preferido tanto por los programadores de software
como los seres humanos en el estudio de la toma de decisiones es
heurstica.

El enfoque heurstico de un problema, consiste en utilizar reglas generales

cuando la solucin determinista se escapa a nuestras capacidades prcticas.

La heurstica resulta muy til pero es invetable que contenga sesgos y puntos
dbiles.