La Historia Quizá No Es El Mejor Profesor

Por Jonathan Becher

Como escribí hace unas semanas, Antifragile, de Taleb, fue mejor libro de lo que esperaba. Me quedé con un pasaje particular sobre big data.

“Profesionales de la gestión de riesgos buscan información en el pasado sobre ‘los peores escenarios’ y la utilizan para estimar los riesgos futuros y, de ese modo, garantizar la seguridad digital […] Toman la peor recesión histórica, la peor guerra, el peor movimiento histórico en las tasas de interés, o el peor punto en el desempleo como una estimación exacta para el peor resultado futuro. Pero no consideran que ese llamado peor de los casos, cuando sucedió, superó el peor caso conocido en ese momento.

He llamado a este efecto “El problema de Lucrecio”, filósofo quien escribió que el tonto cree que la montaña más alta del mundo será igual a la más alta que ha observado.”

Pensé que Taleb podría estar describiendo un efecto valencia; la tendencia a sobreestimar la probabilidad de que cosas buenas puedan suceder. Pero cuanto más pensaba en ello, más me di cuenta de que la gente espera resultados positivos para superarse, pero usualmente no consideran que los resultados negativos también pueden ser un tope.

En los deportes, las marcas son para romperse, pues se exhorta a los atletas a dar un mejor rendimiento. Pero rara vez consideramos que los registros negativos pueden superarse también. Los 76ers de Philadelphia en la temporada 1972-73 tuvieron una marca perdedora irrebatible con un porcentaje de victorias .110% (9 victorias en 82 partidos). Los Bobcats de Charlotte obtuvieron sólo 7 victorias en la temporada 2011-12, que constó de 66 partidos, de los cuales perdieron 23 seguidos.

El problema: los datos de hechos en el pasado, no son necesariamente tan fiables como los capturados en la actualidad. Por ejemplo, es difícil comparar la intensidad de El Gran Terremoto de Lisboa de 1755 con el de China en 1976, pues las técnicas de medición han cambiado en esos 200 años de distancia.

Es decir, los datos históricos a menudo contienen un sesgo o alta variabilidad si no se acompañan del modelo estadístico predictivo, los resultados pueden ser sospechosos. Como Taleb señala en Antifragile:

“Sobreestimamos la validez de lo que se ha registrado antes y las tendencias que extraemos podrían contar una historia diferente, si tuviéramos la figura oscura de los datos no reportados.”

“Los que no aprenden de la historia están condenados a repetirla.” Aunque quizá la historia no es el mejor maestro, después de todo.

 

SWF