Resumen del libro Descubriendo Mentiras El Arte del Escepticismo por Carl T. Bergstrom y Jevin D. west (Calling Bullshit The Art of Skepticism in a Data Driven World)
Resumen corto: Calling Bullshit o en español Descubriendo Mentiras El Arte del Escepticismo es una guia que nos explica como navegar la enrome cantidad de información que nos rodea. Estar alerta y entender como se puede manipular la información para fines diversos, incluso en la ciencia y medicina, es la clave para evitar que nos engañen. Por Carl T. Bergstrom y Jevin D. West
¿Quién es Carl T. Bergstrom?
Carl es un cientifico del campo de la ciencia de datos y profesor de biologia que estudia los flujos de información a nivel biológico y social.
¿Quien es Jevin D. West?
Jevin es un científico del campo de data science y profesor asociado de la Information School de la Universidad de Washington y director del Center for an informed Public.
3 de las ideas principales del libros son:
- La diferencia entre correlación y causalidad
- Los vendehumos no tienen escrúpulos
- Los peligros de los vendehumos
Colección de Los mejores libros de Psicología y Desarrollo Personal(PDF)
Los peligros de los vendehumos
En 1998 la revista científica The Lancet, una de las más reconocidas del sector, publicó un estudio que defendía la relación entre una vacuna común, la MMR, y el autismo. Pero esta relación era ficticia.
Estudios posteriores demostraron que no había ninguna relación entre la vacuna y la condición, y se retractó el artículo de la revista The Lancet eliminó el artículo en el 2010 pero aún asi siguen circulando las mentiras, y hoy en dia son la base de los movimientos antivacuna. Lo peor es que este artículo demuestra lo fácil que es que cualquier persona se crea las mentiras de unos cuantos
Un ejemplo clásico que conocemos casi todos fue como Socrates fue detenido y sentenciado a pena capital por ser un sofista, una de las escuelas rivales que buscaba ganar los argumentos sin importar el método, cuando el era uno de los principales partidarios de la oposición al sofismo.
El sofismo de la actualidad, los vendehumos, han aprendido a usar la ciencia para basar sus palabras. El problema es que esta ciencia es muchas veces errónea, o ficticia, pero son pocas las personas que están dispuestas a estudiar la veracidad real de algo, y nuestro sesgo de confirmación dificulta que busquemos el punto de vista opuesto cuando aceptamos algo.
Después de vivir en una era en la que la información era limitada y debíamos contactar con expertos o leer libros para aprender algo, el nacimiento de internet cambió por completo nuestra concepción de la información. Pero el proceso para afinar nuestro olfato y detectar las mentiras aun no se ha adaptado.
Tras el atentado del maratón de Boston apareció la imagen de una joven de ocho años que supuestamente había participado en la maratón. Mostrando su indignación, más de 92 mil personas compartieron la imagen, solo para descubrir más tarde que era mentira, que los jóvenes de esa edad no podían participar en la maratón.
Twitter y otras redes sociales están repletas de este tipo de mentiras y faroles que buscan crear fricción, o simplemente divertirse a costa de los espectadores. Para evitar ser una de las personas que se ven envueltas, debemos trabajar nuestra capacidad de detectar mentiras.
Los vendehumos no tienen escrúpulos
El humo, en términos sociales, o bullshit nace del deseo de impresionar o persuadir a alguien de algo. Los vendehumos se preocupan más de convencer y la pequeña victoria que les da a nivel emocional, que de la veracidad de sus argumentos.
La clave del vendehumos moderno es que puede hacer uso de estadísticas, que pueden crear en cuestión de segundos, retórica para convencer usando la lógica aun si los argumentos son falsos, y la capacidad de crear imágenes e incluso videos falsos. Todo esto unido al miedo o el odio y un exceso de información son suficientes para convencer a casi cualquiera de nosotros.
El método más clásico del bulshitting es el que explica Bruno Letour, el concepto de black box bullshitting. Se basa en acumular datos, pasarlos por un proceso de selección y procesamiento complejo como puede ser un algoritmo y obtener un resultado de un proceso cuyos criterios no conocemos.
El problema es que muchas veces asumimos que los resultados son ciertos sin entender si realmente lo son, y hasta qué punto nos podemos fiar de ellos. Los problemas pueden deberse al tipo de datos que se usan, como el caso en el que se correlaciono la forma de las cabezas de los criminales son diferentes a las de otras personas.
En este ejemplo un algoritmo diferenciaba a las personas inocentes y los criminales según factores como el ángulo de su nariz, o la boca. Pero las imágenes usadas eran tomadas por la policía en el caso de los criminales y tomadas por profesionales en el caso de los no criminales. El resultado no se debía a la forma de la cabeza sino que en realidad se debía a quien tomaba la imagen y las circunstancias. No puedes esperar que los criminales sonriesen al ser arrestados.
Si ya podemos tener problemas incluso sin tener en cuenta la legitimidad de la caja negra, cuesta imaginar cómo encontrar la verdad cuando tratamos con cajas negras.
La diferencia entre correlación y causalidad
La correlación significa que dos sucesos aumentan o disminuyen o que muestran comportamientos opuestos en un mismo periodo de tiempo, cuanto más se pueda relacionar su comportamiento mayor es su correlación. Pero esto no significa que tengan causalidad.
La causalidad, hace referencia a la relación real entre dos elementos. Es decir que ocurra o no el primero, afecta a que ocurra o no el segundo con mayor o menor probabilidad. En este caso se habla de probabilidad condicionada, es decir, lo que pasa primero afecta a los segundo que puede ocurrir.
De esta forma, es fácil encontrar correlación. Por ejemplo, podríamos decir que el descenso de la natalidad ha permitido que suban los precios de las acciones de Tesla. A simple vista parece ridículo, pero si lo pensamos, las acciones de Tesla llevan subiendo desde su creación, y las tasas de natalidad en varios países han ido bajando cada año. Esto podría indicar una correlación, pero sin duda no hay causalidad.
Por eso, es importante entender que la correlación, a menos que tengamos alguna razón para pensar que existe causalidad, es bastante inutil y solo sirve para confundir.
Otro ejemplo son los estudios que dicen cosas como que las personas que dan su primer beso antes de entrar en la universidad tienen más autoestima que las que no. A simple vista esto parece lógico, pero la interpretación puede dar problemas. ¿Significa que las personas con más confianza tienden a besar antes? ¿O es el hecho de besar el que aumenta la confianza?
¿Por qué es importante besar a la hora de medir la autoestima?¿Cuál es el papel de las relaciones? ¿No es posible que tanto besar como tener alta autoestima sean resultados de estar en una relación?
Este tipo de estudios que demuestran algo que puede parecer obvio a simple vista son utilizados por muchos medios de comunicación para defender ideas que no tienen ninguna base más que la de servir como rumor. Esto demuestra como la correlación no tiene porque significar causalidad.
Muchos de los estudios estadísticos que se presentan carecen de una base real que pueda explicar la causalidad, y por lo tanto solo sirven como entretenimiento. Un ejemplo fue un estudio sobre bienes raíces por Zillow, en el que mostraron que las ciudades en las que aumentaban los precios de las casas tenían una menor fertilidad en mujeres al final de su veintena.
Pero esto no tiene porqué estar relacionado, quizá se debe por ejemplo a que estas ciudades son las que tienen más industria de ciertos sectores y que por lo tanto una gran parte de la población se dedica a avanzar laboralmente y no tiene tiempo para tener hijos. O quizá la edad para tener hijos es más tardía ahora, y no está relacionado a ningún otro factor
El problema es que cuando los medios se enteraron de estas noticias lo primero que hicieron fue crear una relación de causalidad entre los dos. Defendían que el precio de las casas causaba que menos mujeres quisiesen tener hijos, sin tener en cuenta que quizá las ciudades del estudio fueron aquellas a las que van las personas que de todas formas no querían tener hijos.
Esto demuestra como un estudio que solo busca dar información puede dar lugar a sin sentidos y errores lógicos
Los clientes que disfrutaron de este libro también disfrutaron de
