Resumen del libro Superpronosticadores El arte y la ciencia de la predicción por Dan Gardner y Philip E. Tetlock (Superforecasting )
Reseña/Sinópsis: Basado en décadas de investigación y los resultados de un torneo de pronóstico masivo financiado por el gobierno, Superpronosticadores (2015) describe cómo hacer que nuestras predicciones sean más precisas, ya sea que estemos intentando anticipar cambios en el mercado de valores, la política o la vida cotidiana.
¿Quién es Philip E. Tetlock?
Philip E. Tetlock, profesor de la Universidad de Annenberg en la Universidad de Pensilvania, se especializa en ciencias políticas y psicología. Líder del estudio de pronóstico Good Judgement Project, ha publicado más de 200 artículos en revistas peer reviewed
¿Quién es Dan Gardner?
Dan Gardner es periodista, autor y speaker. Autor de los influyentes libros Risk: The Science and Politics of Fear y Future Babble, Gardner también ha dado conferencias a nivel internacional en eventos gubernamentales y para corporaciones como Google y Siemens.
Colección de Los mejores libros de Productividad y Aprendizaje(PDF Gratis)
Las predicciones tienen sus limitaciones pero eso no las hace inutiles
Pronosticar es algo que hacemos todo el tiempo, ya sea que estemos mapeando nuestro próximo movimiento profesional o eligiendo una inversión. Esencialmente, nuestras predicciones reflejan nuestras expectativas sobre lo que depara el futuro.
Sin embargo, el pronóstico es limitado, ya que los eventos que nos parecen menos importantes pueden tener consecuencias imprevistas. Vivimos en un mundo complejo donde una sola persona puede instigar grandes eventos.
Consideremos la Primavera Árabe. Todo empezó cuando un vendedor ambulante tunecino, Mohamed Bouazizi, se prendió fuego después de ser humillado por policías corruptos. Hay una explicación teórica de por qué es difícil predecir tales eventos. Se llama teoría del caos (también conocida como el efecto mariposa), y el meteorólogo estadounidense Edward Lorenz lo explica así: en sistemas no lineales como la atmósfera de la Tierra, incluso los cambios silenciosos tienen un impacto considerable.
En una fracción de grado, los patrones climáticos a largo plazo pueden cambiar drásticamente. Empujar drásticamente el ala de una mariposa en Brasil puede causar un tornado en Texas. Pero no debemos desechar las predicciones por completo solo porque tienen sus limitaciones.
Tomemos como ejemplo el campo de la meteorología. Las previsiones meteorológicas son relativamente fiables cuando se realizan con unos días de antelación. ¿Por qué? Porque los meteorólogos analizan la precisión de sus previsiones a posteriori. Al comparar su previsión con el tiempo real, mejoran su comprensión de cómo funciona el tiempo.
El problema es que las personas en otros campos no miden la precisión de sus predicciones. Para mejorar nuestras predicciones, necesitamos trabajar en la precisión. y tomemos la comparación de lo que pensamos que sucedería con lo que pasa.
Medir los resultados de las predicciones puede parecer una obviedad, pero no siempre es sencillo
Para determinar la precisión de un pronóstico, primero debemos entender el significado del pronóstico original. Por ejemplo, en abril de 2007, los medios de comunicación informaron que el director ejecutivo de Microsoft, Steve Ballmer, había hecho una predicción: el iPhone no lograría ganar una participación de mercado significativa.
Teniendo en cuenta el tamaño de Apple, el pronóstico de Ballmer parecía ridículo y la gente literalmente se reía de él. Otros destacaron el hecho de que Apple controlaba el 42 por ciento del mercado de teléfonos de EE. UU., un número innegablemente significativo.
Pero echemos un vistazo a lo que dijo. Dijo que, de hecho, el iPhone podría generar mucho dinero, sin embargo, nunca ganaría una participación de mercado significativa en el mercado mundial de teléfonos, entre dos y tres por ciento. Más bien, el software de su empresa, Microsoft, llegaría a mejorar. Y esta predicción fue, más o menos, correcta.
Según los datos de TI de Garner, la participación global de iPhone en las ventas de teléfonos móviles durante el tercer trimestre de 2013 se situó en torno al seis por ciento, lo que es más alto de lo que predijo Ballmer, pero no está muy lejos. Mientras tanto, el software de Microsoft se usaba en la mayoría de los teléfonos vendidos en todo el mundo.
Las predicciones también deben evitar el lenguaje ambiguo y usar números para aumentar la proximidad. Las palabras imprecisas, como “podría”, “quizá” o “probable” son comunes en las predicciones, pero varios artículos indican que las personas asignan diferentes significados a palabras como estas.
Por lo tanto, los pronosticadores deben hablar sobre la probabilidad con la mayor precisión posible, utilizando porcentajes, por ejemplo. Consideremos cómo las organizaciones de inteligencia estadounidenses como la NSA y la CIA afirmaron que Saddam Hussein estaba escondiendo armas de destrucción masiva, una acusación que resultó, catastróficamente, ser falsa.
¿Por qué ser un experto no implica ser capaz de hacer predicciones?
Consideramos a los expertos como personas que tienen gran conocimiento sobre un campo y que les permite hacer predicciones a corto plazo en contextos limitados y típicamente idealizados. Los experimentos que se realizan en un laboratorio siempre se hacen usando condiciones lo más simples posibles que permitan estudiar la hipótesis de interés.
Esto se hace porque cuanto más simple sea el experimento, menor será el coste y mayor la facilidad a la hora de reproducir el experimento. Esto no es nada malo, ya que para poder entender algo tenemos que ser capaces de entender las partes más simples, reduccionismo, y sus interacciones entre ellas, interaccionismo, pero tiene sus límites.
De esta forma, que alguien sea un experto suele indicar que es capaz de tener éxito en predicciones dentro de un contexto altamente controlado, pero el mundo no es así.
Un ejemplo de esto es como cada vez que se ha intentado predecir el precio del petróleo, en todos los años que se ha hecho y con el número de intereses implicados y por lo tanto capital, nunca se ha logrado acertar.
Otro tipo de expertos a los que nos solemos referir son los empresarios de éxito y podríamos pensar que como su trabajo implica hacer predicciones y tener éxito dentro de un contexto altamente complejo, su criterio debería ser fiable.
Pero de nuevo caemos en el bias de confirmación, en nuestro deseo de querer que alguien sea un experto en cierto tema y capaz de predecir el futuro, sobre todo si es un futuro que nos beneficia, y olvidamos todas las veces que estos expertos han fallado, y nos centramos únicamente en sus victorias.
Otro bias que entra en juego en este tipo de situaciones es el llamado bias de la ley de los números realmente grandes.
La ley de los números realmente grandes hace referencia al hecho de que con suficiente cantidad de intentos es posible que ocurra algo por muy improbable que parezca a nivel estadístico. De esta forma, debido al enorme número de negocios que existen en todo momento y que se crean cada día, es posible que muchos de ellos alcancen el éxito únicamente por suerte, sin tener ningún factor que los mantenga.
Ejemplos de esto son las páginas web que se vendieron por precios enormes únicamente por tener dominios de palabras simples como puede ser riqueza, invertir o conceptos parecidos.
Esta ley se suele aplicar al mundo sobrenatural, pero algunos “casos de éxito” del mundo de los negocios no podrían estar más cerca de este concepto.
Todos estas razones llevan a que sea mala idea aceptar las suposiciones de los expertos sin intentar entender qué hay detrás, y esto no se debe a que no estén haciendo un buen trabajo, sino simplemente a cómo funciona nuestro cerebro.
Los clientes que disfrutaron de este libro también disfrutaron de
Los clientes que disfrutaron de este artículo también compraron
