Este pasado mes de enero Rafael Nadal jugaba la final del Open de Australia contra Daniil Medvédev. Antes del partido los pronósticos daban al jugador ruso un 64% de posibilidades de ganar y al inicio del juego aumentaron todavía más las expectativas ya que se puso dos juegos a cero a su favor. Al inicio del tercer juego los modelos predictivos de la ATP decían que Medvédev ganaría el partido con un 96% de probabilidad. Ganó Nadal.
Este caso se ha utilizado mucho como ejemplo de la duda y prevención con la que tenemos que recibir las predicciones hechas por modelos matemáticos, y en general los sistemas basados en inteligencia artificial. Pero realmente los modelos no fallaron: que ganase Nadal era muy improbable, pero no imposible. Le dieron un 4% de posibilidades, no un 0%, así que el error fue nuestro al menospreciar la capacidad de Nadal de hacer cosas poco probables, pero posibles.
Demasiado a menudo los datos pueden utilizarse para convencernos de aquello que queremos creer, pero es falso que los datos nos lo estén diciendo. 80% de probabilidades de lluvia no significa que lloverá seguro, como 96% de posibilidades a favor de Medvédev no significaba que Nadal perdería. El problema lo tenemos nosotros cuando en base a estos datos tomamos decisiones, y apostamos dinero en aquel partido de tenis o lo invertimos todo en un negocio de paraguas.
Los sistemas de datos y los modelos predictivos nos acompañan y asesoran, y cada vez lo harán más, pero hay que ser prudentes antes de confiarles la absoluta toma de decisiones
Los sistemas de datos y los modelos predictivos nos acompañan y asesoran, y cada vez lo harán más, pero hay que ser prudentes antes de confiarles la absoluta toma de decisiones. Es como negarle a Nadal la opción de jugar el partido porque las matemáticas ya han dictaminado cuál será el resultado. Decidir pide buena información, pero a menudo también necesita un punto de audacia. Haciendo lo previsible no se marca la diferencia.
Los datos nos mostrarán verdades incontestables, razonadas y justificadas, y deberemos saber complementarlo con experiencia e intuición. Es un equilibrio desigual, pues aquello basado en datos parece algo objetivo, difícil de rebatir, mientras que lo otro basado en el sentido común parece algo emocional e incluso irracional. Hace falta mucho liderazgo y determinación para llevarle la contraria a la máquina, y no todo el mundo lo hará. Pero sin este punto de arrebato muchas decisiones se tomarán por el carril central, el más previsible, el menos sorprendente, y Nadal será declarado perdedor de partidos que podría haber jugado, luchado y ganado.
Igual que en Ucrania y Rusia se utiliza la desinformación y las mentiras para construir estados de opinión ideológicos, veremos el uso de datos y modelos matemáticos para justificar cosas que no deberíamos aceptar. Toca reivindicar el sentido común y el espíritu crítico, tanto cuando leemos periódicos como cuando leemos datos.
Si queréis ejemplos de porqué a veces hay que dudar de la evidencia matemática podéis visitar la web Spurious Correlations donde descubriréis que para reducir el número de divorcios en el estado de Maine una solución podría ser retirar la margarina de los supermercados, o que importar menos petróleo a los Estados Unidos haría bajar el consumo de pollo.
