El correo del lector

Nos escribe una lectora (tú también puedes hacerlo) para hacernos la siguiente pregunta y dejarnos una reflexión:

«Dejando al margen los números me remito a la medicina y la ética, sobre cómo ante un mismo fenómeno reaccionan de forma tan distinta valorando, midiendo y aplicando criterios que llevan a modelos tan opuestos y llegado el caso ¿a cuál de ellas recurrir? Porque cada una ha hecho su propia medición (en la que no han incluido y/o exluido los mismos aspectos). Entiendo que las ciencias sociales son las encargadas de analizar por cual nos decantamos finalmente (será por la influencia de nuestra conciencia y nuestro egoísmo o todo lo contrario, creo que más bien lo primero).»

Dado que Invisible Kid anda camino del país del sol naciente (bon voyage!) contestaré yo.

Foto de Ente inexistente

Creo que es una buena pregunta para la que me temo que no tengo una buena respuesta. Solo en el campo mencionado de la medicina hay posturas enfrentadas entre las cuales es difícil decidirse. Ante la misma enfermedad, un cirujano propondrá operar y un médico internista querrá tratar al paciente con medicación. Cada uno va a lo que sabe hacer; cuando alguien solo tiene un martillo, todos los problemas le parecen clavos. Por eso creo que debemos enfocar los problemas desde varias perspectivas. Sin embargo, ello hace aún más difícil saber qué hacer, como veremos enseguida.

Si tenemos que elegir un modelo y desechar otro para determinar cómo actuar, lo lógico sería optar por el que sea mejor, tal vez haciendo una lista de pros y contras. No obstante, como dice Steven Landsburg, las listas de ese tipo no suelen contener la respuesta:

«One of the first rules of policy analysis is that you can never prove that a policy is desirable by listing its benefits. It goes without saying that nearly any policy anybody can dream up has some advantages. If you want to defend a policy, your task is not to demonstrate that it does some good, but that it does more good than harm. And if you are going to argue that a program does more good than harm, you must at least implicitly take a stand on a fundamental philosophical issue. Put most succinctly, the issue is: What does more mean?[...] 

It is easy to get carried away making long lists of pros and cons, all the while forgetting that sooner or later we must decide how many cons it takes to outweigh a particular pro. We can commission experts to estimate costs and benefits, but when the costs are measured in apples and the benefits in oranges, mere arithmetic can't illuminate the path to righteousness. When all the facts are in, we still need a moral philosophy to guide our decisions» (el subrayado es mío).

Así pues, para saber qué modelo es mejor debemos establecer antes qué significa mejor, una tarea nada fácil. Tomemos como ejemplo las acciones del gobierno actual de España. Su modelo económico dicta que ha de reducir el gasto como sea, aunque eso implique degradar la educación o la atención sanitaria. Con ello se están pasando por la piedra un modelo ético en el que la sanidad y la educación sean accesibles independientemente de los recursos económicos, algo que parece deseable por sí mismo.

La cuestión es ¿qué es mejor: un estado económicamente sano que pueda dar esos servicios en el futuro, o un estado endeudado que los mantenga hoy? Algunos dirán que hay que salir del atolladero aunque haya algunas víctimas, con tal de que no nos hundamos todos. Otros pensarán que hay derechos irrenunciables y se debe apechugar con ello, mal que nos perjudique a todos los demás. Cómo actuamos finalmente depende de lo que valoramos como más importante, lo cual no coincide siempre con lo que es correcto.

5,8 (IV)

Hasta ahora hemos visto los problemas que conlleva reducir las cosas a cifras pero ¿por qué querríamos hacer tal cosa, en cualquier caso? Una respuesta plausible es que con los números se pueden crear modelos.

IV.

Un modelo es una simplificación de la realidad, un mundo imaginario que nos ayuda a entender el real mediante la eliminación de lo superfluo, dejándonos únicamente con lo esencial. Según Scott Page, los modelos nos permiten entender mejor el mundo mediante la organización de la información; nos dotan de marcos para hacer predicciones más precisas, para formular las mejores estrategias y el diseño de mejores políticas.

En este contexto los modelos son abstracciones que pueden representarse matemáticamente. Es posible utilizar funciones para conocer el estado del modelo (que debería representar el estado de la realidad), o para saber cómo están relacionados diferentes aspectos de la realidad (por ejemplo, cómo afecta el paro al consumo). Es gracias al entendimiento proporcionado por un modelo que podemos hacer predicciones.

Probablemente sea la física la ciencia que mayor partido le ha sacado a los modelos. Esta disciplina hace un uso intensivo de los mismos y sus éxitos son indudables. Desde hace tiempo se intenta extender dicho proceder a las ciencias humanas, aplicando la física a las ciencias sociales y a la economía. La idea que subyace es que los fenómenos sociales complejos son tan regulares y susceptibles de previsión como una órbita planetaria.

Pero incluso la física ha visto cómo sus modelos no siempre dan cuenta de la realidad. El modelo de gravitación de Newton, por ejemplo, aunque correcto y útil en lo general, no podía explicar la precesión del perihelio de Mercurio. 

En ocasiones los modelos son demasiado simples. Para quien no lo conozca, he aquí el chiste de la vaca esférica mencionado en la tercera parte:

Un ingeniero, un matemático y un físico llegan de visita a una granja y el granjero les pide que midan el volumen de una de sus vacas.
El ingeniero llena de agua un depósito, mete a la vaca dentro, mide el volumen de agua desplazado y da la respuesta.
El matemático construye un modelo parametrizable en base a la altura del bovino y distancia desde la cabeza a la cola, hace un programa en C++ y lo presenta al granjero como solución general con la que puede averiguar el volumen de todas las vacas que quiera con un error de sólo 5%.
El físico inicia su razonamiento así: “supongamos que la vaca es esférica…”.

La gracia del chiste es que los físicos a menudo reducen el problema a la forma más simple que se pueda imaginar con el fin de hacer los cálculos más factibles, a pesar de que esta simplificación puede obstaculizar la aplicación del modelo a la realidad.

Bajo mi punto de vista, los logros actuales de los modelos socioeconómicos distan mucho de los de las ciencias naturales. Creo que parte del problema radica, como hace entrever el chiste, en la simplificación del modelo. Pero también pienso que se debe a lo que hemos visto hasta ahora: qué se mide y cómo. Las ciencias sociales no cuentan con definiciones tan precisas como las de segundo para medir conceptos como calidad, riesgo, felicidad o satisfacción.

Así pues, los modelos deben manejarse con cautela. Como explica Marcos Pérez:

«Llega un momento en cualquier proceso de abstracción en el que perdemos el contacto con la realidad, y pasamos a manipular puras abstracciones. Esto no tiene por qué ser malo en sí mismo, si recordamos que estamos simplificando los elementos de dicha realidad. El problema llega cuando nos enamoramos de dichas abstracciones y las conclusiones a las que nos llevan las confundimos con la propia realidad que intentan describir.»

Es importante no perder la perspectiva sobre lo que un modelo está dejando fuera. Puede ocurrir que no estemos teniendo en cuenta factores importantes porque no son fáciles de medir o hemos creído -incorrectamente- que no eran relevantes. No todo lo que es importante se puede contar, y no todo lo que se puede contar cuenta. Tomar decisiones o hacer predicciones basadas en arquetipos incorrectos es como centrarse en la parte nítida de una fotografía borrosa. No podemos olvidarnos del conjunto y centrarnos solo en la parte que vemos bien; de lo contrario lo que se estará manejando es una caricatura deletérea.

Charles Babbage dijo: «Los errores debidos al uso de datos inadecuados son menos graves que los debidos a no usar ninguna clase de datos». ¿Es mejor, pues, usar un modelo incorrecto que ningún modelo en absoluto? Nassim Taleb opina que no:

«Such models induce fragilities and bring harm. We're better off with no model than with a defective model, something people understand intuitively, but they tend to forget when they don’t have “skin in the game.” If you are a passenger on a plane and the pilot tells you he has a faulty map, you get off the plane; you don’t stay and say“well, there is nothing better.”»

Un modelo económico o social incorrecto puede hacer mucho daño a las personas, como de hecho ha ocurrido con la crisis financiera empezada en 2007. Las funciones de estado de los modelos usados por Moody's, Standard & Poor's y Fitch devolvían una "triple A" que era asumida acríticamente. Y así nos ha ido.

5,8 (III)

Apenas hemos visto dos de los problemas que conlleva medir algo y ya estamos como aquel físico del chiste, suponiendo una vaca esférica. Aunque si a los físicos les dan tan buenos resultado sus modelos simplificados ¿por qué no iban a dárnoslos también a nosotros?

III

Hay un cliché de la gestión empresarial que reza así: «lo que no se mide no se puede gestionar». Por una de esas casualidades de la vida, el director general de la empresa para la que trabajo ha tenido a bien enviarnos una nota con la frase destacada en negrilla. He visto la frasecita impresa por doquier, pero nunca una argumentación que demuestre su veracidad. Me pregunto si no se asume como axioma simplemente porque todo el mundo la cacarea.

Foto de Pink Sherbet Photography

En cualquier caso, uno no se funde la pasta en un MBA para luego no aplicar lo que le enseñan. De modo que nos liamos la manta a la cabeza y nos preparamos para medir y así poder gestionar lo que quiera que sea. El asunto se plantea bien sencillo:

1. Decidimos qué queremos medir. 
2. Decidimos cómo lo medimos. 
3. Medimos.
4. Diseñamos un plan de acción apropiado.
5. Nos forramos.

Hasta ahora hemos hablado de las dificultades planteadas por el primer punto (qué medir). Llegamos ahora al escollo que implica la medición en sí misma:

La mayor parte de las veces no nos paramos a pensar, «¿de dónde han sacado esa cifra?». Disponemos de ellas con tanta inmediatez que hemos llegado a pensar que reunirlas es fácil. Y de fácil no tiene nada. Nunca hay que dar por supuesto que existe un método obvio para obtener una respuesta cierta. Muy pocas veces recibimos la respuesta completa, así que buscamos la forma de averiguar al menos una parte, y luego confiamos en la deducción y en nuestra capacidad de adivinar.

Medir supone al menos tres grandes problemas. El primero, ya tratado, consiste en ponerse de acuerdo sobre qué significa realmente lo que se quiere calibrar (recuerde el lector el ejemplo de las relaciones sexuales). El segundo problema es el agente encargado de tomar los valores, que no deja de ser un humano con limitaciones, alguien que puede hacer un trabajo bueno o malo:

«Los datos suelen ser de mala calidad porque el esfuerzo que se pone en ellos se hace a regañadientes, a mala idea, y se va posponiendo como algo pesado y monótono. Son malos, en esencia, porque a menudo los hacemos ser malos.

Por último, están aquellos que deben proporcionar los datos, individuos a los que probablemente se la sople tu proyecto aunque tus intenciones sean las mejores:

Intente usted medir algo risiblemente elemental sobre las personas -su fecha de nacimiento, digamos-, y se dará cuenta de lo protestones que son: la gente se cansa, se irrita, les da pereza, les ofenden las preguntas tontas, están convencidos de que «ellos» -los que preguntan- probablemente sepan ya la respuesta o realmente no necesiten saberla para nada; la gente, en realidad, tiende a todo tipo de conductas patosas, lo cual resulta de esperar y por otra parte completamente normal, y es capaz de echar por tierra cualquier proyecto. La conciencia sobre la fragilidad de las cifras empieza por comprender lo imprevisible que es el comportamiento de la gente.»

El diablo se esconde allí donde el número debe obtenerse de una persona. Los humanos somos muchas cosas, pero desde luego no somos máquinas de precisión. Víctimas de nuestros sesgos, errores heurísticos, emociones, esperanzas y demás, es casi imposible que demos un dato fiable. ¿Qué hombre va a decirle el tamaño real de su pene a una entrevistadora? ¿Quién va a decirle a su jefe lo que de verdad piensa de él? ¿Qué director general va a mostrar el verdadero balance a sus empleados, a sus inversores o a Hacienda?
El mero hecho de medir altera el resultado. Sobre el papel todos somos más listos, más altos y más guapos, y todo va mejor -o peor- de lo que realmente va, según nos convenga.

5,8 (II)

Foto de Teosaurio

Aunque el número total de goles no sea suficiente para dirimir quién es el mejor delantero, al menos es fácil de obtener. Los goles se marcan a la vista de todo el mundo y tienen la ventaja, además, de que no admiten graduaciones: o es gol o no lo es. Por emplear la expresión de Blastland, podemos decir «de cabeza, Zidane, pelota en el fondo de la red, tanto anotado, todo correcto». Pero, a menudo, contar no es tan sencillo como parece a simple vista.

II

«Cada vez que contamos algo, lo definimos; decimos que las cosas que estamos contando son tan parecidas como para ponerlas en el mismo montón. Pero la mayoría de las cosas importantes que contamos son informes; como la gente, se comportan de formas raras, tienen sutiles y no tan sutiles diferencias. No se quedan quietas: cambian, sus circunstancias difieren en aspectos importantes».

Valga como ejemplo la siguiente historia. Conocí a un grupo de chicos, de esos que se creen a punto de ponerle el hierro a toda yegua, que cada fin de semana apostaban sobre cuánto ligarían (cosas raras que hacen algunos hombres, oiga). Para esta jarca priápica el ganador del bote sería aquel que más relaciones sexuales hubiera tenido. Incluso ellos se dieron cuenta de que medir tal cosa no iba a ser fácil, porque el marcador final dependería de lo que se entendiera por relación sexual. Para Bill Clinton, por ejemplo, la succión del pene por parte de una becaria no entraba en esa categoría. Así que en primer lugar los participantes hubieron de ponerse de acuerdo en la definición. ¿Debía haber penetración? ¿Era suficiente con sexo bucal? ¿Unilateral o bilateral? ¿Tenía que haber orgasmo? Etcétera, etcétera. Al final optaron por un sistema de puntuación según lo ocurrido (desde un punto por «tocamientos» hasta diez por «final feliz»).

Los números pueden ser engañosos desde su concepción:

«En la base de muchos de estos problemas está la simple realidad de que medir no es un acto pasivo; el hacerlo introduce cambios en lo que se está midiendo. Muchas de las mediciones de las que oímos hablar todos los días, llevadas al extremo, pueden convertir el mundo en una caricatura, haciéndolo cambiar de una forma que nunca se tuvo en mente. Los números son puros y verdaderos; las cuentas casi nunca lo son. Esa limitación no anula por completo el hecho de contar, pero, si la olvidamos, el mundo que creemos conocer a través de las cifras no será sino una limpia y ordenada ilusión óptica».

Por eso, aunque intentemos acercarnos más a la realidad elaborando una clasificación basada en varias medidas (como en los videojuegos de fútbol, donde los jugadores se describen numéricamente según diferentes aptitudes: velocidad, resistencia, tiro, pase, etc.) la imprecisión se mantiene, porque el problema no es solo el reduccionismo de la cifra aislada; ocurre también que los números no siempre representan fielmente lo que tratan de valorar. Aún peor, cuando calificamos algo según varios aspectos por necesidad hemos de tomar algunos y descartar otros. De nuevo se está añadiendo subjetividad al resultado, ya que lo que uno considera suficientemente importante como para mesurarlo puede no serlo para otro, y lo mismo ocurre con lo que se deja fuera.

Hay cosas que son tan vagas o imprecisas que tratar de calibrarlas es -utilizando una metáfora de Julian Biaggini- como intentar clavar natillas en la pared. No todo tiene guarismo.