Según un estudio

Pepsi ha anunciado recientemente que va a eliminar el aspartamo de sus bebidas light en Estados Unidos y sustituirlo por sucralosa. Al parecer, la presencia de aspartamo es la razón principal por la que los norteamericanos consumen cada vez menos bebidas sin azúcar, lo que está afectando a las ventas. Este edulcorante ha estado rodeado de polémica desde su aprobación en 1974, proceso que se percibió como plagado de irregularidades, entre las que se incluían puertas giratorias y ocultación de pruebas. Años más tarde, en 1996, un reportaje de 60 minutos trasladó al público general los resultados de un estudio que identificaba este aditivo como la causa de tumores en ratones.

Lo cierto es que después de haber sido estudiado durante más de treinta años no se han encontrado pruebas sólidas de que el aspartamo sea dañino para los humanos. De hecho, dos recientes revisiones de todos los estudios disponibles han concluido que, en los niveles de consumo actuales, es un edulcorante seguro. Aún así, no es difícil encontrar sitios web dedicados a la lucha contra este aditivo.

El aspartamo es solo una de muchas sustancias químicas marcadas de por vida por el resultado de un trabajo voceado por los medios de información de masas. Al igual que ocurre con las vacunas, basta con un único estudio (cuyo método y diseño no tienen ni siquiera que ser sólidos) para sembrar la duda y asentar en el imaginario colectivo la idea de que la sustancia X produce la terrible Y, y que es algo a evitar. No es raro que todo ello venga acompañado del enfrentamiento de grupos partisanos surgidos como hongos y la creación de teorías conspiranoicas.

Aquí concurren dos problemas. El primero es la validez de los periódicos y los telediarios como fuente de información científica. Como escribe Ben Goldacre:

El mayor problema de las noticias sobre ciencia es que se nos presentan sistemáticamente vacías de evidencia científica. ¿Por qué? Porque los periódicos piensan que ustedes no entenderán la «parte científica» del asunto, por lo que todas las noticias sobre ciencia han de pasar previamente por un proceso de reducción de su nivel de dificultad, en un desesperado intento por seducir y atraer a los ignorantes, precisamente, aquellas personas a quienes no interesa la ciencia para nada (tal vez porque los periodistas creen que es buena para todos nosotros y que, por lo tanto, debería democratizarse).

[...] ¿Cómo sortean los medios el problema de su incapacidad para proporcionarnos la evidencia científica propiamente dicha? A menudo, lo hacen recurriendo a figuras de autoridad (un recurso que constituye la antítesis misma de la esencia de la ciencia) y tratándolas como si de curas, políticos o figuras paternas se tratara. «Un grupo de científicos ha dicho hoy que…» «Unos científicos han revelado que…» «Los científicos han advertido que…» Si al periódico o al espacio radiotelevisivo de turno le interesa introducir un poco de equilibrio, nos mostrarán a dos científicos en desacuerdo, aunque sin explicación alguna de por qué (un método cuya más peligrosa versión pudimos ver en acción cuando se extendió el mito de que los científicos estaban «divididos» en torno a la seguridad de la vacuna triple vírica): un científico «revela» algo y, entonces, otro lo «cuestiona». Más o menos, como si fueran caballeros Jedi.

Como ocurre tantas veces, si uno quiere información de calidad debe olvidarse de la prensa general y acudir a las publicaciones especializadas. De esa manera podremos saber qué se midió y cómo, así como lo que se descubrió, y no tendremos que fiarnos ciegamente de las conclusiones que el periodista de turno ha copiado y pegado directamente de la nota de prensa.

Los medios de comunicación son, por otro lado, víctima fácil del sesgo de publicación, esto es, el hecho de que tienden a publicarse únicamente los estudios que muestran un resultado positivo. Como explica magistralmente la viñeta de XKCD, este sesgo lleva a que se difundan en los medios conclusiones absurdas cuya veracidad es asumida por la población general prima facie. Claro que lo contrario también ocurre: a veces son los estudios que no lograron aparecer en prestigiosas revistas con revisión por pares los que se llevan directamente a la prensa para hacerse oír, ya que estos últimos son incapaces de filtrar nada basándose en la calidad del estudio.

Por desgracia, en esto de la ciencia hay más problemas aparte de los periodistas. Hacer ciencia es un proceso enteramente humano y, como tal, no es algo prístino llevado a cabo en un vacío ideal libre de pasiones, sesgos o instintos. La calidad del método científico depende de multitud de detalles que pueden pasarse por alto, bien por negligencia, bien por interés.

Lamentablemente, una de las industrias que más diligente debería ser en este sentido es la que más comportamientos reprobables exhibe. Les hablo de las empresas farmacéuticas. Estas empresas, por ejemplo, publican los resultados de los estudios que dan un resultado positivo, pero ocultan los que muestran que su medicina no es mejor que el placebo o el fármaco equivalente ya disponible. Las nuevas moléculas se estudian en poblaciones no representativas, pacientes ideales o atípicos, o personas que no serán los consumidores finales (por ejemplo, se prueban en personas sanas de países del tercer mundo medicamentos para enfermedades típicas de los países industrializados, como la diabetes). En sus estudios, estas compañías comparan el medicamento que están desarrollando con la peor alternativa posible, o con la mejor alternativa aplicada en dosis incorrectas. Interrumpen los ensayos clínicos en cuanto se atisba algún resultado positivo, aún cuando ello ocurra mucho antes de la fecha prevista de fin del mismo, con lo que se ocultan posibles efectos secundarios a largo plazo. Se recluta a poca gente para los estudios, aumentando así las posibilidades de obtener un resultado positivo simplemente por azar. Finalizado el estudio, los datos se masajean o torturan de mil maneras hasta conseguir una conclusión favorable. Y así siguiendo. El lector interesado puede consultar una buena lista de prácticas discutibles en el libro de Ben Goldacre dedicado a este tema.

Pero la medicina no es la única disciplina aquejada de ciertos males en su aplicación del método científico. La psicología, verbigracia, está afectada por el sesgo WEIRD, a saber, el hecho de que del sesenta al noventa por ciento de estudios se realiza en sujetos «western, educated, and from industrialized, rich, and democratic countries», a pesar de que estos representan únicamente un octavo de la población mundial. Y las ciencias sociales en general viven bajo la duda del problema de la replicación, una crisis de confianza surgida de los fallos obtenidos al tratar de replicar los resultados de una investigación dada en experimentos similares. En 2008, por ejemplo, Simone Schnall y sus colaboradores concluyeron en su estudio que la dureza de los juicios morales de las personas cambiaba según las sensaciones de limpieza o suciedad de los individuos, de manera que si –entre otras cosas– los sujetos del estudio se lavaban las manos antes de emitir un juicio moral, este resultaba ser menos severo. Sin embargo, David Johnson, Felix Cheun y Brent Donnellan repitieron el experimento y no encontraron dicho efecto. Este es solo uno de los estudios que aparecían en un número especial (les dejo un enlace alternativo por si no funciona el anterior) de la revista Social Psychology publicado el año pasado en el que se intentaron replicar veintisiete hallazgos importantes en psicología social. En esta misma línea, recientemente se han publicado los primeros resultados del estudio más ambicioso de este tipo, en el que se intentaban replicar los hallazgos de cien estudios de psicología. Los datos preliminares no son muy halagüeños.

En realidad, la «crisis de la replicación» no es específica de las ciencias sociales. Un célebre artículo de John P. A. Ioannidis publicado en 2005 aseguraba que la mayoría de los resultados publicados en medicina son falsos:

In 2005, an Athens-raised medical researcher named John P. Ioannidis published a controversial paper titled “Why Most Published Research Findings Are False.” The paper studied positive findings documented in peer-reviewed journals: descriptions of successful predictions of medical hypotheses carried out in laboratory experiments. It concluded that most of these findings were likely to fail when applied in the real world. Bayer Laboratories recently confirmed Ioannidis’s hypothesis. They could not replicate about two-thirds of the positive findings claimed in medical journals when they attempted the experiments themselves.

De ahí que sea tan importante realizar varias veces el mismo experimento, pues solo de esa manera podemos alcanzar cierto nivel de confianza en el resultado obtenido. En palabras de Karl Popper:

Only when certain events recur in accordance with rules or regularities, as is the case with repeatable experiments, can our observations be tested — in principle — by anyone. We do not take even our own observations quite seriously, or accept them as scientific observations, until we have repeated and tested them. Only by such repetitions can we convince ourselves that we are not dealing with a mere isolated ‘coincidence’, but with events which, on account of their regularity and reproducibility, are in principle inter-subjectively testable.

Con un solo estudio puede demostrarse casi cualquier cosa, y Google puede llevarnos a donde queramos. Para la mayoría, buscar pruebas significa poner en el buscador lo que queremos encontrar, como aquella amiga mía que introdujo la frase «la cerveza no engorda» para encontrar algo con lo que sostener su convencimiento. Esa es, obviamente, la forma errónea de actuar, pues lo importante a la hora de tomar una decisión es revisar todas las pruebas disponibles:

[Y]ou have to interpret a literature, not a single study. The results of one lab or one study can be erroneous. When decades have produced hundreds of studies on a question, the cherry pickers will always have a lot to choose from. That is why systematic reviews are necessary, and it is also necessary to understand the strengths and weaknesses of each type of research.

La imagen que ilustra este artículo es el logotipo de Cochrane Collaboration, una organización internacional e independiente de académicos voluntarios sin ánimo de lucro que elabora y publica revisiones sistemáticas de estudios médicos. Este logotipo es un diagrama de bosque de un metaanálisis realizado en su momento sobre la administración de corticoesteroides en bebés prematuros. Cada línea horizontal representa un estudio. Cuanto más larga es esta línea, más incierto fue el resultado del estudio. Si la línea se sitúa a la izquierda de la línea vertical significa que los esteroides fueron mejores que el placebo; si se sitúa a la derecha, significa que los esteroides funcionaron peor. La posición del rombo indica la respuesta obtenida del conjunto de todos los estudios. En este caso, dicho resultado muestra una reducción de entre el treinta y el cincuenta por ciento del riesgo de muerte del bebé prematuro cuando se le administran los esteroides. Hasta que no se publicó esta revisión en 1989 muchos bebés murieron al desconocer los óbstetras la efectividad de dicho tratamiento.

Sería maravilloso que existieran diagramas de bosque al alcance de la mano para cualquiera de nuestras preocupaciones, ya sean los edulcorantes, las vacunas, las ondas de radiofrecuencia, los transgénicos, el fracking o cualquier otro asunto importante. Actualmente existe un creciente movimiento a favor de la política basada en pruebas, el cual trata de llevar el método de investigación clínico a otras áreas, como las ciencias sociales. Desgraciadamente, como hemos hablado en varias ocasiones, es difícil que tenga un gran efecto. Siempre se pueden poner en duda las motivaciones de quien lo elabora, el método y las compañías que hay detrás. Y siempre nos toparemos con actitudes como la de Janet Starr Hull, la responsable de www.sweetpoison.com: «I will never accept the news of aspartame safety».

En teoría (y II)

En teoría, la práctica y la teoría son iguales. En la práctica, no.

En 1995 la FIFA ordenó a todas sus ligas constituyentes que establecieran la regla de otorgar tres puntos por victoria en lugar de dos. La idea de Sepp Blatter, secretario general de la organización por aquel entonces, era premiar el fútbol de ataque con una recompensa un 50% mayor. El resultado, relatan Chris Anderson y David Sally, fue bien distinto:

«Two German economists, Alexander Dilger and Hannah Geyer, came up with a way to test what changed when their nation’s football leagues switched to three points for a win. They looked at 6,000 league games and 1,300 from cup competitions over the ten years before the rule change and the ten after. The cup games provided the control group, unaffected by the switch (since the reward in tournament football is progression, not points).
Dilger and Geyer did find that the three-point rule had a dramatic effect on one aspect of a football match, but it wasn’t goals. In league games three points for a win led to a drastic increase in the number of yellow cards. Attacking football had increased, but the ‘attack’ consisted not of strikes on goal, but rather of clips of the opponents’ heels, pushes in their backs, and late tackles. There was also a clear decline in the number of draws – understandable, since losing two points for parity is less palatable than only losing one – and a rise in the number of victories by a one-goal margin.
With three points available for victory, a manager’s substitutes were focused on defence, back lines refused to move forward, and the number of long clearances rose. Goals had not become more abundant, but they had become even more decisive and valuable. Three points for a win had not rewarded attacking football. It had rewarded cynical football.»

No es de extrañar que a la FIFA le saliera el tiro por la culata. En un sistema complejo fruto de la interacción de tantos individuos las cadenas de causalidad distan de ser obvias o bien comprendidas, el comportamiento de sus elementos es difícil o imposible de predecir, desconocemos cuáles son las variables correctas y las relaciones que se establecen entre ellas, y carecemos de ideas claras y distintas que se asemejen a los axiomas de Euclides. El resultado es que no poseemos un conocimiento a priori acerca de cómo influir en el sistema de la manera que queremos porque nos es imposible anticipar todas las consecuencias de nuestras decisiones.

No obstante, siendo como somos ilusos, seguimos creyendo que podemos saber qué tipo de cosas deben provocar ciertos efectos y qué tipos de cosas no. Sirva como ejemplo la imagen que ilustra este artículo. Se trata de un panfleto de la National Association Opposed to Woman Suffrage, una organización neoyorquina de principios del siglo XX que, como su propio nombre indica, se oponía a que las mujeres pudieran votar (clic en la imagen para ampliar).

Otro botón de muestra relacionado con el sufragio universal: los liberales del siglo XIX alegaron razones económicas para tratar de evitar que los pobres pudieran votar. Tal como cuenta Ha-Joon Chang :

«The nineteenth-century liberals believed that abstinence was the key to wealth accumulation and thus economic development. Having acquired the fruits of their labour, people need to abstain from instant gratification and invest it, if they were to accumulate wealth. In this world view, the poor were poor because they did not have the character to exercise such abstinence. Therefore, if you gave the poor voting rights, they would want to maximize their current consumption, rather than investment, by imposing taxes on the rich and spending them. This might make the poor better off in the short run, but it would make them worse off in the long run by reducing investment and thus growth.
[...] Between the late nineteenth and early twentieth centuries, the worst fears of liberals were realized, and most countries in Europe and the so-called ‘Western offshoots’ (the US, Canada, Australia and New Zealand) extended suffrage to the poor (naturally only to the males). However, the dreaded over-taxation of the rich and the resulting destruction of capitalism did not happen. In the decades that followed the introduction of universal male suffrage, taxation on the rich and social spending did not increase by much. So, the poor were not that impatient after all.»

También en el siglo XIX Louis Agassiz, naturalista suizo creyente y defensor de la poligenia (una teoría del racismo científico que sostenía que las razas provienen de orígenes distintos y están dotadas de atributos desiguales) se expresaba en estos términos al ser consultado sobre el papel de los negros en una nación estadounidense reunificada (citado en Gould, 2003):

«Considero que la igualdad social nunca puede practicarse. Se trata de una imposibilidad natural que deriva del propio carácter de la raza negra» (10 de agosto de 1863); como los negros son «indolentes, traviesos, sensuales, imitativos, sumisos, afables, veleidosos, inconstantes, devotos, cariñosos, en un grado que no se observa en ninguna otra raza, sólo cabe compararlos con los niños, pues, aunque su estatura sea la del adulto, conservan una mente infantil... Por tanto, sostengo que son incapaces de vivir en pie de igual social con los blancos, en el seno de una única e idéntica comunidad, sin convertirse en un elemento de desorden social» (10 de agosto de 1863). Los negros deben estar controlados y sujetos a ciertas limitaciones, porque la decisión imprudente de otorgarles determinados privilegios sociales engendraría ulteriores discordias: «Nadie tiene derecho a algo que es incapaz de usar... Si cometemos la imprudencia de conceder de entrada demasiado a la raza negra, luego tendremos que retirarle violentamente algunos de los privilegios que puede utilizar tanto en detrimento de nosotros como en perjuicio de ella misma (10 de agosto de 1863).

Los casos mencionados ilustran cómo puede disfrazarse una ideología con argumentos a priori que –en el espíritu de la época– pueden incluso sonar razonables. Como bien decía Stephen Jay Gould, a menudo se promueve una «determinada política social aparentando que se trata de una investigación desapasionada de ciertos hechos científicos». Hoy día lo más habitual es, creo yo, usar argumentos económicos. Políticos, economistas y otros seres de dudosa respetabilidad son propensos a alumbrar cadenas de razonamiento que generan miedo, incertidumbre y duda cuando se trata de defender sus intereses basándose en una disciplina cuyos logros están a años luz de cualquier ciencia. Hay que rescatar a los bancos o la civilización occidental se hundirá. Hay que seguir pagando sueldos estratosféricos a los banqueros o su talento (supuestamente imprescindible) se irá a otro lado. Hay que bajar los impuestos a los ricos o dejarán de trabajar, invertir y crear empresas. Hay que bajar los sueldos y despojar de toda protección al trabajador o el paro será siempre alto. Hay que eliminar la regulación y liberalizar todo lo posible porque eso es bálsamo de Fierabrás para la economía y los consumidores. Etcétera, etcétera. Es importante tener en cuenta la falibilidad del proceso deductivo especialmente cuando se trata de cambio social o del statu quo, so pena de que nos hagan comulgar con ruedas de molino.

El último argumento del panfleto contra el sufragio femenino reza: «it is unwise to risk the good we already have for the evil which may occur». El problema es que es muy fácil retratar algo sobre el papel de tal manera que suene como el mayor de los males. Si yo les propusiera una actividad que produce taquicardia, sudoración, elevación de la presión arterial, aumento del ritmo respiratorio y vasocongestión es probable que no se sientan impelidos a participar en ella. Sin embargo, todos los síntomas descritos se producen durante el sexo, algo a lo que probablemente no quieran (¡y quizá ni deban!) renunciar. La cuestión no es si un curso de acción puede tener efectos nocivos; todos los medicamentos tienen efectos secundarios. La cuestión es si los beneficios superan con creces a los anteriores, un punto expresado por Nassim Taleb:

«In real life, as we saw with the ideas of Seneca and the bets of Thales, exposure is more important than knowledge; decision effects supersede logic. Textbook “knowledge” misses a dimension, the hidden asymmetry of benefits—just like the notion of average. The need to focus on the payoff from your actions instead of studying the structure of the world (or understanding the “True” and the “False”) has been largely missed in intellectual history. Horribly missed. The payoff, what happens to you (the benefits or harm from it), is always the most important thing, not the event itself.»

La única forma de averiguar si los pros son mayores que los contras es mediante experimentos. Ese es el fundamento de la medicina basada en pruebas y del movimiento a favor de políticas públicas basadas en pruebas. Como humanos cargamos con muchos sesgos cognitivos que interfieren en nuestra toma de decisiones, nuestras intuiciones a menudo están equivocadas y nos cuesta reconocer nuestros fallos. Necesitamos pruebas empíricas para averiguar qué razonamiento es el correcto. Necesitamos acudir a la experiencia.

En teoría (I)

                                                   Marge, estoy de acuerdo contigo en teoría. Y, en teoría, funciona hasta el comunismo. En teoría.
–Los Simpson, S05E17

Hace dos mil trescientos años Euclides de Alejandría se lio la manta a la cabeza y escribió el libro de texto de mayor éxito en la historia, empleado los siguientes veintitrés siglos en colegios y universidades para enseñar geometría. En los trece volúmenes que componen sus Elementos, a partir de un conjunto de definiciones, postulados y axiomas Euclides concibió, a través del método lógico deductivo, 465 proposiciones que describen lo que hoy se conoce como geometría euclídea:

«Euclid used primitives, ingredients everyone is familiar with, as his raw material. Geometric primitives include points and lines, which Euclid defined as follows: A point is that which has no part. A line is a breadthless length. The extremities of lines are points. A straight line lies equally with respect to the points on itself.»

«To his primitives Euclid added axioms, the apparently self-evident logical principles that no one would argue with, stating, for example, “If equals are added to equals, then the wholes are equal.” Since 3 = 3 and 2 = 2, then 3 + 2 = 3 + 2. [...] Finally, he proceeded to theorems, the interesting and often unexpected deductions he could prove by applying the axioms to the primitives to construct a chain of reasoning. The most famous is Pythagoras’s theorem that relates triangles to squares: the sum of the squares of the two perpendicular sides of a right-angled triangle is equal to the square of its hypotenuse. This method, beginning with primitives and proving propositions by deduction, is called axiomatization and has become the classic method of mathematics.

Foto de Penn Provenance Project

Su gran logro fue construir un sistema axiomático-deductivo, una estructura de ingeniería lógica y matemática mediante la cual, armado con un pequeño conjunto de verdades autoevidentes y a través de rigurosas demostraciones, describía la mayoría de los conocimientos matemáticos disponibles en su época y alumbraba profundas verdades que han resistido la prueba del tiempo. Einstein dijo al respecto de la obra: «es maravilloso que un hombre sea capaz de alcanzar tal grado de certeza y pureza haciendo uso exclusivo de su pensamiento».

El paradigma de Euclides sirvió como inspiración y modelo a grandes pensadores durante los siglos siguientes: a Newton para la formulación sus Philosophiæ Naturalis Principia Mathematica, a Baruch Spinoza para la construcción de su Ética demostrada según el orden geométrico y a Thomas Hobbes para desarrollar su teoría de la sociedad:

«Hobbes se inició en el pensamiento científico a los cuarenta años al toparse con un ejemplar de Elementos, de Euclides, en casa de un amigo y dar con un teorema que no logró comprender hasta que leyó los postulados y las definiciones precedentes. En uno de esos relámpagos de intuición tan significativos en los anales de la ciencia, empezó a aplicar la lógica geométrica a la teoría social y, al igual que Euclides fundó la geometría, fundó una ciencia de la sociedad, cosa que hizo a partir de un primer principio según el cual el universo está compuesto de materia en movimiento.»

Sin embargo, ni Spinoza ni Hobbes tuvieron tanto éxito como Euclides. Si bien sus obras han resistido la prueba del tiempo y han llegado hasta nosotros sus conclusiones distan mucho de ser tan universales o incontrovertibles como las de Euclides. Ello es debido, al menos en parte, a que fuera de las matemáticas es muy difícil seguir un proceso deductivo que alumbre conclusiones incuestionables, pues las verdades autoevidentes escasean y nuestro conocimiento del conjunto es incompleto (a menudo más de lo que creemos). Incluso los físicos teóricos necesitan a menudo del trabajo de los físicos experimentales para confirmar sus teorías, como cuando Eddington dirigió una expedición para confirmar la teoría de la relatividad de Einstein en 1919, o como ha ocurrido con el LHC y el bosón de Higgs.

Thomas Henry Huxley, el biólogo inglés apodado el bulldog de Charles Darwin, definió como «la gran tragedia de la ciencia, el asesinato de una bella hipótesis por un hecho horrible». El cuerpo humano es una fuente inagotable de representaciones de dicha tragedia. En su momento mencionamos el razonamiento que llevaba a los pediatras a recomendar que los bebés durmieran boca arriba y que resultó fatal al aumentar el riesgo de muerte súbita. El tratamiento del cáncer también ha conocido multitud de teorías que sonaban muy bien en teoría pero que no han resultado en la práctica. Tomemos, verbigracia, la idea alumbrada por Judah Folkman hace más de treinta años. Según cuenta Nassim Taleb:

«There was at some point a great deal of excitement about the work of Judah Folkman, who [...] believed that one could cure cancer by choking the blood supply (tumors require nutrition and tend to create new blood vessels, what is called neovascularization). The idea looked impeccable on paper, but, about a decade and a half later, it appears that the only significant result we got was completely outside cancer, in the mitigation of macular degeneration.»

Es algo que ocurre a menudo con los medicamentos: se diseña una molécula siguiendo una impecable línea de razonamiento bioquímico para una enfermedad dada y al final se muestra más eficaz con otra afección no relacionada para la que acaba siendo prescrita (lo que se conoce como drug repurposing). Un ejemplo conocido de ello es la Viagra, cuyo principio activo (sildenafil) fue diseñado para tratar la hipertensión.

También en las ciencias sociales encontramos multitud de ejemplos de líneas de razonamiento que, por plausibles que parecieran a priori, no desembocaron en las consecuencias predichas (al menos en la forma en que se formularon inicialmente). Algunos de dichos ejemplos son sobradamente conocidos: la predicción en 1798 de Robert Malthus según la cual el crecimiento demográfico condenaría a la existencia humana a una «lucha perpetua por el alimento y el cobijo»; la revolución obrera que según Karl Marx iba a acabar con el capitalismo; la advertencia realizada en 1968 por Paul Erlich de que la «bomba demográfica» desencadenaría en grandes hambrunas. Y sigue así la cosa. En psicología, el conductista J. B. Watson proclamó a principios del siglo XX:

«Dadme una docena de niños sanos, bien formados, y el ambiente específico adecuado para educarlos, y me comprometo a tomar al azar cualquiera de ellos y adiestrarlo para hacer de él el tipo de especialista que yo elija –médico, abogado, artista, negociante, e incluso mendigo y ladrón–, sin tener en cuenta sus talentos, tendencias, habilidades, vocaciones y raza de sus antepasados.»

Pero quien se lleva la palma en lo que a deducciones fallidas se refiere es, desde mi punto de vista, la economía. Acaso sea esta la disciplina que más ha tratado de emular a Euclides y más veces se ha estrellado. Los trabajos académicos de economía rebosan de formalismos matemáticos, teorías fundamentales y modelos que han hecho aguas con terribles consecuencias a nivel mundial (agentes económicos racionales, CAPM y valoración de opciones Black-Scholes-Merton por citar solo unos cuantos). Cuenta Emanuel Derman que cuando comenzó a trabajar en Wall Street después de abandonar su carrera en física teórica encontró que las matemáticas económicas eran tan formales como poco fiables en la práctica:

«The mathematics of economics is so much more formal than the mathematics of physics textbooks-much of it reads like Euclid or set theory, replete with axioms, theorems, and lemmas. You would think that all this formality would produce precision. And yet, compared with physics, economics has so little explanatory or predictive power. Everything looks suspect; questions abound.»

Continuará

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.