Los límites de la predicción
Los avances en los algoritmos informáticos y el acceso masivo a datos han mejorado notablemente la capacidad predictiva en áreas como la navegación en tiempo real y la recomendación de productos. Estos progresos tecnológicos lograron reducir la imprevisibilidad en campos donde la principal limitación era la escasez de datos o la inexistencia de algoritmos capaces de procesarlos de manera eficiente. Sin embargo, la incertidumbre persiste en otros ámbitos. “Miramos la elección entre Donald Trump y Kamala Harris como si fuera una película de misterio, de la misma manera que observamos la final de la Copa Mundial de 2022 entre Argentina y Francia. Tampoco sabemos cuál será el valor del dólar cada 15 días”, reflexiona Walter Sosa Escudero, profesor e investigador del Departamento de Economía de la Universidad de San Andrés.
En su libro Viajar al futuro (y volver para contarlo). La ciencia detrás de los pronósticos, editado recientemente por Siglo XXI, Sosa Escudero examina cómo se elaboran los pronósticos, distinguiendo aquellos que resultan confiables de aquellos que difícilmente podrán serlo. A través de la elección de ejemplos representativos de la diversidad de los fenómenos predictivos en contextos cotidianos, profesionales y académicos —desde penales en el fútbol hasta estrategias financieras, pasando por el horóscopo y la probabilidad de aprobar un examen— el investigador revela las similitudes entre eventos aparentemente dispares. El análisis demuestra que existen escenarios de naturaleza impredecible, donde ni la más abundante disponibilidad de datos ni los algoritmos más sofisticados logran resolver su complejidad. El origen de esta imposibilidad no radica únicamente en que el azar forme parte de su operatoria, sino en que son eventos que están influenciados por la interacción de los individuos con el propio objeto que intentan predecir. “Si alguien descubriera una ventaja evidente en el mercado financiero, yo podría imitarla, y esa ventaja desaparecería rápidamente. Al intentar predecir, uno altera el sistema, mientras que cualquier esfuerzo por predecir la lluvia no afecta si va a llover o no. Algunos fenómenos son difíciles de predecir porque surgen de una cuestión estratégica”, sostiene el investigador.
Aunque la incertidumbre no pueda eliminarse por completo, Sosa Escudero argumenta que el análisis de datos, asistido por tecnología e inteligencia, permite generar probabilidades útiles para gestionar el riesgo. Un ejemplo claro es el Servicio Meteorológico Nacional, que no predice si lloverá o no, sino que comunica probabilidades. Esta información es clave para saber cómo posicionarse frente al riesgo, como llevar o no un paraguas. En este sentido, el investigador de UdeSA destaca que la estadística no busca ofrecer verdades absolutas, sino herramientas útiles. Más que predecir un resultado específico, pronosticar implica caracterizarlo en términos de sus probabilidades de ocurrencia. Esta capacidad no solo permite explicar un fenómeno de manera convincente, sino también imaginar escenarios alternativos. Según Sosa Escudero, este ejercicio es comparable a la habilidad de un médico que, al comprender los efectos de un medicamento, puede anticipar posibles desenlaces bajo diferentes condiciones, incluso ante la ausencia de certezas absolutas.