A través de La Bóveda encuentro esta referencia a un artículo del New Yorker sobre los errores que cometen los expertos a la hora de realizar predicciones, basado en un libro de Philip Tetlock (Expert Political Judgement: How Good is It? How Can We Know?". Básicamente Aunque se refiere a estudios realizados en el ámbito de ciencias "soft" (política, sicología...), sus conclusiones se pueden extender a las demás ciencias se basan en mecanismos de comportamiento muy generalizables al resto de personas. Tetlock concluye que las previsiones de los expertos son peores que si las hicieran al azar (¿No recuerda esto al "Random Walk Down Wall Street"?). También que los especialistas no eran en su experimento más fiables que los no especialistas en prever lo que iba a pasar en su campo de estudio.
¿El conocimiento no sirve entonces para nada? Bueno, espero que sí sirva. Pero tenemos una fuerte tendencia a verlo todo bajo el prisma de nuestras teorías. En el experimento, los que más fallaban eran los que tenían una idea básica explicatoria de toda la realidad, y además eran los más confiados en su capacidad predictiva. En cambio los que mejores resultados obtenían eran los que, siendo más cautelosos, intentaban apreciar toda la complejidad del problema e incluso no daban predicciones firmes en todos los casos.
Como decía antes, esta tendencia se puede extender a todas las ciencias. En el post anterior ("El tocino y la velocidad") pongo un ejemplo de cómo utilizar la estadística para llegar a soluciones sesgadas en Economía / Administración de Empresas . Ni las más "duras" se salvan. "The subjective side of science", de Ian Mitroff, cuenta cómo el proyecto Apolo trajo muestras lunares que fueron enviadas a distintos laboratorios para intentar averiguar el origen de nuestro satélite. Las muestras sirvieron para que cada equipo confirmara las teorías que previamente tenían definidas, por dispares que fueran.
¿El conocimiento no sirve entonces para nada? Bueno, espero que sí sirva. Pero tenemos una fuerte tendencia a verlo todo bajo el prisma de nuestras teorías. En el experimento, los que más fallaban eran los que tenían una idea básica explicatoria de toda la realidad, y además eran los más confiados en su capacidad predictiva. En cambio los que mejores resultados obtenían eran los que, siendo más cautelosos, intentaban apreciar toda la complejidad del problema e incluso no daban predicciones firmes en todos los casos.
Como decía antes, esta tendencia se puede extender a todas las ciencias. En el post anterior ("El tocino y la velocidad") pongo un ejemplo de cómo utilizar la estadística para llegar a soluciones sesgadas en Economía / Administración de Empresas . Ni las más "duras" se salvan. "The subjective side of science", de Ian Mitroff, cuenta cómo el proyecto Apolo trajo muestras lunares que fueron enviadas a distintos laboratorios para intentar averiguar el origen de nuestro satélite. Las muestras sirvieron para que cada equipo confirmara las teorías que previamente tenían definidas, por dispares que fueran.
En fin, más me vale hacerme novelista... ;-)
No hay comentarios:
Publicar un comentario