Aprende a hacer pronósticos excelentes.

El tiempo, la bolsa, el presupuesto del año que viene o quién ganará el partido de fútbol de este fin de semana, todos tienen algo en común: se hacen predicciones y pronósticos sobre cada uno de ellos. Pero no son las únicas cosas sobre las que hacemos predicciones. Nuestra obsesión por las previsiones se ha extendido a la mayoría de los ámbitos de nuestra vida, y nos irritamos cuando los acontecimientos no transcurren como pensábamos. Entonces, ¿pueden ser las previsiones mejores de lo que son hoy?

Pueden. Pronto haremos superprevisiones que se recortarán y realinearán con cada nuevo dato, y que luego se analizarán y mejorarán una vez haya pasado el momento previsto. En estos resúmenes, exploraremos el complejo e intrigante arte de hacer las previsiones definitivas.

En estos resúmenes, exploraremos el complejo e intrigante arte de hacer las previsiones definitivas.

En estos resúmenes, descubrirás

  • por qué el antiguo director general de Microsoft hizo una predicción sobre la cuota de mercado del iPhone;
  • cómo predijo un pronosticador la autopsia de Yaser Arafat;y
  • por qué los grupos de pronosticadores tienen más éxito que los pronosticadores individuales
  • .

La previsión tiene ciertas limitaciones, pero eso no es motivo para descartarla.

Predecir es algo que hacemos todo el tiempo, ya estemos planeando nuestro próximo paso profesional o eligiendo una inversión. Esencialmente, nuestras previsiones reflejan nuestras expectativas sobre lo que nos depara el futuro.

Sin embargo, las previsiones son limitadas, ya que pequeños acontecimientos pueden tener consecuencias imprevistas.

Vivimos en un mundo complejo en el que una sola persona puede provocar grandes acontecimientos. Pensemos en la Primavera Árabe. Todo empezó cuando un vendedor ambulante tunecino, Mohamed Bouazizi, se prendió fuego tras ser humillado por agentes de policía corruptos.

Hay una explicación teórica de por qué es difícil predecir tales acontecimientos. Se llama teoría del caos (también conocida como efecto mariposa), y el meteorólogo americano Edward Lorenz la explica así: en sistemas no lineales como la atmósfera terrestre, incluso los cambios más diminutos pueden tener un impacto considerable. Si la trayectoria del viento se desplaza menos de una fracción de grado, los patrones meteorológicos a largo plazo pueden cambiar drásticamente. Dicho de forma dramática: el aleteo del ala de una mariposa en Brasil puede provocar un tornado en Texas.

Pero no debemos descartar por completo la previsión sólo porque tenga sus limitaciones. Tomemos el campo de Edward Lorenz, la meteorología. Las previsiones meteorológicas son relativamente fiables cuando se hacen con unos días de antelación. ¿Por qué? Porque los meteorólogos analizan la exactitud de sus previsiones a posteriori. Al comparar sus previsiones con el tiempo real, mejoran su comprensión de cómo funciona el tiempo.

El problema es que la gente de otros campos no suele medir la exactitud de sus previsiones

Para analizar la exactitud de las previsiones meteorológicas, los meteorólogos tienen que medir la exactitud de sus previsiones a posteriori.

Para mejorar nuestras previsiones, por tanto, tenemos que trabajar en la precisión y tomarnos en serio la comparación entre lo que pensábamos que ocurriría y lo que realmente acaba ocurriendo. Y eso significa tomarse en serio la medición.

Evita utilizar un lenguaje vago y sé lo más preciso posible.

Medir las previsiones puede parecer una obviedad: recopilar las previsiones, juzgar su exactitud, hacer los cálculos, y ¡voilà! Pero no es tan fácil.

Para determinar la exactitud de una previsión, primero debes comprender el significado de la previsión original. Por ejemplo, en abril de 2007, los medios de comunicación informaron de que el director general de Microsoft, Steve Ballmer, había hecho una predicción: el iPhone no conseguiría una cuota de mercado significativa. Teniendo en cuenta el tamaño de Apple, la previsión de Ballmer parecía ridícula, y la gente se rió literalmente de él. Otros destacaron el hecho de que Apple controlaba el 42% del mercado estadounidense de smartphones, una cifra innegablemente significativa.

Pero echemos un vistazo a lo que realmente dijo.

Dijo que, efectivamente, el iPhone podría generar mucho dinero; sin embargo, nunca conseguiría una cuota de mercado significativa en el mercado mundial de teléfonos móviles (su predicción: entre el dos y el tres por ciento). Más bien, el software de su empresa, Microsoft, llegaría a dominar. Y esta predicción fue, más o menos, correcta.

Según los datos de Garner IT, la cuota mundial del iPhone en las ventas de teléfonos móviles durante el tercer trimestre de 2013 se situó en torno al seis por ciento, lo que es claramente superior a lo que predijo Ballmer, pero no está muy lejos. Mientras tanto, el software de Microsoft se utilizaba en la mayoría de los teléfonos móviles vendidos en todo el mundo.

Las previsiones también deben evitar el lenguaje vago y utilizar números para aumentar la precisión.

Las palabras vagas, como “podría”, “podría” o “probablemente”, son habituales en las previsiones, pero las investigaciones demuestran que las personas atribuyen significados diferentes a palabras como éstas. Por tanto, los pronosticadores deben hablar del azar con la mayor precisión posible, utilizando porcentajes, por ejemplo.

Considera cómo organizaciones de inteligencia americanas como la NSA y la CIA afirmaron que Sadam Husein ocultaba armas de destrucción masiva, una afirmación que resultó ser catastróficamente falsa. Si estas agencias de inteligencia hubieran calculado con precisión y hubieran utilizado porcentajes, es posible que Estados Unidos nunca hubiera invadido Irak. Si hubieran calculado la probabilidad de que Irak tuviera armas de destrucción masiva en un 60 por ciento, seguiría habiendo un 40 por ciento de posibilidades de que Sadam no tuviera ninguna, una justificación bastante poco sólida para ir a la guerra.

Mantén la puntuación si quieres mejorar la precisión de tus previsiones.

Entonces, ¿cómo evitamos errores horrendos como lo que ocurrió con las armas de destrucción masiva? Está claro que necesitamos más precisión en nuestras previsiones. Veamos algunas formas de conseguirlo.

La mejor manera es llevar la cuenta.

Para hacer exactamente eso, el equipo de investigación del autor creó el Proyecto Buen Juicio, patrocinado por el gobierno, en el que miles de voluntarios se inscribieron y respondieron a más de un millón de preguntas en el transcurso de cuatro años. Mediante el uso de la puntuación, el equipo esperaba mejorar la precisión de la predicción.

Los participantes respondieron a preguntas como “¿Huirá el presidente de Túnez a un cómodo exilio en el próximo mes?” o “¿Caerá el euro por debajo de 1,20 $ en los próximos doce meses?”. A continuación, cada pronosticador calificaba la probabilidad de la previsión del participante, la ajustaba en consecuencia tras leer las noticias relevantes y, cuando llegaba el momento previsto, asignaba a cada previsión una puntuación Brier, que indicaba el grado de precisión de la previsión.

La puntuación Brier es una medida de la probabilidad de que un pronosticador realice una previsión.

La puntuación Brier, que debe su nombre a Glenn W. Brier, es el método más utilizado para medir la precisión de una previsión. Cuanto más baja es la puntuación, más precisa es la previsión: una previsión perfecta obtiene una puntuación de cero. Una suposición aleatoria generará una puntuación Brier de 0,5, mientras que una previsión totalmente errónea generará una puntuación máxima de 2,0.

La interpretación de la puntuación Brier también depende de la pregunta que se formule. Puedes tener una puntuación Brier de 0,2, que parece muy buena, y sin embargo, ¡tu previsión puede ser terrible!

Pongamos que estamos pronosticando el tiempo. Si en Phoenix, Arizona, el tiempo es siempre muy caluroso con cielos azules, un pronosticador podría simplemente predecir tiempo caluroso y soleado y obtener una puntuación Brier de cero, que por supuesto es mejor que 0,2. Pero, si obtuvieras una puntuación de 0,2 por predecir el tiempo en Springfield, Missouri -un lugar con un tiempo notoriamente cambiante-, ¡te aclamarían como un meteorólogo de talla mundial!

Los superpronosticadores descomponen los problemas en unidades más pequeñas para iniciar su análisis.

¿Todos los superpronosticadores son pensadores superdotados con acceso a información de alto secreto? La verdad es que no. Entonces, ¿cómo hacen predicciones tan precisas sobre el futuro?

Un superprevisor aborda una cuestión dividiendo problemas aparentemente imposibles en subproblemas del tamaño de un bocado. Esto se conoce como pensamiento tipo Fermi.

Lo hizo separando lo cognoscible de lo incognoscible, que es el primer paso que dan los superpronosticadores. Por ejemplo, cuando Yasser Arafat, líder de la Organización para la Liberación de Palestina, murió por causas desconocidas, surgieron muchas especulaciones de que había sido envenenado. Luego, en 2012, los investigadores encontraron niveles desmesuradamente altos de polonio-210 -un elemento radiactivo letal- en sus pertenencias. Este descubrimiento reforzó la idea de que podría haber sido envenenado, lo que llevó a exhumar su cuerpo y examinarlo en Francia y Suiza.

Como parte del Proyecto Buen Juicio, se preguntó a los pronosticadores si los científicos encontrarían niveles elevados de polonio en el cuerpo de Yasser Arafat.

Los científicos se preguntaron si los científicos encontrarían niveles elevados de polonio en el cuerpo de Yasser Arafat.

Bill Flack, un pronosticador voluntario, abordó la cuestión al estilo Fermi y desglosó la información.

En primer lugar, Flack descubrió que el polonio era una sustancia muy peligrosa.

En primer lugar, Flack descubrió que el polonio se descompone rápidamente, por lo que si Arafat fue envenenado, existía la posibilidad de que el polonio no se detectara en sus restos, porque había muerto en 2004. Flack investigó las pruebas con polonio y llegó a la conclusión de que podía ser detectable. Posteriormente, Flack también tuvo en cuenta que Arafat tenía enemigos palestinos que podrían haberle envenenado y que la autopsia podría estar contaminada para culpar a Israel de su muerte. Pronosticó que la probabilidad de que se encontrara polonio en el cuerpo de Arafat era del 60 por ciento.

Por tanto, Flack averiguó primero lo básico, antes de buscar las hipótesis posteriores, que es precisamente lo que hace un pronosticador eficaz.

Empieza desde fuera, y luego mira desde dentro para hacer un pronóstico preciso.

Como cada situación es única, debes evitar precipitarte y juzgar un caso demasiado deprisa. La mejor forma de abordar cualquier cuestión es adoptar una vista externa, lo que significa averiguar cuál es el tipo base. Pero, ¿qué significa eso exactamente?

Por poner un ejemplo, imagina una familia italiana que vive en una casa modesta en Estados Unidos. El padre trabaja como contable y la madre tiene un puesto a tiempo parcial en una guardería. Su hogar está formado por ellos, su hijo y la abuela del niño.

Si te preguntaran cuáles son las probabilidades de que esta familia italiana tenga un animal de compañía, podrías intentar llegar a la respuesta fijándote inmediatamente en los detalles de la familia o en su situación vital. Pero entonces, ¡no serías un superprevisor! Un superprevisor no se fijaría primero en los detalles. En lugar de eso, empezaría investigando qué porcentaje, o tasa base, de hogares Americanos poseen un animal de compañía. En cuestión de segundos, gracias a Google, encontraría que esa cifra es del 62%. Esta es tu vista exterior.

Hecho esto, ahora puedes adoptar la vista interior. Esto te dará detalles que ajustarán la tarifa base en consecuencia.

En el ejemplo de la familia Italiana, empezar con la visión exterior te da una estimación inicial: hay aproximadamente un 62% de probabilidades de que la familia tenga un animal de compañía. Luego, te vuelves más específico y ajustas esa cifra. Por ejemplo, podrías comprobar la tasa de familias italianas que viven en Estados Unidos y tienen un animal de compañía.

El razonamiento que subyace a la vista exterior proviene de un concepto llamado anclaje. Un anclaje es la cifra inicial, antes de hacer ajustes. Si, en cambio, empezaras por los detalles más sutiles, es mucho más probable que tu predicción se aleje mucho de cualquier ancla o cifra exacta.

Mantente al día incluso después de tu conclusión inicial y ajusta tus previsiones con nueva información.

“Cuando los hechos cambian, cambio de opinión” – John Maynard Keynes

Hemos visto cómo los superpronosticadores ponen en marcha el proceso, pero una vez que has hecho tu previsión inicial, no puedes limitarte a esperar a ver si tenías razón. Tienes que actualizar y modificar tu juicio en función de cualquier dato nuevo.

¿Recuerdas a Bill Flack? Después de pronosticar una probabilidad del 60 por ciento de que se detectara polonio en el cadáver de Yasser Arafat, se mantuvo atento a las noticias y actualizó su pronóstico cuando lo consideró oportuno.

Entonces, mucho tiempo después de la primera previsión de Flack, el equipo de investigación suizo informó de que era necesario realizar pruebas adicionales y que anunciarían los resultados más adelante.

Como Flack había investigado mucho sobre el polonio, sabía que este aplazamiento significaba que el equipo había encontrado polonio y que eran necesarias pruebas adicionales para confirmar su origen. Así que Flack elevó su pronóstico al 65%.

Como sucedió, el equipo suizo encontró polonio en el cuerpo de Arafat y la puntuación final de Fleck en el Brier fue de 0,36. Impresionante, teniendo en cuenta la dificultad de la pregunta.

Sin embargo, debes tener cuidado. Aunque la nueva información puede ayudarte, también puede orientarte mal. Por ejemplo, la agencia gubernamental de investigación estadounidense The Intelligence Advanced Research Projects Activity (IARPA) preguntó si el 15 de septiembre de 2014 habría menos hielo marino en el Ártico que el año anterior. El superprevisor Doug Lorch concluyó que había un 55% de probabilidades de que la respuesta fuera afirmativa.

Sin embargo, dos días después de su estimación, Lorch leyó un informe de hace un mes de la Red de Predicción del Hielo Marino que le convenció lo suficiente como para aumentar su predicción al 95 por ciento, un cambio sustancial basado en un único informe.

Sin embargo, cuando por fin llegó el 15 de septiembre de 2014, había más hielo ártico que el año anterior.

El primer pronóstico de Lorch lo situaba en un 45% de probabilidad, pero, tras su ajuste, se redujo a un mero 5%.

Previsión de los hielos en el Ártico.

Una actualización hábil, por tanto, requiere separar los detalles sutiles de la información extraña. No tengas miedo de cambiar de opinión, pero piensa dos veces si la nueva información es útil o no.

Trabajar en equipo puede ser útil para hacer previsiones, pero sólo si lo haces bien.

Quizás hayas oído hablar del término pensamiento de grupo. El psicólogo Irving Janis, que acuñó el término, planteó la hipótesis de que la gente en pequeños grupos crea espíritu de equipo creando inconscientemente ilusiones compartidas que interfieren con el pensamiento crítico. Esta interferencia se debe a que la gente rehúye la confrontación y se limita a estar de acuerdo con los demás.

Pero el espíritu de equipo se construye en grupos pequeños.

Pero no conformarse es una fuente de valor real. La expresión y el pensamiento independientes son enormes activos en cualquier equipo.

Así que el equipo de investigación del Proyecto Buen Juicio decidió comprobar si el trabajo en equipo influía en la precisión. Para ello, crearon plataformas online en las que los pronosticadores asignados a distintos grupos podían comunicarse entre sí.

Al principio, el equipo de investigación compartió ideas sobre la dinámica de grupo y advirtió a los grupos online sobre el pensamiento de grupo. Al final del primer año, se obtuvieron los resultados: por término medio, los que trabajaban en equipo eran un 23% más precisos que los individuales. El segundo año, el equipo de investigación decidió colocar a los superpronosticadores, en lugar de a los pronosticadores normales, en grupos y descubrió que superaban con creces a los grupos normales.

Superpronosticadores

Sin embargo, la dinámica de grupo también se vio afectada. A una superprevisora, Elaine Rich, no le gustó el resultado. Todo el mundo era excesivamente educado, y había poca discusión crítica de puntos de vista alternativos. En un esfuerzo por rectificar esto, los grupos se esforzaron más por demostrar que aceptaban las críticas constructivas.

Otra forma de aumentar la eficacia del trabajo en equipo es mediante el cuestionamiento de precisión, que anima a la gente a replantearse sus argumentos. Esto no es nada nuevo, por supuesto, ya que los grandes maestros han practicado el cuestionamiento de precisión desde los tiempos de Sócrates.

Interrogar con precisión significa llegar a los detalles más sutiles de un argumento, por ejemplo preguntando por la definición de un término concreto. Aunque las opiniones estén polarizadas al respecto, este cuestionamiento revela el pensamiento que subyace a la conclusión, lo que la abre a una investigación más profunda.

Conclusiones

El mensaje clave de este libro:

La superprevisión no está restringida a los ordenadores ni a los genios. Es una habilidad que se puede entrenar y que implica recopilar pruebas, llevar la cuenta de los resultados, mantenerse al día sobre la nueva información y paciencia.

Predecir lo que va a ocurrir no es algo exclusivo de ordenadores o genios.

Consejos Accionables:

Permanecer actualizado te mantiene por encima del pronosticador medio.

Los superpronosticadores se actualizan sobre las noticias relevantes para sus previsiones con mucha más frecuencia que los pronosticadores normales. Un consejo para estar al tanto de los acontecimientos es crear alertas para ti mismo, por ejemplo, utilizando las Alertas de Google. Te avisarán de cualquier noticia que mencione el tema en cuestión en cuanto esté disponible.

Sugerido más lectura: Previsión de Mark Buchanan

Previsióncritica la teoría económica moderna revelando sus principales defectos. El físico Mark Buchanan examina de cerca los supuestos científicos básicos que subyacen a nuestra comprensión económica y, con hábil capacidad analítica, desvela su inexactitud. En la segunda parte del libro, Buchanan presenta una serie de descubrimientos científicos que, en su opinión, podrían llegar a ayudarnos a mejorar la economía moderna.

Descubrimientos científicos.

¿Qué opinas?

¡Nos encantaría conocer tu opinión sobre nuestros contenidos! Envíanos un correo electrónico a libros@pathmba.com con el título de este libro como asunto y comparte tus opiniones.

Leave a comment