Aunque a sus autores no los motivó la contingencia para escribir el libro “Antipredicciones: la fragilidad de los modelos y el optimismo de algunos tecnócratas”, en 2017 cuando el académico del Centro de Políticas Públicas de la UDD e investigador de Libertad y Desarrollo, Rodrigo Troncoso, y el presidente del Metro, Louis de Grange, lo concluyeron no alcanzaban a imaginar cuan ad hoc resultaría analizar en esta época la eficacia de los sistemas predictivos.
El nombre del libro ya da cuenta de la opinión de sus autores respecto al tema. Recopila “trabajos experimentales realizados en clases durante varios semestres”, pero su principal motivación fue “dar una luz de alerta al excesivo optimismo que algunos académicos, técnicos e investigadores suelen tener en sus modelos matemáticos, especialmente cuando se usan para justificar recomendaciones de políticas públicas”.
Louis de Grange y Rodrigo Troncoso, los autores.
“Modelar o predecir el comportamiento humano es muy complejo y está sujeto a muchas fuentes de error”, comentan por mail los autores.
- ¿Los modelos de predicción buscan disminuir la incertidumbre?
- Las predicciones, en general, independiente de la estrategia que se utilice, buscan reducir la incertidumbre y muchas veces pueden ser necesarias y útiles para planificar. En todos los casos el objetivo es el mismo: tener “certeza” sobre el futuro.
- Partiendo de la base que son frágiles, ¿hay que desconfiar de los modelos de predicción?
- Independiente de su diseño, son una representación limitada de la realidad. Conllevan una serie de supuestos que, muchas veces, son muy poco razonables o verosímiles. En economía y transporte -que son nuestras áreas de especialidad- es bastante común hacer supuestos irreales, con el objetivo, por ejemplo, de tener una solución única en la predicción.
- ¿Hay áreas en las que son más confiables que en otras?
-En las áreas relacionadas con las ciencias físicas y químicas, las predicciones son muchísimo más confiables que en las relacionadas con el comportamiento y preferencias de las personas, como la economía y el transporte. En predicciones de demanda por transporte, también se cometen muchos errores.
- Asumiendo que es muy difícil que sean 100% exactos, ¿cómo es posible hacer que un modelo sea correcto?
-Nuestro punto es justamente lo contrario: resaltar que es muy difícil que existan predicciones exactas para cierto tipo de fenómenos. Esa es una realidad que se debe tener siempre en consideración. Para mitigar esta fragilidad es fundamental conocer en detalle el ámbito o industria en la que se va a proyectar, pedir la opinión de personas con experiencia real en el tema, explorar datos disponibles e incluir el nivel de riesgo que cada proyección conlleva, incluyéndolo en la toma de decisiones.
- ¿Cuál es la ventaja de tomar decisiones en base a estos modelos, entonces?
- La principal ventaja, especialmente en modelos analíticos, es que obtienes resultados concretos y también es posible sensibilizar escenarios para compararlos entre sí.
- ¿Cuáles son los riesgos, si los hay?
- Muchas veces estos modelos no son capaces de incluir adecuadamente todas las variables relevantes para explicar el fenómeno que se está estudiando. Al omitir antecedentes relevantes existe un riesgo enorme de errar.
“Es una opinión más”
- ¿Hubiera sido posible prever el estallido social de octubre?
- Creemos que prever el estallido social era imposible. Es lo que Nassim Taleb llamaría un “Cisne Negro”: evento muy poco probable, con altísimo impacto, que nadie previó.
- Ahora mismo, a raíz de la pandemia, se han hecho muchas predicciones de todo tipo y tomado decisiones, algunas se han debido revertir. ¿El conocimiento del tema en otros países debería influir en que los modelos predictivos acá fueran más exactos?
- No conocemos en detalle los modelos de propagación epidemiológica, pero como muchos otros modelos, se basan en datos del pasado. Si el pasado se repite, es probable acertar, pero si cambian muchas cosas, como consecuencia de políticas públicas, es probable que también cambie el destino.
- ¿Entonces, los modelos predictivos se deben usar con precaución?
- Absolutamente. El resultado de un modelo, por muy sofisticado y glamoroso que sea, es simplemente una opinión más, particularmente cuando pronosticamos fenómenos complejos asociados al comportamiento de las personas.
VER MÁS
MARKET DATA
<%userdata?.email%>
Editar perfil
Credencial
Salir
(Twitter)
Instagram
Facebook
LinkedIn
YouTube
TikTok
Alto contraste
libros
