Lo que nos dicen las investigaciones sobre hacer predicciones precisas

«Predecir es muy difícil», dice el viejo castaño, «especialmente en lo que respecta al futuro». Y durante años, las ciencias sociales estuvieron de acuerdo. Numerosos estudios detallaban los fracasos de previsión incluso de los llamados expertos. Predecir el futuro es demasiado difícil, se pensaba; HBR incluso publicó un artículo sobre cómo el arte de pronosticar no tenía nada que ver con la predicción.

Eso está cambiando, gracias a las nuevas investigaciones.

Sabemos mucho más de predicciones que antes, incluido el hecho de que algunos de nosotros lo hacemos mejor que otros. Pero la predicción también es una habilidad que se aprende, al menos en parte, es algo en lo que todos podemos mejorar con la práctica. Y esa es una buena noticia para las empresas, que tienen enormes incentivos para predecir un sinfín de cosas.

La investigación más famosa sobre la predicción la realizó Philip Tetlock, de la Universidad de Pensilvania, y su fundamental libro de 2006 Juicio político pericial proporciona un trasfondo crucial. Tetlock pidió a un grupo de expertos y expertos en asuntos exteriores que predijeran los acontecimientos geopolíticos, por ejemplo, si la Unión Soviética se desintegraría en 1993. En general, los «expertos» se esforzaron por obtener mejores resultados que los «chimpancés lanzadores de dardos» y fueron consistentemente menos precisos incluso que los algoritmos estadísticos relativamente simples. Esto era cierto para los liberales y los conservadores, e independientemente de sus credenciales profesionales.

Pero Tetlock descubrió un estilo de pensamiento que parecía ayudar a predecir. Los que prefirieron tener en cuenta varias explicaciones y equilibrarlas antes de hacer una predicción obtuvieron mejores resultados que los que se basaron en una sola gran idea. Tetlock llamó al primer grupo zorros y al segundo grupo erizos, tras un ensayo de Isaiah Berlin. Como escribe Tetlock:

Los erizos, intelectualmente agresivos, sabían una gran cosa y buscaban, bajo la bandera de la parsimonia, ampliar el poder explicativo de esa gran cosa para «cubrir» nuevos casos; los zorros más eclécticos sabían muchas cosas pequeñas y se contentaban con improvisar soluciones ad hoc para seguir el ritmo de un mundo que cambiaba rápidamente.

Desde el libro, Tetlock y varios colegas han organizado una serie de torneos de previsión geopolítica (en los que he incursionado) para descubrir qué ayuda a las personas a hacer mejores predicciones. Durante los últimos seis meses, Tetlock, Barbara Mellers y varios de sus colegas de Penn han publicado tres nuevos artículos en los que se analizan 150 000 previsiones de 743 participantes (todos con un título mínimo de licenciatura) que compiten por predecir 199 eventos mundiales. Un artículo se centra únicamente en los «superpronosticadores» con alto rendimiento; otro analiza a todo el grupo y un tercero defiende la previsión de los torneos como herramienta de investigación.

¿El hallazgo principal? La predicción no es una empresa inútil: a los participantes del torneo les fue mucho mejor que a ciegas. Piense en una predicción con dos resultados posibles, como quién ganará la Super Bowl. Si elige al azar, se equivocará la mitad de las veces. Pero los mejores pronosticadores fueron capaces de reducir esa tasa de error en más de la mitad. Como me dijo Tetlock: «Los mejores pronosticadores están rondando entre el chimpancé y Dios».

Quizás lo más notable es que los principales predictores lograron mejorar con el tiempo y varias intervenciones por parte de los investigadores mejoraron la precisión. Así que la segunda conclusión es que es posible mejorar en las predicciones, y la investigación ofrece información sobre los factores que marcan la diferencia.

La inteligencia ayuda. Los pronosticadores de la muestra de Tetlock eran un grupo inteligente, e incluso dentro de esa muestra, los que obtuvieron puntuaciones más altas en varias pruebas de inteligencia tendían a hacer predicciones más precisas. Pero la inteligencia importó más al principio que al final del torneo. Parece que cuando entra en un nuevo dominio e intenta hacer predicciones, la inteligencia es una gran ventaja. Más tarde, una vez que todos se hayan adaptado, ser inteligente sigue ayudando, pero no tanto.

La experiencia en el dominio también ayuda. Los pronosticadores que obtuvieron mejores resultados en una prueba de conocimientos políticos tendían a hacer mejores predicciones. Si eso suena obvio, recuerde que las investigaciones anteriores de Tetlock encontraron pocas pruebas de que la experiencia importe. Pero si bien las citas y credenciales sofisticadas pueden no haberse correlacionado con una buena predicción en investigaciones anteriores, sí que parece que sí.

La práctica mejora la precisión. Los «superpronosticadores» con mejor desempeño eran cada vez más precisos y solo lo hacían más con el tiempo. Gran parte de eso parece deberse a que practicaron más, hicieron más predicciones y participaron más en los foros del torneo.

Los equipos superan constantemente a las personas. Los investigadores dividieron a los pronosticadores al azar, de modo que algunos hacían sus predicciones por sí mismos, mientras que otros lo hacían como parte de un grupo. Los grupos tienen sus propios problemas y sesgos, como Un artículo reciente de HBR explica, por lo que los investigadores capacitaron a los grupos sobre cómo colaborar de forma eficaz. En última instancia, los que formaban parte de un grupo hacían predicciones más precisas.

El trabajo en equipo también ayudó a los superpronosticadores, que después del primer año formaron equipo entre sí. Esto solo mejoró su precisión. Estos superequipos eran únicos en otro sentido: a medida que pasaba el tiempo, la mayoría de los equipos se dividían más en sus opiniones, a medida que los participantes se afianzaban en sus creencias. Por el contrario, los equipos de superpronosticadores estuvieron de acuerdo cada vez más con el tiempo.

Las personas más abiertas hacen mejores predicciones. Esto se remonta a la anterior distinción de Tetlock entre zorros y erizos. Aunque el estatus de «zorro» o «erizo» de los participantes no predijo la precisión, sí lo hizo una prueba de apertura de mente abierta que se utiliza comúnmente. Si bien algunos psicólogos ven la apertura de mente como un rasgo de personalidad que se mantiene estático en las personas a lo largo del tiempo, también hay algunas pruebas que cada uno de nosotros puede tener una mente más o menos abierta según las circunstancias.

El entrenamiento en probabilidad puede proteger contra los sesgos. Algunos de los pronosticadores recibieron formación en «razonamiento probabilístico», que básicamente significa Se les dijo que buscaran datos sobre el resultado de casos similares en el pasado antes de intentar predecir el futuro. Los humanos son sorprendentemente malos en esto y tienden a sobreestimar las probabilidades de que el futuro sea diferente al pasado. Los pronosticadores que recibieron esta formación obtuvieron mejores resultados que los que no. (Curiosamente, un grupo más pequeño se formó en planificación de escenarios, pero resultó no ser tan útil como el entrenamiento en razonamiento probabilístico.)

Apresurarse produce malas predicciones. Cuanto más tiempo deliberaran los participantes antes de hacer una previsión, mejor les fue. Esto era particularmente cierto para los que trabajaban en grupo.

La revisión conduce a mejores resultados. Esto no es exactamente lo mismo que tener una mentalidad abierta, aunque probablemente esté relacionado. Los pronosticadores tenían la opción de volver más tarde y revisar sus predicciones en respuesta a la nueva información. Los participantes que revisaban sus predicciones con frecuencia superaban a los que lo hacían con menos frecuencia.

En conjunto, estos hallazgos representan un importante paso adelante en la comprensión de las previsiones. La certeza es enemiga de las predicciones precisas, por lo que el requisito previo tácito para pronosticar puede ser admitir que normalmente se nos da mal. A partir de ahí, es posible utilizar una combinación de práctica y proceso para mejorar.

Sin embargo, estos hallazgos no reflejan uno de los hallazgos centrales de los trabajos anteriores de Tetlock: que los humanos solían hacer peores predicciones que los algoritmos. Otras investigaciones han descubierto que una forma fiable de aumentar la capacidad de previsión de los humanos es enseñarles a ceñirse a los modelos estadísticos siempre que sea posible. Y el «entrenamiento probabilístico» descrito anteriormente en realidad solo implica enseñar a los humanos a pensar como simples algoritmos.

Se podría decir que estamos aprendiendo a hacer mejores predicciones justo a tiempo para que las máquinas nos eclipsen en muchos dominios, pero el verdadero desafío consistirá en combinar las dos. El artículo de Tetlock sobre las ventajas de pronosticar los torneos también trata sobre el valor de sumar la sabiduría del público mediante algoritmos. En última instancia, es probable que una combinación de datos e inteligencia humana supere a cualquiera de las dos por sí sola. El siguiente desafío es encontrar el algoritmo adecuado para unirlos.