“Lo que sabemos es poco. Lo que no sabemos es inmenso”
Pierre Simon, Marqués de Laplace
En las últimas fechas ha sonado con fuerza el nombre de Nate Silver, el matemático que aplicando técnicas estadísticas fue capaz de predecir la victoria de Barack Obama estado a estado y con una confianza previa que él mantenía en los entornos del 90%. En una situación pre-electoral tan reñida como la señalada, que alguien ajeno al mundo de la sociología -bloguero, matemático para más señas-, fuese capaz de desafiar con tal fuerza y confianza a Gallup, a “expertos” y a la prensa llamó poderosamente la atención. Más aún cuando sus predicciones se tornaron en realidad. El cisne negro se hizo hombre, y todo el mundo trató de explicar lo que sólo entonces resultó obvio: que Obama podía ganar, y vaya sí lo hizo.
No voy a volver sobre Silver y su método, ya explicado en estas mismas páginas. Sí voy, en cambio, a tratar de explicar qué ha cambiado en esas elecciones, en las que Silver es sólo el síntoma, y por qué marcarán un antes y un después en la ya larga historia del marketing electoral.
Más allá de las circunstancias de cada candidato, de las simpatías que suscite entre los electores, de sus programas electorales y de los efectos de sus políticas económicas, hay dos factores que explican meridianamente por qué esta ha sido la primera campaña científica de la historia: por un lado, la incorporación de economistas del comportamiento (en particular, en el equipo de Obama), y, por otro, el empleo masivo del análisis de datos, la rama de la estadística que trata de extraer toda la información disponible en las inmensas bases de datos actuales.
En el año 1979, dos psicólogos, Amos Tverski, ya fallecido, y Daniel Kahneman, premio Nobel de Economía en 2002 (junto con Vernon Smith, economista, el tercer padre de la criatura) “por haber integrado aspectos de la investigación psicológica en la ciencia económica, especialmente en lo que respecta al juicio humano y la toma de decisiones bajo incertidumbre,” publicaron un trascendental artículo en la prestigiosa revista Econometrica, la biblia de la economía matemática.
Este artículo, "Prospect Theory: An analysis of decision under risk", supuso un hito por dos motivos: primero, porque presentaba en la cerrada y formalísima sociedad económica de la época una nueva forma de entender la economía incorporando elementos ajenos a la tradicional racionalidad, reflejada mediante una más o menos compleja formulación matemática (el “poderoso instrumento para la solución de algunos de los problemas centrales de la economía”, que dijo Leo Hurwicz, Nobel de economía en 2007); piensen que toda la economía oficial, desde Walras (que ya dijo aquello de “en cuanto a aquellos economistas que no saben nada de matemáticas, dejemos que sigan repitiendo que ‘la libertad humana nunca podrá ser expresada en ecuaciones’ y otras frases igualmente pomposas y contundentes; no podrán impedir que la teoría de la formación de precios bajo libre competencia sea una teoría matemática”) hasta el día de hoy, pasando por toda la econometría keynesiana (recordemos la indolente frase de Lawrence Klein, Nobel de Economía en 1980, señalando que “las contribuciones no matemáticas a la economía son vagas, burdas y torpes”), se encierra en modelos matemáticos.
Pero incluso pensadores tan alejados de ellos como Von Mises rechazaron que algo distinto de la pura racionalidad afectase a la acción humana. Como digo, hay una razón más para considerar este artículo (el más citado de la historia, ya larga, de Econometrica -fue fundada en 1933-, y el segundo más citado en economía en el período 1975-2000) como excepcional; esa no es otra que el dar lugar al nacimiento de una nueva rama de la teoría económica, la denominada Behavioral Economics o economía del comportamiento, base de la muy reciente neuroeconomía.
Tanto en su equipo de gobierno como en Nueva York, contaba el Molt Honorable con dos economistas de enorme prestigio, que no supieron entender que, sin la psicología, la ciencia económica no puede explicar el comportamiento humanoEsta aproximación supone un desafío en toda regla al paradigma imperante hasta ese momento en la decisión económica en riesgo, el que representaba la teoría de la utilidad esperada que, en 1944 y bajo forma axiomática, desarrollaron John von Neumann (considerado el mejor matemático del siglo XX) y Oskar Morgenstern, economista de origen austríaco, en su Theory of games and economic behavior. Lo que la campaña de Obama ha puesto de manifiesto ha sido la trascendental importancia de esta rama del análisis económico. Efectivamente, y como de forma un tanto efectista señalaba el NYT, el partido demócrata contó con un dream team de neuroeconomistas liderado por Craig Fox, psicólogo de Los Ángeles.
Lo interesante del tema es, además del hecho en sí, cómo el contacto se materializó el pasado enero, diez meses antes de la apertura de las urnas y con tiempo (y dinero) suficiente para planificar correctamente la campaña. Para Rogers, profesor de la Harvard Kennedy School of Government y miembro del equipo, esta campaña “muestra un gran cambio cultural en un proceso históricamente ligado a consultores, expertos y la intuición de los gurús”.
No puede, sin embargo, entenderse el suceso sin recurrir a la explicación proporcionada por la estadística, y en concreto por la rama del análisis de datos, aquella que se ocupa de la extracción, manipulación y análisis de la información existente en las bases de datos. Según este estudio del McKinsey Global Institute, las organizaciones de todos los sectores capturan miles de millones de bytes de información de clientes, proveedores y de operaciones a través de sistemas digitales.
Millones de sensores en red integrados en los teléfonos móviles, automóviles y otros productos están continuamente creando información y comunicando datos. Se estima que el volumen de datos generados crecerá a un ritmo del 40% anual. Cada empresa de quince de los diecisiete sectores de la economía de los EEUU tiene más datos almacenados que la Biblioteca del Congreso de EEUU, que recogió más de 235 terabytes (1TB=1000GB) de datos solamente en abril de 2011.
De hecho, su importancia se observa en científicos ajenos a la economía como Sam Wang, de la Universidad de Princeton (la casa de John Nash, quien a partir de la citada obra de Von Neumann y Morgenstern revolucionó el análisis económico con la teoría de juegos y el equilibrio que lleva su nombre desde las imborrables 27 páginas de su tesis), menos conocido que Silver pero cuyo pronóstico mejoró el de aquel.
Molesto por la arrogancia de los expertos y gurús, decidió aplicar métodos estadísticos para extraer los patrones de comportamiento escondidos en las enormes bases de datos, para así clavar el resultado en 50 de los 51 estados (incluido el DC, y siendo el otro Florida, en el que el resultado final fue virtualmente de empate) y en las diez elecciones al senado. O Drew Linzer, cuyo site Votamic ya predijo en junio la victoria de Obama con una confianza del 95%. En todos los casos, la clave estuvo en depurar correctamente la información; ya se sabe, el terrible efecto GIGO (garbage in, garbage out).
Esto y no otra cosa, explica el descalabro demoscópico de las últimas elecciones al parlamento autonómico catalán. Desde el oficial Centro de Estudios de Opinión (el ‘CIS catalán’) a los institutos de opinión privados, todos pronosticaron la amplia victoria de CiU que no ocurrió; seguro que sus encuestas lo avalaban, lo que demuestra que ese no es el camino, y que sólo un seguimiento a largo plazo mediante técnicas estadísticas avanzadas evitará ridículos semejantes.
Y tanto en su equipo de Gobierno como desde Nueva York, contaba el Molt Honorable con dos economistas de enorme prestigio, que no supieron entender que, sin la psicología, la ciencia económica no puede explicar el comportamiento humano. Eso, y no otra cosa, es lo que va de Mas a Obama.
