To bit or not to bit: Cómo sortear las trampas del cerebro (I)

¿Es posible “pensar mejor”? Ya sea en el nuestra vida diaria, y por supuesto en el ámbito científico, queremos que nuestros análisis sean lo más precisos posible. Sin embargo, como ya hemos adelantado en anteriores To bit, todo el tiempo estamos a merced de los sesgos, mecanismos por los cuales creemos estar evaluando información en forma correcta cuando en realidad caemos en una falacia (“no vemos que no vemos”). Las falacias son una interesante área de estudio para lidiar con los errores de razonamiento, que son más comunes de lo que suele creerse. En esta nueva serie de artículos, los iremos analizando. Hoy: La falacia del francotirador texano. Ya hemos hablado en esta sección acerca de cómo el cerebro nos engaña. Como indica Francisco Rubia Vila, especialista en neurociencias, “el cerebro no es un órgano que esté preocupado con la especulación filosófica o con la verdad o la realidad, sino que su principal tarea es garantizar la supervivencia del organismo que alberga ese cerebro. Esto explica por qué en ocasiones sufrimos estos engaños y por qué el cerebro cuando le falta información la suple con confabulaciones e invenciones generadas por él mismo.” Al percibir el mundo que nos rodea, estamos creando nuestra propia realidad: “nuestro saber se genera por la construcción subjetiva e interna de las ideas y los conceptos. La realidad no la descubrimos objetivamente, sino que la inventamos subjetivamente.”. En esa construcción es donde entra en juego la lógica, en donde podemos llevarnos muchas sorpresas. Cómo ser el mejor tirador del oeste Un antiguo chiste cuenta que un tirador tejano, con muy poca puntería, disparó contra un granero y luego se tomó el trabajo de dibujar un blanco o diana alrededor de los agujeros de sus disparos, de modo que estos quedaran en el centro. Inmediatamente se proclamó como el mejor tirador de la comarca. De la misma manera suele funcionar muchas veces el razonamiento lógico. En el ejemplo, el tirador dibujó los blancos adrede; pero es habitual que, sin darnos cuenta, estemos “dibujando blancos” alrededor de la información que poseemos, relacionando datos que pueden no tener ninguna correspondencia entre sí. Esta falacia está asociada con uno de los sesgos cognitivos más comunes: la ilusión de agrupación: tendemos, en forma inconsciente, a intentar encontrar correlaciones en todo, incluso en los eventos al azar. Vivimos constantemente correlacionando información. Sin embargo, aún los datos al azar nunca están uniformemente distribuidos, sino que, habitualmente, habrá áreas más raleadas y otras más densas. Conocer esto no solo puede resultar de utilidad para monitorear cómo estamos pensando. También podría llegar a evitarnos que nos implanten información tendenciosa, como ya hemos discurrido en esta sección. Es sencillo asociar información a partir del cúmulo de datos reinantes de forma tal de sostener cualquier hipótesis a priori. Comprobar las hipótesis El pensamiento científico no censura la posibilidad de plantear hipótesis a partir de un conjunto de datos, pero sí determina como imprescindible verificar nuestras conjeturas con análisis posteriores, a partir de nuevos conjuntos de datos. Esto suele referenciarse como prueba de hipótesis estadística. Un ejemplo que se suele citar es el de las líneas de alta tensión en Suecia. En 1992, el gobierno de ese país condujo un estudio para determinar hasta qué punto el electromagnetismo generado por las líneas eléctricas podría tener efectos sobre la salud. Se analizaron diferentes tipos de enfermedades sobre un conjunto aproximado de 500.000 personas que vivían a menos de 300 metros de las instalaciones de alta tensión. Se encontró que la cantidad de niños con leucemia era mucho mayor en el conjunto estudiado que los valores promedio. El gobierno inició una serie de medidas paliativas. Los resultados fueron reproducidos en los medios. https://vimeo.com/11137816 Más tarde se planteó que la cantidad de los diferentes tipos de enfermedades analizadas era tan grande (más de 800), que lo que hizo fue crear una muy alta probabilidad de que, solo por azar, alguna de estas enfermedades diera resultados muy por sobre la media (así como otras dieran resultados muy por debajo). De hecho, estudios posteriores parecían demostrar que en realidad no había diferencias significativas en los efectos sobre la población estudiada. Se generó un arduo debate, en donde los autores del estudio inicial defendieron su postura. Entonces, ¿la prueba de hipótesis refutó la afirmación previa? ¿O sería que las compañías eléctricas influyeron en las pruebas posteriores? No lo sabemos, pero, como podemos ver, existen capas de complejidad adicionales: los análisis de hipótesis se entrecruzan con información, si se quiere, incluso hasta política, generando un entretejido denso de relaciones de información. En resumen: para sacar una conclusión, en general nunca los datos son suficientes. El mundo real dista mucho del limpio y bonito mundo teórico. Pero ya sabemos que navegamos constantemente en un mar de conjeturas en donde, al menos, podemos aspirar a encontrar una solución razonable en lugar de óptima. Nuestros lectores seguramente nos contarán en los comentarios relatos de casos similares con los que se hayan encontrado en la vida diaria. ¡Hasta el próximo To bit!