Una de las historias que nos cuenta Kate Raworth en su éxito en ventas La economía del donut es la de dos prestigiosos economistas, Fisher Black y Myron Scholas, y la publicación, a mediados de años 70, de un modelo de predicción económica que los haría acreedores del premio Nobel en 1997. En la versión original del modelo, los autores se propusieron a estimar, a partir de información bursátil disponible del Chicago Board of Options Exchange (CBOE), el valor esperado de precios de diferentes productos financieros. En sus primeras aplicaciones, narra Raworth, las estimaciones se desviaron hasta en un 40% de los precios reales del mercado. Sin embargo, pocos años después, y sin presentar alteraciones significativas al modelo inicial, la estimación presentaba errores de predicción de apenas un 2%.
Como todo en la vida, hay espacio a múltiples interpretaciones sobre la genialidad detrás del modelo Black-Scholas. Sin duda, la interpretación que avalaba su éxito primó, al punto que ambos autores fueron galardonados con el máximo reconocimiento académico que puede recibir un economista en la actualidad. La versión alternativa es la que acompaña la investigación de Donald MacKenzie y Yuval Millo, dos economistas y sociólogos que quisieron explorar más a fondo las posibles causas de tal éxito estadístico. Su indagación a partir de entrevistas con comisionistas de bolsa los llevaría a una conclusión alternativa y sin duda menos optimista. El modelo no fue exitoso porque predijese el futuro, sino por que lo alteraba. Es decir que, en la medida que los comisionistas se empezaron a comportar como si la teoría económica que los sustentaba fuese cierta, era evidente que un modelo basado en dicha teoría arrojaría estimaciones más precisas (recuérdese que, según Raworth, no hubo cambios estadísticos significativos en las nuevas estimaciones).
El resultado anterior no es novedoso para los economistas del comportamiento, quienes lo han replicado utilizando también técnicas numéricas y los han publicado en revistas de la talla de Science, Nature o el American Economic Review. El trabajo del decano de una prestigiosa facultad de Economía de Bogotá es un formidable ejemplo de ello. Para filósofos del conocimiento, la respuesta se encuentra en la complejidad detrás de las motivaciones del comportamiento humano y que hacen muy difícil saber, al menos con precisión estadística, como se comportarán las personas en el futuro. Al respecto, invitaría a leer al economista de la Universidad de Cambridge Tony Lawson, al difunto pensador Inglés Roy Bhaskar, o a la socióloga Margaret Archer, solo por mencionar algunos ejemplos prominentes. Las ciencias sociales serias, defenderían dichos pensadores, no deben esmerarse por predecir lo que podría pasar, sino por explicarnos (y aprender) de lo que ya pasó.
Los elementos de todo este debate son relevantes para abordar preguntas propuestas por académicos como Jorge Iván Cuervo (en su cuenta de Twitter) sobre la conveniencia, e incluso el carácter ético, de la publicación y difusión de pronósticos estadísticos en épocas electorales. Dicha temática implica valorar concretamente el trabajo en este frente de la firma Cifras y Conceptos. No voy a entrar a sindicar de manera irresponsable y politiquera a Cesar Caballero de responder por medio de sus estimaciones estadísticas a los intereses de un candidato o partido político en particular. Mi sensación es que, por el contrario, su ejercicio lo hace con un espíritu democrático y bien intencionado de dar más información al público que se prepara para participar en la fiesta democrática del 27 de mayo. Me invitación es, eso sí, a que no pequemos de ingenuos o tercos y aprendamos de MacKenzie y Millo. Si no examinamos críticamente dichos pronósticos electorales podemos terminar impulsando a que miles de personas se comporten como en nuestro modelo estadístico y con ello terminen dilapidando, con un muy pobre sustento metodológico, a contendores que aspiren llegar a la casa de Nariño.
