Ciencia, pseudociencia y algoritmos

No hace muchos años y, tal vez, todavía aún en algunos lugares y ámbitos, se daba gran importancia al horóscopo. Se suponía que la vida y el carácter de una persona venían, no solo influenciados, sino hasta predestinados, según la posición de las estrellas en el momento de nacer. Si tomamos cualquier horóscopo de periódico o de revista, podremos leer vaticinios o recomendaciones  a los nacidos en las diferentes “casas” del Zodiaco. Generalmente se tratan de textos muy vagos, genéricos y poco específicos, que responden generalmente a asuntos de la vida cotidiana: un catarro en invierno, un problema laboral habitual en cualquier trabajo, desavenencias familiares típicas… Quien crea que las estrellas poseen gran influencia sobre la vida de los mortales, podrá encontrar en estos horóscopos un excelente material de verificación. Pero si esta fe en la astrología le lleva a pedir consultas más específicas sobre su vida, los vaticinios que de ella realicen los adivinos tendrán mayor riesgo de error y fracaso. Aun así, se puede dar el caso de una “profecia autocumplida”, esto es, que el devoto de los astros se tome los consejos esotéricos tan en serio que él mismo, de manera consciente o inconsciente, ejecute ciertas acciones que acaben, indefectiblemente, en el cumplimiento del augurio.

En la actualidad los profetas ya no levantan la mirada hacia los cielos, ni siquiera concentran su atención sobre una bola de cristal. Porque tienen las matemáticas o, mejor dicho, los algoritmos. Las predicciones de hoy en día tienen muy poco de esotéricas, y mucho de científicas, o pseudocientíficas. Por ejemplo, a partir de un conjunto de datos y unas modas o tendencias observadas, se puede generar una fórmula matemática que sea capaz de predecir cómo va a ser el futuro. Así es como se desarrollan los modelos complejos de predicción, que tienen una gran influencia a la hora de tomar medidas políticas (medio ambiente, economía…). En las ciencias médicas tienen una gran influencia los metaanálisis, estudios que se confeccionan a partir de los resultados de otros estudios científicos médicos, generalmente ensayos clínicos aleatorizados. La suma de datos obtenidos en cada uno de estos estudios permite diseñar un “macroensayo” clínico, en el que el número de pacientes incluidos supera las limitaciones técnicas que se encuentran a la hora de realizar las investigaciones. Sin embargo, el autor de estos trabajos no tiene necesariamente que saber de la patología, el medicamento o el tratamiento quirúrgico sobre el que trata su metaanálisis. Le vale más una gran experiencia en estadística aplicada que todo el conocimiento adquirido a lo largo de una vida de práctica médica junto al paciente. Los metaanálisis se consideran que son la cima de la evidencia científica médica, cuando para su realización no se precisa de, ni siquiera, haber visto a un solo enfermo.

Como colofón de estos sistemas de predicción basados en algoritmos matemáticos, se encontraría la llamada “ciencia Google”, que Byung-Chul Han la definiría como “ciencia aditiva o detectiva, y no narrativa o hermenéutica”. A través de una masiva recepción de información de miles de millones de usuarios, bien recabada a través de sus búsquedas on-line o de sus perfiles en redes sociales, y su procesamiento mediante complejas fórmulas matemáticas, se obtienen conclusiones muy exactas de nuestra vida, gustos e, incluso, decisiones futuras. Así, se dice que con un “like” en facebook se extrae más información de nuestra vida privada de lo que nosotros nunca jamás llegaremos a creer.

Vivimos una época en la que las matemáticas ya no se ponen al servicio de las otras ciencias para extraer de sus estudios unas conclusiones más válidas y certeras. Sino que, al contrario, el poder de las matemáticas es tan grande que son las demás ciencias las que  subordinan a ella. Es tanta la ingente información (millones de terabytes) que se manejan hoy en día que se precisan de potentes ordenadores con softwares algorítmicos que “muevan” y “expriman” todos esos datos. La cuestión es ¿cómo se crea ese algoritmo? ¿Qué relación tiene este con la realidad social, política, cultural, científica de la cual se han obtenido los números con los que opera?

variable

Los modelos complejos de predicción, como ya comentamos en un anterior artículo, basan sus vaticinios en una pequeña parte de la información de la total que sería precisa para alcanzar su objetivo. Incapaces de predecir lo impredecible, de conocer las variables que, en el momento de creación del algoritmo no se conocen y de expresar en una fórmula matemática variables que no pueden ser reducidas a un número, los modelos complejos solo cuentan con aquellos datos conocidos y que pueden ser formulados según una expresión matemática. Inevitablemente, los modelos complejos fallarán. Aun así, a pesar de su escasa fiabilidad, influyen de manera decisiva en nuestras vidas. Las proyecciones económicas que realizan los organismos internacionales van a repercutir en las políticas presupuestarias de los gobiernos hasta el punto que uno podría preguntarse si los aciertos de, por ejemplo, el FMI se deben a su riguroso cálculo o a que sus informes presionan tanto a los agentes económicos, que estos se pliegan finalmente a ese destino. Otro ejemplo se puede encontrar en las encuestas de intención de voto que realizan agencias públicas y privadas de demoscopia: a pesar de que el número de encuestados sea alto, a pesar de que existan ya datos previos comparables que permiten ajustar los cálculos, a pesar de los potentísimos algoritmos que estas empresas utilizan, todas las encuestas fracasan en sus predicciones. Si aciertan, podría ser debido más al azar que a la buena gestión de los datos. Pero, independientemente de ello, la publicación de una encuesta, por poco certera que sea, puede cambiar la decisión de voto de decenas de miles de ciudadanos. Y eso lo saben muy bien los gobiernos, que utilizan los sondeos, más que para conocer la realidad del país, para manipular esa misma realidad.

En cuanto a los metaanálisis, a pesar de los controles internos y externos a los que se ven sometidos, son fácilmente manipulables. La no inclusión de un artículo científico que altere el resultado final que desea obtener el investigador puede ser fácilmente excusada a través de unos criterios de inclusión y exclusión que penalicen ese artículo. Por otra parte, el “peso” de los artículos incluidos en un metaanálisis depende de su calidad, que es medida a través de una serie de criterios (número de pacientes, técnicas de enmascaramiento…). La industria farmacéutica sabe de ello y, gracias a su poder tanto en recursos económicos como en medios técnicos, desarrollan unos ensayos clínicos tales que puntúan muy alto en los scores de inclusión de los metaanálisis. De este modo las conclusiones pro-industria prevalecerán frente a otras más objetivas.

Pero, tal vez, el mayor peligro de estas “ciencias monopolizadas por las matemáticas” se ubica en la “ciencia Google”. Y no es por el acúmulo de información sobre nuestras vidas privadas que atesoran en sus data centers. Estas empresas pueden revertir los algoritmos, esto es, en vez de extraer conclusiones a partir de nuestra información, crear conclusiones a la medida de estas empresas mediante la manipulación de la información que nos ofrecen. Por ejemplo, si quisieran que ganara un político X frente a otro Y, los sistemas de búsqueda online y las redes sociales primarían, en las primeras páginas y en los espacios más visibles los datos positivos de X y solo datos negativos de Y. De este modo la opinión pública se decantaría por el primer candidato frente al segundo. Hoy en día ya no es necesario censurar una información; tan solo hace falta ocultarla entre otras tantas decenas de miles de piezas de información para que así, se invisibilizen.

Cuando las ciencias se ponen al servicio de las matemáticas, y no al contrario, se pierde el relato sobre el que se construye nuestro conocimiento. Ya no es necesario el cómo se ha llegado a una conclusión, ni cuál ha sido el proceso de constitución del fenómeno a estudio. Se aceptan  los resultados por fe en el algoritmo que un matemático ha diseñado, como antaño los fieles de la astrología creían en los horóscopos.

Es cierto que las matemáticas son un instrumento esencial para el conocimiento de nuestra realidad. Sin ellas no se podría haber alcanzado el grado de desarrollo cultural que poseemos en la actualidad. Pero la exageración de su importancia la convierten en una arma peligrosa en manos de poderes económicos y políticos.

2 comentarios en “Ciencia, pseudociencia y algoritmos

  1. […] La ciencia moderna, a través del empirismo y el método científico, produce cantidades ingentes de datos que pueden ser estandarizados, transformados en números y encerrados dentro de una tabla de filas y columnas. Estos datos matemáticos son filtrados a través de fórmulas matemáticas estadísticas, las cuales ofrecen unos resultados que pueden ser interpretados por los científicos. Con el advenimiento de los superordenadores, se pueden aplicar complejísimos algoritmos matemáticos a tablas cada vez más extensas y complejas de datos. Muchas veces el público solo conoce el resultado de esos estudios, sin poder acceder a ese algoritmo responsable de tal resultado. […]

    Me gusta

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s