Pedir Ayuda

El cisne negro de Nassim Nicholas Taleb

The Black Swan“El cisne negro: el impacto de lo altamente improbable” editado por la Editorial Paidós Ibérica es la segunda obra traducida al castellano del profesor libanés-americano, ensayista de éxito y ex-operador bursátil Nassim Nicholas Taleb que se define a sí mismo como “empirista escéptico” es uno de esos pocos libros que una vez leídos te sientes en la obligación moral de recomendarlos vivamente amén de sugerir una profunda reflexión sobre muchos de los supuestos filosófico-matemáticos aplicados a la economía, a la concepción del riesgo y a la gestión de la incertidumbre. Si en los 80's “La Meta” de Eliyahu M. Goldratt removió nuestras viejas y anticuadas concepciones sobre la gestión y en los 90's “La Quinta Disciplina” de Peter M. Senge nos hizo reflexionar sobre la necesidad de adoptar el pensamiento sistémico para afrontar los desafíos crecientes de un mundo complejo, en la presente década la obra de Nassim N. Taleb vendrá a significar en mi opinión lo que Goldratt y Senge representaron en el mismo ámbito en el que plantea sus reflexiones el profesor Taleb: descubrir los errores en los procesos de razonamiento cuando los humanos nos enfrentamos frente a la complejidad, la incertidumbre y la aleatoriedad.

Son varios los ejemplos y conceptos que nos muestra el profesor Taleb en esta obra, en la que profundiza lo avanzado en la anterior “¿Existe la suerte?: engañados por el azar” siendo su punto de arranque el problema de la inducción ejemplificado gráficamente en el caso del “pavo de Russell” (en honor a Bertrand Russell que fue quien expuso por primera vez el ejemplo, retomando el problema de la inducción que inició David Hume, si bien el maestro Russell utilizó la misma metáfora pero con un pollo) que comprobó que todas las mañanas le daban de comer y tras varios meses de observaciones iba a concluir una ley universal (“estos humanos tan amables me debe querer mucho, todos los días me dan de comer”), cuando con la llegada del día de Acción de Gracias al pavo le ocurrió algo inesperado (para el pavo, no para los amables humanos). Pues bien, nuestra manera de pensar no es muy diferente de la del “pavo de Russell”. Gran parte de la matemática estadística, el cálculo de riesgos y las distribuciones de probabilidad están atravesadas por esta manera de pensar: a mayor frecuencia de ocurrencia de un hecho menor sensibilidad frente a lo inesperado. De ahí la metáfora del cisne negro que Taleb toma de David Hume (empirismo) y de Karl Popper (falsacionismo): si nos pasamos toda la vida en el hemisferio norte pensaremos que todos los cisnes son blancos, sin embargo en Australia existen cisnes negros (cygnus atratus) [1]. Y es que un cisne negro nos parece algo imposible debido a nuestra reducida experiencia: un suceso altamente improbable [2].

¿Qué es entonces un “cisne negro” según Taleb?. El profesor Taleb lo define como un hecho fortuito que satisface estas tres propiedades: gran repercusión, probabilidades imposibles de calcular y efecto sorpresa. En primer lugar, su incidencia produce un efecto desproporcionadamente grande. En segundo lugar, tiene una pequeña probabilidad pero imposible de calcular en base a la información disponible antes de ser percibido el hecho. En tercer lugar, una propiedad nociva del “cisne negro” es su efecto sorpresa: en un momento dado de la observación no hay ningún elemento convincente que indique que el evento vaya a ser más probable. Desde luego, estas propiedades no son ajenas a las crisis financieras que vivió el autor cuando se ganaba la vida como operador bursátil.

A partir de este punto el profesor Taleb nos hace un recorrido por todos y cada uno de los diferentes errores del razonamiento humano cuando se encuentra frente a los “cisnes negros” o sucesos improbables. No los voy a exponer todos pero sí algunos de los que considero más importantes, como por ejemplo la distorsión retrospectiva, algo para lo que los economistas e historiadores padecen bien dotados cuando explican las causas de una crisis económica o una guerra mundial, pero son incapaces de anticiparla: los humanos somos muy buenos a la hora de predecir los sucesos de modo retroactivo. Para Taleb, esta distorsión consiste en un sesgo que nos empuja a sobreestimar el valor de las explicaciones racionales de los datos a la vez que subestimamos la importancia de la aleatoriedad inexplicable en los datos. Para el profesor Taleb existe una base genética y filosófica para entender lo mal preparados que estamos los humanos cuando nos enfrentamos a la incertidumbre y la aleatoriedad. Según Taleb, la evolución no favoreció un tipo de pensamiento complejo y probabilístico, antes al contrario somos muy rápidos en adoptar decisiones instantáneas apoyados en una mínima cantidad de datos o en teorías superficiales y carentes de solidez, tal vez (sugiere un divertido Taleb), porque quienes divisaban un león y echaban a correr por presuponer que todos los animales salvajes siempre comen seres humanos tenían más probabilidades de sobrevivir que quienes preferían poner a prueba tal hipótesis de manera experimental. Claro que hay leones de talante amistoso (como hay cisnes negros), pero es preferible ser prudente y cauteloso de antemano que sufrir más tarde las consecuencias (problema de la inducción). Además, para Taleb existe un problema filosófico fundamental: la platonicidad o “falacia platónica”. Somos hijos de la escuela platónica que nos animó a preferir la teoría estructurada, ordinaria y comprensible a la desordenada y compleja realidad; por otra parte, nos inclina asimismo a seleccionar únicamente los hechos que encajan en nuestras teorías (falacia de las pruebas silenciosas) o cuando los hechos han tenido lugar, nos creamos historias post-hoc para que el hecho parezca tener una causa (falacia narrativa).

En mi opinión uno de los argumentos más interesantes del profesor Taleb es el que hace referencia al problema de la circularidad de la estadística y el daño colateral que provoca la distribución normal o de Gauss (por el nombre del matemático alemán Carl Friedrich Gauss): necesitamos datos para descubrir la distribución de probabilidad. ¿Cómo sabemos si contamos con los suficientes?. Por la distribución de probabilidad. Si es gaussiana, bastarán unos pocos. ¿Cómo se sabe que es gaussiana?. Por los datos. Por eso necesitamos que los datos nos digan qué distribución de la probabilidad debemos asumir, y que una distribución de la probabilidad nos diga cuántos datos necesitamos. Esta circularidad causa graves problemas en la regresión, más acuciantes cuando se aplica sin discriminación la distribución gaussiana a todo lo que se mueve. En este punto es cuando el profesor

...