Pronosticar fracasos: lecciones del siglo XIX a la economía moderna

foto-resumen

Por Nicholas Gruen A mediados del siglo XIX, se demostró que lavarse las manos podía reducir las tasas de mortalidad hospitalaria. Pero era agua del lomo de un pato para los cirujanos de mediados del siglo XIX. Esto se debió en parte a que permanecía sin explicación, de hecho, sinexplicación, dentro del paradigma prevaleciente en el que la enfermedad reflejaba un desequilibrio en los cuatro humores del cuerpo. Pensé en esto reflexionando sobre la reciente revisión de Ben Bernanke de las previsiones económicas del Banco de Inglaterra. Como argumenté en agosto pasado, el Banco podría mejorar drásticamente la gobernanza de los pronósticos mediante el uso de torneos abiertos de pronósticos. Sin embargo, la idea ni siquiera se consideró. Los economistas son famosos por su arrogancia y sus pobres previsiones. En 1929, el profesor Irving Fisher pronosticó "una meseta permanentemente alta" en Wall Street. ¡El Gran Crash comenzó dentro de una semana! Tras desastres similares tras la subida de los precios del petróleo en 1973, la "crítica de Lucas" dio forma a un nuevo enfoque. Los modelos de los economistas habían pronosticado erróneamente la economía porque estaban ingenuamente entrenados con datos de un período en el que las cosas eran diferentes, en este caso cuando los precios del petróleo eran mucho más estables. La respuesta de Lucas fueron modelos que capturaban la estructura de la economía. Sin embargo, esos modelos proporcionan sólo una interpretación de la estructura económica, y una radicalmente simplificada. Su pésimo desempeño en las previsiones no debería haber sorprendido a nadie. Pero sorprendieron a Lucas, quien comenzó sobreestimando cuánto se podía controlar el problema con actualizaciones de la caja de herramientas técnicas del economista y, al igual que Fisher antes que él, luego se volvió tremendamente confiado sobre el valor del resultado. El buen juicio es fundamental. La revisión de Bernanke lo discute, pero su gobernanza es una caja negra. El buen juicio surge de las idas y venidas entre los tipos sanos dentro de los sagrados salones del Banco, espera. Entonces, ¿cómo encontrar personas con un buen juicio constante y promover su estatus por encima de los servidores del tiempo y los simplemente inteligentes? Como sé por presidir la plataforma de predicción de datos Kaggle, ni su antigüedad ni su currículum ayudan. Aunque el Dr. Bernanke es probablemente una excepción, ciertamente no se espera un juicio inusualmente bueno de los premios Nobel de economía. A pesar de las recientes mejoras, los Nobel se han otorgado principalmente por su inteligencia, no por su utilidad. Esto fue particularmente cierto en los años durante los cuales Robert Lucas obtuvo el suyo. Había bastantes otros que vendían productos similares. Desde la década de 1980, el psicólogo Philip Tetlock ha sido pionero en la predicción de torneos en numerosas disciplinas. Incluso para ponerlos en marcha, tuvo que localizar a los pronosticadores. En lugar de decirnos que alguna guerra, golpe de estado o recesión era "muy probable", les exigió que determinaran sus porcentajes de probabilidades de estar en lo cierto, como hacen los meteorólogos cuando nos dicen las posibilidades de lluvia. Esto nos da una evidencia mucho mejor para diferenciar a los que también se encuentran en la línea de los "superpronosticadores" que constantemente superan a los que superan a los pronosticadores económicos establecidos en este momento en la predicción de la tasa de fondos de la Fed. Entonces, ¿qué distingue a los superpronosticadores? Dominan las tareas puramente cognitivas y técnicas cuando es necesario, pero también están generosamente dotados de virtudes epistémicas más amplias, éticas y sociales. Tienden a ser cautelosos, humildes, autocríticos, activamente curiosos y abiertos a puntos de vista alternativos. Estas cualidades no se enseñan ni se evalúan en los cursos universitarios de economía, ni en otras materias. Sin embargo, los torneos de pronóstico pueden enseñar estas cualidades (ya que generan mejores pronósticos) porque recompensan implacablemente lo que los pronosticadores hacen para ser más precisos y menos confiados. Proporcionan una excelente infraestructura institucional para la gestión de las previsiones. Generan información sobre quién se está desempeñando bien y los incentivos para igualarlos, lo que permite la experimentación con nuevos enfoques, incluida la creación de equipos con diversas habilidades. Todo esto ha sido obvio durante décadas. Si ya lo hubiéramos aceptado, habríamos pasado a nuevos problemas. Los pronósticos meteorológicos de cuatro días de hoy son tan precisos como los pronósticos de un día de hace 30 años. Sin embargo, han desaparecido mejoras en las previsiones económicas. Eso se debe en parte a que es más difícil. (Los seres humanos, a diferencia de las moléculas de aire, se preocupan y conspiran. Pedalean a través de la tristeza y la euforia colectivas). Pero no lo sabremos hasta que eliminemos las excusas. E incluso si los torneos de pronóstico no mejoran la precisión de los pronósticos, mejorarán los pronósticos. En primer lugar, al medir e identificar adecuadamente a los que tienen un rendimiento superior, la atención se centra en lo que funciona para mejorar las previsiones, no en los movimientos y en mantener la nariz limpia con los superiores. En segundo lugar, poner a prueba continuamente los pronósticos y la confianza de los pronosticadores en esos pronósticos frente a los acontecimientos que se desarrollan expondría y castigaría la arrogancia. En tercer lugar, centrarse en cambiar la confianza en las previsiones también debería ayudarnos a detectar puntos de inflexión y proporcionar una mejor visibilidad hacia adelante para eventos raros pero de gran trascendencia, como recesiones y colapsos. Son más importantes para la toma de decisiones económicas que si el crecimiento del próximo año será del 1,75 o del 2%. Pero con eventos raros e improbables, ¿cómo podemos confiar incluso en los superpronosticadores hasta que han construido un historial durante numerosos ciclos? Tetlock y sus colegas están en ello, explorando cómo los pronosticadores reducen las diferencias entre ellos mediante la persuasión y hasta qué punto la superpredicción en un área debería darnos confianza en otras. Yo, por mi parte, me siento aliviado de que los equipos de superpronósticos, sin duda viéndolo desde muchos ángulos, piensen que un apocalipsis de IA es mucho menos probable que los expertos en IA. ****Nicholas Gruen es director ejecutivo de Lateral Economics, profesor visitante en el Instituto de Políticas del King's College de Londres y presidente inaugural de Kaggle, una plataforma de predicción de datos vendida a Google en 2017.