Inteligencia artificial, robótica, historia y algo más.

13/7/20

Resultados electorales, chocolate y relaciones espúreas

Ayer, Covid mediante, se celebraron unas atípicas y veraniegas elecciones autonómicas en Euskadi y Galicia. Hasta hace un tiempo, un servidor era un firme convencido de que se podía predecir totalmente el comportamiento de la población si supiéramos la mayor información posible sobre ellos y el contexto. Además, la recogida permanente de estos datos existe ya entre nosotros, sobre todo a través de Internet y los teléfonos móviles. Qué escribimos, adónde vamos, a quién escribimos, con qué frecuencia, hábitos horarios, etc.

Es decir, mi convicción era que el ser humano se parecía más a un robot, y que las ganas de alguien de querer tomar un café estaban activadas por una serie de reacciones fisiológicas, que hubiéramos podido correlacionar mediante la precisa e intensiva recogida de sus datos a través de móvil (latidos de corazón, frecuencia de pasos, temperatura ambiente, hora del día, calorías ingeridas en la comida...).

O que una persona, votaría a un partido u otro en función de cuántas horas hubiera estado consultando webs de noticias. O más prosaicamente, podríamos incluso simplificar el modelo: quizás las malvadas tecnológicas hubieran encontrado que existe una relación entre el número de veces que se escriben en Whatsapp entre los usuarios de una región en campaña electoral, el término chocolate, y el resultado electoral del Partido Popular.

Fuente


Quizás los lectores se piensen que estaba totalmente loco... y probablemente tengan razón. ¿Y si hubiéramos encontrado alguna variable absurda que se correlacionase totalmente los resultados electorales de un partido político? ¿Y si entonces, alguien fuese capaz de alterar esa variable absurda? ¿No era eso de lo que se ocupaban los famosos hackers rusos? Si analizamos todos los datos de las elecciones pasadas, quizás descubriríamos que el número de coches que transitan por la carretera Nacional-1 entre las 14.37 y las 16.01 del sexto día de campaña, siempre es proporcional al número de votos que obtiene la izquierda.

Bueno, pues ahora tengo noticias: tengo que dejar claro que ahora soy un total contrario a estos pensamientos sobre la manipulación a la sociedad. Existen varios argumentos para ello:

- En primer lugar, existe evidencia científica de que manipular a la población con diferentes estímulos, como campañas perversas en redes sociales, tiene más bien poco efecto.

- Por otro lado, la predicción de que la población va a realizar una u otra acción está normalmente muy limitada. Abarcar la altísima complejidad y no-linealidad del comportamiento humano es casi imposible.

- Desde hace años, la recogida de datos albergó la promesa de superar el límite del conocimiento humano. Conocernos a través de nuestros datos, y a partir de ahí, entendernos y elaborar teorías. Sin embargo, la realidad es que en este tipo de estudios incidimos continuamente en sesgos, y me explico. Si alguien trata de buscar una correlación entre los resultados electorales de ayer y una variable ocurrida en campaña electoral, la va a encontrar. Siempre hay gráficas que se parecen unas a otras, siempre. Pero de nuevo, correlación no implica causalidad, y tenemos muchos ejemplos de curvas que se solapan, pero nada tienen que ver.


Habría que revisitar las palabras del poeta T. S. Eliot, que escribió: “¿Dónde está la sabiduría que hemos perdido con el conocimiento? ¿Dónde está el conocimiento que hemos perdido con la información?”.

Recolectar más datos no garantiza que sean precisos, ni que estén actualizados y sean relevantes para cumplir nuestros objetivos.



Referencias

Kalla, J. L., & Broockman, D. E. (2018). The minimal persuasive effects of campaign contact in general elections: Evidence from 49 field experiments. American Political Science Review, 112(1), 148-166.

Calude, C. S., & Longo, G. (2017). The deluge of spurious correlations in big data. Foundations of science, 22(3), 595-612.

Sema K. Sgaier, Vincent Huang & Grace Charles. The case for causal AI. Stanford Innovation Review. Summer 2020.
Comparte:

0 comentarios:

Publicar un comentario

Nos leemos:

descripción descripción descripción

Recibe las entradas por correo

En mi mesilla

Blog Archive

Licencia Creative Commons