Cuando las multitudes no son sabias
Las predicciones hechas por grupos grandes a menudo resultan ser correctas, pero a veces se equivocan del todo. Aquí es cuando no confiar en la mayoría.
••• Supongamos que un ejecutivo quiere hacer una predicción que incida en su empresa. ¿Se venderá un producto en particular? ¿Cómo se desempeñará un solicitante de empleo en particular? ¿Cuándo estará lista para abrir una nueva oficina? En determinadas condiciones, la mejor manera de responder a estas preguntas es preguntar a un gran número de personas y aceptar la opinión de la mayoría. Como destacó James Surowiecki en _La sabiduría de las multitudes,_ Las conclusiones de los grupos grandes pueden, en cierto sentido, ser mejores que las de los expertos, simplemente porque esos grupos pueden agregar una gran cantidad de sabiduría dispersa. A menudo, el juicio medio, que podríamos describir como el «juicio estadístico» del grupo, será increíblemente bueno. Lo que sigue siendo muy poco apreciado es por qué y cuándo, los juicios estadísticos demostrarán ser precisos o inexactos. Las mejores explicaciones provienen del marqués de Condorcet, un francés que ofreció, en 1785, algo de aritmética simple, plasmada en lo que ahora se conoce como el teorema del jurado de Condorcet. El teorema tiene lecciones duraderas para aquellos que quieren saber cuándo confiar en las opiniones de los grupos, y ofrece una advertencia a los que piensan que las multitudes superarán constantemente a los expertos. Para ver cómo funciona el teorema, supongamos que varias personas responden a la misma pregunta y que hay dos respuestas posibles, una correcta y otra incorrecta. Supongamos también que la probabilidad de que cada individuo responda correctamente supera el 50%. Con unos pocos cálculos, el teorema muestra que la probabilidad de que la mayoría del grupo responda correctamente aumenta hasta el 100% a medida que aumenta el tamaño del grupo. A los grupos les irá mejor que a los individuos a la hora de elegir una respuesta correcta y a los grupos grandes mejor que a los pequeños, siempre y cuando se cumplan dos condiciones: la respuesta mayoritaria «gana» y es más probable que cada persona sea correcta. Los científicos sociales han extendido el teorema de Condorcet a preguntas que tienen más de dos respuestas posibles. Si las personas (trabajadores, gerentes, clientes) tienen más probabilidades de elegir la respuesta correcta que cualquiera de las incorrectas, entonces es muy probable que la respuesta de la pluralidad sea correcta si el grupo es lo suficientemente grande. El teorema ayuda a explicar el increíble crecimiento y la precisión de los mercados de predicción, en los que la gente apuesta en eventos futuros. El ejemplo más famoso son los mercados electrónicos de Iowa, que superan constantemente a las encuestas en la previsión de los resultados de las elecciones presidenciales. O piense en la Bolsa de Hollywood, que hace increíblemente bien en predecir el éxito de la taquilla y que ha quitado algo de la diversión de la noche de los Óscar, al predecir con precisión 15 de los últimos 16 grandes premios de la Academia. No es sorprendente que muchas empresas, incluidas Microsoft, Google y Eli Lilly, hayan pedido a sus empleados que participen en los mercados de predicción, «apostando» a si los productos se venderán, cuándo se abrirán nuevas oficinas y si los beneficios serán altos en el próximo trimestre. (Los mercados están estructurados para cumplir con las prohibiciones de juegos de azar). Las primeras predicciones han sido extremadamente precisas. En Google, por ejemplo, los eventos cuyo pronóstico tiene un 80% de probabilidades de ocurrir tienden a ocurrir el 80% de las veces; los pronosticados con un 60% de probabilidades de ocurrir tienden a ocurrir el 60% de las veces, y así sucesivamente. Pero para aquellos que adoptan los mercados de predicción y sabiduría de la multitud, hay una calificación importante. Como advirtió el propio Condorcet, su teorema revela el lado negativo de las decisiones de grupo. Supongamos que es más probable que cada individuo de un grupo esté equivocado que correcto, porque relativamente pocas personas en el grupo tienen acceso a información precisa. En ese caso, la probabilidad de que la mayoría del grupo decida correctamente se reduce a cero a medida que aumenta el tamaño del grupo. Algunos mercados de predicción fallan solo por esta razón. Les ha ido muy mal en predecir los nombramientos del presidente Bush para el Tribunal Supremo, por ejemplo. Hasta aproximadamente dos horas antes del anuncio oficial, los mercados desconocían esencialmente la existencia de John Roberts, ahora presidente del Tribunal Supremo de los Estados Unidos. Al cierre de un mercado destacado, justo un día antes de su nominación, las «acciones» del juez Roberts se cotizaban a 0,19$, lo que representaba una estimación de que Roberts tenía un 1,9% de posibilidades de ser nominado. ¿Por qué la multitud era tan imprudente? Porque tenía poca información precisa para continuar; estos inversores, incluso en masa, no sabían casi nada sobre las deliberaciones internas en la administración Bush. Por razones similares, los mercados de predicción se equivocaron bastante al pronosticar que se encontrarían armas de destrucción masiva en Irak y que el fiscal especial Patrick Fitzgerald acusaría al subjefe de gabinete Karl Rove a finales de 2005. Las empresas y los gobiernos prestan atención: cuando no hay mucha información dispersa dentro de una organización, no es aconsejable confiar en lo que piensan sus miembros. Un ejecutivo de una empresa informática podría confiar con sensatez en un mercado de predicciones interno si pregunta por las fechas de finalización de los productos propios de la empresa en desarrollo. Pero, ¿debería el gerente preguntar a los empleados sobre las fechas de finalización de los productos de la competencia? Eso no sería una buena apuesta. Cuando es probable que la mayoría de la gente no tenga razón porque el grupo tiene poca información relevante, es mejor ignorar sus juicios e intentar encontrar un experto en su lugar.
