Cuando las multitudes no son sabias

Supongamos que un ejecutivo quiere hacer una predicción que afecte a su empresa. ¿Se venderá un producto en concreto? ¿Cómo se desempeñará un candidato a un puesto de trabajo en concreto? ¿Cuándo estará lista para abrir una nueva oficina?

Bajo ciertas condiciones, la mejor manera de responder a esas preguntas es preguntar a un gran número de personas y seguir 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 acumular una gran cantidad de sabiduría dispersa. A menudo, el juicio promedio, que podríamos describir como el «juicio estadístico» del grupo, es asombrosamente bueno.

Lo que sigue sin tenerse en cuenta es por qué y cuándo los juicios estadísticos resultarán precisos o inexactos. Las mejores explicaciones vienen del marqués de Condorcet, un francés que ofreció, en 1785, una aritmética sencilla, plasmada en lo que ahora se conoce como el teorema del jurado de Condorcet. El teorema tiene lecciones perdurables para quienes quieren saber cuándo confiar en las opiniones de los grupos y ofrece una advertencia a quienes 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. Suponga también que la probabilidad de que cada persona responda correctamente supera el 50%. Con unos pocos cálculos, el teorema demuestra que la probabilidad de que la mayoría del grupo responda correctamente aumenta hacia 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 la 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 que no. 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 alguna de las incorrectas, 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 predicciones, en los que la gente apuesta por eventos futuros. El ejemplo más famoso son los mercados electrónicos de Iowa, que superan constantemente a las encuestas a la hora de pronosticar los resultados de las elecciones presidenciales. O pensemos en la Bolsa de Valores de Hollywood, a la que le va asombrosamente bien a la hora de predecir el éxito de taquilla, y que le ha quitado parte de la diversión a la noche de los Óscar, al predecir con precisión 15 de los últimos 16 premios importantes 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» por 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 que se pronostican con un 80% de probabilidades de que se produzcan suelen ocurrir el 80% de las veces; los que se pronostican con un 60% de probabilidades de que se produzcan, suelen ocurrir el 60% de las veces, y así sucesivamente.

Pero para aquellos que abrazan la sabiduría del público y los mercados de predicciones, hay una calificación importante. Como advirtió el propio Condorcet, su teorema revela las desventajas de las decisiones grupales. Supongamos que cada persona de un grupo tiene más probabilidades de equivocarse que de tener razón, ya que relativamente pocas personas del grupo tienen acceso a información precisa. En ese caso, la probabilidad de que la mayoría del grupo decida correctamente cae hacia cero a medida que aumenta el tamaño del grupo.

Algunos mercados de predicciones fracasan precisamente por esta razón. Les ha ido muy mal al predecir los nombramientos del presidente Bush en el Tribunal Supremo, por ejemplo. Hasta aproximadamente dos horas antes del anuncio oficial, los mercados prácticamente ignoraban 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 cotizaban a 0,19$, lo que representa una estimación de que Roberts tenía un 1,9% de probabilidades de ser nominado. ¿Por qué el público fue tan imprudente? Porque tenía poca información precisa para continuar; estos inversores, incluso en masa, no sabían casi nada de las deliberaciones internas de la administración Bush. Por razones similares, los mercados de predicciones se equivocaron rotundamente 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 recomendable confiar en lo que piensan sus miembros. Una ejecutiva de una empresa de informática podría confiar con sensatez en un mercado interno de predicciones si pregunta por las fechas de finalización de los productos de la propia empresa en desarrollo. Pero, ¿debería el gerente preguntar a los empleados sobre las fechas de fabricación de los productos de la competencia? No sería una buena apuesta. Cuando no es probable que la mayoría de las personas tengan razón porque el grupo tiene poca información relevante, es mejor hacer caso omiso de sus juicios y, en su lugar, tratar de encontrar un experto.