Los sesgos de la inducción

«Una teoría puede probarse mediante experimentos; pero no hay ningún camino que conduzca de los experimentos a la teoría.»

Albert Einstein

¿Serías capaz de decirme secuencias de tres números que cumplan con la misma regla que cumple la secuencia : 2, 4, 6?

La primera respuesta probablemente sería: 8, 10, 12 y yo te diría «efectivamente, esa secuencia cumple la misma regla». En ese momento te envalentonarías y me dirías otra secuencia: 14, 16, 18 y yo me vería obligado a decirte que también esa secuencia cumple la misma regla.

El problema de la línea de trabajo que has emprendido es que te hace creer que la regla es algo así como «cada secuencia se compone por un número, al que se le suma 2 y al resultado se le vuelve a sumar 2, es decir: n, n+2, n+4».

Podría ser sin embargo que decidieras emprender otra estrategia de búsqueda tratando de «remar contracorriente» o buscar «la excepción que confirma la regla». Por ejemplo, que te atrevieras a decir: 2, 4, un billón a lo que yo te respondería de nuevo que esa secuencia también cumple la regla.  Extrañado con ese billón que encaja con la regla te decides por una secuencia diferente: 3, 2, 1. Y es en ese momento en el que respiras por fin aliviado cuando yo te digo: «esa secuencia NO cumple con la regla».

De pronto has visto la luz. La regla que genera las secuencias de tres números es mucho más sencilla de lo que creías: son series de números ascendentes (sin ninguna otra relación entre ellos).

El problema ilustrado lo describe maravillosamente bien Luc de Brabandere en su curso «What managers can learn from great philosophers». El ser humano es formidablemente bueno tratando de validar hipótesis, trabajando en modo deductivo. Pero es un absoluto desastre generando hipótesis correctas en modo inductivo, ya que cae presa de múltiples sesgos. Al éxito o fracaso de nuestro negocio sabremos encontrarle una explicación que encaje con el resultado y creamos de esta forma que es la que lo justifica. Sin embargo, que esa explicación sea compatible con ese resultado empresarial no significa necesariamente que sea la que lo explique.

Resulta mucho más eficaz trabajar contra la hipótesis ya que si bien cien mil casos que la confirmen no aseguran que sea la correcta, nos basta con un único caso que no la cumpla (un «cisne negro») para invalidarla. Y es que la explicación a cierto fenómeno depende sobremanera del marco de referencia que usemos para atacarla.

La próxima vez que trates de explicar el éxito de un lanzamiento de producto a través de cierta hipótesis, piensa si de verdad es la que lo explica o puedes anularla con tan solo un caso en el que no se cumpla.