¿Qué tienen en común los súper pronosticadores?

crystal-ball

Aunque no se puede hacer predicciones correctas el 100% de las veces, las investigaciones muestran que hay personas que son mejores para hacer predicciones que otras. Barbara Mellers y Michael Platt, profesores de Marketing de Wharton, y también profesores de Penn Integrates Knowledge (PIK), en la Universidad de Pennsylvania, analizan la intersección entre el marketing, la psicología y la neurociencia para entender los rasgos que comparten los “súper pronosticadores” y puede conducir a mejores decisiones. Los dos profesores hablaron recientemente sobre su trabajo y sus implicaciones en el programa de Knowledge@Wharton en Wharton Business Radio, en el canal 111 de SiriusXM.

A continuación, la versión editada de la entrevista.

Knowledge@Wharton: Usted ha investigado mucho sobre la actitud mental de las personas y los elementos que forman parte del proceso de toma de decisiones.

Michael Platt: Correcto. De hecho, vamos más allá de la actitud mental. Nos centramos en la mente y el cerebro. El propósito de todo nuestro programa de investigación es tratar de comprender el proceso por el cual las personas toman decisiones. Si podemos entender cómo es el proceso, los numerosos factores que lo componen, entenderemos la configuración del proceso de decisión y podremos ayudar a las personas a mejorarlo.

Knowledge@Wharton: Sin embargo, se pueden hacer predicciones acerca de muchas cosas. Las previsiones sobre las elecciones presidenciales de hace unos meses no coincidieron con los resultados reales.

Barbara Mellers: Por supuesto. Creo que la gente ve las previsiones y dice: “¿Cómo pudieron salir tan mal?” Sólo hay dos maneras de cometer errores al hacer pronósticos: o bien el resultado es uno o es otro. Hay un abanico de posibilidades que no necesariamente quiere decir que usted está equivocado en un caso u otro. Nate Silver hizo algunas de las predicciones más precisas sobre la victoria de Donald Trump. Dijo que las posibilidades de que Hillary Clinton ganara eran del 67% y Trump del 33%.

Trump ganó. ¿Así que Silver estaba equivocado? No. Tal vez estaba en el lado equivocado de las posibilidades. Sin embargo, el 33% de las veces, si analizamos los intentos de contra-argumentación sobre esta historia, Trump ganaría, dice Nate Silver. Así que es muy difícil decir que alguien hizo una predicción errónea, a menos que se vaya a los extremos.

Knowledge@Wharton: Pero estas son personas que trabajan en ello durante algún tiempo, personas inteligentes y que probablemente estén más acertadas que equivocadas. El trabajo que realizan es muy importante, y la mayoría de las veces lo hacen correctamente, ¿verdad?

Mellers: Creo que sí. Digamos lo siguiente: el mundo es una cosa muy difícil de predecir. Tenemos que estar de acuerdo con ellos en este sentido. Yo no creo que ninguno de nosotros haya sido consciente de la inmensa posibilidad de que Trump fuese elegido y de que el Brexit pudiese ocurrir. Si fuera fácil, se hubiera hecho antes.

Knowledge@Wharton: ¿Qué pasa por la mente cuando se piensa en estas cosas?

Platt: Esto requiere un análisis más amplio. Cuando analizamos el caso Trump versus Clinton, se hace evidente que debería haber algún resultado predecible. Sin embargo, si nos fijamos en lo que llamamos índices básicos, y el hecho de que el país esté dividido de forma heterogénea, al final la gente lo pensó mejor y votaron de acuerdo a su partido. Supongo que eso explica mucho de lo sucedido.

Las decisiones colectivas son las más difíciles de tomar. Esto se debe a que se tiene en cuenta no sólo lo que se puede considerar el impacto económico y racional sobre nosotros, sino también los factores sociales que entran en juego, es decir, los factores emocionales. Creo que eso fue muy importante en las elecciones que acaban de pasar, a pesar de que ni siquiera seamos conscientes de ello […] Tal vez la persona, en privado, está decidido a votar por Trump. Sin embargo, es posible que no se diera cuenta hasta que entró en la cabina de votación.

Mellers: Es la hipótesis de los votantes tímidos de Trump.

Platt: Creo que, en general, es cierto. Sin embargo, estamos especulando según el comportamiento y lo que dicen que hacen, o lo que quieren hacer, o cómo se sienten sobre el tema. Con la neurociencia, posiblemente, podremos sacar a relucir los procesos que entran en juego de forma efectiva en esa decisión. Hay muchos factores que convergen. Al final, sin embargo, sólo se puede hacer una cosa u otra, accionar una palanca u otra.

Knowledge@Wharton: La parte emocional puede ser el componente principal, especialmente en vista de lo que ocurrió hace unos meses. Ahora, hay personas que se alteran a causa del candidato seleccionado, y si se está haciendo algo bueno o malo. Por lo tanto, la ira es una emoción poderosa en las elecciones, ¿verdad?

Platt: Por supuesto. Es muy difícil distinguir las diversas emociones. Creo que la gente está, sin duda, muy nerviosa. Son muy propensos a creer en su versión de los hechos. Creo que eso es algo diferente. Es muy difícil dar un paso atrás y ver las cosas a través de los ojos de otra persona. Creo que esto es algo en lo que también trabajó Barbara.

Mellers: Cuando analizamos los mejores pronosticadores, a los que llamamos súper pronosticadores en la investigación que hicimos, encontramos que tienden a ser más analíticos, más racionales. Su puntuación es más alta en las mediciones de razonamiento receptivo a nuevas ideas. Estas personas, que quizás también estaban en el lado equivocado de la posibilidad en nuestra investigación sobre Hillary y Trump, se alejan de manera efectiva y examinan la situación de forma analítica dejando las emociones fuera. Tal vez no fuera de ello, pero evitando al menos que interfieran.

Knowledge@Wharton: ¿Es difícil dejar las emociones fuera de algunas decisiones?

Platt: A decir verdad, esto es algo que va en contra de la biología. La evolución de las emociones se debe a una razón muy importante. Es un concepto simple e intuitivo pensar en nuestro bienestar emocional y racional como algo completamente aparte. De hecho, nuestro cerebro integra diferentes procesos cada vez que tomamos una decisión. Las emociones son importantes. Ellos son una parte importante del proceso de pronóstico. Básicamente, debemos pensar en nuestro cerebro no sólo como algo que hace predicciones sobre las elecciones, sino sobre todo lo que hacemos, sobre todos los eventos que ocurren en el mundo. En otras palabras, ¿va a ser más gratificante, más agradable y más desagradable de lo que esperaba? Las emociones sociales, los celos, el miedo, la ira, etc. darán forma al proceso de predicción o responderán a los resultados de una predicción. Las emociones nos ayudan a aprender a partir de los resultados y, con suerte, a tomar mejores decisiones en el futuro. Esta es la visión de la psicología evolutiva/neurociencia que tengo del asunto. Hasta el punto, insisto, en que es posible que uno sea consciente de sus emociones, esta persona será un poco más racional.

Mellers: Son señales de que habrá que estar atentos a algo. Esto es crítico. Hoy estamos aprendiendo mucho sobre cómo tomar mejores decisiones. Esto influirá en todos los aspectos de nuestras vidas porque estamos constantemente haciendo predicciones acerca de con quién queremos pasar tiempo, cómo queremos gastar nuestro dinero, a quién votaremos. Cuando tengamos predicciones más precisas, incluso si sólo lo son un poco, y cuando las usemos en nuestras decisiones, creo que estaremos yendo en la dirección acertada.

Knowledge@Wharton: ¿Cree que se puede llegar a un punto donde la gente haga predicciones exactas todo el tiempo?

Mellers: No, el mundo es un lugar complicado. Si alguna vez sucede, estaremos todos muertos. Estoy seguro de eso.

Knowledge@Wharton: Durante los acontecimientos que rodearon las elecciones, creo que la mayoría de las personas estaban siguiendo lo que estaba ocurriendo en los Estados Unidos. La expectativa de los pronósticos no cambió mucho, aunque algunos Estados se habían decidido en favor de Trump, y no de Hillary Clinton, desde el principio. Me pareció interesante que el proceso de adaptación del pronóstico durante el proceso no ocurriera.

Mellers: Hubo errores correlacionados. Así es como lo llamamos cuando hacemos predicciones. Erramos en uno de ellos, y esto tuvo un efecto en el siguiente y así sucesivamente. He oído informes de que Trump había dicho a su familia en la noche electoral: “Prepárense para una noche difícil”. Ni él mismo esperaba ganar.

Platt: Fue una noche muy interesante para cualquier persona que estaba observando el medidor de las previsiones, que indicaba la victoria de Hillary Clinton. Luego, entre las 8 y las 9, se produjo un rápido cambio con la entrada de algunos datos. La velocidad con la que esto ocurrió fue sin duda una sorpresa e impactante. Este fue uno de los factores que, en mi opinión, repercutió en muchas personas. Fue este cambio lo que lo hizo tan emocional. El pronóstico estaba totalmente equivocado.

Mellers: El resultado fue muy ajustado. En cierto modo, se puede decir que Hillary ganó. Creo que la gente está pensando más en el voto popular que en el colegio electoral cuando les preguntan: “¿Quién cree que ganará las elecciones?” Es una pregunta mejor que: “¿A quién va a votar?” De acuerdo con algunas investigaciones de Wharton, cuando se intenta predecir cómo se comportan las personas en unas elecciones, el pronóstico será más preciso de esa manera que si les preguntas: “¿Usted qué pretende hacer?”

Knowledge@Wharton: Me imagino que conseguir medir este tipo de cosas es un reto.

Meller: Vivimos en un mundo claramente parcial, pero conversamos con mucha gente. Si le preguntas a varias personas que tienen contacto con un gran número de otras personas, es posible que tengas una mejor estimación global de su sentimiento y lo que piensan.

Platt: Esto no es algo que esté directamente relacionado con las elecciones, pero creo que hay una conexión interesante con algunos trabajos en marcha sobre la neurociencia de la decisión. En los últimos años, hubo una media docena de estudios, tal vez más, según los cuales si tomamos dos docenas de estudiantes y los ponemos en una máquina de MRI ─escaneamos sus cerebros y fotografiamos la actividad cerebral─ por sí sola hace que sea posible predecir su comportamiento en el mercado de una manera que va más allá de lo que puede lograrse haciendo preguntas como “¿qué comprarías? ¿qué te gusta?” De hecho, hay una señal del cerebro que puede ser más precisa, y que no se puede aprender en un informe verbal. No se puede captar, decir que existe. Sin embargo, se puede observar en los grupos de individuos y predecir cuánta gente verá una película específica, en los próximos seis meses.

Knowledge@Wharton: Una de las áreas en las que está trabajando tiene que ver con la interacción social y la forma en que es posible formar equipos mejor preparados. Este es un reto al que muchas empresas se enfrentan hoy en día. Ellos quieren tener mejores equipos para tener más éxito y aumentar los beneficios.

Platt: Es una hermosa correspondencia entre el trabajo realizado por Bárbara y el trabajo que hacemos. Estamos muy interesados en los procesos cerebrales que nos permiten interpretar las señales de los demás individuos y conectarnos con ellos, empatizar con estas personas y responder de una manera sincronizada y que tenga un mejor funcionamiento, lo que puede permitirnos tomar mejores decisiones.

Estamos analizando la situación de forma meticulosa y para ello se utilizan una serie de técnicas: medición de la comunicación y la voz, medición de las medidas periféricas de excitación, como la dilatación de la pupila, cuánto se pone de color rojo la cara, el tono de voz. En algunos casos, se puede asociar a varios tipos de señales cerebrales. Esperamos que no sólo pueda aumentar nuestro grado de precisión y una mayor comprensión biológica de cómo nos conectamos, sino también formar mejores equipos. Los datos obtenidos serán utilizados para evaluar los diferentes enfoques para la formación de equipos. La mayoría de estos enfoques, como yo los entiendo, se basan en la intuición y la experiencia. Ya sean militares o personas que por lo general responden rápidamente a las cosas, estas personas tienen una manera de proceder. No estoy diciendo que esté mal. Sólo creo que podemos trazar una línea muy fina ahí, o encontrar mejores maneras de hacerlo.

Mellers: Esto me interesa por varias razones. Una es que, en nuestra investigación, hemos encontrado a través de los ensayos de control aleatorios que las personas hacen predicciones mucho mejores cuando trabajan en equipo que cuando trabajan solas. Cuando hacemos un seguimiento de personas y las ponemos juntas hacen predicciones más precisas, observamos un aumento de precisión que va más allá de lo esperado.

Michael y yo hemos hablado, entre otras cosas, sobre la neurociencia de los súper pronosticadores en relación a los pronosticadores normales. Tal vez esto forme parte de la interacción social que acompaña al equipo, es decir, el deseo de no decepcionar al otro, de tener ganas de ayudar. Se trata de una combinación de competencia/cooperación maravillosa entre los equipos. El hombre trata de ayudar a su equipo y también compite con los demás equipos.

Knowledge@Wharton: ¿Cómo sabe que alguien es un súper pronosticador?

Mellers: Definimos a los súper pronosticadores al final de cada año. Ellos están en el 2% superior de los miles de personas que han hecho predicciones para nosotros. Encontramos que podríamos predecir con relativa rapidez quien sería bueno y quien no lo sería.

Analicé 25 preguntas durante un período de dos años. Escribí las puntuaciones más altas de estas 25 preguntas, las 100 peores puntuaciones entre las 25 preguntas más importantes, y observé para ver lo que había sucedido a los grupos en el período de dos años. La respuesta fue que permanecían muy distantes a lo largo del tiempo. Esto significa que puede haber una especie de capacidad predictiva subyacente de la cual no teníamos conocimiento en los últimos cinco años. Sabemos que hay un CI subyacente. Hay rasgos de personalidad subyacentes, ¿pero habilidades de predicción?

Platt: ¿Esta habilidad de predicción sería específica a las áreas a las que pertenecen los tipos de problemas que se presentan a estas personas, o también se extiende a otras áreas de la vida cotidiana?

Mellers: Eso es interesante. Las preguntas que proponemos a las personas tratan de diversas cuestiones: elecciones, guerras, tratados internacionales, enfermedades, etc. Es imposible ser experto en todas estas cosas. En cierto sentido, estas personas son súper generalistas. Así es como veo a los súper pronosticadores. Ellos no son expertos en un campo determinado, pero son buenos a la hora de averiguar dónde conseguir información buena y esotérica y compartirla con los demás, dividir el trabajo, imaginar cómo llegar a un consenso después de una discusión y así sucesivamente. Esto es mucho más de lo que podríamos esperar entre la población en general.

[…] Según mis cálculos, durante más de cinco años los súper pronosticadores estaban en el lado acertado el 85% de las veces. Había cientos de preguntas, millones de pronósticos. Eso es muy bueno. Estos súper pronosticadores en realidad obtuvieron mejores resultados que los analistas de inteligencia con acceso al pronóstico de la información confidencial, en las mismas cuestiones.

Platt: Me gustaría saber quiénes son estas personas. Me gustaría analizar su cerebro, ya que debe ser gente realmente interesante.

Una cosa que señalaste anteriormente y que me ha quedado marcada es que estas personas tienen una alta puntuación en la cuestión de apertura a nuevas ideas. Y también hay algo de potencial social sobre la forma en que interactúan con los equipos. Existen dentro del cerebro, ahora lo sabemos, circuitos que se superponen e interactúan unos con otros, lo que nos permite reaccionar frente a otras personas y conectarnos con ellas. Esto también parece ser importante para la exploración, la creatividad y la apertura a nuevas ideas. Me pregunto si no habrían descubierto el punto central de la interacción entre estos circuitos.

Mellers: Este es un aspecto muy interesante. Vamos a trabajar en eso.

Knowledge@Wharton: ¿Cuál es el siguiente paso de la investigación? Siempre hay nuevas historias o acontecimientos que pueden ser pronosticados.

Mellers: Un proyecto que nació de esta serie sobre la que estaba hablando tiene que ver con el pronóstico híbrido. Ahora tenemos más datos que nunca. Vivimos en el mundo de los grandes volúmenes de datos. Tenemos fabulosos pronosticadores actualmente en el lado humano. ¿Cuál es la mejor manera de poner todo esto junto? Disponemos de formas inteligentes para predecir enfermedades, para predecir el volumen de compras de Kleenex, saber cuántos vehículos están en el aparcamiento de un hospital. Tiene que haber una manera de combinar todo y mejorar la precisión mucho más allá de la veracidad de los datos de la máquina y los súper pronosticadores.

Cómo citar a Universia Knowledge@Wharton

Close


Para uso personal:

Por favor, utilice las siguientes citas para las referencias de uso personal:

MLA

"¿Qué tienen en común los súper pronosticadores?." Universia Knowledge@Wharton. The Wharton School, University of Pennsylvania, [14 marzo, 2017]. Web. [30 March, 2017] <http://www.knowledgeatwharton.com.es/article/tienen-comun-los-super-pronosticadores/>

APA

¿Qué tienen en común los súper pronosticadores?. Universia Knowledge@Wharton (2017, marzo 14). Retrieved from http://www.knowledgeatwharton.com.es/article/tienen-comun-los-super-pronosticadores/

Chicago

"¿Qué tienen en común los súper pronosticadores?" Universia Knowledge@Wharton, [marzo 14, 2017].
Accessed [March 30, 2017]. [http://www.knowledgeatwharton.com.es/article/tienen-comun-los-super-pronosticadores/]


Para fines educativos/empresariales, utilice:

Por favor, póngase en contacto con nosotros para utilizar con otros propósitos artículos, podcast o videos a través de nuestro formulario de contacto para licencia de uso de contenido .

 

Join The Discussion

No Comments So Far