Estupidez marginal

Una de las compensaciones cognitivas más importantes que hacemos es cómo procesar la información, y quizás más específicamente, el diluvio de información que nos bombardea cada día. Un estudio realizado por la UCSD en 2009 estimó que los estadounidenses leen o escuchan más de 100.000 palabras al día, lo que supone un aumento de casi el 350% respecto a las tres décadas anteriores. Parecería lógico que más información sea siempre mejor para la toma de decisiones, tanto para los individuos como para las sociedades. Sin embargo, ese es precisamente el compromiso: los seres humanos y las civilizaciones deben equilibrar una mayor y mejor información con los límites de sus racionalidades.

Entonces, ¿cuál es el valor de aprender más información, e incluso puede haber un inconveniente en saber más?

Ese fue el tema que surgió de dos libros. El primero es la obra magna original de 2005 del psicólogo Philip E. Tetlock, Expert Political Judgment, un libro que precedió a su hiperpopular bestseller Superforecasters. El otro fue The Collapse of Complex Societies, publicado en 1988 y escrito por el antropólogo Joseph A. Tainter. Estos dos libros, que proceden de campos divergentes e investigan problemas diferentes, convergen en última instancia en torno a una tesis central: existe un rendimiento marginal de la información, y a menudo llega a cero, o incluso a ser negativo, mucho antes de lo que cabría esperar.

Como en todo análisis económico, el rendimiento marginal de la información es la relación entre un aumento "unitario" de la información y el valor creado por ese nuevo conocimiento. Si nunca he estudiado biología y leo un libro de texto, el valor marginal de la información es alto: estoy aprendiendo mucha información nueva y ampliando inmensamente mis conocimientos sobre la materia. Sin embargo, leer 20 libros de texto de biología no significa que sea 20 veces más inteligente en la materia. Hay rendimientos decrecientes: el valor marginal de cada libro de texto adicional que leo será cada vez menor.

La tesis central de Tetlock, basada en amplios datos de laboratorio, es que la especialización, la educación y la profundidad de los conocimientos no conducen a una mejor previsión política. De hecho, un generalista que lee regularmente un conjunto de fuentes de noticias de calidad suele tener muchas más probabilidades de predecir correctamente el futuro que un especialista. El factor clave de predicción no es el conocimiento, sino el estilo cognitivo. Los mejores pronosticadores son "zorros", a partir de la metáfora de Isaiah Berlin sobre el zorro que sabe muchas cosas y el erizo que sabe una cosa bien. Como escribe Tetlock:

"Varios zorros comentaron que los buenos jueces cultivan la capacidad de 'seguir la corriente' improvisando combinaciones disonantes de ideas que captan las 'tensiones dinámicas' que impulsan los procesos políticos. Para estos equilibristas autoconscientes, el statu quo suele estar en un equilibrio precario y 'ver la verdad' es un logro fugaz incluso para las almas más socráticas."

Los mejores pronosticadores son capaces de recurrir a sus amplios conocimientos y procesar y sintetizar selectivamente la información que tienen a mano.

¿Puede la flexibilidad de pensamiento o la "improvisación de combinaciones disonantes de ideas" (una frase que me encanta) tener alguna vez un valor marginal negativo? Pues, en realidad, sí. En una serie de experimentos, Tetlock pide a los participantes que sopesen las probabilidades de los resultados en una serie de escenarios cada vez más complicados. Lo que encuentra es que "...los zorros son más susceptibles que los erizos a un grave sesgo: la tendencia a asignar tanta probabilidad a tantas posibilidades que se enredan en autocontradicciones".

Dado que los zorros utilizan la autocontradicción para corregir sus predicciones, darles más información sobre otras perspectivas o pruebas contradictorias puede convertir una predicción relativamente precisa desde el punto de vista estadístico en un pronóstico mucho más débil. El rendimiento marginal de la información no sólo tiende a cero, sino que puede llegar a ser negativo en determinados contextos.

Tetlock aborda este valor marginal de la información desde la perspectiva de un psicólogo, y el núcleo de su libro abarca su investigación sobre diversos sesgos humanos, así como sobre subgrupos de erizos y zorros y sobre cuándo rinden especialmente bien y cuándo se desploman. Tainter, por su parte, está interesado en las sociedades y en cómo las aglomeraciones de personas pueden perder repentinamente su sofisticación productiva. O, como él dice, "una sociedad se ha colapsado cuando muestra una pérdida rápida y significativa de un nivel establecido de complejidad sociopolítica".

La palabra "complejidad" suele tener una valencia negativa en nuestros comentarios modernos, pero la complejidad es generalmente buena. A medida que las sociedades pasan de los modelos de producción económica de cazadores-recolectores a una mayor especialización, aumentan los excedentes de bienes como los alimentos, y eso permite un mayor número de roles en la sociedad, así como el desarrollo de la cultura.

El objetivo de Tainter es encontrar una teoría que abarque docenas de colapsos sociales diferentes en la historia, evitando al mismo tiempo muchas de las contradicciones lógicas de otras hipótesis. Por ejemplo, si la complejidad adicional añade más productividad a una economía, ¿no deberían ser precisamente las economías más avanzadas y complejas las que son capaces de capear los choques exógenos y evitar el colapso? Lo que encuentra y desarrolla en una tesis es que hay límites de cuánto beneficio ofrece la complejidad. En sus palabras:

"Es la tesis... de que el rendimiento de la inversión en complejidad varía, y que esta variación sigue una curva característica. Más concretamente, se propone que, en muchas esferas cruciales, la inversión continuada en complejidad sociopolítica llega a un punto en el que los beneficios de dicha inversión comienzan a declinar, al principio de forma gradual y luego con fuerza acelerada."

Las sociedades pueden seguir creciendo en complejidad, pero entonces empiezan a agotarse.

Sin embargo, una sociedad que experimenta una disminución de los rendimientos marginales está invirtiendo cada vez más en una estrategia que está produciendo proporcionalmente menos. El exceso de capacidad productiva se agotará en algún momento y los excedentes acumulados se destinarán a las necesidades operativas actuales. Por lo tanto, los excedentes son escasos o nulos para hacer frente a las grandes adversidades.

Esa gran adversidad puede ser una catástrofe climática o una invasión bárbara, pero cuando llega, no hay holgura en el sistema ni ninguna fuente de conocimiento no utilizada a la que recurrir. El mantenimiento de la vasta complejidad que gestiona la sociedad consume inmensos recursos, y eso impide que la gente se adapte a su nuevo y más desafiante contexto. Sin un crecimiento económico inmediato o una innovación tecnológica que lo compense, el sistema se desmorona.

La teoría de Tainter es que hay rendimientos marginales decrecientes de la inversión en complejidad, pero también implica que dicha complejidad también puede volverse negativa. Hay un punto en el que la complejidad engendra más complejidad sin que aumente la productividad, lo que esencialmente supone un "impuesto" colectivo sobre todos para mantener una burocracia cada vez más complicada sin ningún valor.

Así, Tetlock y Tainter convergen desde caminos dispares a lo que podría denominarse una "teoría de la estupidez marginal". Aunque la educación es extremadamente valiosa, y más información y complejidad son generalmente buenas para la toma de decisiones y la productividad de la sociedad, hay un punto de inflexión en el que más información o complejidad pueden confundirnos y simplemente aumentar los costes sin ningún valor concomitante. Sí, el mundo siempre está cambiando y, al igual que la Reina Roja de Alicia en el País de las Maravillas, siempre tenemos que aprender para no volvernos más tontos (o, como tituló su libro Sam Arbesman, The Half-Life of Facts). Pero, críticamente, hay un límite a la cantidad de consumo de conocimiento que es beneficioso.

Esta teoría tiene enormes implicaciones en campos como el de la ciencia, donde casi todos los indicadores de productividad han sido abrasadoramente negativos durante décadas. Incluso Tainter, escribiendo en 1988, señala en un extenso apartado que "... en cualquier campo, a medida que se resuelve cada pregunta de investigación entre el stock que espera respuesta, aumenta el coste de descifrar el resto".

¿Cómo cuadrar el rendimiento marginal decreciente del conocimiento con el hecho de que parece que necesitamos más conocimiento que nunca para tener algún impacto en muchos campos? Ya he escrito antes sobre el problema del "doble doctorado" para TechCrunch, que cada vez más startups de tecnología profunda requieren esencialmente fundadores con dos doctorados en dominios que se cruzan, como el aprendizaje automático y la biología). Otros analistas han observado la misma tendencia, como Benjamin F. Jones, que escribió un análisis económico de calidad sobre el tema titulado "The Burden of Knowledge and the 'Death of the Renaissance Man'".

La respuesta es reconocer que la información adicional no suele ser útil y que, en cambio, debemos explorar las fronteras que nunca se han investigado. Tainter señala un hecho ampliamente observado: "No es una coincidencia que los practicantes más famosos históricamente en cada campo tiendan a ser personas que fueron decisivas en el desarrollo del campo, y en el establecimiento de su esquema básico". El mayor valor proviene de la cartografía de territorios inexplorados, y aunque ciertamente se ha cartografiado más de nuestro mundo, eso no significa que no queden áreas por explorar. La contrapartida es sumergirse en lo desconocido, pero encontrar potencialmente algo nuevo. Desde luego, es mejor que leer el libro de texto de biología número 21.

Contáctanos