Ernst Bloch y la predicción: el “todavía-no” del futuro

Cuando pensamos en predicción, lo habitual es imaginar datos, modelos y probabilidades. Intentos de reducir la incertidumbre para tomar mejores decisiones. Pero hay una cuestión más profunda: ¿de dónde nace realmente esa necesidad de anticipar el futuro?

El filósofo Ernst Bloch ofrece una respuesta sugerente: el ser humano no vive solo en el presente, sino proyectado constantemente hacia lo que aún no existe. Antes de calcular escenarios, ya imaginamos posibilidades. Antes de construir modelos, ya vivimos orientados hacia el futuro.

Seguir leyendo «Ernst Bloch y la predicción: el “todavía-no” del futuro»

AlphaGo: ¿predicción… o pensamiento divino?

En 2016 ocurrió algo que, durante décadas, muchos expertos consideraban improbable: una máquina fue capaz de derrotar a uno de los mejores jugadores del mundo en un juego que simbolizaba la intuición humana.

El sistema era AlphaGo, desarrollado por DeepMind, y su oponente era el campeón surcoreano Lee Sedol.

A primera vista, podría parecer simplemente otro avance tecnológico. Pero lo que ocurrió en aquellas partidas fue algo más profundo: por primera vez, una máquina no solo competía con un humano en un terreno complejo, sino que lo hacía de una forma que desafiaba nuestra propia manera de pensar.

Seguir leyendo «AlphaGo: ¿predicción… o pensamiento divino?»

Tres predicciones para 2026 (revisión primer trimestre)

A comienzos de año planteé tres predicciones para 2026 siguiendo un enfoque explícitamente probabilístico: no tanto para acertar una cifra concreta, sino para dejar claro el razonamiento detrás de cada escenario. Como se prometió entonces, el objetivo no era solo predecir, sino también revisar.

Tras el cierre del primer trimestre, ya disponemos de nueva información relevante —tanto en el ámbito macroeconómico como en el mercado inmobiliario y en el contexto político— que justifica actualizar esas previsiones. En las siguientes secciones reviso cada una de las tres predicciones iniciales, ajustando la tasa base, los motores y los frenos para reflejar mejor el estado actual del mundo.

Seguir leyendo «Tres predicciones para 2026 (revisión primer trimestre)»

Del absentismo a la contratación temporal: un proyecto de regresión lineal simple paso a paso

A menudo se habla de predicción cuantitativa como si fuera un terreno reservado a modelos complejos, librerías sofisticadas y sistemas difíciles de explicar. Pero no siempre hace falta empezar por ahí. De hecho, muchas veces creo que ocurre lo contrario: para entender bien qué significa predecir con datos, conviene empezar por un modelo pequeño, transparente y fácil de interpretar.

Por eso he querido compartir en GitHub un proyecto completo construido alrededor de una pregunta muy concreta: cómo estimar cuántos días de contratos temporales de cobertura pueden generarse cuando aumenta el absentismo laboral por incapacidad temporal (IT). No he preparado este repositorio para presentar un gran sistema productivo ni una solución definitiva. Lo he hecho para mostrar, de forma reproducible, cómo puede utilizarse una regresión lineal simple como método de predicción cuantitativa.

La idea del proyecto no es solo enseñar una ecuación. Es enseñar un recorrido. Cómo se parte de una pregunta real, cómo se traduce esa pregunta a variables medibles, cómo se preparan los datos, cómo se comprueba si la relación tiene sentido y cómo se convierte finalmente el modelo en una pequeña aplicación utilizable. En el fondo, lo que me interesaba compartir no era solo el resultado, sino el proceso.

Seguir leyendo «Del absentismo a la contratación temporal: un proyecto de regresión lineal simple paso a paso»

El Método Delphi: cuando la predicción cualitativa se vuelve estructurada

En un post anterior clasificábamos los métodos de previsión en dos grandes familias: cuantitativos y cualitativos. Dentro de los cualitativos podemos distinguir aquellos basados en juicio individual (opinión experta, analogías históricas, escenarios narrativos) y aquellos que intentan estructurar el juicio colectivo para reducir sesgos. El método Delphi pertene a esta segunda categoria.

No es predicción basada en datos en sentido estricto porque no parte de series temporales ni modelos matemático pero tampo es simple intuición. Es, probablemente, el intento más sofisticado del siglo XX de convertir el juicio experto en una herramienta sistemática de predicción.

Este método nació además en un contexto donde equivocarse podía significar una guerra nuclear.

Seguir leyendo «El Método Delphi: cuando la predicción cualitativa se vuelve estructurada»

Reseña del libro «Máquinas Predictivas: La economía simple de la Inteligencia Artificial»

Introducción

Prediction Machines: The Simple Economics of Artificial Intelligence, publicado en 2018 por Ajay Agrawal, Joshua Gans y Avi Goldfarb, parte de una idea tan simple como potente: el principal impacto de la inteligencia artificial no es que las máquinas “piensen”, sino que reducen drásticamente el coste de la predicción. Y dado que toda decisión incorpora algún tipo de predicción, este abaratamiento tiene consecuencias económicas de gran alcance.

El libro se publicó cuatro años antes del lanzamiento de ChatGPT, anticipándose al auge masivo de la IA generativa y al debate actual sobre su impacto. En un momento en el que la IA aún se percibía como una tecnología especializada, los autores ya señalaban que el verdadero cambio no vendría de aplicaciones llamativas, sino de la incorporación silenciosa de la predicción barata en millones de decisiones cotidianas.

Desde una perspectiva económica y pragmática, la IA se presenta como una continuación de avances previos —como las hojas de cálculo o los sistemas de optimización— que transformaron la toma de decisiones al reducir costes. La diferencia ahora es la escala: pequeñas mejoras en precisión, aplicadas de forma sistemática, generan un valor enorme.

A lo largo del libro, esta tesis se desarrolla en tres grandes bloques: qué es la predicción desde el punto de vista económico, cómo su abaratamiento transforma decisiones y organizaciones, y qué implicaciones estratégicas se derivan de un mundo donde predecir es cada vez más barato, pero el juicio humano sigue siendo escaso y valioso.

Seguir leyendo «Reseña del libro «Máquinas Predictivas: La economía simple de la Inteligencia Artificial»»

La burbuja de la IA: un ejemplo actual de cómo intentamos anticipar un Cisne Gris… con resultados inciertos

Con este post se culmina el recorrido iniciado al distinguir entre Mediocristán y Extremistán, al trazar los cuatro cuadrantes de Taleb y al explorar los sesgos —narrativos, de confirmación y de supervivencia— que nos impiden ver los eventos extremos antes de que ocurran. En el camino aprendimos que muchos fenómenos no fallan por falta de datos, sino por una mala comprensión del tipo de mundo en el que nos movemos. Los cisnes grises, esos eventos improbables pero imaginables, emergen precisamente en esa frontera. Y la llamada burbuja de la IA nos ofrece hoy un caso vivo para observar cómo intentamos anticiparlos… mientras seguimos atrapados en la incertidumbre.

Un cisne gris en directo

La inteligencia artificial no es una promesa vacía. Hay avances técnicos reales, mejoras de productividad tangibles y un cambio profundo en cómo se desarrollan productos y servicios. Precisamente por eso, la hipótesis de una burbuja resulta incómoda. No encaja bien con una narrativa basada en fundamentos sólidos. Sin embargo, que algo sea real no lo hace inmune a la sobrevaloración.

Aquí aparece el cisne gris: sabemos que los mercados tecnológicos pueden sobrecalentarse, sabemos que las historias de disrupción atraen capital de forma no lineal y sabemos que las expectativas pueden adelantarse muchos años a los resultados. Nada de esto es impensable. Lo difícil es integrarlo sin caer ni en el alarmismo ni en el entusiasmo acrítico.

Seguir leyendo «La burbuja de la IA: un ejemplo actual de cómo intentamos anticipar un Cisne Gris… con resultados inciertos»

Los cisnes grises: eventos parcialmente previsibles en el límite entre lo imaginable y lo inesperado

En esta serie dedicada a El cisne negro hemos aprendido a desconfiar de las predicciones cómodas y de los modelos que solo funcionan en mundos estables. Pero hay una idea aún más incómoda —y más útil— que atraviesa el pensamiento de Nassim Nicholas Taleb: no todos los eventos extremos son completamente imprevisibles.

Entre lo rutinario y lo impensable existe una franja borrosa. Ahí viven los cisnes grises.

¿Qué es un cisne gris?

Un cisne gris no es un evento imposible de concebir. A diferencia de los cisnes negros, sabemos que puede ocurrir, incluso podemos describirlo de forma general, pero su baja probabilidad hace que lo releguemos mentalmente a un segundo plano. No lo negamos, pero tampoco lo integramos de verdad en nuestras decisiones.

Seguir leyendo «Los cisnes grises: eventos parcialmente previsibles en el límite entre lo imaginable y lo inesperado»

Reseña del libro «El cisne negro»

Introducción

El Cisne Negro, publicado en 2007 por Nassim Nicholas Taleb, es un libro que explora uno de los conceptos más influyentes de la última década: la idea de que los eventos raros, inesperados y de enorme impacto —los llamados cisnes negros— son los verdaderos motores de la historia. Taleb, matemático, inversor y filósofo del riesgo, sostiene que lo que desconocemos es mucho más importante que lo que creemos saber, y que nuestra incapacidad para comprender probabilidades extremas nos deja peligrosamente expuestos a estos fenómenos.

La relevancia del libro quedó demostrada solo un año después de su publicación, con la crisis financiera global de 2008. Un evento improbable, devastador y posteriormente “explicado” con aparente claridad: el ejemplo perfecto del cisne negro que Taleb había advertido. Desde entonces, su obra se ha convertido en una referencia imprescindible para entender la fragilidad de los sistemas financieros, tecnológicos y sociales. Y hoy, en una época marcada por pandemias, disrupciones tecnológicas y volatilidad geopolítica, el mensaje de Taleb es más actual que nunca.

A lo largo del libro, Taleb desarrolla su argumento en tres grandes bloques: primero, analiza por qué nuestros cerebros interpretan mal la probabilidad y el riesgo; después, examina la profunda incapacidad humana para predecir en entornos complejos; y finalmente, expone cómo incluso los “expertos” se equivocan sistemáticamente y qué podemos hacer para reducir nuestra vulnerabilidad ante estos eventos imprevisibles.

Seguir leyendo «Reseña del libro «El cisne negro»»

La sabiduría de las multitudes, los mercados eficientes y las predicciones que no siempre aciertan

A continuación se expone y se reflexiona sobre una idea extraída del libro “Superpronosticadores. El arte y la ciencia de la predicción”. Se trata de la llamada “sabídura de las masas” que defiende que la agregación combinada de muchas opiniones es mejor que la de unas pocas, aunque estas se consideren expertas.

En 1906, el estadístico Francis Galton visitó una feria agrícola en Plymouth, Inglaterra. Allí observó un curioso concurso: los asistentes debían adivinar el peso de un buey expuesto, y el ganador sería quien más se acercara al peso real.

Galton, escéptico del «pueblo llano», recopiló los 787 boletos con estimaciones y decidió analizarlos. Calculó la mediana de todas las predicciones: 1.207 libras. El peso real del animal era 1.198 libras. Solo nueve libras de diferencia. Increíblemente preciso.

Este episodio se ha convertido en un clásico ejemplo de lo que hoy conocemos como la «sabiduría de las multitudes»: cuando se agregan muchas opiniones independientes, incluso si no son expertas, el resultado puede ser sorprendentemente acertado.

Seguir leyendo «La sabiduría de las multitudes, los mercados eficientes y las predicciones que no siempre aciertan»