Todos los modelos están mal, pero algunos son útiles., George Box
Al igual que en muchos otros debates, creo que también en este estamos haciendo las preguntas incorrectas, y con preguntas incorrectas no sólo tendremos respuestas incorrectas, sino que nos será más difícil llegar a un consenso. IMHO creo que la cuestión no es si el modelo debe ser más simple o más complicado. La cuestión es si el modelo realmente sirve para algo, por más que tenga sesgos, errores y no explique un fenómeno del todo.
Cuando decimos más simple o más complicado ¿cuál es nuestro punto de referencia? ¿El modelo debe ser más simple que el modelo anterior que hacía lo mismo pero era más complicado y/o no era bueno? o ¿debe ser más simple que el complicado modelo anterior aunque ahora ya no sirva de mucho? O viceversa. Recordad lo que dijo Einstein, hay que hacer las cosas lo más simple posible, pero no simplistas.
Everything simple is false. Everything which is complex is unusable., Paul Valery
Los modelos no deben ser tan complicados de modo que sea imposible revisarlos, corregirlos y actualizarlos. Pero tampoco deben ser tan simples que sólo sean capaces de explicar fenómenos demasiado sencillos que de hecho no necesitan de modelos para ser explicados. Debe existir un balance, un punto de referencia y sobre todo un límite en ambos casos para no hacer algo que sea redundante, pero tampoco algo que sea tan complejo que no pueda explicar otros fenómenos con excepción de uno muy particular que casualmente ha sido de donde se ha derivado el modelo. Además no hay que olvidar que un modelo es tan bueno como los inputs que le ingresamos. Si los datos ingresados son de mala calidad, sesgados o manipulados, entonces sólo estaremos metiendo basura y obteniendo basura.
Models tend to be useful when they are simultaneously simple enough to fit a variety of behaviors and complex enough to fit behaviors that need the help of an explanatory model., Micromotives and Macrobehavior by Thomas C. Schelling
Debemos hacernos a la idea de que no existen modelos perfectos y por lo tanto es preferible tener modelos imperfectos (como lo son todos) que más o menos expliquen un fenómeno en lugar de tener modelos perfectos (que no existen) que no expliquen nada y quedarnos en el mismo sitio sin avanzar jamás.
Just because a model is not going to be very precise or accurate doesn’t mean that therefore you should trust your gut instinct after a couple of whiskeys and assume it’s going to be very much better., Nate Silver (24sep13)
Tal y como el epígrafe dice, es preferible tener un modelo malo pero útil a tener uno bueno pero inútil, o simplemente inútil sin lo de bueno. Y por eso creo que la discusión de simple Vs complicado no nos llevará a ningún sitio. Es mejor preguntarnos si el modelo es útil o inútil, y recordar que por más útil que sea siempre tendrá fallos, no servirá para explicarlo todo, ni servirá en todas las situaciones. Así que no sólo hay que preguntarnos acerca de su utilidad, sino también reconocer cuál o cuáles modelos son los mejores para diferentes situaciones.
Remember that all models are wrong; the practical question is how wrong do they have to be to not be useful., George Box
La historia de los modelos está repleta de prueba y error incluso en las ciencias duras y exactas como la física y matemáticas. Es por esto que debemos aceptar que ese proceso de prueba y error no sólo es inherente y necesario para avanzar, sino que será más marcado en las ciencias sociales porque no hay forma de reproducir los eventos con la misma exactitud de un laboratorio. Por lo tanto habrá veces que un modelo funcione mejor que otro, pero también habrá veces que ese mismo modelo funcionará peor que el resto o incluso podría darse el caso de que por muy malo que sea el modelo, la verdad es que es el menos malo. Por ejemplo, a veces un modelo Keynesiano explicará mejor una situación (o parte de una situación) y a veces un modelo Austríaco hará lo propio. La cuestión es aprender a distinguir qué modelo o modelos aplica en cada contexto y en qué secuencia. Es una ilusión pensar que un solo modelo o una sola teoría o una sola ideología pueda explicar absolutamente todo. Y si pensamos así, entonces estamos cayendo en el problema del hombre con el martillo que explicaba Munger, lo cual me recuerda la siguiente cita que es aplicable:
An idealist is one who, on noticing that a rose smells better than a cabbage, concludes that it will also make better soup., H.L. Mencken
Los modelos por muy simples o complicados que los queramos hacer no eliminarán el riesgo ni la incertidumbre. Y si intentamos hacerlo entonces podríamos estirarlos tanto que se rompan o queden inservibles sin que nos demos cuenta. Por lo tanto hay que cuidar no llevarlos al extremo y aprender sus límites y trucos. El siguiente cuento de Borges llamado “Del rigor de la Ciencia” explica muy bien esto:
En aquel Imperio, el Arte de la Cartografía logró tal Perfección que el Mapa de una sola Provincia ocupaba toda una Ciudad, y el Mapa del Imperio, toda una Provincia. Con el tiempo, estos Mapas Desmesurados no satisficieron y los Colegios de Cartógrafos levantaron un Mapa del Imperio, que tenía el Tamaño del Imperio y coincidía puntualmente con él. Menos Adictas al Estudio de la Cartografía, las Generaciones Siguientes entendieron que ese dilatado Mapa era Inútil y no sin Impiedad lo entregaron a las Inclemencias del Sol y los inviernos. En los Desiertos del Oeste perduran despedazadas Ruinas del Mapa, habitadas por Animales y por Mendigos; en todo el País no hay otra reliquia de las Disciplinas Geográficas.
Lo anterior sumado a la arrogancia y el exceso de apalancamiento es lo que hizo que LTCM quebrará y no los modelos per se, pero se ha convertido en una leyenda urbana excelente para estigmatizarlos. Muchas veces los culpables no son los modelos, sino las personas que los utilizan y nosotros podemos ser tan irracionales como un premio Nobel. De hecho hay estudios como los de Slovic que muestran que entre más educados/preparados y especializados seamos, entonces tendemos a caer más rápido o con mayor fuerza en el exceso de confianza. Esto se acentúa cuando estamos rodeados de personas similares (group polarization). Inversamente, los menos preparados y con menos experiencia/entendimiento suelen caer en el Dunning-Kruger effect.
it isn't that the mathematical models designed by LTCM’s Nobel laureates had failed. The upshot of the entire episode was that the trades eventually worked, just not on LTCM's timetable. The math was right; what was all wrong was the psychology of the trade. That was, and always will be, the hardest thing to get right., Barry Ritholtz (23sep14)
Yo estoy a favor de la simplicidad y por eso el 60% de mi portafolio de valores sigue una Filosofía y Estrategia que no sólo es la más simple y sencilla, sino que es la que menor número de decisiones requiere y la que necesita de menos promesas/suposiciones cumplidas para que todo salga bien.
La mayoría crítica y ataca a lo complejo y complicado porque es lo más fácil y sencillo de hacer en este mundo. Yo tomaré un camino distinto y por eso, a pesar de mi favoritismo hacia lo simple, quiero ejercitar un poco la disonancia cognitiva y hacer algo que muy pocos hacen: criticar a las simplificaciones en lugar de tomarlas como evangelio. Es decir, tratar de ver lo que el resto ha pasado por alto y combatir mi propio sesgo de confirmación. En vez de buscar evidencia que confirme lo que yo ya creía, mejor buscar argumentos que desafíen mis ideas preconcebidas.
Mi crítica hacia las simplificaciones y querer hacer siempre todo más simple tiene los siguientes siete puntos:
- (i)aquellos que sufren del Dunning-Kruger effect y/o que están al inicio de la curva de aprendizaje, suelen sobre-simplificar las cosas y pasan por alto muchos detalles, matices e información importante;
- (ii)es posible que estemos tratando de simplificar algo que realmente no entendemos bien y para lo que no tenemos respuesta con el fin de hacerlo más accesible y comparable. Esto nos hace caer en el attribution substitution y falsa analogía;
- (iii) si simplificamos todo sin añadir ningún tipo de advertencia sobre las complejidades que existen en la práctica, entonces se da la impresión o tendemos a creer que simple es igual a fácil, y que por lo tanto cualquiera puede hacerlo y/o cualquiera puede tener una opinión válida e informada;
- (iv)En su libro Think Twice: Harnessing the Power of Counterintuition, Michael Mauboussin habla sobre cómo somos víctimas de rutinas mentales simplificadas que nos impiden entender y hacer frente a realidades complejas que son inherentes a nuestras decisiones importantes;
- (v) querer hacer siempre todo más simple y/o recurrir siempre a la Occam Razor es caer en el problema del hombre con el martillo que piensa que todo es un clavo. Es decir, no todo se puede solucionar o mejorar con la misma herramienta;
- (vi) nos hacemos más proclives a caer en el sesgo de confirmación porque solemos quedarnos con los pocos detalles que confirman nuestra percepción. Algunos se preguntarán: ¿para qué quiero más si con lo que tengo ya he confirmado y probado mi postura? Una mejor pregunta sería ¿Qué detalles he pasado por alto que desafiarían mi postura? No necesitamos de mucha más información, sólo necesitamos replantearnos las cosas, buscar qué sería necesario para que mi idea o teoría falle, y revisar nuestros filtros para asegurarnos que los "pocos" detalles con los que hemos decidido quedarnos no sean únicamente sesgo de confirmación.
- (vii) simplificar y hacer las cosas mas simples nos puede dar la ilusión de control y certidumbre que necesitamos para hacer frente a un mundo complejo, caótico e incierto. Esto puede aumentar nuestro sesgo de confirmación, complacencia y sobre-confianza. Sentirnos a veces vulnerables frente a la complejidad del mundo en lugar de confiados y decididos puede ayudar a temperar los tres sesgos anteriores.
If we are not able to ask skeptical questions, to interrogate those who tell us that something is true, to be skeptical of those in authority, then, we are up for grabs for the next charlatan (political or religious) who comes rambling along., Carl Sagan
Me despido y pido una disculpa por este post un tanto fuera de contexto y hasta bobo, pero el finde estuve bastante liado, así que he rescatado estas divagaciones de entre los archivos viejos que jamás llegaron a ser posts, pero que me ayudaron a ordenar algunas ideas.