El secreto que se esconde tras las predicciones del «Bing Data»

Vaya por delante mi apoyo a la selección española pero, según Bing, Alemania iba a ganar la eurocopa 2016 (finalmente ganó Portugal y Alemania se quedó en semifinales). Y no es que Bing se haga eco de la famosa definición de futbol que pronunció el famoso Gary Lineker:

“es un deporte en el que juegan once contra once durante 90 minutos y al final siempre gana Alemania.»

Estamos ante otra predicción del buscador web de Microsoft, como ya ha viene siendo costumbre en los últimos tiempos. De hecho, diversas noticias han venido poniendo de relieve la supuesta capacidad de Bing para «adivinar las noticias del futuro». Pero pese a que los titulares puedan resultar sorprendentes la explicación es relativamente sencilla. Consiste en usar lo que podría denominarse como sistemas de inteligencia agregada en base al big data (o “bing data” en este caso :-D).

Piensa por un momento que los miles de millones de datos de usuarios, entre ellos las propias búsquedas que realizamos en la web, son registrados y procesados dando lugar a patrones que, en esencia, son los que permiten anticipar que ocurrirá en determinados eventos futuros. La información de un usuario en particular puede no representar mucho en términos generales pero cuando esos datos pasan a engrosar las bases de datos de las compañías que gestionan grandes volúmenes de usuarios, aparece ante nosotros el oráculo de delfos 2.0.

La inteligencia colectiva y el buey de Galton

Estos modelos de predicción se basan en asumir que el margen de error para una persona puede ser muy amplio, pero cuando juntamos el criterio de miles o millones de ellas, las predicciones tienden a ser mucho más afinadas. Lo curioso del tema es que esta explicación se puede demostrar científicamente. De hecho, a principios del siglo pasado, Francis Galton, a quien algunos consideran como el padre de la psicología diferencial, realizó un curioso experimento que nos ayuda a entender cómo funcionan estos modelos predictivos. Al parecer, a la edad de 85 años, en uno de sus paseos matutinos, Galton decidió visitar una feria de ganado cercana y fijó su atención en un enorme buey que estaba expuesto a la vista de todos los asistentes. El animal era objeto de un concurso que consistía en adivinar su peso. Galton, que estaba obsesionado con la estadística, preguntó al organizador del concurso acerca de cuanta gente había participado dando su estimación. Según parece, más de 800 personas. Con esa muestra de datos se dispuso a demostrar una hipótesis de partida: la cifra promedio del grupo estaría lejos del peso real del buey. Según Galton, la explicación se debería a que en esa muestra estarían mezcladas las estimaciones de unas pocas personas muy inteligentes con otras tantas mediocres y un montón de gente poco inteligente. Lápiz en mano hizo los cálculos y …ostras perdrín!!  Resultado: 1.197 libras. Peso real: 1.198 libras.  El juicio de la multitud era prácticamente perfecto.

Un experimento similar aparece descrito en el best-seller The Wisdom of Crowds en el que James Surowiecki explica distintas formas de  medir la capacidad de los grupos de individuos para evaluar situaciones y tomar decisiones. El experimento en cuestión consiste en estimar cuántas canicas hay en un tarro. Este cálculo suele ser bastante inexacto cuando tomamos el dato individualmente pero mejora sustancialmente cuando se toma la media de estimaciones de múltiples individuos.

Pues bien, en el caso de las predicciones de Bing, lo que encontramos es que el programa realiza complejos cálculos matemáticos incorporando diversas variables. En el ejemplo de los resultados del mundial de Brasil o ahora con la Eurocopa de Francia, algunas de estas variables son la previsión del tiempo para el día del partido, el estado del césped, cual es el equipo visitante, el histórico de victorias y derrotas, etc. Pero además incluye otra variable que en este caso es la que más nos interesa, las predicciones de las casas de apuestas. El fútbol es un deporte que depende mucho de estados de ánimo y la forma actual de los jugadores, y esos datos los conocen las aficionados locales que apuestan en los partidos. Así que, como puedes ver, el tratamiento de grandes volúmenes de datos nos permite aprovechar la inteligencia de las multitudes y adivinar lo que sucederá en determinados acontecimientos. ¿Es magia? No, son cálculos matemáticos y algoritmos predictivos aunque con un lógico (y deseable en este caso) margen de error.

Quizá también te interese leer:

Inteligencia colectiva y su coste de oportunidad