En 1996, Sally Clark, una mujer inglesa, dio a luz a un hijo. Murió unas semanas después de su nacimiento. Se ha asumido el síndrome de muerte súbita del lactante. Aproximadamente un año después, su segundo hijo también falleció poco después de su nacimiento. ¿La misma causa de muerte otra vez? ¿O la madre Sally Clark mató a ambos niños? En el tribunal, un perito médico afirmó que las probabilidades de que dos hermanos murieran por muerte súbita eran de 1 en 73 millones. Entonces, ¿qué tan probable es que Sally Clark sea inocente?
Probablemente estés pensando: 1 en 73 millones. Al menos eso es lo que concluyó el jurado del testimonio del experto y encontró culpable a la joven madre. Sally Clark ha sido víctima de un escandaloso error judicial. Porque el jurado malinterpretó los datos.
El hecho de que las decisiones importantes se basen en una estimación de la probabilidad se encuentra no solo en el poder judicial, sino también en otros campos, como la medicina. Lo que el médico extrae del resultado de la prueba influye en la elección del tratamiento para recomendar a su paciente. En 2014, las autoridades sanitarias de EE. UU. Advirtieron contra el uso de pruebas de PSA en la detección del cáncer de próstata (PSA = antígeno prostático específico) porque debido a la dificultad de interpretarlo, los médicos a veces consideran que los pólipos son malignos. Luego sugirieron tratamientos innecesarios, con riesgos de efectos secundarios como enuresis o impotencia así como consecuencias psicológicas para el paciente.
En un mundo de posibilidades, somos seres muy contradictorios. Por un lado, los científicos cognitivos creen que somos estadísticos natos porque podemos predecir intuitivamente si un evento es probable o no. Pedirle un favor a un amigo, por ejemplo, es una cuestión generalmente realista de cómo reaccionaría ese amigo. Probablemente hará como que tiene una cita para no tener que ayudar. Pero no va a decir que no está de humor, porque no va a ser su estilo. Una comprensión intuitiva de lo que podría suceder es altamente probabilística: usted juzga más o menos conscientemente la plausibilidad de los eventos; por ejemplo, un evento amigo está de acuerdo en que dirá que no explícitamente o dará una excusa.
Sin embargo, somos notablemente malos para interpretar datos explícitos de probabilidades. Esto se debe al hecho de que las dos tareas difieren enormemente: predecir niveles de razonabilidad con una precisión razonable o resolver un problema matemático. A veces, nuestra intuición estadística está equivocada. Nuestro oído interno realiza constantemente análisis de Fourier de las ondas sonoras entrantes, dividiéndolas en frecuencias individuales, lo que nos permite interpretar la música y percibir el tono. Sin embargo, el cálculo del análisis de Fourier no es nada fácil.
Nos resulta especialmente difícil lidiar con problemas que necesitan estadísticas bayesianas para resolver
Nos encontramos particularmente difíciles con problemas que deben resolverse utilizando la estadística bayesiana: para determinar la probabilidad de un evento, hay que tener en cuenta la probabilidad de que ocurra otro evento. Incluso si no es inmediatamente evidente, una gran cantidad de problemas se comportan de acuerdo con este principio.
«Alborotador. Amante de la cerveza. Total aficionado al alcohol. Sutilmente encantador adicto a los zombis. Ninja de twitter de toda la vida».