CIRCULO DE CIBERLECTURA
INDICE.-
Noticias.- XIV Congreso Internacional de Bioética
Comentario de libros.- Historia reciente de la verdad.
Webs de interés.- Teorema de Bayes
Vídeo comentado.- What to trust in a «post-truth» world
————————————————————————
Noticias.-
XIV Congreso Internacional de Bioética 3-5 OCTUBRE 2019.
HOTEL RAFAEL ATOCHA MADRID
Mas información en:
Comentario de libros.-
Blatt, Roberto. Historia reciente de la verdad. Turner, Madrid, 2018.
Aunque breve este libro resulta inspirador. Lo escribe un filósofo y traductor cuya anterior obra, (Biblia, Corán, Tanaj), nos orienta sobre su tendencia a situar las ideas en su contexto histórico.
El libro que nos ocupa traza una evolución del concepto de verdad en diferentes etapas de la Humanidad. La “verdad” inicia su andadura como verdad religiosa. En el siglo XIX emerge otro tipo de verdad, la relacionada con asuntos privados, y con las verdades establecidas por la ciencia experimental, entre otras. La verdad en asuntos privados se asienta gracias a que los tribunales que juzgaban casos atentatorios a la Corona poco a poco reorientan su interés hacia asuntos de los ciudadanos. Para ello resulta perentorio identificar a los sujetos que reinciden en sus crímenes. Una solución fue tatuarlos, o mutilarlos, pero esta solución draconiana se abandonó en favor de las huellas digitales. La implantación del sufragio universal asentó definitivamente el método.
La comunicación se expande y conlleva procesos que ahora nos parecen elementales: por ejemplo acordar los fusos horarios a fin de que los trenes pudieran llegar “a la hora” a las estaciones de apartadas ciudades. O la misma idea de “futuro” como utopía, como proyecto. Pensar y planificar a unos meses o años vista, todo un lujo hasta el siglo XIX.
La Guerra de Crimea (1853-6) fue la primera cubierta por un corresponsal de guerra. Las diferentes leyes que restringían la libertad informativa decaen en favor del derecho a ser informados con objetividad. Sin embargo las filtraciones malintencionadas desde el mundo de la política tienden a crear relaciones clientelares con determinados periódicos, y a la postre, decantarlos a sus posiciones.
A diferencia de los textos sagrados el periodismo se dedica a lo efímero, e inicia su andadura como meros anuncios. Pero poco a poco gana poder el relato como hacedor de significado. En muchos casos son los conflictos armados, la arenga e incluso la exageración, las que se articulan como narraciones de indudable eficacia política. El guion exige la presencia de un “bueno” y un “malo”. Paradigma de ello fue la Segunda Guerra Mundial.
El periodismo aprende de la literatura, pero se desprende poco a poco de las narraciones simples para limitarse a sugerir las valoraciones morales, y permitir que los lectores sean quienes articulen valores encima de dichas narraciones. Una estrategia mas eficaz si lo que pretendemos es que el lector internalice determinados relatos.
La comunicación audiovisual sigue una evolución similar: los noticieros burdamente manipulados deben remozarse como telediarios objetivos, o documentales de investigación. La obra de arte ya no puede justificarse como rememoración de mitos religiosos… tiene que reflejar también esta realidad, pero a la vez interpretarla para hacerla “mas verdad” que la propia realidad.
 |
| R Blatt |
Este naturalismo daría paso al realismo y después a la literatura de la “corriente de la conciencia”. La mirada científica no es ajena a este movimiento del arte narrativo. El impacto de los avances científicos hace soñar a muchas personas con super-héroes tipo Flash Gordon (años 30 del siglo XX), y los atisbos vernianos de lo que será la ciencia ficción. El colmo en la confusión entre narrativa y realidad lo protagonizó Wells con su “Guerra del fin del mundo”.
Se atribuye a Albert Lasker el nacimiento de las soap operas o series radiofónicas, (mas tarde telenovelas), (Chicago 1900). Nacía el targetting, la publicidad dirigida a grupos poblacionales concretos.
El libro que comentamos traza diferentes líneas en las que ideas, creencias o prejuicios confluyen en fenómenos sociales relevantes. Es el caso de la crisis financiera del 2007-14. Para nuestro autor tras la caída del muro de Berlín se inicia una etapa de optimismo económico que lleva al poder a políticos que desoyen las voces (y las leyes) que prevenían de una excesiva confianza. La eliminación de facto de leyes como la estadounidense Glass-Steagall (1933) condujo a conceder hipotecas basura.
¿Y la pos-verdad? ¿Cómo y por qué emerge con tanta fuerza? En un mundo de redes sociales los algoritmos conocen nuestras tendencias y nos recomiendan lo que confirma nuestras preferencias. Nos cerramos (o nos encerramos) en nuestras verdades, sin ningún interés en contrastarlas. “La verdad, en lugar de ser el resultado de testimonios contrastados, se convierte en el veredicto de un referendo constante de audiencia” (pag 105). Y las empresas no quieren que sus clientes se vayan a un portal menos complaciente con sus preferencias políticas o religiosas, por insensatas que sean.
La crisis ha dañado la confianza de las clases medias en el establishment, y “el nuevo escepticismo se vuelca contra todas las instituciones políticas y sociales que identificamos con el establishment” (pag 109). Se identifica la casta como el enemigo a batir. “Mas que la aldea global, el espacio digital ha hecho renacer la organización tribal” (pág 114). A los amigos de Facebook no les comunicamos aquellas opiniones que pensamos pueden herir alguna sensibilidad, sino en general lo que puede encontrar consenso y aplausos. A eso se le conoce como “enfoque del mínimo denominador común” (pag. 115). Un enfoque de complacencia en la que hay dos grandes vectores que favorecen estos consensos: que descarguen emociones grupales potentes (rabia, rencor, resentimiento….), y den pábulo a un mundo ideal que substituya al mundo cruel en que vivimos, (un mundo políticamente correcto donde la vedad científica queda sustituida por la verdad del “pluricientifismo”). Así se explica que el 26% de los universitarios crean aún en la homeopatía.
Francesc Borrell
Sant Pere de ribes
PD- no se pierdan nuestros lectores la charla en TED del profesor Edmans sobre la pos-verdad.
Levitin D. Weaponized Lies: how to think critically in the post-truth era. Penguin Books, 2017.
Si un espectador observa las cifras de venta del iphone, que se presentaron en 2013, (ver figura 1), tendrá la impresión de que todo va bastante bien. Pero si atendemos a las ventas reales efectuadas cada mes (figura 2), nos llevamos una impresión bien diferente. Acumular las ventas (sumar las ventas de este mas a las anteriores ventas) nos hace construir un diagrama mas optimista de lo que indican las ventas en cada período temporal, y pueden conducirnos a pensar que “todo va muy bien”, cuando el descenso de ventas resulta llamativo. (El lector interesado puede ampliar este asunto aquí; las figuras con las que hemos ilustrado el ejemplo pueden encontrarse aqui).El libro que comentamos está repleto de ejemplos de este tipo. Se divide en tres partes: evaluando los números, las palabras y el mundo.
En la primera parte, evaluando los números, Levitin se centra en si una estadística es plausible. Hay afirmaciones que son directamente falsas, por ejemplo… “las llamadas telefónicas han bajado sus precios un 1000%”. Otras veces se usan medias que se ajustan de manera caprichosa, o se usan medianas y modas en lugar de medias. Podemos afirmar que “de media los humanos tienen un testículo”, ya que incluimos en el denominador a las mujeres… O que el Valle de la Muerte de California tiene una agradable media de temperatura de 25 grados C…. (sin decir que las temperaturas extremas diurnas nos matarían de calor).
La calidad de una información viene a veces determinada por cómo se recolectan los datos y cómo se usan. Muestras sesgadas o con pocos efectivos (por ejemplo, número de personas que intervienen en una encuesta), conducen a cualquier resultado que quisiéramos. Las predicciones electorales de periódicos sesgados hacia una u otra opción son claro ejemplo. Pero si deseamos establecer predicciones futuras deberemos realizar lo que en términos estadísticos llamamos “inferencias”. En este punto el autor echa mano del teorema de Bayes, aspecto que nos parece un acierto. A tal efecto analiza las probabilidades de que una persona acusada de asesinato sea realmente culpable, atendiendo a diferentes pruebas: por ejemplo si la sangre encontrada en la escena del crimen coincide con su grupo sanguíneo. Otro ejemplo afortunado es hasta qué punto el hallazgo del boson de Higgs nos indica que verdaderamente el experimento tan aplaudido en los medios de comunicación (recuerden, “la partícula de Dios”), revela o no su existencia. En los dos ejemplos lo que nos dice el teorema de Bayes es que cuánto menos plausible es un hecho, mas evidencias debemos exigirle.
Y también nos dice que no es suficiente con que demostremos que hemos obtenido una particula que parece el boson de Higgs, sino que tenemos que examinar otros modelos alternativos que quizás expliquen con mayor precisión o propiedad el hallazgo que hemos realizado.
Pablo Oliveres
Murcia
Webs de interés.-
EL ENFOQUE BAYESIANO EN EL MUNDO DE LA POSTVERDAD
Coherentes con nuestro tema del día, la post-verdad, ofrecemos a nuestros lectores dos potentes herramientas para el cálculo bayesiano.
El teorema de Bayes es un enfoque original de la probabilidad. Existen tres tipos de probabilidad: la clásica (tiramos un dado de 6 caras -y solo 6 caras- y calculamos la probabilidad de que salga el 4), la frecuentista, basada en la experiencia, (por ejemplo probabilidad de que me parta un rayo), y la bayesiana, basada en condicionantes.Ejemplo del enfoque de Bayes: cuan probable es que tenga la gripe si tengo dolor de cabeza y fiebre y me encuentro en un momento del año en que se ha decretado epidemia de gripe en mi pueblo o ciudad. Cuantos mas condicionantes significativos sea capa de encontrar, mayor será la probabilidad de tener la gripe.
Este enfoque es muy diferente a decir: ¿Cuál es la probabilidad de gripe que tengo a lo largo de un año entero? (seria el enfoque frecuentista).
En la vida cotidiana realizamos previsiones frecuentistas y bayesianas. Por ejemplo: estamos sentados en el teatro, la función está a punto de empezar, y anuncian que cerremos los móviles…. Como sabemos que en ocasiones nos dejamos el móvil encendido, procedemos a verificar que lo hayamos apagado (visión frecuentista). Quizás recordamos vagamente que lo hemos hecho, pero no nos fiamos de esta impresión “ligera”, a menos que lo acabemos de hacer. En una ocasión nuestro móvil sonó de manera inoportuna y el recuerdo de aquel bochorno nos hace ser mas cautos. En este punto hemos sido bayesianos, hemos estimado nuestra certeza de que teníamos el móvil apagado en un parco 60% y este nivel de riesgo (40% de que pudiéramos tenerlo encendido) no ha parecido excesivo.
 |
| La famosa ecuación de Bayes |
No acaba aquí la cosa. Un señor de unos 80 años se acerca a nuestra hilera y nos pide paso. Eso implica levantarse mucha gente para dejarle pasar, pero observamos además que toda la hilera está ya ocupada. El señor nos informa que va a la silla 24 que vemos ocupada por un sujeto de unos 30 años. Rápidamente hacemos un cálculo bayesiano: ¿Cuál es la probabilidad de que este sujeto de 80 años esté equivocado en relación a otro sujeto de 30? Y también… ¿en caso de error la gente se equivoca mas en su número de silla o de hilera?
Y entonces como buenos bayesianos no nos llegamos a levantar, sino que le decimos al señor: “¿qué hilera tiene en su entrada?”, con lo que verificamos su error y evitamos que 8 personas se alzaran para dejarle pasar y allí comprobar su error.
¿Tiene importancia el enfoque bayesiano en un mundo de la pos-verdad? Si, mucho valor, porque nos obliga a tener una visión de cómo es el mundo. Nos obliga a establecer probabilidades “a priori”, a establecer modelos de cómo funcionan las cosas, y a ser coherentes con estos modelos. También nos obliga a que si un modelo está bien asentado y en general explica bien cómo funciona una parcela de nuestra realidad, (pongamos por caso la quimioterapia en el tratamiento del cáncer), si surge un caso que va en contra de este modelo, (curación del cáncer mediante una dieta), dicha prueba debe contrastarse con gran cuidado. De eso nos habla el vídeo que hemos seleccionado (ver mas abajo). Dicho de otra manera: debemos ser cautos en creernos narraciones que chocan contra una visión del mundo bien asentada. Y si sobre una parcela de la realidad no tenemos un buen modelo de cómo funcionan las cosas, en tal caso al menos tenemos que saber recurrir a fuentes con autoridad.
Pero entre tanto nos complace compartir con nuestros lectores dos calculadoras bayesianas que pueden ayudarles mucho:
En la primera pueden calcular la probabilidad a partir de dos factores:
En la segunda encontrarán también este cálculo pero además el teorema de Bayes aplicado a la certeza subjetiva. Pondremos un ejemplo de lo que significa: imaginemos que por nuestra práctica clínica un paciente que se queja de dolor de rodilla y al que encontramos una maniobra concreta (pongamos la maniobra de McMurray) positiva tiene en un 30% un desgarro de menisco. Si además de esta prueba tiene otra maniobra como puede ser la de Apley positiva, ¿en que medida incrementa nuestra certeza de que estamos frente a un desgarro meniscal? Pues aquí tenemos una calculadora para ajustar nuestras certezas subjetivas:
Francesc Borrell
Sant Pere de Ribes
Vídeo recomendado.-
Alex Edmans TEDxLondonBusinessSchool
What to trust in a «post-truth» world
Belle Gibson era una feliz joven australiana. Vivía en Perth y le encantaba andar en patineta. Pero en 2009, Belle descubrió que tenía un tumor cerebral y cuatro meses de vida. Dos meses de quimioterapia y radioterapia no dieron resultado. Pero Belle estaba decidida. (…) Así que Belle luchó: se ejercitó, hizo meditación y cambió la carne por frutas y vegetales. Y se recuperó totalment. La historia de Belle se hizo viral.…. Solo había un problema… ¡todo era mentira!.
Alex Edman nos anima a que no caigamos en este tipo de fake news. Para ello parte de la inferencia baysiana: “Veamos una de las técnicas más importantes de la estadística. Se denomina inferencia bayesiana. Y su versión más simple es la siguiente: Nos preocupamos por: «¿La información respalda la teoría? ¿La información aumenta nuestra creencia de que la teoría es verdadera?»
Por desgracia en la vida cotidiana nos preguntamos:¿me gusta esta narración? ¿me complace?…. ¡pues tiene que ser cierta! Y aún demostrándose que no lo es nos decimos: “es igual, merecería ser cierta, o sea que para col·laborar a hacer un mundo major continuo rebotándola a mi red social”.
Para quien prefiera la transcripción de la charla puede pinchar aquí.
Eva Peguero
Barcelona