«El cisne negro» o la metáfora espiritual de porqué somos incapaces de predecir el futuro aunque nos empeñemos

Actualizado el miércoles, 10 abril, 2024

El cisne negro es un símbolo poderoso con un profundo significado espiritual. Se ha utilizado durante siglos para representar la transformación, la resiliencia y la adaptabilidad. En muchas culturas, el cisne negro es visto como un mensajero de esperanza y protección contra el daño. También sirve como un recordatorio importante para permanecer abierto al cambio y usarlo como una oportunidad de crecimiento. Al comprender el significado espiritual del cisne negro, podemos comprender mejor nuestras propias vidas y encontrar fortaleza en tiempos difíciles.

El cisne negro como animal espiritual

En el mundo del espiritualismo y la simbología, el cisne negro puede ser visto como un animal espiritual que representa la transformación, la transición y la renovación.

El cisne en sí mismo es un animal conocido por su belleza y gracia, lo que puede simbolizar la elegancia y la armonía. Pero el cisne negro, con su rareza y singularidad, puede simbolizar la singularidad y la individualidad.

Además, el color negro puede representar lo desconocido y lo misterioso, lo que puede indicar que el cisne negro como animal espiritual puede llevarnos a explorar los aspectos ocultos y profundos de nosotros mismos.

En términos de transformación, el cisne negro también puede ser visto como un recordatorio de que la vida es un proceso constante de cambio y evolución. El cisne negro puede inspirarnos a abrazar los desafíos y las dificultades como oportunidades para crecer y transformarnos.

Metáfora del Cisne Negro

Antes del descubrimiento de Australia se creía que todos los cisnes eran blancos. Parecía una creencia irrefutable. Pero, entonces, se vio que en Australia los cisnes también podían ser negros. Y puede que un cisne negro no cambie nada, pero sí nos dice algo muy importante: que no haya sido descubierto hasta ahora, no significa que algo no exista.

El Cisne Negro se ha convertido en un símbolo que es utilizado para definir un suceso que se caracteriza por los siguientes atributos:
– No es normal pero es real.
– Produce un gran impacto al ser inesperado.
– Una vez descubierto, la naturaleza humana hace que inventemos explicaciones de su existencia para hacerlo explicable y predecible.

Los Cisnes Negros son el origen de casi todo lo que hace evolucionar nuestro mundo, desde el éxito de las ideas y las religiones, hasta la dinámica de los acontecimientos históricos y los elementos de nuestra propia vida personal.

Casi todo lo que conocemos hoy, comenzó como una rareza inexplicable.

Sucesos como el ascenso de Hitler, la desaparición del bloque soviético, la aparición del fundamentalismo islámico, los efectos de la expansión de internet, las modas… Todos siguen la dinámica del Cisne Negro. Durante años, se creía que el gran problema de las ciudades era qué hacer con la «caca» de caballo acumulada en las carreteras. Hoy día, el problema se ha trasladado a el humo tóxico de los coches en nuestros pulmones. ¿Quién hubiera imaginado que sustituiríamos los animales por las máquinas para desplazarnos?

La incapacidad de predecir las rarezas implica la incapacidad de predecir el curso de la historia, dada la incidencia de estos sucesos en la dinámica de los acontecimientos. Y es que el futuro, aunque no lo creamos, es opaco. Tan opaco, que casi nunca es cómo lo imaginamos:

A nuestra mente le apasiona predecir lo impredecible. Capaz de dar sentido a casi todo, hábil para ensartar explicaciones para todo tipo de fenómenos, y generalmente incapaz de aceptar la idea que en realidad, estamos rodeados de impredecibilidad.

Pero dado que los Cisnes Negros son impredecibles, tenemos que amoldarnos a su existencia. ¡Acéptalo! Y hay muchas cosas que podemos hacer si nos centramos en lo que no sabemos. Según Nassim Nicholas Taleb, autor de «El Cisne Negro» saber que no podemos predecir no significa que no nos podamos beneficiar de la impredecibilidad. Hay muchas cosas que hacer, siempre y cuando seamos conscientes de los límites de la predictibilidad completa.

Y sobre todo, si crees que algo es posible, ¡confía en ello!. Todo lo que ahora nos rodea es algo que la gente, no creía ni imaginaba que existiera jamás.

Origen de la metáfora del Cisne Negro

La metáfora del Cisne Negro se refiere a un evento impredecible y altamente improbable que tiene un gran impacto en una situación o sistema. El término se originó a partir de la creencia antigua de que todos los cisnes eran blancos, hasta que los exploradores europeos descubrieron cisnes negros en Australia en el siglo XVII.

Desde entonces, la metáfora del Cisne Negro se ha utilizado para describir eventos inesperados y aparentemente improbables que tienen consecuencias significativas. Estos eventos a menudo son imposibles de predecir y no se pueden modelar utilizando las herramientas convencionales de la estadística y la teoría de la probabilidad.

La metáfora del Cisne Negro se ha aplicado a una amplia gama de eventos históricos, desde la caída del Muro de Berlín hasta la crisis financiera mundial de 2008. La idea es que estos eventos son tan raros e inesperados que se consideran «cisnes negros» y, por lo tanto, no se pueden prever ni anticipar fácilmente.

Metáfora del Cisne Negro para predecir el futuro

Noise (escrito por Daniel Kahneman, Olivier Sibony y Cass R. Sunstein) es una exploración del papel caótico y costoso que juega la aleatoriedad en el juicio humano. Al descubrir los mecanismos detrás de cómo funcionan nuestras mentes y sociedades, los autores muestran cómo el ruido , la variabilidad no deseada en las decisiones, es ineludible y esquivo. Sin embargo, podemos, con algunas estrategias sólidas, hacer que nuestros juicios sean menos ruidosos y que nuestro mundo sea más justo.

Imagina que tienes un cronómetro en la mano. Sin mirar, encienda el reloj y luego deténgalo exactamente después de diez segundos.

Si hace esto un par de veces seguidas, notará que dar diez segundos en el punto es casi imposible. A veces te quedarás un poco corto, a veces te alargarás. A veces te equivocas por milisegundos. Otras veces, te desvías por un segundo entero, o incluso más. De cualquier manera, a través de este pequeño experimento, terminará con un conjunto de errores que no tienen un patrón discernible ni una causa aparente.

Este es un ejemplo de ruido o errores aleatorios de juicio. Y aunque sus errores en este pequeño experimento del cronómetro son lo suficientemente inocentes, como está a punto de aprender, las variaciones de juicio como estas pueden tener consecuencias mucho más graves. Bienvenidos al extraño mundo del ruido.

La variabilidad aleatoria y no deseada en el juicio humano está en todas partes, y lo veamos o no, pagamos un alto precio. La buena noticia es que podemos reducir el ruido si cambiamos nuestra mentalidad y adoptamos principios de prevención.

Los factores impredecibles y no relacionados pueden tener un impacto alarmante en el juicio humano

Para comprender mejor la naturaleza aleatoria y extraña del tipo de ruido del que estamos hablando aquí, imaginemos que eres un estudiante de último año de secundaria y tú y tu mejor amigo son unos nerds académicos autoproclamados. Ambos obtuvieron excelentes calificaciones, obtuvieron los SAT y obtuvieron entrevistas de admisión en la misma universidad de la Ivy League.

Vas a tu entrevista y todo va a las mil maravillas. Tus altas calificaciones impresionan al oficial de admisiones y cruzas el campus de regreso a tu auto sintiéndote genial, con el sol en tu cara y una brisa fresca en tu espalda.

Su amiga tiene su cita con el mismo oficial de admisiones al día siguiente. Al igual que para usted, su entrevista es un viaje tranquilo. Pero cuando se va, las nubes de lluvia que se han acumulado durante toda la tarde se abren en un aguacero.

Pasan las semanas y cada uno recibe una carta de la oficina de admisiones. Resulta que te rechazaron pero aceptaron a tu amigo. Tu mente da vueltas. ¿Por qué? ¿Qué tiene ella que tú no?

Según un artículo de 2003 titulado de forma evocadora «Las nubes hacen que los nerds se vean bien» del científico del comportamiento Uri Simonsohn, el clima podría haber marcado la diferencia. Simonsohn descubrió que en los días más nublados, los oficiales de admisiones universitarias prestan más atención a las calificaciones y puntajes.

En los días más soleados, por otro lado, los oficiales de admisiones son más sensibles a las cualidades no académicas, lo que significa que el día de su entrevista, el oficial podría haber estado más interesado en el atletismo y el talento artístico que en las calificaciones de A y SAT.

Por otra parte, quizás la decisión del oficial de admisiones no tuvo nada que ver con el clima en absoluto, y más que ver con los entrevistados que le precedieron. Quizás esos estudiantes eran grandes candidatos, y el oficial de admisión simplemente no quería tener una racha de aceptación.

Pero espera. Otros factores irrelevantes también pueden haber influido en la decisión. El oficial de admisiones podría haber tenido hambre; pudo haber sentido que el día soleado era demasiado caluroso, a pesar del aire acondicionado en la oficina; el equipo de fútbol de su ciudad natal podría haber perdido un partido importante. Los investigadores han demostrado que cada uno de estos factores irrelevantes puede afectar las decisiones de los oficiales de préstamos bancarios, los árbitros de béisbol, los médicos y los jueces.

Es importante destacar que en todos estos escenarios, una persona se enfrenta repetidamente a sustancialmente la misma situación, pero emite juicios diferentes. Los investigadores llaman ruido a esta ocasión de variabilidad , y es una de las principales categorías de ruido. Pero no es el único.

El ruido y el sesgo son diferentes, aunque el sesgo puede generar ruido

Hagamos otro experimento mental, uno que tenga lugar en un carnaval. Específicamente, en una sala de juegos.

Usted y un amigo, rifles BB en la mano, acaban de disparar varios perdigones de metal contra objetivos de papel que cuelgan en el extremo más alejado del rango. Ambos son unos tiradores terribles, pero de diferentes formas.

En su objetivo de papel, las fallas son dispersas. Tomado con el brazo extendido, puede ver que no hay patrón. Tus disparos son ruidosos.

Pero el objetivo de papel de tu amigo cuenta una historia diferente. Sus disparos se agrupan, pero no en la diana. Sus tiros tienden a ser bajos y a la izquierda. Es como si creyera que la verdadera diana está ahí abajo. O quizás el cañón de su rifle esté doblado. ¿Qué hay detrás de su inexactitud sistemática?

Siempre que cometemos errores sistemáticamente, lo llamamos sesgo .

Día a día, empleamos el término para describir el prejuicio a favor o en contra de ciertos grupos de personas. En el campo de la psicología, el término se usa a menudo para identificar los mecanismos cognitivos que sesgan nuestros juicios.

Tomemos el sesgo de conclusión , por ejemplo, que nos hace inclinar nuestros juicios hacia un resultado deseado, lo que nos hace interpretar la evidencia de una manera sesgada. Solo considere un tribunal de inmigración de Miami, donde se determinó que la posibilidad de obtener asilo oscilaba entre el 5 y el 88 por ciento, según cuál de los dos jueces escuchó el caso. Lo más probable es que estos dos jueces sufrieran un sesgo de conclusión. No hace falta decir que este tipo de sesgo puede tener consecuencias que cambian la vida.

Si las decisiones de asilo fueran perdigones en una pistola de aire comprimido, los dos jueces de Miami producirían blancos de papel con disparos agrupados fuera del blanco. Pero si se trazaran las decisiones de asilo de todo el tribunal de Miami, incluidas las decisiones variables de otros jueces, el objetivo de papel del tribunal mostraría un desorden disperso.

Este tipo de variabilidad, donde los juicios dentro de un sistema son injustificadamente inconsistentes entre sí, se llama ruido de sistema.

¿Recuerda el ruido de la ocasión del oficial de admisiones de la Ivy League? Eso también puede haber sido el resultado de un sesgo. Pero ya sea que estemos detectando el ruido de la ocasión o el ruido del sistema, tenemos que examinar nuestro objetivo de papel a distancia. Si mantenemos el objetivo demasiado cerca de nuestros ojos, el ruido deja de ser evidente.

Ahora, pasemos a otra área propensa al ruido: las predicciones.

Cuando hacemos predicciones, lo que nos parece correcto nos engaña fácilmente

Un juez que decide la fianza se enfrenta a una gran responsabilidad. ¿Debería mantener a un acusado en la cárcel en espera de juicio o dejarlo ir?

Si ella niega erróneamente la fianza, el acusado perderá su libertad y quizás su trabajo. Su familia incluso podría perder su hogar. Nada de esta pérdida habrá servido a la justicia. Por otro lado, si ella le concede la libertad bajo fianza por error, él puede huir y, peor aún, cometer otro delito.

Al sopesar estas consecuencias, un juez de fianzas recurre a su experiencia y al historial que tiene ante sí para predecir lo que haría el acusado si fuera liberado.

Desafortunadamente, los humanos, y eso incluye a los jueces, son terribles para hacer predicciones precisas.

En 2018, un equipo dirigido por el investigador de computación y comportamiento Sendhil Mullainathan creó un algoritmo que produjo sentencias de fianza. Lo alimentaron con los resultados de aproximadamente 760,000 audiencias de fianza en la vida real y encontraron que el algoritmo habría reducido simultáneamente la población carcelaria y el crimen cometido por los acusados ​​liberados en un 24 a 42 por ciento.

Otros estudios han encontrado que una fórmula rudimentaria que considera solo dos factores, la edad del acusado y la cantidad de citas en la corte que se han perdido, también supera a los jueces humanos.

Esto plantea la pregunta: ¿Por qué los expertos con años de capacitación y experiencia caen en un distante tercio de los algoritmos y las matemáticas del reverso del sobre?

La respuesta es simple. Los jueces son humanos. 

Cuando intentamos predecir el futuro, buscamos un cierre. Es un intento de resolver un acertijo mental, y cuando encontramos una respuesta, experimentamos una señal interna que dice: ¡ Sí , eso es todo!

Una predicción satisfactoria es coherente con la forma en que vemos el mundo, y el poder de esta recompensa emocional a menudo nos ciega a una limitación básica de las predicciones: la ignorancia objetiva.

No sabemos lo que no sabemos y lo que sabemos puede ser incorrecto, incompleto o engañoso.

Las reglas y los algoritmos también son ignorantes. Más aún, de hecho. Pero están libres de señales internas, percepciones del mundo y recompensas emocionales. En resumen, nos superan porque están libres de ruido.

Ignoramos el ruido porque no es una buena historia

Es posible que haya notado que los consejos a menudo comienzan con una historia.

Esbozamos un momento y un lugar, un evento que involucra a un personaje, alguien con una meta y obstáculos que superar. Hacemos esto porque a la mente humana le encanta una historia y la información que funciona dentro de una historia tiende a quedarse.

Hasta ahora hemos analizado el ruido y algunas de sus consecuencias en los sistemas de admisión a la justicia y la universidad. Como hemos dicho, en cualquier lugar donde la gente haga juicios, seguramente habrá ruido. Pero si el ruido está en todas partes, ¿por qué no hemos escuchado más sobre él?

Gran parte de la percepción psicológica de las últimas décadas ha explorado nuestro profundo apego a la narrativa. La mente humana, hemos aprendido, comprende el mundo haciendo historias para explicar lo que observamos.

Por ejemplo, los psicólogos han identificado lo que se llama el error fundamental de atribución , nuestro hábito de acreditar o culpar a las personas por resultados que se explican mejor por meras circunstancias. En otras palabras, vemos personajes y tramas por todas partes. Cuando nuestra realidad es desafiada, el mecanismo psicológico del realismo ingenuo , la creencia que se refuerza a sí misma de que percibimos la realidad tal como es, refuerza nuestras narrativas al descartar contranarrativas problemáticas. Y cuando ocurre lo verdaderamente inesperado, la mente trabaja para traerlo dentro de lo que los autores llaman el valle de lo normal , donde lo extraño se hace comprensible al atribuir una causa en retrospectiva.

Eso nos lleva al punto principal aquí: el ruido se resiste a la narrativa. El ruido no es causal y no se ajusta a nuestros patrones de comprensión. En la medida en que es una historia, es frustrante y aparentemente sin sentido.

Sin una historia para acomodar el ruido, escapa a nuestra atención. O lo pasamos por alto por completo, lo eliminamos de nuestra conciencia o lo percibimos como una instancia de sesgo.

A Bias, después de todo, le va bien en una historia. Tiene fuerza causal.

El ruido, por otro lado, solo se puede observar estadísticamente. La variabilidad de las denegaciones de fianza, las admisiones universitarias, las audiencias de asilo y las decisiones de contratación puede parecer un sesgo cuando se experimenta de primera mano. Y como hemos dicho, el sesgo puede ser un factor contribuyente en algunos casos. Pero cuando retrocedemos y vemos estos fenómenos en conjunto, su naturaleza caótica y aleatoria se hace evidente.

Podemos cancelar el ruido promediando múltiples juicios independientes sobre una sola pregunta

Antes de continuar, recapitulemos rápidamente lo que hemos aprendido hasta ahora, que es lo siguiente: dondequiera que haya juicio humano, habrá ruido y, a veces, ese ruido puede tener consecuencias alarmantes que cambian la vida.

Entonces, eso naturalmente lleva a la pregunta: ¿Qué podemos hacer al respecto? ¿Cómo bajamos el ruido?

Para comenzar a responder esta pregunta, regresemos al otoño de 1906 cuando Francis Galton, un erudito y primo del famoso evolucionista Charles Darwin, visitó una feria del condado en Plymouth. Mientras paseaba por los puestos, se encontró con una competencia de pesaje de bueyes. Galton, quien entre otras cosas, era un teórico de la inteligencia, escuchó con curiosidad mientras cerca de 800 aldeanos daban sus mejores estimaciones sobre el peso del buey. Nadie obtuvo la respuesta correcta: 1,198 libras. Cuando terminó la competencia, Galton pidió a los organizadores que le prestaran las entradas para el análisis estadístico.

Cuando se trazan en un gráfico, las estimaciones se dispersan. Por aquí y por debajo en cantidades variables e impredecibles. Los aldeanos eran ruidosos. Pero, cuando Galton calculó la media de las estimaciones de los aldeanos, notó algo sorprendente. Fue casi perfecto, solo con una diferencia de una libra.

Galton había tropezado con un fenómeno que ahora se conoce como efecto de sabiduría de multitudes . En cientos de circunstancias diferentes, se ha demostrado que obtener juicios independientes de varios jueces y luego promediar sus respuestas lo acerca a la verdad.

Cuando le pide a la gente que adivine la cantidad de caramelos en un frasco, la distancia de una ciudad elegida al azar o la temperatura dentro de una semana, sus respuestas variarán. Serán ruidosos. Sin embargo, cuando se promedia, el ruido en una respuesta contrarresta el ruido contradictorio en otra. El ruido se cancela solo.

Pero la sabiduría de la multitud viene con algunas salvedades esenciales.

Primero, cada juez debe ser independiente de los demás. Cuando se hace una pregunta a un grupo todos juntos, los individuos responden tanto al grupo como a la pregunta en sí.

Además, la sabiduría de la multitud solo se confirma cuando cada individuo considera exactamente el mismo caso. Hacerle a cada persona una pregunta diferente no te llevará a ninguna parte.

Finalmente, la sabiduría de la multitud no protege contra los prejuicios. Si la multitud comparte un sesgo, un error sistemático de juicio, la media de las respuestas de los miembros solo destilará y amplificará ese sesgo. Por ejemplo, si un comité de contratación tiene prejuicios contra las mujeres, ese prejuicio solo aparecerá más destacado cuando agreguemos y promediemos sus juicios sobre una candidata a un puesto.

Para combatir el ruido, primero debe hacerlo visible a través de una auditoría de ruido

Hasta ahora, hemos pasado bastante tiempo hablando de los jueces y la variabilidad aleatoria y ocasionalmente inexplicable en las sentencias que imparten. La calidad aleatoria de esta injusticia no escapó a la atención de Marvin E. Frankel, un juez de distrito de EE. UU.

Al principio de su carrera, Frankel se dio cuenta de que podía, por ejemplo, enviar a un ladrón de bancos condenado a prisión por hasta 25 años, o podía elegir una sentencia de un día. Frankel vio que el juicio dependía en última instancia de sus propios puntos de vista, predilecciones y prejuicios.

En 1973, Frankel publicó un libro que mostraba las disparidades en las sentencias por delitos sustancialmente similares. Un caso fue el de un falsificador de cheques de poca monta que recibió 30 días, y otro que recibió 15 años esencialmente por el mismo delito.

Sin embargo, las anécdotas individuales se pueden explicar. Entonces, Frankel se propuso crear un retrato sistemático más duradero.

En 1981, Frankel dirigió un equipo de investigación que pidió a 208 jueces federales que condenaran a acusados ​​penales de 16 viñetas ficticias.

El equipo de Frankel presentó los escenarios a cada juez individualmente y luego trazó la variación entre las sentencias propuestas por los jueces en cada caso. El estudio, y varios otros similares, demostraron estadísticamente que la variabilidad impactante, no la coherencia, era la norma en las sentencias penales.

Frankel demostró que una auditoría puede determinar el nivel de ruido en cualquier institución donde un grupo de expertos se ocupa de casos sustancialmente similares. Así es como se hace.

Primero, determine su diana. Decida cuánta variabilidad en el juicio es aceptable. Para un ejecutivo de seguros, la pregunta podría ser, ¿cuál es una diferencia tolerable en el pago recomendado por ajustadores de reclamos separados que inspeccionan el mismo sótano inundado?

A continuación, reúna a sus jueces o ajustadores de reclamaciones, según sea el caso, y presénteles escenarios. Asegúrese de proporcionarles una expresión numérica para cada sentencia, como años en una sentencia de prisión o dólares en el pago de un seguro.

Finalmente, mapee las respuestas de los jueces en relación con su diana. Y voilà, ahora tienes un retrato diagnóstico del ruido en tu institución. Ahora, ¿qué puedes hacer al respecto?

La higiene de decisiones puede reducir el ruido y, al igual que la higiene habitual, se trata de disciplina y prevención

Imagínese que está en una mesa de operaciones, a punto de pasar por el quirófano. Justo antes de que te quedes dormido bajo la influencia de un anestésico general, el cirujano principal se acerca al lavabo. Se enjabona las manos con jabón y luego las coloca bajo el agua caliente. Con ese simple acto, ha evitado que una cantidad desconocida de patógenos ingresen a su cuerpo.

Podemos hacer lo mismo con el ruido. Al adoptar principios que llamaremos higiene de decisiones , podemos hacer que nuestro mundo sea mucho menos ruidoso.

El primer paso para desarrollar la higiene de decisiones, el equivalente a que el cirujano se lave las manos con jabón, es aprender a detenerse y pensar estadísticamente antes de tomar cualquier decisión importante.

Aprendimos en un abrir y cerrar de ojos que nuestras mentes que buscan narrativas hacen una historia de todo. Nos sumergimos e imbuimos los detalles de un caso con causa y significado. Si bien esta es una tendencia natural, es una invitación al ruido. En su lugar, debe apuntar a tomar lo que Kahneman llama la visión exterior : enmarcar cada caso en referencia a un conjunto de otros casos similares.

Por ejemplo, digamos que tiene una nueva directora ejecutiva en el trabajo y se pregunta si tendrá éxito. La educación, la reputación y el historial de desempeño del CEO pueden brindarle algunas pistas, pero es una gran cantidad de información compleja y potencialmente engañosa.

Un enfoque menos ruidoso comenzaría explorando los resultados de situaciones similares. Por ejemplo, puede averiguar la tasa promedio de rotación de los directores ejecutivos en su industria o explorar la frecuencia con la que los nuevos directores ejecutivos generan un aumento en el valor de las acciones.

Mientras construye un marco estadístico sólido, debe resistir la intuición prematura.

A todos nos encanta un juicio que se siente bien, pero usted quiere que se sienta bien por las razones correctas. Guarde ese presentimiento que pueda tener sobre el alma mater de la directora ejecutiva o esa corazonada sobre lo que sucedió en su último trabajo. En cambio, guarde la recompensa emocional por un juicio que coincide con una visión bien fundada de lo que es más probable.

En una nota relacionada, crear un juicio que sea a la vez complejo y coherente es emocionalmente gratificante, pero esa recompensa puede engañarlo. Si es posible, divida los casos difíciles en preguntas separadas y entréguelas a jueces independientes.

Por ejemplo, conectar los puntos entre el mandato de su CEO y el valor de las acciones de la empresa puede ser un rompecabezas mental divertido, pero también puede ser irrelevante.

Tenemos un principio más crítico de higiene de decisiones, y se presenta en forma de advertencia.

Para que la reducción de ruido se mantenga, es esencial que los jueces lo acepten

En 1984, el juez Frankel obtuvo la victoria. El Congreso promulgó la Ley de Reforma de las Sentencias y poco después instituyó directrices estrictas para las sentencias basadas en un análisis de 10.000 casos reales. Bajo las nuevas reglas, los jueces solo pueden considerar el crimen y los antecedentes penales del acusado. El juez asignaría un valor numérico a cada uno y la puntuación resultante dictaba el rango de posibles sentencias.

Como resultado, el ruido en la sentencia se desplomó.

Por ejemplo, antes del acto, un hombre condenado por tráfico de drogas podría haber enfrentado una variabilidad de años en su sentencia dependiendo únicamente del juez que escuchó el caso. Posteriormente, esa variabilidad se redujo a un rango de unos pocos meses.

Los jueces de todo el país se quejaron amargamente. Habían afinado su sentido de la justicia a través de años de estudio y experiencia, y ahora su discreción había desaparecido, reemplazada por un crudo problema de matemáticas.

En 2005, la Corte Suprema derogó la Ley de Reforma de Sentencias por razones técnicas. Unos años más tarde, la profesora de derecho de Harvard, Crystal Yang, llevó a cabo un análisis de 4.000 casos penales condenados tras la desaparición del acto. La disparidad entre las penas severas y el promedio se había duplicado. Los valores personales habían surgido como base para la sentencia. El ruido había vuelto.

En retrospectiva, el juez Frankel y sus aliados perdieron un paso crucial en su campaña para la reducción del ruido. No habían logrado que los jueces se pusieran de acuerdo sobre el propósito final del juicio.

El objetivo del juicio debe ser la precisión, no la expresión personal.

A diferencia de la crítica literaria, el deporte competitivo, el cine o cualquier otro campo donde la diversidad de opiniones y estilos genera riqueza y crecimiento, la variabilidad entre los expertos que juzgan casos sustancialmente similares es un problema. Cuando dos radiólogos leen la misma radiografía de forma independiente y llegan a conclusiones diferentes, uno de ellos está equivocado. En otras palabras, cuando los jueces se acercan a la sala de tiro, primero deben ponerse de acuerdo en la misma diana.

Una vez que los jueces estén de acuerdo en que la precisión es la máxima prioridad, los auditores deben invitarlos a crear los escenarios de prueba. No hacerlo asegura que la auditoría se encontrará con un escrutinio hostil. A continuación, los jueces deben ver el alcance y los costos del ruido.

Kahneman, por ejemplo, realizó una auditoría en una compañía de seguros y descubrió que los suscriptores promediaban una diferencia del 55 por ciento en las primas que establecían para los clientes. Para que los suscriptores apreciaran la importancia de reducir este ruido, tenían que comprender que las pérdidas por sobreprecio y sobreprecio ascendían a cientos de millones de dólares.

Finalmente, al instituir la higiene de las decisiones, los jueces deben participar en la formulación de reglas prácticas y específicas del sistema que equilibren la reducción del ruido con otros costos. Por ejemplo, una reacción violenta contra el aumento de la delincuencia llevó a algunos estados de Estados Unidos a adoptar una regla de «tres strikes» que ordenaba la cadena perpetua para los acusados ​​condenados por tres delitos graves. La regla redujo el ruido, pero lo hizo sin tener en cuenta el historial del acusado, la gravedad de su delito o su capacidad de rehabilitación.

Auditorías, higiene, normativa, hábito y prevención. La reducción de ruido no es un trabajo muy glamoroso. Pero a estas alturas, probablemente estará de acuerdo en que el ruido tiene un costo terrible. Desperdicia recursos, estimula la injusticia y resulta en una tragedia personal. Erosiona la fe en las instituciones jurídicas, médicas, educativas y laborales. Ahora que lo hemos descubierto, es nuestro trabajo reducirlo.

Aprovecha la sabiduría de la multitud que hay dentro . Como aprendió en el consejos cinco, promediar juicios múltiples e independientes de una sola pregunta puede contrarrestar el ruido de esos juicios y dejarle una respuesta sorprendentemente precisa. La cosa es que, si te haces la misma pregunta varias veces, puedes lograr el mismo efecto.

Intentalo. Durante los próximos días, hágase la siguiente pregunta: ¿qué parte de los aeropuertos del mundo se encuentran en los Estados Unidos?

El promedio de sus respuestas será relativamente silencioso y sorprendentemente cercano a la verdad.

Alerta de spoiler: la respuesta es 32 por ciento.

___________

Daniel Kahneman, es economista y psicólogo y autor del revolucionario Thinking, Fast and Slow. El trabajo de Kahneman le valió el Premio Nobel de Economía en 2002 y la Medalla Presidencial de la Libertad en 2013. Actualmente es profesor emérito en la Universidad de Princeton.

Cass R. Sunstein es un estudioso del derecho y autor y coautor de varios libros, incluido Nudge, del que fue coautor con Richard Thaler. Sunstein se desempeñó como administrador superior en la Casa Blanca de Obama y es el fundador y director del Programa de Economía del Comportamiento y Políticas Públicas de la Universidad de Harvard.

Olivier Sibony es miembro de la Universidad de Oxford, ex socio principal de McKinsey & Company y autor de ¡Estás a punto de cometer un terrible error!