*

La estadística es una manera de presentar la realidad, pero saber cómo funciona puede prevenirnos de las continuas manipulaciones que se realizan gracias a ella

La estadística y la ansiedad están íntimamente relacionadas. Un ejemplo sencillo: la frase "100% de nuestros lectores van a morir" implica que a) asumimos que los lectores de Pijama Surf son humanos, y b) que como todos los humanos, morirán en algún momento. Constatar este hecho puede poner nerviosos a algunos, pero en términos estadísticos, se trata de una certeza incontestable; por otro lado, no todas las estadísticas son tan claras e incontrovertibles. De hecho, la estadística es la ciencia de manipular datos, en el sentido de presentar tales datos de manera relevante. Puede haber manipulaciones honestas, con fines informativos, y manipulaciones deshonestas, como decir que el hecho de que el presidente Enrique Peña Nieto haya creado más de 1 millón de empleos desde que comenzó su imposición mandato implica que tales empleos son bien remunerados, seguros o suficientes para los empleados.

El trabajo de David Spiegelhalter, analista de riesgo de la Universidad de Cambridge, consiste precisamente en darle una dimensión útil y práctica a la estadística, de manera que sea informativa y que la gente a la que se dirige no termine más confundida que informada.

El análisis de riesgo tiene mucho que ver con el ecosistema virtual en que nos desenvolvemos hoy en día. Mientras revisamos Twitter o Facebook vemos pasar porcentajes y gráficas, conteos, encuestas e interpretaciones que nos arrojan contextos diversos para tomar decisiones (o creer que podemos tomarlas), o vemos noticias sobre ciencia o estadísticas gubernamentales que construyen percepciones incorrectas. Según el profesor Spiegelhalter, la gente le asigna un valor casi mágico a la estadística, aunque no comprenda del todo su funcionamiento; un ejemplo clave es la lotería:

La gente sabe que la probabilidad de ganar la lotería es baja. La probabilidad de ganar la bolsa mayor de Inglaterra es cerca de uno en 45 millones, esto es: piensa en una enorme bañera, llénala hasta el borde con arroz. Eso es cerca de 45 millones de granos de arroz. Luego toma un grano de arroz, píntalo de dorado, y entiérralo por ahí en alguna parte. Luego pídele a la gente que pague 2 libras para meter la mano y sacar el grano dorado de arroz.

A pesar de que parece ridículo, afirma Spiegelhalter, "la gente de hecho gana... de modo que la gente se interesa en la pequeña pero real probabilidad de un enorme cambio".

Vía heladodemorfina.blogspot.com

Una correcta comprensión de la estadística nos dará una mejor oportunidad de prever el riesgo, que es finalmente para lo que sirve toda estadística: permitirnos tomar decisiones en situación de riesgo o donde no tenemos certeza absoluta de las consecuencias de la elección. Otro ejemplo del profesor es el tocino:

Esta mañana comí un cancerígeno, el tocino. Está clasificado en la misma categoría que fumar, pero yo muy feliz me comí el cancerígeno esta mañana. Pero estoy al tanto de que, si como tocino todos los días en cantidad sustancial, se incrementará mi riesgo de contraer cáncer de intestino y morir antes de tiempo.

Las palabras y las gráficas en estadísticas pueden ser manipuladas: quienes las realizan pueden tratar de reescalar un problema. Si no explicamos bien el contexto, una de cada 100 personas puede parecer mucho y una de cada mil poco, pero en realidad depende de lo que se trate:

Por ejemplo, sabemos que la gente piensa que 30 de cada mil es mayor que tres de cada 100. Sabemos que se puede hacer ver más grandes a ciertos números al manipular el denominador. Como estadístico, la percepción de los números es nueva para mí. Pensaba que la gente sabría que tres de cada 100 es igual al 3% [y] es igual a 0.03. ¡Pero son muy distintos!

Estadísticas falsas compartidas por Donald Trump (precandidato presidencial republicano de EU) en Twitter. Estadísticas falsas compartidas por Donald Trump (precandidato presidencial republicano de EEUU) en Twitter

Por ejemplo, en el caso de las enfermedades y pandemias, los gobiernos suelen agrandar un poco los números de modo que la gente se asuste y tome más precauciones de las necesarias, sabiendo que de alguna forma este exceso de precaución compensa cierta negligencia. Y es que según el profesor Spiegelhalter, aunque la gente conozca los riesgos de todas formas tienden a seguir actuando como si no los conocieran. El ejemplo del reciente brote de Zika es ilustrativo en este sentido. de acuerdo con el académico, "es un caso clásico donde las medidas precautorias serían mejores" que la manipulación. Por ejemplo, se dijo en los medios que el Zika "aumenta el riesgo" de contraer microcefalia, pero lo que debe comunicarse es que la gente debe evitar embarazarse si ha visitado las áreas afectadas por el virus, no que "nunca se pueda embarazar".

La estadística, en última instancia, debe dar seguridad a la gente en un contexto de incertidumbre: "Esto es lo que sabemos. Esto es lo que no sabemos. No sabemos cuáles son los riesgos. Hacemos esto para saberlo. Mientras tanto, para estar del lado seguro, tal vez quieras hacer X, Y o Z. Eso es empoderante cuando estás ansioso sobre algo".