En toda investigación, de negocios o científica, una vez que los datos han sido recopilados, nada garantiza que serán útiles a los objetivos planteados. Incluso si los datos son lo suficientemente precisos, con base a los modelos en cuestión, ¿Cómo decidimos cuándo abandonar un modelo y pasar a uno nuevo?
<Articulo relacionado: El Método científico, para todos>
El factor: humano
Esta —el aceptar o rechazar—es una característica arbitraria del Método Científico, ya que el criterio de una persona cambia de una situación a otra. Y aun, dos personas pueden evaluar los mismos datos y no respaldar el modelo.
<Artículo relacionado: Modelos Mentales y el método científico>
Criterios de evaluación
Todos queremos evitar los malos modelos (Aunque no se puede demostrar que un modelo sea correcto) y para evaluar existe una modesta y mínima terminología: refutado, soportado, consistente e irrelevante.
El progreso de una investigación implica rechazar modelos y reemplazarlos por otros (Un investigador nunca tira la toalla!) y hay una terminología asociada [1] en la que se otorgan diferentes grados[2] aceptación/rechazo de un modelo:
Refutar : se rechaza un modelo porque los datos no son compatibles. Refutar es una clasificación absoluta; el modelo no es reconsiderado (para esos datos).
Soportar : los datos nos llevan a considerar que el modelo es de utilidad. Respaldar una designación reversible pues los datos adicionales (que se continuarán recopilando) pueden, eventualmente, refutarlo.
Consistente : los datos no refutan el modelo. Los datos pueden respaldar un modelo y ser consistentes con él, pero también pueden ser consistentes sin dar mucha confianza y en el extremo más lejano, los datos pueden ser consistentes con un modelo pero ser irrelevantes.
Irrelevante : los datos no soportan de ninguna manera el modelo.
Todos los días tomamos cientos de decisiones sobre qué aceptar o qué rechazar, y en muchos casos, es fácil discernirlo con base a la información o datos que recibimos. Pero con frecuencia, se requiere rigor matemático para tomar estas decisiones.
Estadísticas
Por ejemplo, se quiere saber si hay un incremento en las ventas de un producto cuando se comercializa con una mejor presentación y las pruebas muestran que en los lugares donde no se introdujo la nueva presentación las ventas aumentaron el 10% y en los establecimientos en los que se introdujo el nuevo empaque las ventas aumentaron 12%.
O por ejemplo, la prueba de una vacuna muestra que 9% se recupera con el uso de la vacuna, pero aun sin usarla hay un 7.5% que se sobrepone al virus.
En ambos casos, la mejora, no será obvia y el uso de un modelo estadístico es lo más apropiado para tomar la decisión. Si los resultados bajo el modelo se esperaban con poca frecuencia, lo rechazamos; de lo contrario lo aceptamos.
Como lo hacen los científicos?
Los científicos acuerdan criterios por "convención" o 'conveniencia' para rechazar/aceptar modelos.
Acuerdan, por ejemplo: si en un conjunto de observaciones (datos) se esperan incidencias (ej.: rechazos) de 1/20 veces o una frecuencia menor, entonces rechazamos el modelo.
Sin embargo, si el modelo es verdadero, cometeremos un error al rechazarlo 1 de cada 20 veces. Pero como a los científicos no les gusta equivocarse, actúan conservadoramente y realizan muchísimas pruebas en busca de descartar un sesgo (Así que no se emocionan mucho cuando las pruebas parecen llevar un buen camino).
El factor humano No 2
Como hemos visto, a pesar de que —a veces—la ciencia se presenta como objetiva, los criterios de rechazo y aceptación (de modelos) son, además de arbitrarios, subjetivos. No hay ciencia en establecer un criterio de rechazo del 5%.
Sin embargo, considera otras facetas de la vida en las cuales no somos tan exigentes y en las que no buscamos umbrales del 5% como margen de error. Probamos medicamentos de venta libre con un 90% de confianza porque el costo por equivocarnos pudiera ser mínimo y el beneficio grande. Por otro lado, el fumador habitual aumenta el consumo de tabaco cuando sabe que, de los 1300 millones de consumidores de tabaco solamente 8 millones mueren por cáncer.
Por el contrario, cuando se trata de seguridad en las líneas aéreas no toleraremos un riesgo de accidente de 1 en un millón. El costo de un billete de lotería nos parece trivial aun sabiendo que la posibilidad de ganar es infinitesimal
Los criterios para la aceptación de un modelo, al menos a corto plazo, dependen, por tanto, del costo de equivocarse (Donde estos costos son pequeños).
Otros articulos publicados vía Linkedin y la colección completa en mi newsletter (click aqui)
Referencias bibliográficas (Otras lecturas?)
[1] Tamayo, Metodología formal de la investigación científica, Comex, Mario Tamayo y Tamayo.
[2] Tamayo, el proceso de la investigación científica, Comex, Mario Tamayo y Tamayo