PREDECIBILIDAD

 

Predicción tiene por etimología el latín pre+dicere, esto es, “decir antes”. Una vez

Sabido el significado general, conviene irlo afinando para ajustarlo a los usos que la

práctica demanda. Por ello, no se trata sólo de “decir antes”, sino de “decirlo bien”, o

sea, acertar; también, hacerlo con un plazo suficiente para poder tomar las medidas que

se crean oportunas, y además tener una idea de hasta cuándo es posible predecir el

futuro con cierto éxito.

Cuando se efectúa una predicción, se está estimando un valor futuro de alguna variable

que se considere representativa de una cierta situación. Por ejemplo, en cuestiones

climáticas podría tratarse de temperaturas medias de la atmósfera en determinados

niveles, concentraciones de gases, precipitación, etc. También se pueden hacer

predicciones espaciales, como la ubicación, movilidad e intensidad local de fenómenos

extremos, caso por ejemplo de los huracanes y tormentas tropicales (Fernández &

Pacheco 2000, Pacheco & Hayek 1997). Normalmente ambos tipos de predicción están

ligados y se realizan a la vez, como lo prueban los productos que ofrecen las grandes

agencias e institutos de Meteorología y Climatología.

Las estimaciones realizadas para predecir se denominan predictores. Pueden construirse

de modos muy diversos, de algunos de los cuales nos ocuparemos en este trabajo, y su

bondad se mide -como es natural- por el porcentaje de aciertos en situaciones del pasado

predichas con igual técnica. Las bases de registros disponibles hoy día permiten realizar

experimentos de predecibilidad con datos pasados y simular situaciones ya conocidas

mediante diversas técnicas, estudiando y comparando los resultados. Es claro que para

estos experimentos la tercera propiedad de la predicción no tiene demasiado interés,

pues la predicción -o mejor, simulación- del pasado no incita a la prisa.

Prácticamente todos los registros interesantes en Meteorología y Climatología se

presentan en forma de series temporales, esto es, los datos están ordenados de forma

correlativa respecto del tiempo. En fórmulas, se trata de trabajar con conjuntos de

valores de la forma {X t

t = 1,2,..., N}.

En esencia, el análisis de datos temporales se reduce a encontrar pautas o patrones que

se repiten más o menos exactamente a lo largo de ellas. Para las series meteorológicas,

por ejemplo, existe una pauta periódica de un año que se corresponde con el periodo de

traslación de la Tierra alrededor del Sol. Para datos tomados a intervalos muy cortos de

tiempo es posible distinguir la pauta diaria de día/noche asociada a la rotación de la

Tierra, y varias más. Todas estas pautas pueden ser sustraídas de la señal original

dejando un resto o residuo como resultado de este primer análisis.

Dificultad de predicción en numerosos campos de la ciencia:

Algunos campos de la ciencia tienen gran dificultad de predicción y pronóstico exacto. En algunos campos la complejidad de datos lo hace difícil (pandemias, demografía, la dinámica de la población, la predicción del clima, la predicción de los desastres naturales y, en general, la meteorología). 

                               

La dificultades de predicción obedece a diferentes causas:

• Variables ocultas no conocidas, en ocasiones en un proceso natural intervienen junto con ciertos factores relevantes bien identificables, medibles y cuantificables, otros factores cuya presencia o ausencia es difícil de determinar y cuya presencia tiene una influencia determinante en el resutlado de proceso. Estos factores cuya presencia es difícil o imposible de determinar es lo que se denomina "variable oculta". Las modelos de variables ocultas han sido ampliamente investigados en mecánica cuántica con el fin de construir teorías deterministas que dieran cuenta del resultado aparentemente aleatorio de ciertas medidas.

• Dinámica desconocida o compleja, en ocasiones aunque se conocen todas las variables relevantes para predecir el resultado de un proceso, las relaciones entre estas variables no se conoce con precisión, o cuando éstas se conocen las predicciones basadas en ellas son complicadas por problemas relacionados con la computación o cálculo del efecto previsible de las mismas. En concreto los sistemas con sensiblemente dependientes de las condiciones iniciales, cualquier imprecisión en la determinación de inicial de las variables hará que el valor predicho diverja con el tiempo del valor real. Dado que el sistema atmosférico mundial presenta dependencia sensible de las condiciones iniciales, la predicción del tiempo meteorológico sólo es posible con unos pocos días de antelación.

Las anteriores explicaciones son compatibles con el determinismo, una posibilidad más radical que impediría la predicción efectiva es que un fenómeno fuera efectivamente aleatorio o su comportamiento con el conocimiento actual no pudiera distinguirse del comportamiento genuinamente aleatorio. 

Cuando se efectúa una predicción, se está estimando un valor futuro de alguna variable que se considere representativa de una cierta situación. Por ejemplo, en cuestiones climáticas podría tratarse de temperaturas medias de la atmósfera en determinados niveles, concentraciones de gases, precipitación, etc.

También se pueden hacer predicciones espaciales, como la ubicación, movilidad e intensidad local de fenómenos extremos, caso por ejemplo de los huracanes y tormentas tropicales. Normalmente ambos tipos de predicción están ligados y se realizan a la vez, como lo prueban los productos que ofrecen las grandes agencias e institutos de Meteorología y Climatología.

caos

Con un aleteo, una mariposa que vuele en China puede provocar un tornado en Nueva York... En efecto, cada movimiento, por ínfimo que sea, provoca una cascada de consecuencias imprevisibles...

 Como especie llamada superior, el Hombre es el mayor propagador de caos.

Tiene como principal representante al químico belgaIlya Prigogine, y plantea que el mundo no sigue estrictamente el modelo del reloj, previsible y determinado, sino que tiene aspectos caóticos.

 El observador no es quien crea la inestabilidad o la imprevisibilidad con su ignorancia: ellas existen de por sí, y un ejemplo típico el clima.

Los procesos de la realidad dependen de un enorme conjunto de circunstancias inciertas, que determinan por ejemplo que cualquier pequeña variación en un punto del planeta, genere en los próximos días o semanas un efecto considerable en el otro extremo de la tierra. La idea de caos en la psicología y en el lenguaje.

En principio, las relaciones entre causas y efectos pueden examinarse desde dos puntos de vista:cualitativo y cuantitativo.

Desde la primera perspectiva, las relaciones causa-efecto pueden ser concebidas de varias maneras:

a) como vínculos unidireccionales: A causa B, B causa C, etc., pero los efectos resultantes no vuelven a ejercer influencia sobre sus causas originales;

 b) como eventos independientes: según esta concepción, no habría ni causas ni efectos: cada acontecimiento ocurriría al azar e independientemente de los otros;

 

c) como vínculos circulares: A causa B, y B a su vez causa A, es decir, el efecto influye a su vez sobre la causa, como resultado de los cual ambos acontecimientos son a la vez causas y efectos. Se trata de los llamados circuitos de retroalimentación, que pueden ser negativos o positivos.

La teoría del caos, en la medida en que considera que existen procesos aleatorios, adopta la postura (b), pero en la medida en que dice que ciertos otros procesos no son caóticos sino ordenados, sostiene que sí, que existen vínculos causales. Los vínculos causales que más desarrollará son los circuitos de retroalimentación positiva, es decir, aquellos donde se verifica una amplificación de las desviaciones: por ejemplo, una pequeña causa inicial, mediante un proceso amplificador, podrá generar un efecto considerablemente grande. No nos alarmemos. Esto lo iremos aclarando poco a poco.

2. Causa-efecto:
 relaciones cuantitativas.- Si examinamos las posibles relaciones cuantitativas que pueden existir entre causas y efectos, las alternativas podrían ser las siguientes:

1) Causas y efectos son razonablemente proporcionales:

pequeñas causas producen pequeños efectos, y grandes causas grandes efectos (como cuando decimos que, dentro de cierto espectro de variabilidad, cuanto mayor es la frustración mayor será la respuesta agresiva, siendo ambas variaciones razonablemente proporcionales).

2) Una causa pequeña produce un gran efecto (como cuando un comentario intrascendente desata una crisis psicótica).

3) Una causa grande produce un pequeño efecto (como cuando una interpretación nuclear que apunte directamente al conflicto patógeno infantil, genera una respuesta indiferente en el paciente).

Los seres humanos tendemos inevitablemente a creer en alguno de estos supuestos en la vida cotidiana, y por motivos muy diversos. Detrás de toda creencia hay un deseo, que es quien le da su intensidad, su persistencia, su razón de ser. Así, la creencia en una desproporción causa-efecto del caso 2 oculta un deseo de poder: la ilusión de que con muy poco se puede lograr mucho.

3. Causas pequeñas, grandes efectos.-

El sentido común prescribe una cierta proporción entre la causa y el efecto: una fuerza pequeña produce un movimiento pequeño, y una fuerza grande, un gran desplazamiento. El psicoanálisis invoca la misma idea para justificar la idea de que una terapia breve produce pequeños cambios, y de que un tratamiento prolongado genera cambios más importantes.