Por @Alvy — 20 de Agosto de 2017

Root Beers (CC) Mark

¿Es la creencia verdadera justificada un conocimiento? se preguntaba el filósofo Edmund Gettier hace medio siglo. ¿Sabemos cosas, conocemos cosas, es igual saber algo que conocerlo? Quizá esas cosas que simplemente sabemos no las conozcamos realmente; a lo mejor son ciertas solo por casualidad. El caso es que ni siquiera hoy en día hay un consenso respecto a este curioso problema, que lleva el nombre de Problema de Gettier.

Llegué a él a través de un artículo de Brian Gallagher titulado This Simple Philosophical Puzzle Shows How Difficult It Is to Know Something donde se plantea como un ejercicio mental (en una versión del filósofo Scott Sturgeon):

Imagina que entro sigilosamente cuando no estás en tu casa, encuentro dos cervezas en la nevera, me las bebo y luego las reemplazo por otras dos idénticas antes de salir. Cuando llegas recuerdas haber comprado las cervezas y crees que hay dos botellas esperándote en la nevera. De hecho, si abres la puerta y lo compruebas tu creencia, que estaba justificada, resulta ser verdadera, pero no conoces realmente lo que ha pasado.

En el fondo el protagonista de la historia tiene razón y cree algo que es cierto («compré dos cervezas que están esperándome en la nevera»). Pero todo ha dependido de que quien entrara en la casa decidiera reemplazar las botellas por otras idénticas; bien podría no haberlo hecho.

Lo mismo sucede en otro ejemplo: paseando por el campo crees ver una oveja en lo alto de una montaña. Pero resulta que era un perro disfrazado de oveja por el pastor, aunque casualmente tras una valla sí que había una oveja. Así que la creencia de que «había una oveja en lo alto de la montaña» estaba justificada y es cierta.

Un detalle relevante es que en casi todos los ejemplos y contraejemplos entra en juego el factor azar –en mayor o menor medida– que es algo que también se da en el MundoReal™. De modo que una posibilidad sería considerar conocimiento algo dependiendo del tipo de azar que lo envuelve o de cuánto puede influye en ello el azar. Pero eso supondría valorar «cuánta suerte es tener demasiada suerte» o clasificar los distintos tipos de suerte, algo quizá más complicado.

Incluso si se intenta evitar el azar por completo el asunto se convierte en una búsqueda de la falibilidad (a lo Descartes) y en la práctica nadie basa sus creencias sólo en justificaciones de ese tipo – somos mucho más pragmáticos. Por eso se dice que es tan difícil «conocer algo» e incluso otras aproximaciones al problema como el hecho de depende únicamente de uno mismo (y no de la suerte) para conocer algo (y no simplemente «saberlo») puede que sean mejores.

{Foto: Root Beers (CC) Mark @ Flickr}

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 26 de Mayo de 2017

Joe Hanson explica detalladamente en este episodio de It’s OK to be Smart qué es la suerte. O más bien, qué es lo que algunas personas consideran buena suerte o mala suerte y yendo un poco más allá por qué decimos que hay personas suertudas o auténticos gafes.

Uno de los ejemplos más conocidos de cómo creen los famosos que influye la suerte en sus vidas es el conocido como efecto de la portada de Sports Illustrated, cuyo equivalente en español sería la maldición de las natillas Danone. Básicamente viene a decir que cuando un deportista o equipo famoso aparece en la portada de la popular revista acto seguido sufre alguna desgracia en su racha de éxitos o buena suerte. Lo mismo se ha dicho en España de quienes protagonizan las natillas Danone: desde Sergi Bruguera a Alex Crivillé, Luis Figo o Ronaldinho.

El efecto es en realidad una materialización del fenómeno conocido como regresión a la media que se aplica en estadística y análisis científicos. En la práctica, normalmente quienes ocupan esa portada o protagonizan los anuncios han tenido una racha extrema de éxitos, de modo que tenderán a volver a su rendimiento normal (es decir: tener algún fracaso de vez en cuando, la media) tras haber sido fichados para la portada o el anuncio en cuestión. El efecto se analizó metódicamente en la propia revista sobre varias décadas de portadas y se comprobó que efectivamente afectaba al 37% de los deportistas.

Al respecto Hanson recomienda libros como The Luck Factor, de nuestro admirado Richard Wiseman o What the Luck? de Gary Smith. Eso permite reconocer ciertas pautas de la gente que ve todo desde el lado positivo y prefiere pensar que lo que le sucede en la vida –fruto del azar– son detalles de buena suerte («afortunadamente me salvé de ser aplastado por una roca») en vez de estar siempre quejándose de su mala suerte («una roca que cayó estuvo a punto de matarme, qué desgracia la mía»). Dice que en ocasiones esa actitud lleva a modificar el comportamiento de forma casi subliminal de modo que surgen las profecías autocumplidas «positivas».

No entender bien lo que es la regresión a la media y otras sutilezas del azar y las leyes de la probabilidad lleva a confundirse a muchas personas y caer en la falacia del jugador, colateralmente relacionada con esta: intuyen que monedas, dados y ruletas tienen cierta «memoria» sobre el pasado y que sus resultados a corto plazo tenderán a «regresar a la media». En realidad la frecuencia de un suceso no tiene por qué manifestarse a corto plazo, ni se conoce su histórico, lo que hace que cada jugada sea totalmente independiente de las anteriores. «Los dados no tienen memoria», es la mejor forma de entenderlo.

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 2 de Mayo de 2017

Random Sanity Project

Random Sanity Project es un servicio web con un único objetivo: comprobar y garantizar que las secuencias de números aleatorios que se generan con todo tipo de software son realmente aleatorias. La forma de hacerlo es mediante una API a la que se puede enviar una secuencia de números que se hayan generado y obtener una respuesta: verdadero si parecen realmente aleatorios, falso en caso contrario.

El objetivo es sencillamente «evitar fallos catastróficos» de algunas funciones de generación de números de este tipo, que por diversas circunstancias puedan fallar o estropearse (generando cosas secuencias como 00000…). tiene una alta precisión y solo da un falso positivo cada 260 casos, suficiente para casi cualquier aplicación.

Además de otros detalles respecto a la API en página del proyecto se puede descargar el código en Github con ejemplos.

Relacionado,

Compartir en Flipboard  Compartir en Facebook  Tuitear
Por @Alvy — 25 de Abril de 2017

Sobre la percepción de la probabilidad / Zonination

Perceptions of Probability es un trabajo de hace tiempo que Zonination presentó a los premios Information is Beautiful Awards. Básicamente consiste en preguntar a un grupo amplio de gente en qué probabilidad numérica (0-100%) creen que encajan diversos términos de los que solemos usar para referirnos a la probabilidad: «Casi seguro», «Improbable», «Casi imposible», etcétera.

La idea original es de Sherman Kent, quien lo preparó para la CIA para un trabajo sobre la «psicología del análisis de información de inteligencia». Se puede leer completo aquí: Measuring Perceptions of Uncertainty [Google Books]. Originalmente los sujetos entrevistados eran oficiales de la OTAN. Kent también propuso simplificarlos en cinco grupos que abarcaran todo el espectro probabilístico con cinto términos.

Aun a riesgo de equivocarme, ahí va esa lista con las probabilidades traducidas al castellano:

TérminoProbabilidad
Casi seguro90% - 96%
Altamente probable85% - 95%
Muy buena probabilidad75% - 85%
Probable65% - 78%
Posible65% - 75%
Creemos que60% - 80%
Probablemente65% - 85%
Más probable de lo normal       55% - 60%
Igualado50%
Dudoso15% - 33%
Improbable7% - 27%
Poco posible10% - 28%
Probablemente no20% - 38%
Pocas posibilidades10% - 20%
Casi imposible2% - 5%
Altamente improbable5% - 10%
Ligera probabilidad10% - 15%

Los datos de Zonination se realizaron sobre unas 50 respuestas, que aunque quizá no sean muchas coinciden a nivel de la gráfica con las del estudio original de Kent. Los matices son realmente sutiles, pero permiten cuantificar a qué cree referirse la gente cuando dice que algo es «altamente improbable» o «casi seguro». También muestra los matices para términos muy vagos como «probablemente« o «dudoso».

No es difícil imaginar diversos usos, incluyendo uno que permita a los equipos inteligentes afinar sus respuestas con un término más humano que un mero valor numérico. «Lo siento capitán Kirk, pero es casi imposible que podamos atravesar el campo de asteroides sin estrellarnos…»

(Vía Rob Simmon.)

Compartir en Flipboard  Compartir en Facebook  Tuitear