El predictor: utilizando juegos para saber el futuro

En los últimos 30 años, el profesor de política Bueno de Mesquita ha realizado miles de predicciones sobre cientos de temas, desde geopolítica a problemas personales. En promedio, afirma, ha acertado aproximadamente el 90 por ciento de las veces

Mi horóscopo de esta semana dice que ahora es el momento perfecto para mudarme, o al menos para ordenar. Sé que es una tontería, pero no puedo evitar el deseo de que haya una manera genuina de predecir el futuro.

Un autodenominado «Predictor» («predictioneer») cree haber encontrado la respuesta. Bruce Bueno de Mesquita es un profesor de política en la Universidad de Nueva York e investigador senior de la Hoover Institution en la Universidad de Stanford en California. En su nuevo libro, The Predictioneer (The Predictioneer’s Game en los EE.UU.), describe un modelo informático basado en la teoría de juegos que él y otros afirman que puede predecir el futuro con notable precisión.

En los últimos 30 años, Bueno de Mesquita ha realizado miles de predicciones sobre cientos de temas, desde geopolítica a problemas personales. En promedio, afirma, su cuota de éxito es de aproximadamente 90 por ciento. Entonces, ¿cómo lo hace?

El «predicionismo» de Bueno de Mesquita comenzó en 1979 cuando estaba con una beca Guggenheim escribiendo un libro sobre las condiciones que llevan a la guerra. Él había diseñado un modelo matemático para examinar las opciones que puede elegir la gente y la probabilidad de que sus acciones se traduzcan o en diplomacia o en guerra. Como cualquier modelo, se requieren datos para probarlo.

Una buena oportunidad surgió cuando el Departamento de Estado de EE.UU. le pidió su opinión acerca de una crisis política en curso en la India. La coalición gobernante se había vuelto inestable y estaba claro que el Primer Ministro Morarji Desai se vería obligado a dimitir y se elegiría un nuevo primer ministro dentro de la coalición.

Desde su tesis doctoral había estado en la política india, y los datos sobre la política no parecían estar a un millón de kilómetros de los datos sobre la guerra, así que Bueno de Mesquita aceptó ayudar. Él compiló una lista de todas las personas que tratarían de influir en el nombramiento del próximo primer ministro, cuál era su preferencia y la cantidad de influencia que tenían. Alimentó esta información en su programa de ordenador, le pidió que predijera cómo se desempeñarían las negociaciones y lo dejó ejecutándose durante la noche. Su presentimiento era que el viceprimer ministro, Jagjivan Ram, se haría cargo. Muchos otros expertos en política de la India pensaban lo mismo.

A la mañana siguiente, compruebó el equipo y vio con sorpresa que la predicción era que un político llamado Chaudhary Charan Singh sería el próximo primer ministro. También predijo que sería incapaz de construir una coalición que funcionara y que pronto caería.

Resultado extraño

Cuando Bueno de Mesquita informó el resultado a un funcionario del Departamento de Estado, éste se sorprendió. El funcionario dijo que nadie estaba eligiendo a Singh, y que el resultado era extraño, en el mejor de los casos. «Cuando le dije que había usado un programa de ordenador que yo estaba diseñando, él se rió y me instó a no repetir eso a nadie», dijo Bueno de Mesquita. Singh became prime minister. Unas semanas más tarde Singh se convirtió en el primer ministro. Gobernó seis meses y se derrumbó. «El modelo había llegado a la respuesta correcta, que yo no tenía», dijo Bueno de Mesquita. «Es evidente que había dos posibilidades: o el modelo tenía suerte, o yo estaba logrando algo.»

Tres décadas después, está claro que Bueno de Mesquita tiene algo. El modelo ha sido utilizado por Bueno de Mesquita, sus alumnos y clientes (incluyendo el gobierno de los EE.UU.) para hacer miles de predicciones publicadas en cientos de publicaciones con revisión de pares. Éstas incluyen si el líder supremo de Corea del Norte, Kim Jong II, iba a desmantelar o no el arsenal nuclear de su país, cómo una fórmula «tierra por paz» podría funcionar en el conflicto israelí-palestino, y qué clientes de un grupo de gestión de riesgos eran más probables de cometer un fraude. Según la investigación de la CIA, el modelo de Bueno de Mesquita tiene más del 90 por ciento de precisión (British Journal of Political Science, vol 26, p 441). Él ahora pasa una parte considerable de su tiempo dirigiendo una empresa de consultoría con sede en Nueva York.

¿Cómo es posible tanta precisión? Lo que Bueno de Mesquita no está haciendo es predecir eventos aleatorios, como los sorteos de lotería. Tampoco dice ser capaz de pronosticar el movimiento de los mercados bursátiles, el resultado de las elecciones generales o la aparición de crisis financieras, hechos en los que millones de personas tienen una pequeña influencia, pero ninguna es capaz de mover el mercado por su cuenta.

Más bien, él se limita a «situaciones estratégicas», donde un número relativamente pequeño de personas están discutiendo una decisión polémica. «Puedo predecir los acontecimientos y decisiones que involucran negociación o coacción, cooperación o intimidación», dice. Esto incluye política interior, política exterior, conflictos, decisiones empresariales e interacciones sociales.

Su herramienta principal es la teoría de juegos, que utiliza matemáticas para predecir lo que la gente va a hacer en una situación en la que el resultado también depende de las decisiones de otras personas. «Es una etiqueta de lujo para una idea bastante simple: la gente hace lo que ellos creen es en su mejor interés», dice Bueno de Mesquita.

Inventada en 1940 por John von Neumann y Oskar Morgenstern, la formulación original se basaba en los juegos donde los jugadores trataban de anticiparse a los movimientos o contraataques de otros jugadores, pero en esencia todos los participantes se mostraban cooperativos y veraces. En la década de los 50, el matemático John Nash, protagonista de la película Una mente maravillosa, creó una fórmula más realista en la que los jugadores se mueven solos y pueden intimidar, mentir, engañar o renegar de su palabra para lograr los resultados deseados. El ejemplo clásico es el dilema del prisionero. Bueno de Mesquita utiliza la asunción de Nash: los jugadores están motivados por el interés y hará todo lo posible para conseguir lo que quieren, o al menos para bloquear un resultado no deseado.

En su forma más simple, el modelo funciona así. En primer lugar, Bueno de Mesquita decide qué pregunta hacer —por ejemplo, is Irán construirá una ojiva nuclear—. A continuación, compila una lista de todos los que pueden influir en esa decisión, y asigna a cada uno de ellos un valor desde 1 a un número arbitrario, por ejemplo 100, en cada una de cuatro categorías: qué resultado quieren; lo importante que creen que es la cuestión, ¿cuán decididos están a llegar a un acuerdo, y el grado de influencia que tienen.

Digamos que hay cinco jugadores, A, B, C, D y E. Para llegar a un resultado, cada jugador es emparejado con todos los demás y sus posiciones se comparan.
Cuando A está emparejado con B, por ejemplo, A debe decidir si apoya o rechaza la propuesta central («Irán debe construir un arma nuclear») u ofrecer una contrapropuesta, teniendo en cuenta la posición de B y la probabilidad de que C, D o E le den su apoyo. B o bien está de acuerdo, negocia, o apuesta a un cambio, teniendo en cuenta todo el tiempo las posiciones de los otros tres jugadores. Una vez que se han jugado todas las combinaciones posibles, cada jugador elige entre las diversas propuestas o demandas que recibió, y evalúa la credibilidad de cualquier amenaza hechas contra ellas. Como consecuencia, los jugadores pueden cambiar de posición. Al final, el modelo calcula la posición global del grupo como un número entre 1 y 100, que se considera el «resultado».

Cuando hay cinco jugadores involucrados, existen 120 posibles interacciones: cada jugador interacciona con los demás, en ambas direcciones (5 × 4), multiplicado por las posiciones de los otros tres jugadores (3 × 2). Pero la complejidad de pronto se dispara. Si se salta a 10 jugadores son de 3,6 millones de interacciones potenciales. Un problema típico de predicción involucra a 30 a 40 jugadores, aunque Bueno de Mesquita ha abordado problemas con más de 200.

Dejando la teoría de juegos a un lado, uno de los determinantes clave del éxito del modelo es la calidad de los datos originales: hay que sacar la basura fuera. Para obtener datos de buena calidad, Bueno de Mesquita realiza amplias consultas con expertos en el campo.

Según el politólogo Nolan McCarty de la Universidad de Princeton, esta es la verdadera fuerza del enfoque. «Sospecho que el éxito del modelo se debe en gran parte debido al hecho de que Bueno de Mesquita es muy bueno por la parte de entrada, es una persona muy competente y un científico político muy respetado. Soy escéptico de que el aparato de modelización añada poder predictivo tanto como él dice que lo hace «.

Un colega en Princeton de McCarty, el economista Avinash Dixit, está de acuerdo, pero añade una palabra de advertencia. «Los expertos pueden estar equivocados, como hemos visto en un contexto diferente recientemente, a saber, la crisis financiera.»

Dixit tiene otro problema con los datos que produce el modelo. «Hay ambigüedad sobre lo que significa el número final. Por ejemplo, si la predicción es si Irán lograá armas nucleares, y la respuesta se clasifica en la escala de 0 a 200, ¿qué significa 120? ¿Va a haber una bomba o no habrá ninguna bomba? Eso no es tan claro. Creo que las respuestas aparentemente precisas son engañosas, y los teóricos de juegos debería ser más humildes y más abiertos a la inevitable incertidumbre en sus cálculos y resultados «.

«La cuestión escala no son sólo si se construirá o no una bomba», dice. «En cambio define los puntos intermedios, 120 en la escalada nuclear de Irán se refiere a que Irán desarrollaría combustible utilizable en armas, pero no construiría una bomba».

Bueno de Mesquita está trabajando en un modelo nuevo y más complejo utilizando la teoría bayesiana del juego, que también tiene en cuenta las creencias de los jugadores acerca de otros jugadores y también permite escenarios con información imperfecta o incompleta.

«El viejo modelo —en esencia una versión sofisticada de la que utilicé en 1979— es preciso un 90 por ciento de las veces», dijo. «Este nuevo modelo saca al otro fuera de pista en términos de resultados y la exactitud del camino que lleva hasta el resultado.» En febrero, presentó un documento en una reunión de la International Studies Association detallando la diferencia de rendimiento entre los dos modelos.

Así que ¿cuán bueno es el nuevo modelo? Bueno de Mesquita recientemente utilizó para hacer una predicción sobre la situación política en Pakistán. Trabajando con un grupo de estudiantes, preguntó cuánto desea el gobierno de Pakistán buscar a los militantes de Al-Qaeda y Talibanes en su territorio, y cuánto podría influir el gobierno de EEUU en su decisión.

Apuntando al terrorismo

En enero de 2008, los estudiantes alimentaron los datos de todos los jugadores, incluidos los EEUU, el entonces presidente de Pakistán, Pervez Musharraf, y los otros líderespolíticos de Pakistán. Su hipótesis era que los EEUU ofrecerían ayuda extranjera para persuadir a los líderes de Pakistán a apuntar contra los terroristas, y que Pakistán trataría de extraer la máxima cantidad de ayuda posible de los EEUU.

El modelo pronosticó que para obtener la máxima cooperación de Pakistán, los EEUU tendrían que donar al menos $ 1.500l millones en 2009, el doble de la cifra proyectada del 2008. A cambio de esto, Pakistán perseguiría a los terroristas en una escala de 80 de cada 100, pero no más. En otras palabras, los dirigentes harían un esfuerzo considerable para reducir la amenaza terrorista, pero no para eliminarla por completo. «Los del gobierno de Pakistán no son tontos», explica Bueno de Mesquita. «Ellos saben que si se destruyen Al-Qaeda y a los talibanes el dinero se acabará. Así que van a frenar la amenaza y reducirla, pero no a destruirla totalmente».

¿El resultado? Según Bueno de Mesquita, el gobierno de EEUU autorizó 1.500 millones de dólares en ayuda exterior a Pakistán en el 2009, y los dirigentes pakistaníes han sostenida la persecución de los militantes en ese nivel. «Lo hemos hecho muy bien», dice Bueno de Mesquita.

Con una herramienta tan poderosa a su disposición, debe ser tentador utilizarla para sí mismo. Bueno de Mesquita admite que ha recibido algunas ofertas ocultas. En 1997, representantes de Mobutu Sese Seko, el recientemente depuesto presidente del Zaire (ahora República Democrática del Congo), le pidió que calculara la forma de recuperar el control del país a cambio de un 10 por ciento de la riqueza sustancial de Mobutu. Bueno de Mesquita alertó al gobierno de los EEUU.

Sin embargo, sí utilizó su modelo para ayudar a amigos y también para ayudar a la Ópera de San Francisco, cuando tuvo dificultades financieras.

Otra de las predicciones recientes de Bueno de Mesquita aborda el futuro de las negociaciones sobre el cambio climático hasta 2050. La prediciión, deprimente, dice que, si bien el mundo negociará mayores reducciones de gases de efecto invernadero que en el protocolo de Kyoto, en la práctica es probable que sean abandonadas cuando Brasil, la India y Chinael crezcan en poder en su relación con la Unión Europea y los EEUU.

Sin embargo, el predictor también se equivocó profundamente. En 1992, se le pidió predecir qué proyectos de ley se podrían obtener em del Congreso de los EEUU luego de que Bill Clinton fue elegido presidente. Es bien sabido que Clinton estaba planeando impulsar un proyecto de ley de salud, pero las 27 predicciones de Bueno de Mesquita sobre lo que iba a contener la ley y qué elementos serían aprobados por el Congreso resultaron ser incorrectas.

¿Cuando empezó a ir todo mal? El problema fue con la entrada de datos. Bueno de Mesquita había asumido que un diputado influyente, Daniel Rostenkowski, sería la clave para conseguir la reforma sanitaria. Pero justo cuando Clinton empezó a presionar por el plan, Rostenkowski quedó bajo investigación por corrupción y finalmente fue obligado a dimitir de su cargo. Bueno de Mesquita se sintió infeliz en su momento, pero ahora se encoge de hombros: «Yo estaba dispuesto a poner mi reputación en juego y publicar antes de que ocurrieran los hechos. Nunca he estado tan avergonzado».

La teoría del juego en acción

El ejemplo clásico de un problema en la teoría de juegos es el dilema del prisionero. Fue formulado en 1950 para ilustrar una situación en la que la cooperación es la mejor política general, pero es superada por el interés propio, llevando a un resultado menos que ideal para todos. Es algo parecido a esto.

Usted y su pareja en un crimen han sido detenidos y puestos en celdas separadas. El fiscal le ofrece a cada uno el siguiente trato: confesar o permanecer callado. Si usted confiesa y su pareja permanece en silencio, serán retirados todos los cargos contra usted y su pareja irá a la cárcel durante 10 años. Si usted permanece en silencio y su pareja confiesa, él se irá libre y usted pasará los 10 años. Si ambos confiesan, ambos estarán a la cárcel 5 años. Si ambos permanecen en silencio el fiscal les aplicará un cargo menor y cada uno reciibirá 6 meses. Ni usted ni su pareja sabrán lo la elección del otro hasta después de que hayan anunciado su decisión.

El dilema es que, sea lo que sea que su pareja haga, es mejor confesar. Así que la elección racional es confesar. Pero si los dos confiesan, el resultado es mucho peor que si hubiesen permanecido en silencio.

El autor de este trabajo, Sanjida O’Connell, es editor de la sección de opinión de New Scientist

Fuente: New Scientist. Aportado por Eduardo J. Carletti

Más información: