BOLETIN IATROS,
JUNIO 2019. (PRÓXIMO NÚMERO SEPTIEMBRE
2019)
CIRCULO DE
CIBERLECTURA
INDICE.-
Noticias.- XIV Congreso Internacional de Bioética
Comentario de libros.- Historia reciente de la verdad.
Webs de interés.-
Teorema de Bayes
Vídeo
comentado.- What to trust in a "post-truth" world
------------------------------------------------------------------------
Noticias.-
XIV Congreso Internacional de
Bioética 3-5 OCTUBRE 2019.
HOTEL RAFAEL ATOCHA MADRID
Mas información en:
Comentario
de libros.-
Blatt,
Roberto. Historia reciente de la verdad. Turner, Madrid, 2018.
Aunque breve este libro resulta inspirador. Lo
escribe un filósofo y traductor cuya anterior obra, (Biblia, Corán, Tanaj), nos
orienta sobre su tendencia a situar las ideas en su contexto histórico.
El libro que nos ocupa traza una evolución del
concepto de verdad en diferentes etapas de la Humanidad. La “verdad” inicia su
andadura como verdad religiosa. En el siglo XIX emerge otro tipo de verdad, la
relacionada con asuntos privados, y con las verdades establecidas por la
ciencia experimental, entre otras.
La verdad en asuntos privados se asienta gracias a
que los tribunales que juzgaban casos atentatorios a la Corona poco a poco
reorientan su interés hacia asuntos de los ciudadanos. Para ello resulta
perentorio identificar a los sujetos que reinciden en sus crímenes. Una
solución fue tatuarlos, o mutilarlos, pero esta solución draconiana se abandonó
en favor de las huellas digitales. La implantación del sufragio universal
asentó definitivamente el método.
La comunicación se expande y conlleva procesos que
ahora nos parecen elementales: por ejemplo acordar los fusos horarios a fin de
que los trenes pudieran llegar “a la hora” a las estaciones de apartadas
ciudades. O la misma idea de “futuro” como utopía, como proyecto. Pensar y
planificar a unos meses o años vista, todo un lujo hasta el siglo XIX.
La Guerra de Crimea (1853-6) fue la primera cubierta
por un corresponsal de guerra. Las diferentes leyes que restringían la libertad
informativa decaen en favor del derecho a ser informados con objetividad. Sin
embargo las filtraciones malintencionadas desde el mundo de la política tienden
a crear relaciones clientelares con determinados periódicos, y a la postre,
decantarlos a sus posiciones.
A diferencia de los textos sagrados el periodismo se
dedica a lo efímero, e inicia su andadura como meros anuncios. Pero poco a poco
gana poder el relato como hacedor de significado. En muchos casos son los
conflictos armados, la arenga e incluso la exageración, las que se articulan
como narraciones de indudable eficacia política. El guion exige la presencia de
un “bueno” y un “malo”. Paradigma de ello fue la Segunda Guerra Mundial.
El periodismo aprende de la literatura, pero se
desprende poco a poco de las narraciones simples para limitarse a sugerir las
valoraciones morales, y permitir que los lectores sean quienes articulen
valores encima de dichas narraciones. Una estrategia mas eficaz si lo que
pretendemos es que el lector internalice determinados relatos.
La comunicación audiovisual sigue una evolución
similar: los noticieros burdamente manipulados deben remozarse como telediarios
objetivos, o documentales de investigación. La obra de arte ya no puede
justificarse como rememoración de mitos religiosos… tiene que reflejar también
esta realidad, pero a la vez interpretarla para hacerla “mas verdad” que la
propia realidad.
 |
| R Blatt |
Se atribuye a Albert Lasker el nacimiento de las
soap operas o series radiofónicas, (mas tarde telenovelas), (Chicago 1900).
Nacía el targetting, la publicidad dirigida a grupos poblacionales concretos.
El libro que comentamos traza diferentes líneas en
las que ideas, creencias o prejuicios confluyen en fenómenos sociales
relevantes. Es el caso de la crisis financiera del 2007-14. Para nuestro autor
tras la caída del muro de Berlín se inicia una etapa de optimismo económico que
lleva al poder a políticos que desoyen las voces (y las leyes) que prevenían de
una excesiva confianza. La eliminación de facto de leyes como la estadounidense
Glass-Steagall (1933) condujo a conceder hipotecas basura.
¿Y la pos-verdad? ¿Cómo y por qué emerge con tanta
fuerza? En un mundo de redes sociales los algoritmos conocen nuestras
tendencias y nos recomiendan lo que confirma nuestras preferencias. Nos
cerramos (o nos encerramos) en nuestras verdades, sin ningún interés en contrastarlas.
“La verdad, en lugar de ser el resultado de testimonios contrastados, se
convierte en el veredicto de un referendo constante de audiencia” (pag 105). Y
las empresas no quieren que sus clientes se vayan a un portal menos complaciente
con sus preferencias políticas o religiosas, por insensatas que sean.
La crisis ha dañado la confianza de las clases
medias en el establishment, y “el nuevo escepticismo se vuelca contra todas las
instituciones políticas y sociales que identificamos con el establishment” (pag
109). Se identifica la casta como el enemigo a batir. “Mas que la aldea global,
el espacio digital ha hecho renacer la organización tribal” (pág 114). A los amigos
de Facebook no les comunicamos aquellas opiniones que pensamos pueden herir
alguna sensibilidad, sino en general lo que puede encontrar consenso y aplausos.
A eso se le conoce como “enfoque del mínimo denominador común” (pag. 115). Un
enfoque de complacencia en la que hay dos grandes vectores que favorecen estos
consensos: que descarguen emociones grupales potentes (rabia, rencor,
resentimiento….), y den pábulo a un mundo ideal que substituya al mundo cruel
en que vivimos, (un mundo políticamente correcto donde la vedad científica
queda sustituida por la verdad del “pluricientifismo”). Así se explica que el
26% de los universitarios crean aún en la homeopatía.
Francesc Borrell
Sant Pere de ribes
PD- no se pierdan nuestros lectores la charla en TED
del profesor Edmans sobre la pos-verdad.
Levitin
D. Weaponized Lies: how to think critically in the post-truth era. Penguin
Books, 2017.
Si un espectador observa las cifras de venta del
iphone, que se presentaron en 2013, (ver figura 1), tendrá la impresión de que
todo va bastante bien. Pero si atendemos a las ventas reales efectuadas cada
mes (figura 2), nos llevamos una impresión bien diferente. Acumular las ventas
(sumar las ventas de este mas a las anteriores ventas) nos hace construir un
diagrama mas optimista de lo que indican las ventas en cada período temporal, y
pueden conducirnos a pensar que “todo va muy bien”, cuando el descenso de
ventas resulta llamativo. (El lector
interesado puede ampliar este asunto aquí; las figuras con las que hemos ilustrado el
ejemplo pueden encontrarse aqui).El libro que comentamos está repleto de ejemplos de
este tipo. Se divide en tres partes: evaluando los números, las palabras y el
mundo.
La calidad de una información viene a veces determinada
por cómo se recolectan los datos y cómo se usan. Muestras sesgadas o con pocos
efectivos (por ejemplo, número de
personas que intervienen en una encuesta), conducen a cualquier resultado que
quisiéramos. Las predicciones electorales de periódicos sesgados hacia una u
otra opción son claro ejemplo. Pero si deseamos establecer predicciones futuras
deberemos realizar lo que en términos estadísticos llamamos “inferencias”. En
este punto el autor echa mano del teorema de Bayes, aspecto que nos parece un
acierto. A tal efecto analiza las probabilidades de que una persona acusada de
asesinato sea realmente culpable, atendiendo a diferentes pruebas: por ejemplo
si la sangre encontrada en la escena del crimen coincide con su grupo sanguíneo.
Otro ejemplo afortunado es hasta qué punto el hallazgo del boson de Higgs nos
indica que verdaderamente el experimento tan aplaudido en los medios de
comunicación (recuerden, “la partícula de Dios”), revela o no su existencia. En
los dos ejemplos lo que nos dice el teorema de Bayes es que cuánto menos plausible
es un hecho, mas evidencias debemos exigirle.
Pablo Oliveres
Murcia
Webs
de interés.-
EL ENFOQUE
BAYESIANO EN EL MUNDO DE LA POSTVERDAD
Coherentes con nuestro tema del día, la post-verdad,
ofrecemos a nuestros lectores dos potentes herramientas para el cálculo
bayesiano.
El teorema de Bayes es un enfoque original de la
probabilidad. Existen tres tipos de probabilidad: la clásica (tiramos un dado
de 6 caras -y solo 6 caras- y calculamos la probabilidad de que salga el 4), la
frecuentista, basada en la experiencia, (por ejemplo probabilidad de que me
parta un rayo), y la bayesiana, basada en condicionantes.
Ejemplo del enfoque de Bayes: cuan probable es que
tenga la gripe si tengo dolor de cabeza y fiebre y me encuentro en un momento
del año en que se ha decretado epidemia de gripe en mi pueblo o ciudad. Cuantos
mas condicionantes significativos sea capa de encontrar, mayor será la
probabilidad de tener la gripe.
Este enfoque es muy diferente a decir: ¿Cuál es la
probabilidad de gripe que tengo a lo largo de un año entero? (seria el enfoque
frecuentista).
En la vida cotidiana realizamos previsiones
frecuentistas y bayesianas. Por ejemplo: estamos sentados en el teatro, la
función está a punto de empezar, y anuncian que cerremos los móviles…. Como sabemos
que en ocasiones nos dejamos el móvil encendido, procedemos a verificar que lo
hayamos apagado (visión frecuentista). Quizás recordamos vagamente que lo hemos
hecho, pero no nos fiamos de esta impresión “ligera”, a menos que lo acabemos
de hacer. En una ocasión nuestro móvil sonó de manera inoportuna y el recuerdo
de aquel bochorno nos hace ser mas cautos. En este punto hemos sido bayesianos,
hemos estimado nuestra certeza de que teníamos el móvil apagado en un parco 60%
y este nivel de riesgo (40% de que pudiéramos tenerlo encendido) no ha parecido
excesivo.
 |
| La famosa ecuación de Bayes |
Y entonces como buenos bayesianos no nos llegamos a
levantar, sino que le decimos al señor: “¿qué hilera tiene en su entrada?”, con
lo que verificamos su error y evitamos que 8 personas se alzaran para dejarle
pasar y allí comprobar su error.
¿Tiene importancia el enfoque bayesiano en un mundo
de la pos-verdad? Si, mucho valor, porque nos obliga a tener una visión de cómo
es el mundo. Nos obliga a establecer probabilidades “a priori”, a establecer
modelos de cómo funcionan las cosas, y a ser coherentes con estos modelos.
También nos obliga a que si un modelo está bien asentado y en general explica
bien cómo funciona una parcela de nuestra realidad, (pongamos por caso la
quimioterapia en el tratamiento del cáncer), si surge un caso que va en contra
de este modelo, (curación del cáncer mediante una dieta), dicha prueba debe
contrastarse con gran cuidado. De eso nos habla el vídeo que hemos seleccionado
(ver mas abajo). Dicho de otra manera: debemos ser cautos en creernos narraciones
que chocan contra una visión del mundo bien asentada. Y si sobre una parcela de
la realidad no tenemos un buen modelo de cómo funcionan las cosas, en tal caso
al menos tenemos que saber recurrir a fuentes con autoridad.
Pero entre tanto nos complace compartir con nuestros
lectores dos calculadoras bayesianas que pueden ayudarles mucho:
En la primera pueden calcular la probabilidad a
partir de dos factores:
En la segunda encontrarán también este cálculo pero
además el teorema de Bayes aplicado a la certeza subjetiva. Pondremos un
ejemplo de lo que significa: imaginemos que por nuestra práctica clínica un paciente
que se queja de dolor de rodilla y al que encontramos una maniobra concreta
(pongamos la maniobra de McMurray) positiva tiene en un 30% un desgarro de
menisco. Si además de esta prueba tiene otra maniobra como puede ser la de
Apley positiva, ¿en que medida incrementa nuestra certeza de que estamos frente
a un desgarro meniscal? Pues aquí tenemos una calculadora para ajustar nuestras
certezas subjetivas:
Francesc Borrell
Sant
Pere de RibesVídeo recomendado.-
Alex Edmans TEDxLondonBusinessSchool
What to trust
in a "post-truth" world
Belle Gibson era una feliz joven australiana. Vivía en Perth y le encantaba
andar en patineta. Pero en 2009, Belle descubrió
que tenía un tumor cerebral y cuatro meses de vida. Dos meses de quimioterapia y radioterapia no dieron resultado. Pero Belle estaba decidida. (...) Así que Belle luchó: se
ejercitó, hizo meditación y cambió la carne por frutas y
vegetales. Y se recuperó totalment. La
historia de Belle se hizo viral..... Solo
había un problema... ¡todo era mentira!.
Alex Edman nos anima a que no caigamos en este tipo de fake news. Para
ello parte de la inferencia baysiana: “Veamos una de las técnicas más importantes de la estadística. Se denomina inferencia bayesiana. Y su versión más simple es la
siguiente: Nos preocupamos por: "¿La
información respalda la teoría? ¿La información aumenta
nuestra creencia de que la teoría es verdadera?"
Por desgracia en
la vida cotidiana nos preguntamos:¿me gusta esta narración? ¿me complace?....
¡pues tiene que ser cierta! Y aún
demostrándose que no lo es nos decimos: “es igual, merecería ser cierta, o sea
que para col·laborar a hacer un mundo major continuo rebotándola a mi red
social”.
Para quien prefiera la transcripción de la charla
puede pinchar aquí.
Eva Peguero
Barcelona
