Los modelos matemáticos que predicen el comportamiento humano

Stephane Hess, docente e investigador de la Universidad de Leeds, dictó una charla el 25 de junio en el salón 25G2, sobre los modelos de elección o choice modelling, un método que traduce el comportamiento humano al lenguaje de los números. “Estudiamos el comportamiento y desarrollamos modelos matemáticos en torno a ese comportamiento. Para predecir el futuro, se debe entender el presente y el pasado. Con esta información se construye un modelo, una representación, que luego utilizamos para predecir qué pasará en el futuro”, explicó a grandes rasgos el proceso Hess. 

En la práctica, el choice modelling es utilizado mayoritariamente en el sector de transportes. Estos modelos son utilizados para medir la cantidad de posibles pasajeros que utilizarían el transporte público ante diferentes escenarios como, por ejemplo, una disminución en el precio de los pasajes, o de la gasolina. La clave para la precisión de las predicciones, según afirmó el invitado, yace en la calidad de los datos recopilados. Uno de los usos más reconocidos del modelo de elección es el que le valió el Nobel de Economía en el 2000 a James J. Heckman y Daniel McFadden, quienes predijeron el uso que tendría el sistema de metro en San Francisco. 

Para llevar a cabo estos modelos, los ingenieros descomponen las características y decisiones pasadas de los posibles consumidores en cifras. Estos números construyen el modelo que desde una lógica matemática, explica las decisiones que están tomando. No obstante, Hess explicó que hay muchos puntos que afinar aún para traducir el comportamiento humano a los números en términos de poder predecir certeramente el futuro. 

Por ejemplo, al basar los datos en el pasado, se asume que la forma en que la gente se comportaba, es como lo hace ahora y como lo seguirá haciendo. “Antes de poder predecir el comportamiento, se debe primero predecir el futuro”, acotó el ingeniero, haciendo referencia a que cada decisión se toma de acuerdo con un contexto. 

Hess también habló sobre la volatilidad de los datos tomados de encuestas. “En el papel todo suena mejor que en la vida real”, dijo. Hess usó el ejemplo de un dron autónomo que reemplace un bus para recalcar que un modelo que prediga qué preferirían los usuarios debe tener en cuenta qué tipo de sociedad está tomando esa decisión. 

Otra de las dificultades a las que se enfrentan los modelos de predicción son variables que son complejas de cuantificar matemáticamente, como la influencia social y la interconexión que existe en la toma de decisiones. Sin embargo, aun habiendo estos obstáculos, ingenieros han desarrollado técnicas para validar y refinar sus modelos. 

Una de las formas que utilizan para asegurarse de que es un modelo funcional es comprobando qué tan bueno es para predecir el pasado. Es decir, se hace un modelo en 2019 que refleje los resultados ante una coyuntura pasada, de la que ya existen datos precisos. 

Para Hess es indispensable, de cara al futuro de los modelos de predicción que tiene un campo de acción que atraviesa todas las disciplinas, incorporar nuevas visiones, diferentes a la de los ingenieros, para desde otros terrenos, explicar lo que en los números aun no se termina de interpretar. 

Por Leonardo Carvajalino