Mirando con ojos del futuro las paradojas entre datos y pronósticos

En su episodio emitido el 19 de marzo del 2000 Lisa Simpson se convierte en la presidenta de los Estados Unidos de América con el propósito de recomponer el país tras la desastrosa gestión de Donald Trump. Dan Greaney, guionista de la aclamada serie, dijo en entrevista al Hollywood Reporter: "Tan sólo era una advertencia a los Estados Unidos … parecía lógico que fuera la última parada antes de tocar fondo. Lo lanzamos porque era consistente con la visión de que el país se estaba volviendo loco".

¿Acertaron los guionistas de Los Simpson por mero azar? Tras 14.000 minutos emitidos a lo largo de 32 años de situaciones hipotéticas no sería descabellado que encontrásemos algunas de ellas que se pareciesen a la realidad; sin embargo, la entrevista devela que su visión sobre el futuro del país se parecía a lo que el magnate norteamericano representaba. El azar y la información son las bases de cualquier pronóstico o predicción sobre el futuro, su combinación resulta en un cóctel de vaticinios que han maravillado a todos aquellos que consultaban a las Pitonisas Griegas, leían a Nostradamus siglos atrás o ven predicciones en las series animadas de la actualidad.

Entre el orden y el azar 

Un sistema resulta predecible cuando tenemos suficiente información de su comportamiento histórico, su estado actual y poca incertidumbre al futuro, basados en esta información usamos los datos para construir un modelo predictivo usando cualquiera de los miles de métodos existentes, cada método dará algunas características por sentado, pronosticará otras y desechará otro tanto. El delicado balance dentro de la selección se convierte en algo que está más allá de la razón, como cuando sabemos que una pintura representa el paisaje original, captura los rasgos que lo hacen inconfundible y que nos permite saber que el modelo sin ser la realidad se parece lo suficiente.  

La teoría de la información propuso que el modelo que contiene la mayor cantidad de información es aquel que se encuentra a medio camino entre el orden y el azar. Un modelo azaroso no es más que una nube de datos que no permite inferir una lógica de lo que sucede al interior del sistema; por otro lado, en un modelo completamente ordenado nada está sujeto al azar y cada dato utilizado para construirlo formará parte del modelo dando lugar a información con una infalibilidad engañosa. Agregar una pizca de incertidumbre a las certezas de los modelos contribuye a la representación de toda aquella información que no fue incorporada al modelo o que en un principio parecía irrelevante, pero que puede jugar un rol importante para desencadenar eventos raros y críticos. 

Una aguja en un pajar 

Predecir si habrá lluvia mañana es ciertamente más interesante que predecir si saldrá el sol. Los eventos raros o anomalías suponen gran parte de los esfuerzos de los científicos de datos en el desarrollo de herramientas de análisis, aplicados al análisis de riesgos, fallas, meteorología y otros,  se concentran en dos abordajes: El primero estudiando la historia de un sistema profundamente para encontrar el patrón de funcionamiento que permita desentrañar como se comportará en el futuro, el problema es que la mayor parte de los datos resultan contener información normal que no aporta significativamente a la detección de un evento raro, aquí los científicos se concentran en encontrar patrones intrincados dentro de esta normalidad que desentrañen los signos que anuncian la anomalía. El segundo abordaje consiste en recolectar eventos raros de muchos sistemas similares para encontrar los patrones con que estos ocurren a lo largo del tiempo, la dificultad es que dichos sistemas son solamente similares y no pueden ser tratados como iguales, a veces las sutiles diferencias entre ellos modifican la manera como los eventos raros se distribuyen en el tiempo.  

En conclusión, independientemente del abordaje escogido siempre nos encontraremos batallando entre el conocimiento y la incertidumbre. En el caso del análisis de fallas se encuentran ambas aproximaciones por ejemplo cuando se usan sistemas expertos para analizar las series de tiempo de un equipo buscando patrones que muestren la falla en un estado incipiente, o cuando realizamos análisis de los tiempos entre fallas para modelar curvas que muestren el tiempo y la probabilidad de falla. 

Predecir es un proceso 

La paradoja del mal profeta plantea que si un profeta pretende predecir un evento adverso que se puede prevenir, emitir la profecía contribuirá a que este sea prevenido y en últimas no ocurra, por lo tanto, para que el evento ocurra el profeta no debería divulgar su profecía; esto sucede particularmente con la predicción de fallas cuando aplicamos herramientas predictivas, si somos exitosos nosotros mismos habremos saboteado la predicción realizada. Para evitar esta paradoja se debe transformar la predicción en un proceso ajustando las predicciones continuamente en la medida que aparece nueva información del sistema, consiguiendo que se reduzca la incertidumbre al incluir nueva información y al reducir el tiempo proyectado por el pronóstico en la medida que nos vamos acercando al momento del posible evento. Esta forma de realizar pronósticos continuos es ampliamente utilizada en meteorología, en la cual se van corrigiendo los pronósticos dando la todos los días la impresión de que siempre se acertará el pronóstico de hoy y nunca el de la próxima semana. 

Pronosticar es reducir la incertidumbre sobre el futuro basado en la información disponible, pero tan importante es la información como la metodología que utilizamos para transformarla, ya sea desentrañando la historia de los datos de un sistema, extrayendo patrones de múltiples eventos entre sistemas similares, realizando pronósticos continuamente, o con una buena mezcla de todo lo anterior. Intuir el futuro ha sido una constante de los seres humanos, hemos visto señales en el cielo y en la tierra que hoy vemos en los datos, y con estas predicciones le damos sentido a nuestras decisiones y control a nuestro destino, predecir y pronosticar ha dejado de ser una tarea mística para transformarse en la ciencia que subyace detrás de cada una de las decisiones que tomamos cada día, en la antorcha que ilumina la oscuridad entre el orden y el azar. 

Firma juan villegas 2021 

No se seleccionó un video

Selecciona un tipo de video en la barra lateral.

arrow_back

Mirando con ojos del futuro las paradojas entre datos y pronósticos

En su episodio emitido el 19 de marzo del 2000 Lisa Simpson se convierte en la presidenta de los Estados Unidos de América con el propósito de recomponer el país tras la desastrosa gestión de Donald Trump. Dan Greaney, guionista de la aclamada serie, dijo en entrevista al Hollywood Reporter: "Tan sólo era una advertencia a los Estados Unidos … parecía lógico que fuera la última parada antes de tocar fondo. Lo lanzamos porque era consistente con la visión de que el país se estaba volviendo loco".

¿Acertaron los guionistas de Los Simpson por mero azar? Tras 14.000 minutos emitidos a lo largo de 32 años de situaciones hipotéticas no sería descabellado que encontrásemos algunas de ellas que se pareciesen a la realidad; sin embargo, la entrevista devela que su visión sobre el futuro del país se parecía a lo que el magnate norteamericano representaba. El azar y la información son las bases de cualquier pronóstico o predicción sobre el futuro, su combinación resulta en un cóctel de vaticinios que han maravillado a todos aquellos que consultaban a las Pitonisas Griegas, leían a Nostradamus siglos atrás o ven predicciones en las series animadas de la actualidad.

Entre el orden y el azar 

Un sistema resulta predecible cuando tenemos suficiente información de su comportamiento histórico, su estado actual y poca incertidumbre al futuro, basados en esta información usamos los datos para construir un modelo predictivo usando cualquiera de los miles de métodos existentes, cada método dará algunas características por sentado, pronosticará otras y desechará otro tanto. El delicado balance dentro de la selección se convierte en algo que está más allá de la razón, como cuando sabemos que una pintura representa el paisaje original, captura los rasgos que lo hacen inconfundible y que nos permite saber que el modelo sin ser la realidad se parece lo suficiente.  

La teoría de la información propuso que el modelo que contiene la mayor cantidad de información es aquel que se encuentra a medio camino entre el orden y el azar. Un modelo azaroso no es más que una nube de datos que no permite inferir una lógica de lo que sucede al interior del sistema; por otro lado, en un modelo completamente ordenado nada está sujeto al azar y cada dato utilizado para construirlo formará parte del modelo dando lugar a información con una infalibilidad engañosa. Agregar una pizca de incertidumbre a las certezas de los modelos contribuye a la representación de toda aquella información que no fue incorporada al modelo o que en un principio parecía irrelevante, pero que puede jugar un rol importante para desencadenar eventos raros y críticos. 

Una aguja en un pajar 

Predecir si habrá lluvia mañana es ciertamente más interesante que predecir si saldrá el sol. Los eventos raros o anomalías suponen gran parte de los esfuerzos de los científicos de datos en el desarrollo de herramientas de análisis, aplicados al análisis de riesgos, fallas, meteorología y otros,  se concentran en dos abordajes: El primero estudiando la historia de un sistema profundamente para encontrar el patrón de funcionamiento que permita desentrañar como se comportará en el futuro, el problema es que la mayor parte de los datos resultan contener información normal que no aporta significativamente a la detección de un evento raro, aquí los científicos se concentran en encontrar patrones intrincados dentro de esta normalidad que desentrañen los signos que anuncian la anomalía. El segundo abordaje consiste en recolectar eventos raros de muchos sistemas similares para encontrar los patrones con que estos ocurren a lo largo del tiempo, la dificultad es que dichos sistemas son solamente similares y no pueden ser tratados como iguales, a veces las sutiles diferencias entre ellos modifican la manera como los eventos raros se distribuyen en el tiempo.  

En conclusión, independientemente del abordaje escogido siempre nos encontraremos batallando entre el conocimiento y la incertidumbre. En el caso del análisis de fallas se encuentran ambas aproximaciones por ejemplo cuando se usan sistemas expertos para analizar las series de tiempo de un equipo buscando patrones que muestren la falla en un estado incipiente, o cuando realizamos análisis de los tiempos entre fallas para modelar curvas que muestren el tiempo y la probabilidad de falla. 

Predecir es un proceso 

La paradoja del mal profeta plantea que si un profeta pretende predecir un evento adverso que se puede prevenir, emitir la profecía contribuirá a que este sea prevenido y en últimas no ocurra, por lo tanto, para que el evento ocurra el profeta no debería divulgar su profecía; esto sucede particularmente con la predicción de fallas cuando aplicamos herramientas predictivas, si somos exitosos nosotros mismos habremos saboteado la predicción realizada. Para evitar esta paradoja se debe transformar la predicción en un proceso ajustando las predicciones continuamente en la medida que aparece nueva información del sistema, consiguiendo que se reduzca la incertidumbre al incluir nueva información y al reducir el tiempo proyectado por el pronóstico en la medida que nos vamos acercando al momento del posible evento. Esta forma de realizar pronósticos continuos es ampliamente utilizada en meteorología, en la cual se van corrigiendo los pronósticos dando la todos los días la impresión de que siempre se acertará el pronóstico de hoy y nunca el de la próxima semana. 

Pronosticar es reducir la incertidumbre sobre el futuro basado en la información disponible, pero tan importante es la información como la metodología que utilizamos para transformarla, ya sea desentrañando la historia de los datos de un sistema, extrayendo patrones de múltiples eventos entre sistemas similares, realizando pronósticos continuamente, o con una buena mezcla de todo lo anterior. Intuir el futuro ha sido una constante de los seres humanos, hemos visto señales en el cielo y en la tierra que hoy vemos en los datos, y con estas predicciones le damos sentido a nuestras decisiones y control a nuestro destino, predecir y pronosticar ha dejado de ser una tarea mística para transformarse en la ciencia que subyace detrás de cada una de las decisiones que tomamos cada día, en la antorcha que ilumina la oscuridad entre el orden y el azar. 

Firma juan villegas 2021 

No se seleccionó un video

Selecciona un tipo de video en la barra lateral.