El carrito de los helados

Ya sé que en alguno de los textos anteriores había dicho que dedicaría uno a la acción social (y esa es mi intención) pero entre que tengo muy poco tiempo y es un tema complejo que me gustaría fundamentar con calma, tengo la sensación de que se va a retrasar un poco más. En cambio, hoy voy a hablar sobre lo que gusta llamar el problema del carrito de los helados. En este problema, aunque no es referente en exclusiva a la acción social, sí se puede empezar a interpretar cómo la acción investigadora influye en los resultados de la investigación, así como en el objeto de la misma.  Así pues, directo al grano.

Como he dicho más de una vez, las técnicas estadísticas conforman una herramienta terriblemente útil. Pero estas pueden tener varios problemas, siendo uno en concreto sobre el que hablaré hoy. Imaginemos un barrio típico de las películas y series sobre familias americanas. Una calle prácticamente recta alrededor de la cual se aglutinan diversas casas con diferentes familias. El vecindario ‘perfecto’. Y ahora entra en juego el problema. Imaginemos que un observador externo al vecindario se da cuenta de que, cosa poco común hasta ahora, en este vecindario empieza a haber mucho movimiento civil alrededor de las tres del mediodía. Lo sabe gracias a que la institución de tráfico correspondiente realiza semanalmente comprobaciones de la fluidez de las carreteras por si tienen que recompensar los semáforos. Los resultados son poco comunes en contraste con la misma temporada de los años anteriores, ya que es capaz de comprobar que, en efecto, la fluidez ha disminuido.

Para alguien cuyo interés pueda ser la movilidad ciudadana esto puede ser preocupante y es bastante posible que haga que se pregunte por qué. Así que, si quien investiga es, por poner un ejemplo, un funcionario con poco tiempo y otros muchos problemas por resolver, es bastante posible que busque la explicación en las bases estadísticas de las que dispone toda burocracia. Nuevos eventos, zonas en obras, cambios recientes en los semáforos, si ha aumentado el número de familias en el barrio… es decir, parámetros contrastables. Si casualmente dichos parámetros coinciden y la explicación parece lógica (por ejemplo, el número de familias en el barrio ha ascendido un 20% en el último año y se ha comprobado que la calidad de las carreteras ha disminuido, habiendo ya reportes de diversos desperfectos) es probable que la conclusión a la que llegue sea que la fluidez ha disminuido por esos motivos.

Pero esa explicación de un fenómeno social, por muy lógica y guiada por los datos que sea, no es necesariamente cierta. Una semana o dos después de entregar su informe, cuando el funcionario está de vacaciones, se pasa por el barrio de casualidad a las horas del aglutinamiento. Al ver que hay una congregación de familias en la carretera, alrededor de un gran carrito de helados ecológicos, que además tiene preparado en el parque del barrio una piscina y diferentes concursos organizados por las familias, se da cuenta de que en su informe faltaba algo. La información que exponía en el informe era veraz en función de los datos ya que comprendía las estadísticas, sus resultados eran lógicos y estaban bien razonados. El problema era que le faltaba comprender cómo se llegaba a esos datos. En vez de llevar a cabo su trabajo tal y como lo ejecutó, tal vez hubiera sido interesante buscar la explicación de esos datos. El aumento de familias en el barrio se explica porque las empresas inmobiliarias llevan ofertando nuevas residencias para familias jóvenes una temporada, y estas familias han aprovechado el tirón, de ahí el aumento de familias y la peor condición de las carreteras. Por otro lado… ¡es verano! Y ningún buen barrio de película americana que se precie va a dejar pasar la oportunidad de festejar las buenas condiciones climáticas, por mucho que le pese a la gente en coche y a burócratas.

Obviamente este “problema del carrito de los helados” es bastante específico y anecdótico. Pero no sería la primera vez que una persona que tiene que trabajar con información se enfrenta a una base de datos con obstáculos como 1) no haber diseñado de primera mano la base de datos y no disponer de un conocimiento completo de lo que se está midiendo, 2) que el dato mida algo contextual o una opinión, no la acción humana directa o 3) directamente que la base de datos esté mal construida. Cuando estos obstáculos ocurren, entender de forma precisa qué acción social da lugar a qué fenómeno (en este caso, cómo el carrito del helado da lugar a la escasa fluidez del tráfico) es cuando menos, complejo. Y permitidme poner un ejemplo. Mi TFM consistió en una simulación sobre el fenómeno crowding-out. Para poner rápidamente en contexto, la lógica de la simulación decía que a más tiempo del que disponen los agentes, más participativos serán en diferentes organizaciones. La cuestión es que, al obtener la base de datos con los resultados de la simulación, llevé a cabo una regresión. Los resultados me daban algo que parece incongruente por completo. Los detalles son irrelevantes así que por simplificar diré solo que la disponibilidad de tiempo influía de forma negativa en el número de organizaciones. Esto era motivado por la estructura interna de la simulación. Si yo, el que llevó a cabo la simulación, la extracción de la base de datos y posteriormente su análisis estadístico, no hubiera conocido estos detalles, hubiera concluido algo no solo erróneo, sino también completamente incongruente. Es decir, habría caído de lleno en el problema del carrito de los helados. Los datos son buenos, mi forma de tratarlos también y mis conclusiones también lo son, en función de la información explotada. Pero, y aquí está la clave del asunto, son falaces en función de la realidad.

Considero este problema uno de los más insalvables, por el momento, por dos motivos concretos: primero, es muy complicado recoger información completa sobre los actos sociales más allá del mundo virtual (y más todavía si se requiere información constante de forma periódica) y segundo, es muy complicado discernir cuándo estás teniendo dicho problema. Ya que las conclusiones suelen ser congruentes con la información de la que dispones, necesitas un cambio de perspectiva que te haga ver la equivocación en la conclusión (sea este cambio de perspectiva mediante nuevos datos, diferentes técnicas o teorías). Aunque el primer problema es salvable en cierta medida recogiendo esta información desde Internet y sobre comportamientos en Internet, esto presentaría a su vez otros sub-problemas. Como mínimo, que las “normas” de comportamiento en Internet son muy diferentes a las que se presentan offline y, por lo tanto, que la asunción de que los comportamientos en Internet se pueden analizar como comportamientos offline es muy cuestionable. Aun así, tampoco habría que pecar de “elitismo analítico”, ya que un comportamiento es un comportamiento, independientemente de que tenga más o menos repercusiones en función de dónde se presente.

Y creo que, de momento, esto es todo lo que quería decir sobre el carrito de los helados y cómo influye este tipo de problema en la investigación sobre la acción social. Como digo, aún tengo pendiente más textos sobre el tema, pero me gustaría profundizar más antes de lanzarme de lleno a un pequeño texto sobre ello. Aun así, espero que haya sido de ayuda para arrojar algo de luz, aunque sea un poquito, tanto en mí, como en aquella persona a la que le interese.