La sociedad de los c¨¢lculos

Se podr¨ªa decir sin exageraci¨®n que vivimos en una sociedad desconocida. Se est¨¢ suscitando un intenso debate acerca de por qu¨¦ se equivocan las encuestas, por qu¨¦ fallan referendos que parec¨ªan previsibles, pero me temo que eso es un caso concreto que acredita una dificultad mas general de predecir los eventos futuros. No s¨®lo nos cuesta adivinar el resultado de las elecciones y las consultas, sino tambi¨¦n el ¨¦xito de una serie de televisi¨®n, el comportamiento de una empresa en la bolsa o las crisis financieras. ?Tienen estos fracasos alguna explicaci¨®n, sobre todo si tenemos en cuenta que no carecemos de sofisticados instrumentos de medici¨®n?

Durante los ¨²ltimos a?os se ha hablado mucho de crisis de la representaci¨®n pol¨ªtica y este fen¨®meno tiene mucho que ver con el debilitamiento de los procedimientos estad¨ªsticos y los modelos predictivos que hac¨ªan inteligible el comportamiento social. No nos sentimos bien representados porque cada vez menos gente obedece a una sola l¨®gica, pero tambi¨¦n porque no queremos ser entendidos ni gobernados as¨ª. Hay en esta resistencia hacia las categor¨ªas generales una expl¨ªcita o impl¨ªcita reivindicaci¨®n de la singularidad. En ¨²ltima instancia, la desconfianza de los individuos hacia pol¨ªticos, periodistas, sindicalistas o expertos obedece al rechazo a ser engullido en clasificaciones previamente definidas. Lo m¨¢s que uno puede aceptar es que le consideren como parte de ¡°la gente¡±, y de ah¨ª el ¨¦xito de esta categor¨ªa tan leve, en la que es m¨¢s f¨¢cil reconocerse que en otros t¨¦rminos m¨¢s enf¨¢ticos.

Esta l¨®gica es tambi¨¦n consecuencia de la individualizaci¨®n que acompa?a al uso del mundo digital. En sociedades jer¨¢rquicas en las que el acceso al espacio p¨²blico estaba muy restringido era f¨¢cil hablar en nombre del individuo mediante las categor¨ªas que lo representaban. Gobernantes, l¨ªderes de todo tipo y estad¨ªsticos hablaban por la sociedad. Esta palabra delegada aparece cada vez m¨¢s como abstracta y arbitraria, incapaz de representar la diversidad de las experiencias individuales. Los individuos se representan a s¨ª mismos o reclaman no ser reducidos a la categor¨ªa que les representa.

Ahora bien, toda instituci¨®n que pretenda dirigirse al p¨²blico se encuentra con la dificultad de identificar los deseos de los clientes, los intereses de los trabajadores o la voluntad de los votantes en un momento en el que los nichos de mercado, la clase trabajadora o la distinci¨®n entre derecha e izquierda han dejado de ser categor¨ªas rotundas. ?C¨®mo calcular la sociedad sin categorizar a las personas, sin etiquetarlas excesivamente, pero sin perder al mismo tiempo la capacidad de identificar a las personas y a los grupos sociales con cierta precisi¨®n?

Ciertos datos no son el resultado de una huella involuntaria sino de una acci¨®n intencional

Este es el contexto en el que se presenta la soluci¨®n del big data. La sociedad no es observada desde categor¨ªas en las que encajar¨ªan los individuos sino a partir de las huellas que realmente dejan y que los singularizan. En vez de las variables estables y estructurantes, los algoritmos prefieren capturar los acontecimientos (un click, una compra, un desplazamiento, una interacci¨®n...) sin categorizarlos.

Para justificar el desarrollo de estos instrumentos predictivos los promotores del big data descalificaron la capacidad de los juicios humanos como el origen de muchos errores, demasiado optimistas, ideologizados, sometidos a las emociones. No es casual que estos procedimientos de interpretaci¨®n de nuestras sociedades hayan despertado el entusiasmo de la izquierda y la derecha; para quienes estaban especialmente interesados en la autorrealizaci¨®n personal, esta revoluci¨®n de los c¨¢lculos promet¨ªa emanciparse de cualquier categor¨ªa totalizante y consagrar la decisi¨®n individual, pero tambi¨¦n fue asumida por las pol¨ªticas neoliberales de los 80, que generalizaron los indicadores pensando as¨ª enterrar definitivamente a las ideolog¨ªas en favor de una nueva objetividad tecnocr¨¢tica.

Para obtener los mejores resultados de esta revoluci¨®n de los c¨¢lculos hay que tomar distancia, no obstante, frente a ciertos mitos que la acompa?an. De entrada, la revoluci¨®n de los datos no nos garantiza la objetividad. Estamos ante una revoluci¨®n que consagra las correlaciones sin causas y los datos sin teor¨ªa. Pero tambi¨¦n sabemos, frente a este objetivismo extremo, que los datos brutos no existen. Toda cuantificaci¨®n es una construcci¨®n que establece convenciones para interpretarlos.

Nos pensamos como sujetos emancipados, pero continuamos siendo seres previsibles

Hay otra fuente de inexactitud que procede de que ciertos datos no son el resultado de una huella involuntaria sino de una acci¨®n intencional. Como todas las m¨¦tricas de reputaci¨®n en la web, no es dif¨ªcil manipular los indicadores. Las emisiones de televisi¨®n est¨¢n muy atentos a los comentarios que suscitan en Twitter, las marcas cuentan los likes que han recibido (o comprado) en Facebook, los militantes de los partidos se instalan en sus cuarteles generales para bombardear las redes sociales cuando su candidato sale en la televisi¨®n, hay instituciones mejorando su performance en los indicadores y no tanto en lo que se supone que los indicadores deber¨ªan medir...

Tal vez lo m¨¢s insatisfactorio de esta revoluci¨®n de los c¨¢lculos es que no es nada revolucionaria. El an¨¢lisis de datos act¨²a como un dispositivo de registro, hasta el punto de tener grandes dificultades para identificar lo que en esa realidad hay de aspiraci¨®n, deseo o contradicci¨®n. Como ha advertido Dominique Cardon, la ideolog¨ªa de esta sedicente superaci¨®n de toda ideolog¨ªa es un ¡°comportamentismo radical¡±: por un lado nos pensamos como sujetos emancipados de toda determinaci¨®n, pero continuamos siendo en una medida mayor de lo que desear¨ªamos seres previsibles al alcance de los calculadores. Si hemos de tomarnos nuestra libertad en serio, tambi¨¦n forma parte de ella nuestra aspiraci¨®n de modificar lo que hemos sido dando as¨ª lugar a situaciones hasta cierto punto impredecibles.

Y a este respecto los algoritmos que se dicen predictivos son muy conservadores. Los algoritmos predictivos no dan una respuesta a lo que las personas dicen querer hacer sino a lo que realmente hacen sin decirlo. Son predictivos porque formulan continuamente la hip¨®tesis de que nuestro futuro ser¨¢ una reproducci¨®n de nuestro pasado, pero no entran en la compleja subjetividad de las personas y de las sociedades, donde tambi¨¦n se plantean deseos y aspiraciones. Apenas registran, por ejemplo, la aspiraci¨®n personal de dejar de fumar y contin¨²an haci¨¦ndonos publicidad de tabaco, dando por supuesto que seguiremos fumando; en el plano colectivo, tampoco ayudan gran cosa a la hora de formular ambiciones pol¨ªticas, como la lucha contra la desigualdad, que contribuyen a reproducir. ?C¨®mo queremos entender la realidad de nuestras sociedades si no introducimos en nuestros an¨¢lisis, adem¨¢s de los comportamientos de los consumidores, las enormes asimetr¨ªas en t¨¦rminos de poder, las injusticias de este mundo y nuestras mejores aspiraciones de cambiarlo?

Daniel Innerarity es catedr¨¢tico de Filosof¨ªa Pol¨ªtica, investigador Ikerbasque en la Universidad del Pa¨ªs Vasco y profesor visitante en la Universidad de Georgetown.