Thomas Robert Malthus tiene derecho a ser recordado como uno de los clérigos que realizó aportes científicos. Su Ensayo sobre la población llamó la atención sobre las implicancias de la dinámica demográfica que observó en su época, las cuales afortunadamente en buena medida desaparecieron, como consecuencia del cambio tecnológico en la agricultura, el aumento del ingreso de la mujer y los anticonceptivos.

Pero no fue el único, porque también su compatriota, el ministro prebisteriano Thomas Bayes, planteó un valioso enfoque para determinar las probabilidades que tienen diferentes eventos aleatorios. Me saco el sombrero ante cualquier idea que, una vez que la entiendo, me parece una obviedad, pero no se me había ocurrido hasta que la leí o escuché.

Tarifas de luz: comenzaron a llegar los fuertes aumentos de junio y Energía autorizó una suba más en agosto

El teorema de Bayes, publicado de manera póstuma en 1763, dice que las probabilidades que cada uno de nosotros tiene referidas a eventos sobre los cuales no existe certeza se van modificando sobre la base de la información que surge. En términos técnicos, Bayes distingue entre la probabilidad a priori y la probabilidad a posteriori. Esta última se modifica cuando determinado hecho no coincide con la probabilidad que uno tenía. No me diga que la probabilidad que usted le asigna a que determinado jugador convierta un penal no se modifica sobre la base de cuántos de los últimos 5 tiros terminaron en la red.

¿Por qué digo que algunos dirigentes y periodistas políticos aplican mal el teorema de Bayes? Porque lo aplican, al menos, de manera exagerada. Tomemos la experiencia de Juntos por el Cambio. Luego del triunfo en Santa Fe, euforia; luego de la derrota en Córdoba, honda preocupación.

¿Qué les diría Bayes al respecto? Que está bien modificar las probabilidades sobre la base de los resultados electorales, pero que el último resultado no es el único que importa. Daniel Kahneman y Amos Tversky se ocuparon de esta cuestión, cuando anunciaron la ley de los pequeños números (ironizando sobre la ley de los grandes números). Usted camina hacia un pueblo donde se sabe que viven 1000 personas, 997 abogados y 3 ingenieros. Se cruza con uno de ellos, y como no viste saco ni corbata supone que es ingeniero, cuando la probabilidad de que sea es de 0,003.

Así que, por favor, apliquen el teorema de Bayes. Tengan en cuenta la última información, pero no es una buena idea pronosticar exclusivamente en base a ella.