Pionero, precursor, ideólogo, evangelista y firme defensor de los mercados de predicciones. Hasta el punto de entrar incluso en el debate más arduo posible, como sabemos que siempre resulta con Nassim Taleb, discutiendo sobre el (buen) uso de los mercados de predicciones.
Tuve el placer de realizar dos entrevistas por Skype con Robin Hanson (sí, he dicho dos … la segunda porque la primera no fui capaz de grabarlo por completo). Hablamos sobre el origen de los mercados de predicciones, sus experiencias el su aplicación en empresas y, como no, sobre cómo ve el futuro de los mercados de predicción.
Sin duda Robin es uno de los economistas “del momento”. Comparte protagonismo con Tyler Cowen cuando se trata por ejemplo de predecir el futuro de la especie humana y la llegada de los robots como competidores de la fuerza laboral humana. Está presente en todos los proyectos relacionados con predicciones en base a inteligencia colectiva que destacan en EEUU, desde aquellos financiados por el Gobierno (atención a la conflictiva historia del mercado PAM sobre eventos en Oriente Medio) a proyectos empresariales como Consensus Point, donde es investigador jefe y posiblemente el economista que más ha trabajo la introducción de mercados de predicciones en empresas.
Por cierto, ¿les he dicho ya que Robin presentó tras la charla inaugural de Bill Gates en el Microsoft Faculty Summit el seminario de Motores de Predicción? Efectivamente, Microsoft Research es una de las empresas que más apuestas por esta tecnología (destacamos aquí a David Pennock y David Rotschild como referentes), seguida de Yahoo, Google, Intel y un largo etcétera. Sin duda estamos hablando de una tecnología prometedora, con su fortalezas y debilidades, y esta (larga) entrevista podemos considerarla como una especie de repaso completo de los fundamentos de mercados de predicciones, de modo que si llega hasta el final, podrá considerar que es ya un usuario avanzado, y le invitamos a entrar a predecir el futuro hoy mismo en nuestro mercado de predicciones: www.futuramarkets.com, donde por cierto, hemos desarrollado una versión propia de un algoritmo de Robin Hanson.
Así es que, no puedo decir más que tengo el placer de dejarles con la entrevista al profesor que puso nombre al algoritmo que implementamos en nuestra propia aventura empresarial. (Entrevista original en inglés aquí)
:: ¿Debemos decir “sabiduría de las masas” o “sabiduría de los mercados”? ¿Dónde está el poder de predicción, si es que lo hay?
Los mercados de predicciones son un mecanismo, una institución, que debe usarse en un grupo de participantes y preguntas. Para conseguir reunir a este grupo de participantes contestando preguntas necesitas darle incentivos. Manteniendo constantes los participantes, las preguntas y los incentivos, podemos cambiar la institución. Podemos imaginar diferentes tipos de instituciones en ese caso. Puede ser un comité político, una encuesta, o un mercado de predicciones. De este modo, la reivindicación principal de los mercados de predicciones es que manteniendo constantes estas otras cosas, estos mercados son la mejor institución posible, porque permiten ofrecer las respuestas más precisas a las preguntas planteadas.
Los mercados de predicciones no tratan acerca de un determinado grupo de personas o de preguntas, ni incluso de un tipo de preguntas: consisten en cómo combinar todas estas cosas para conseguir las mejores respuestas.
Cuando se habla sobre la sabiduría de las masas, en realidad lo que se argumenta es que las personas saben más de lo que se le reconoce; o que existen algunos auto-determinados expertos que no son realmente los mejores expertos y que, por tanto, sería mejor para la sociedad escuchar mucho más al colectivo de gente común que a los expertos. Quizás hay algo de verdad en ello, pero los mercados de predicciones no tratan sobre esa pregunta, porque estos mercados pueden ser utilizados tanto por un pequeño grupo de personas que sabe mucho, como por un gran grupo de personas que saben poco.
:: Entonces, ¿Cómo definimos técnicamente a los mercados de predicciones?
Como un modo donde la propia comunidad selecciona y decide quiénes son los verdaderos expertos. Así, con un mercado de predicciones eres menos sensible sobre a quien incluir. Si incluyes a gente ‘común’ y a un grupo de expertos, ellos mismos decidirán cuánto participar en función de su expectativa respecto a cómo de bien lo harán. En una materia en donde los expertos tiene un gran conocimiento, la gente común se retirará, dejándoles responder a ello porque realmente saben más. Pero también hay materias donde los expertos perciben que no pueden saber más que el resto; cuando llega el momento de apostar, se retirarán, callarán y encontrarán excusas para hacer otras cosas. En esos casos, la gente común hablará más alto, porque ellos son los expertos relevantes.
:: ¿Chocan los mercados de predicciones con la (in)eficiencia de los mercados financieros?
Los mercados de predicciones son mucho más específicos que los mercados en general. Esto no trata de todos los posibles mercados, sino de los mercados especulativos. Y especulativos por un objetivo concreto. La mayoría de los mercados financieros funcionan para llegar a cabo intercambios comerciales o cubrir riesgos. Como efecto colateral también aportan una transmisión de información, pero no están creados específicamente para este fin. En definitiva, obtener información no es la razón principal por la que operan los clientes participantes de un mercado financiero.
:: En este sentido, ¿los mercados de predicción son especulativos?
Efectivamente, lo son y su gran función es agregar información. Hay un grupo de clientes del mercado que necesitan saber algo, y están dispuestos a pagar por ello. Y éso es, precisamente, lo que crea un mercado de predicciones. Es decir, un mercado de predicciones es un mecanismo similar a un mercado financiero, pero con un objetivo diferente.
Sin embargo, la experiencia de los mercados financieros nos dice que en ocasiones los mercados son imprecisos. Está absolutamente claro que los mercados especulativos no son siempre exactos sobre cualquier tema. Pero la comparación exacta sería entre los mercados especulativos reales y alguna otra institución real. Existe una amplia literatura en mercados que trata de comparar el comportamiento de los mercados financieros reales con los mercados financieros ideales, o una idea teórica de ellos que no comete errores tan a menudo como los mercados reales. Pero la cuestión práctica es ¿que otra institución podemos utilizar como alternativa? Si comparamos el comportamiento de los mercados especulativos con las encuestas o los comités de expertos, por ejemplo, la aproximación que consiguen los mercados parece ser la que mejor de todas.
:: ¿Importa realmente el dinero en los mercados de predicciones? Justin Wolfers dice que no.
Todo el mundo estaría de acuerdo en que necesitas incentivos que importen a los participantes, y el dinero es normalmente el mejor modo de motivar a la gente a hacer cosas. Cuando una persona no está nada motivada, no harán nada … y en mercados de predicciones necesitas personas motivadas para que se unan y presten atención. Necesitas que les importe ganar o perder, así que debe haber algo en juego. Puede ser su reputación entre el grupo de participantes, su estatus, unas camisetas, un encuentro con el CEO de su empresa, o algo de tiempo libre en el trabajo. Hay multitud de cosas que importan a las personas, pero necesitas ese algo que realmente motive a todo el grupo a la vez.
De modo que si metemos en el grupo a mucha gente que no se conoce, es difícil dar con ese algo que les importe a todos… más allá del dinero. En este sentido, el dinero es un incentivo conveniente y muy flexible para conseguir motivar al grupo, pero no es lo único que importa a las personas.
:: ¿Necesitamos un nuevo Intrade?
Personalmente apoyaría que tuviéramos más mercados de predicciones con dinero real, pero aún existen muchas barreras regulatorias. Intrade era un mercado de predicciones en el sentido de que agregaba información para los asuntos que ofrecía (cotizaba), pero no era un mercado de predicciones en el sentido de que no pagaba a los usuarios principalmente por el hecho de responder a esas preguntas. Se parecía más a un mercado tradicional de apuestas, un mercado de valores o un mercado financiero, donde los precios eran un efecto secundario debido al comercio entre participantes por otras razones que no eran la información. Así que yo diría que es bueno tener más mercados financieros en general sobre diferentes asuntos, pero eso no es lo mismo que tener más mercados de predicciones. Para tener más mercados de predicciones necesitamos que haya clientes que quieran respuestas a un pregunta, y estén dispuestos a pagar por ello, lo que invita a otros participantes a unirse al mercado.
:: ¿Existen diferentes tipos de mercados de predicciones?
Si. Existen dos tipos básicos de mercados de predicciones. El primero aquellos que están abiertos al público, en los que todo el mundo puede contribuir a crear información respecto a la respuesta de una pregunta. El segundo tipo serían los mercados que se pueden crear dentro de una organización, normalmente una empresa. Este segundo tipo de mercados se centra en asuntos de interés muy específicos de una empresa, y a menudo funcionan exclusivamente con participantes de dentro de la misma.
Las barreras regulatorias que mencionábamos antes se refieren solo al primer tipo de mercado de predicciones, porque el segundo es legal. En este sentido, muchas empresas tienen y siguen desarrollando mercados de predicciones de uso interno, y son esos mercados en los que más confío que demuestren su poder predictivo; y una vez demostremos esto, podremos movernos hacia más mercados públicos.
:: ¿Por qué tenemos prejuicios con las apuestas? ¿Está hoy el mundo mejor preparado para entender el potencial de agregación de información que tienen las apuestas?
Conocemos las apuestas y el juego desde hace siglos. Durante mucho tiempo el juego fue una actividad común para muchas personas, algo que se hacía por entretenimiento. Pero en tanto que no se consideraba algo muy productivo, las leyes y reglas comenzaron a poner restricciones a las apuestas, de modo que los jóvenes no perdieran tiempo y recursos en ellas.
La mayoría de los mercados financieros que tenemos hoy en su día estaban prohibidos, también acusados de ser apuestas improductivas. De modo que los mercados de acciones, los de seguros, los de futuros sobre materias primas o las opciones, fueron en su momento ilegales y sus defensores tuvieron entonces que demostrar que, aunque parecían simples apuestas, tenían un fin último útil y merecían un marco legal separado que los protegiera, es decir una cobertura regulatoria.
Y ésta es la esperanza de los mercados de predicciones: hacerse un hueco en la mentalidad de las personas para dejar de ser considerados como simples apuestas, en tanto que son útiles de y tienen una finalidad nueva.
:: Has debatido sobre el hecho de que implantar mercados de predicciones internos es aún duro ¿Cuáles son las reticencias que has notado con su empresa Consensus Point a la hora de explicar esta tecnología a las empresas?
Los mercados de predicciones dentro de empresas han dado estimaciones más precisas que los sistemas de predicciones disponibles antes de su llegada. Tienen un historial realmente sólido de precisión. Muchas multinacionales adoptan muchas decisiones basándose en predicciones, de modo que la precisión en las mismas es una parte importante en la eficiencia de la toma de decisiones. En este sentido, estos mecanismos para ayudar a decidir sobre asuntos específicos dentro las empresas deberían ser muy útiles para una amplia variedad de fines.
Sin embargo, empezar con un mercados de predicciones en una compañía no es sencillo. Primero, es difícil convencer a las empresas que los mercados de predicciones pueden mejorar sus propias estimaciones. Cuando las compañías deciden que están interesadas, normalmente es porque quieren probar algo nuevo y “cool”, algo sexy que les posibilita salir en las noticias. Pero cuando toca empezar, poner en marcha el mercado y tratamos de sacar las preguntas que son centrales para la organización, se suelen asustar. Dicen cosas del tipo: “esto es demasiado sensible o político”, o “no queremos mercados de predicciones en temas tan sensibles, al menos al comienzo”, “queremos preguntas o algo con lo que los trabajadores se sientan más cómodos”. Acaban eligiendo preguntas que se alejan de su foco central de actividad. Así, en ocasiones ocurre que cuando obtienen las respuestas, éstas resultan correctas pero no les interesan tanto, pierden interés y se van.
Otras veces se dan cuenta de que les importa, de hecho les importa demasiado. Alguno de los éxitos más llamativos en mercados de predicciones dentro de empresas es la estimación de fechas límite para la resolución de proyectos. Frecuentemente ocurre que un mercado de predicciones estima que una fecha límite no se cumplirá, aunque todo el mundo internamente dice lo contrario. Paradójicamente, estos éxitos no incentivan a las empresas a usar más mercados de predicciones. Cuando cosas como ésta ocurren, alguien ha sido avergonzado, y normalmente es la persona a cargo del proyecto quien yerra en su ejecución planeada. Normalmente cuando hay un fallo, el responsable trata de decir que “nadie podía haber previsto esto”, que “ha sucedido de repente, y por lo tanto, no se me puede achacar el error”. Esta una historia dura de contar cuando hay un historial avisando de que “va a fallar, va a fallar, esto va a fallar”. Como uno puede esperar, estas personas no quieren tener mercados de predicciones, y son capaces de convencer a los directivos para no les avergüencen más en el futuro.
:: Tetlock y Gardner nos cuentan una historia similar: “la gente tiene aversión a reconocer su ignorancia” ¿Está de acuerdo con esto?
Las empresas parecen, sorprendentemente, desinteresadas en la precisión real de sus propias predicciones, y hay muchas explicaciones que podemos ofrecer.
Una posible razón es que sencillamente las empresas no quieren admitir que no saben, y esa sería una de las razones por las que igualmente los experimentos aleatorizados no son bien vistos. Cuando haces experimentos aleatorizados debes admitir que no sabes la respuesta, y algunas empresas no son capaces de admitir eso.
Es más, cuando quieres ser capaz de decir “nadie más podría haber anticipado lo que pasó”, tienes un problema si tienes un mercado de predicciones donde otras personas estimaban que sí podía suceder.
Hay además otras explicaciones: los directivos a cargo de un proyecto están intentando obtener el máximo esfuerzo de su equipo, para lo cual ponen a su gente al límite: “sólo si todos trabajamos duro y todos juntos conseguiremos cumplir nuestro objetivo”. Así, para hacer que de verdad estamos jugando al límite de nuestras posibilidades y que necesitamos esfuerzo, la probabilidad de cumplir el objetivo debería estar cerca del 50%, pero si estimamos una probabilidad en el mercado del 90% o del 10%, los trabajadores se relajarían o se desmotivarían respectivamente, y estarían menos motivados para conseguir el objetivo. De modo que para conseguir el máximo de sus empleados, los jefes a veces les engañan, diciéndoles que lo más probable es que el grupo esté en 50% de posibilidades de cumplimiento. Cuando un mercado de predicciones contradice esto, puede ser un obstáculo para el directivo que intenta motivar a su gente.
:: Cuéntanos un poco más de su proyecto Policy Analysis Market (PAM – Mercado de Análisis de Políticas), en el cual sufrieron también algunos obstáculos en un su implementación …
En este mercado el problema no venía de la información que podíamos obtener de los participantes. En 2003, formaba parte de un equipo de investigación que iba a salir en vivo con un mercado de predicciones acerca de eventos geopolíticos en Oriente Medio. Dos senadores en rueda de prensa declararon que el gobierno estaba intentando lanzar un mercado de predicciones acerca de la posibilidad de un atentado terrorista, y esto era terriblemente inmoral y debía ser paralizado de inmediato. De hecho, se detuvo en el mismo día, sin que tan siquiera hablaran con nosotros acerca del proyecto, quizás porque sencillamente el proyecto parecía inmoral, aunque no lo fuese.
De modo que el problema no fue la preocupación sobre la información que saldría del mercado, sino sobre la violación de un principio moral que yo definiría como “nadie debe beneficiarse de que hieran a uno de los nuestros”. La verdad es que este mercado no trataba sobre atentados terroristas, por lo que fue una acusación injusta, pero los políticos determinaron que en cualquier caso corrían el riesgo de tener mala prensa si esperaban para tomar la decisión. No sólo hay que ser moral, hay que parecerlo.
:: ¿Qué hay de las pólizas de seguros? Estamos apostando sobre nuestra propia muerte y esperanza de vida ¿Por qué aquí no tenemos esas mismas barreras morales?
Las tuvimos antes de que apareciera el mercado de los seguros. Pero la industria de las aseguradoras se encargó de mostrarse asimismo como algo diferente y útil. “Eres un padre responsable que se preocupa sobre su familia, y te asegurarás para que sigan cómodos y tranquilos tras tu fallecimiento, por lo tanto, deben permitir que su familia apueste sobre su muerte”. Y esto es precisamente en lo que consiste un seguro: permitir que tu familia apueste a la fecha de tu muerte. En tanto se ha demostrado que esto cumple una importante función, parece ser generalmente aceptado.
Una vez que los mercados de predicciones comiencen a ser práctica una común, y se perciban los importantes beneficios informativos que producen, podremos reforzar el hecho de que esto no es una sencilla apuesta, pero aún no hemos llegado a ese momento.
:: Pueden existir problemas en confiar en un grupo de personas comunes buscando la sabiduría ¿qué necesitamos en una multitud para conseguir buenas estimaciones de ellos?
Cuando haces una pregunta, algún participante debe saber algo para responderla. Esta es la restricción primera y obvia. Si nadie sabe nada, tienes un problema. Los mercados de predicciones no pueden incluir información que no sabe ninguno de sus participantes. Sin embargo, si solo alguno de los participantes sabe algo y el resto no sabe nada, esa situación puede funcionar bien, en tanto que la gente que no sabe nada se percatará que realmente ellos no pueden aportar nada. De modo que en un mercado de predicciones más que la calidad media de los participantes, lo importante reside en los extremos. Debes preocuparte menos de excluir a gente que pueda hacer daño que de incluir a gente que pueda ayudar.
Los mercados de predicciones son más resistentes a los “bonzos”, es decir, aquellas personas dispuestas a perderlo todo (quemarse vivas). Si estás en un comité político con 12 personas y 7 de ellos son “bonzos”, tu comité va a hacerlo mal. En los mercados, los “bonzos” saben que son “bonzos”, se callarán, y dejarán a otros que hablen. En un mercado de predicciones puedes tener un 90% de “bonzos” y aún funcionará bien porque la gente que sabe sobre la materia dominará el mercado más eficientemente.
:: Esto nos devuelve a Tetlock y Gardner ¿”Ser un zorro” es una estrategia dominante a “ser un erizo”? ¿Debemos aspirar a ser un zorro, aprendiendo un poco de muchas cosas, o debemos centrarnos en controlar mucho una sola cosa, como los erizos? Tetlock dice que los zorros son quienes mejor predicen eventos, pero Adam Smith nos enseñó que la regla a seguir es la de la especialización.
Si creas un mercado de predicciones acerca de preguntas que realmente te importan, y das suficientes incentivos a quiénes intervienen en él, tan solo necesitas meter tantos participantes como puedas. No debería ser tu responsabilidad decir cómo deben invertir, o cuándo, dónde o qué estrategias deberían usar. Puedes dar ciertos consejos, pero no necesitas insistir mucho sobre ello. El punto clave de un mercado de predicciones es que ellos mismos se auto-elegirán. Las estrategias que no funcionan serán penalizadas, y aquellas que funcionan bien serán recompensadas; este segundo grupo de personas dominarán y el resto de inversores pasarán a imitar su estrategia.
Por ello si la estrategia del erizo es peor, tal y como se deriva del trabajo de Tetlock, que yo perfectamente me creo, entonces los participantes del mercado de predicciones dejarán de usarla, porque perderían de esa manera. Pero la mayor ventaja de los mercados de predicciones es que tú no tienes que decidir que estrategias usan los participantes, no tienes que decidir si necesitas más doctorados, o más licenciados en psicología, más adultos o más hombres. No necesitas decidir qué se precisa para ser un experto, ellos lo hacen automáticamente.
:: Las estimaciones de los mercados de predicciones son libres de todo modelo. No imponemos un modelo teórico para estimar los eventos ¿podemos fiarnos entonces de sus resultados?
La respuesta más directa es invitar a echar un vistazo al historial de precisión, especialmente si puedes compararlo al historial de algún otro método. Si quieres convencer a la gente de que se fíe de los mercados de predicciones, el historial de precisión es de largo la mejor evidencia que puedes usar.
De hecho, resulta una pregunta interesante ¿por qué la gente es reacia a usar mercados de predicciones después de conocer este historial de precisión? Una de las razones es el complejo uso del credencialismo, o trato a los expertos. En la mayoría de organizaciones, utilizamos licenciaturas y puestos de trabajo como la vía para decidir quién es importante, y quién debe hablar, mientras que los mercados de predicciones violan esta regla, permitiendo hablar más alto a aquellos que no son necesariamente los que tienen las licenciaturas o la mayor ‘autoridad’ de su tarjeta de visita.
En muchas organizaciones se suele argumentar que se recopila información para adoptar las mejores decisiones para el conjunto de la organización. Pero lo que realmente están haciendo es política, decidiendo quién está en qué lugar y quien tiene el mayor poder de influencia, de modo que no existe pasión real por la información dentro de la organización. Por eso no les interesa sacar a la luz nueva información real…
:: Cuéntenos algo sobre tu nuevo proyecto SciCast ¿Cómo va el proyecto?
Soy parte de un proyecto llamado SciCast, financiado por IARPA, que es una agencia de inteligencia del ministerio de defensa de Estados Unidos. Pueden ver cómo funciona entrando en www.scicast.org. Tiene cientos de participantes, y cientos de preguntas sobre ciencia y tecnología, y es una demostración de una nueva tecnología para desarrollar mercados de predicciones: la llamamos mercados de predicciones combinatorios.
La principal diferencia no se trata sólo acerca de unos cientos de preguntas sobre las que puedes expresar tu opinión, estar de acuerdo o no con otros participantes, cambiando los precios. En esta aproximación, tú puedes cambiar tu respuesta tras observar lo que contestaron otros jugadores, y según los supuestos hechos.
Esto significa que el sistema no aporta solamente probabilidades marginales; para cada pregunta particular el mercado aporta una distribución de probabilidad conjunta sobre todas las combinaciones de respuestas, lo cual supone mucha más información y con más detalle acerca de la relación entre las respuestas.
:: Un ejemplo, por favor, Robin
Piense en esta pregunta: “Si la tecnología A se consigue desarrollar, entonces ¿cuál es la probabilidad de que otra tecnología sea desarrollada en consecuencia?” De este modo, podemos ir y tocar directamente sobre estos vínculos o dependencias, y concluir lo que el mercado considera que una tecnología depende de la otra, de manera que un usuario podrá ir y opinar acerca de estos vínculos, no sólo sobre la probabilidad de desarrollar una tecnología o la otra.
:: Algoritmos de creación automática de mercado o sistemas basados en inventarios puros ¿Qué mecanismo es mejor para agregar información?
La persona que crea un mercado desde cero puede ser un humano o una máquina. Alguien debe verificar las compras que hay para casarlas con las ventas. Un humano que sea creador de mercado puede usar inventarios o establecer sus precios mediante algún otro mecanismo, similar a los algoritmos de creación automática. Usar un inventario es un modo sencillo de asegurarte completamente de que no serás engañado. De modo que la mayor ventaja de los inventarios es que el creador sabe lo que puede llegar a perder en el peor caso, y por lo tanto limita sus pérdidas. Así, si esperas que tu creador de mercado sea más tonto que los participantes que comercian en el mismo, es de esperar que éstos traten de ser más listos que el creador y abusar de él siempre que sea posible. Si esperas que te tomen esta ventaja, preferirás ser sencillo y robusto, y no tratar de ir de listo porque te cogerán y perderás. Por lo tanto, digamos que un inventario es un modo sencillo de evitar perder.
Pero si sabes de antemano que los participantes de tu mercado son listos, y que tratarán de cogerte ventaja de cualquier modo posible, puedes crear un algoritmo para crear automáticamente las posiciones de manera más ambiciosa, que trate de hacer más cosas de modo que no le puedan coger la delantera. Puedes además ayudar al mismo mercado facilitando que haya más operaciones entre los participantes y dar así más liquidez.
:: La economía de “la externalización a las masas” (Crowdsourcing Economy) ¿es una burbuja o es el futuro? ¿Hay algún campo de aplicación donde seas más optimista? En el sistema de salud tenemos ejemplos como CrowdMed, en ratings de empresas a Cdling, en investigación de mercados a Infosurv, en empresas, Consensus Point y QMarkets, en juego online, Predictious, SMarkets y con fines científicos a PredictWise y SciCast. …
No soy muy optimista acerca de la externalización a las masas. No me gusta la conexión que se hace en la cabeza de las personas entre mercados de predicciones y externalización de una labor. Son soluciones diferentes para problemas diferentes. Los mercados de predicciones son un mecanismo para comprar información si estás dispuesto a ello y existen personas fuera que pueden tener acceso a la información que tú quieres. Por el contrario, la externalización de una tarea en una multitud transmite la idea de que, en vez de pagar a unos empleados para realizar un trabajo, puedes conseguir personas en internet que lo haga por ti de forma gratuita si consigues que la tarea sea suficientemente divertida.
Algunas personas han conseguido hacer que algunos trabajos parezcan divertidos y así conseguir que personas los hiciera gratis en vez de pagar a empleados para llevarlos a cabo. No soy muy optimista acerca de éste sea el lugar hacia donde se dirige la economía en general. La mayoría de las cosas que se necesitan hacer sencillamente no pueden convertirse en suficientemente divertidas como para que seamos capaces de despedir a los trabajadores y consigamos que otra gente lo haga gratis. Y estas tareas importantes que se precisan hacer son aquellas para las que se pueden usar los mercados de predicciones.
Los mercados de predicciones son una nueva y potente tecnología para pagar menos por conseguir información más precisa de las personas, pero requieren remunerar a las personas de algún modo. El camino a recorrer en el futuro es conseguir que empresas grandes usen los mercados de predicciones consistentemente y obtengan valor añadido. De este modo, las empresas vecinas en industrias similares y circunstancias parecidas empezarán a imitarlas, y el mecanismo se propagaría hasta que muchas empresas lo usen sin dudar de su utilidad.
Mi esperanza es que los mercados de predicciones se conviertan en lo que la contabilidad de costes es hoy. Imagine un mundo donde nadie usa contabilidad de costes, y tú propones en tu empresa comenzar a contabilizar todo. Eso estaría mal visto. Básicamente estarías acusando a alguien de robar. Y ahora imagine un mundo como el que vivimos en el que todos usan contabilidad de costes, y que alguien propone dejar de contabilizar lo que se hace. Básicamente estarías diciendo “quiero robar algo, así que por favor, miren a otro lado”. Eso también estaría mal visto.
De igual modo es de esperar que en algún momento los mercados de predicciones se conviertan en un estándar que use todo el mundo, y que esté mal visto no utilizarlos. En un mundo donde nadie usa mercados de predicciones tenemos problemas con gente que no está diciendo toda la verdad, aunque todos deseamos saber siempre la verdad. Pero revelar que las personas no dicen la verdad está bastante mal visto. Así que tengo la esperanza de que los mercados de predicciones pasen a ser un día el modo en que un gestor responsable de una empresa gestione sus proyectos, exactamente igual que usa la contabilidad para gestionar sus finanzas. No será porque los mercados de predicciones sean algo digno de premio Nobel que excita a todo el mundo, sino porque sencillamente estaría mal visto no usarlos.
Robin Hanson
Associate professor of economics, George Mason University
Chief scientist, Consensus Point.
