Cuando los datos dan la solución incorrecta: el sesgo de supervivencia

Durante la Segunda Guerra Mundial, los investigadores del Centro de Análisis Naval enfrentaron un problema crítico. Muchos bombarderos estaban siendo derribados en atropellamientos sobre Alemania. Los investigadores navales sabían que necesitaban datos sólidos para resolver este problema y se pusieron a trabajar. Después de cada misión, los agujeros de bala y el daño de cada bombardero fueron minuciosamente revisados y registrados. Los investigadores analizaron los datos en busca de vulnerabilidades.

Durante la Segunda Guerra Mundial, los investigadores del Centro de Análisis Naval enfrentaron un problema crítico. Muchos bombarderos estaban siendo derribados en atropellamientos sobre Alemania. Los investigadores navales sabían que necesitaban datos sólidos para resolver este problema y se pusieron a trabajar. Después de cada misión, los agujeros de bala y el daño de cada bombardero fueron minuciosamente revisados y registrados. Los investigadores analizaron los datos en busca de vulnerabilidades. ((Syed, Matthew. 2015. Black Box Thinking. Nueva York: Penguin Random House. Pp 33-37))

Los datos comenzaron a mostrar un patrón claro (ver imagen). El mayor daño fue en las alas y el cuerpo del avión.

La solución a su problema fue clara. Aumenta la armadura en las alas y el cuerpo del avión.

Pero había un problema. El análisis fue completamente incorrecto.

Antes de que se modificaran los aviones, un estadístico húngaro-judío llamado Abraham Wald revisó los datos. Wald había huido de la Austria ocupada por los nazis y trabajó en Nueva York con otros académicos para ayudar en el esfuerzo de guerra.

La revisión de Wald señaló un defecto crítico en el análisis. Los investigadores solo habían mirado a los bombarderos que habían regresado a la base.

¿Falta de los datos? Cada avión que había sido derribado.

Pero la investigación no fue un esfuerzo perdido. Estos bombarderos supervivientes rara vez sufrieron daños en la cabina, el motor y partes de la cola. Esto no se debió a una protección superior a esas áreas. De hecho, estas fueron las áreas más vulnerables en todo el avión.

Los datos del agujero de bala de los investigadores habían creado un mapa de los lugares exactos en los que se podía disparar al bombardero y aún sobrevivir.

Con el nuevo análisis en mano, los equipos reforzaron la cabina de los bombarderos, los motores y la armadura de la cola. El resultado fue menos muertes y un mayor éxito de las misiones de bombardeo. Este análisis demostró ser tan útil que continuó influyendo en el diseño del avión militar durante la guerra de Vietnam.

Esta historia es un vívido ejemplo del prejuicio de los sobrevivientes. El sesgo de supervivencia es cuando solo miramos los datos de aquellos que tienen éxito y excluimos a los que fracasan.

El sesgo de supervivencia nos rodea, especialmente en los medios de comunicación. Usted lee artículos sobre empresarios que arriesgaron todo financieramente y ahora son un éxito. Pero nadie describe a los otros cien empresarios que siguieron la misma estrategia y se declararon en quiebra.

O considere el clásico de negocios, Good to Great, que describió a las compañías exitosas y las características que las hicieron “geniales”. Pero, ¿qué pasa con todas las compañías que fallaron pero que también tenían “Líderes de Nivel 5” y “las personas adecuadas en el autobús”? El análisis excluye a estas empresas que “faltan en los datos”.

[Si deseas apoyar al periodismo emergente para que siga creciendo y contribuyendo  a la sociedad, puedes hacer tu aporte en ⇒ Vaki]

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *