[0:07]Desde hace casi un siglo, los encuestadores interpretan la opinión pública. Le gustaría participar en una encuesta sobre las próximas elecciones? Su método es sencillo: hacer preguntas a un pequeño grupo de personas y luego utilizar ese grupo de muestra como representación de las opiniones de toda la población. Gracias, señor, ha sido un placer. Bueno, de nada, buenas noches, gracias por venir. Pero en las últimas décadas, el público se ha acostumbrado a responder a preguntas, llamadas o timbres. Y en lugar de estar disponibles en un único punto de contacto, las personas se han vuelto cada vez más móviles, lo que hace que las encuestas tradicionales sean más difíciles.
[0:46]Hoy en día, la gente expresa sus opiniones y hábitos a través de las tecnologías móviles de internet, incluidos los teléfonos inteligentes y las redes sociales. Esta avalancha de información está haciendo posibles nuevos métodos para explorar lo que piensa el público.
[1:04]Margen de error.
[1:20]Hoy en día los datos están disponibles en todas partes.
[1:25]Información de tarjetas de crédito, de tarjetas de fidelización, demográfica y de organizaciones comunitarias. Piensa en las cosas a las que te apuntas, piensa en los eventos a los que vas. Y cuando haces clic en esa pequeña casilla que dice, he leído y acepto las condiciones del servicio, que es contractual, varias pantallas de cosas que no has leído. Nadie lo lee nunca, de todas formas, no importaría que lo leyeran. Así que eso significa que tenemos información de todas partes y eso es lo que la hace realmente preciosa. Muchas personas proporcionan a Google sus datos de correo electrónico a través de Gmail, sus datos de vídeos a través de YouTube, su ubicación física a través de Google Maps. Así que cuando conectas todos esos datos, es extraordinario. La imagen íntima que pinta del individuo, que en realidad creo que eclipsa nuestra propia memoria y que olvidamos todos los lugares a los que vamos.
[2:24]El reto es saber cómo extraer información significativa de lo que parece ruido casual.
[2:33]Ahí es donde la inteligencia artificial aplicada, conocida como IA, presenta tanto promesas como riesgos. Mientras la ciencia ficción distópica sueña con mundos en los que las máquinas gobiernan sobre humanos, la IA es más conocida por sus ingenieros como la capacidad de una máquina para aprender y pensar. La consideran una herramienta guiada por humanos que aprende dirigiendo volúmenes masivos de datos como las redes sociales y luego identifica modelos en el ruido. Y si existiera una IA que pudiera utilizar esos modelos para predecir cómo se comportarían los humanos en el futuro, como predecir el resultado de unas elecciones.
[3:16]La campaña para las próximas elecciones federales canadienses acaba de arrancar. Mientras el Partido Liberal del Primer Ministro Justin Trudeau se enfrenta al escándalo de la justicia, la destitución de dos ministros, los conservadores, los nuevos demócratas y el Bloque, tienen los líderes nuevos y no probados. A pesar de una campaña ajustada de seis semanas, los partidos tardan en perfilar sus plataformas. No está claro si los votantes elegirán en función de los problemas del partido o el líder. En Ottawa, la capital de Canadá, una pequeña empresa utiliza la inteligencia artificial para predecir las próximas elecciones. La gente llama a esto elecciones de Seinfeld. En serio, porque es una elección muy sucedida entre comillas. Sí, para serte sincero, es todo lo contrario. Aunque así es como son todas las elecciones. En realidad creo que es todo lo contrario. Creo que lo que la gente me dice es que la primera vez que se fijen en las políticas y no en los líderes, los dos líderes no significan nada para mí. Si se trata realmente de quién creó o qué va a hacer mejor trabajo para la economía, para el medio ambiente y ya sabes, he oído a mucha gente. Obviamente la economía es siempre lo primero para todos, pero quién tiene las mejores políticas. El físico Kenton White y el contable Aaron Kelly cofundaron Advanced Symbolics o ASI, en 2015. Esta empresa de estudios de mercado utiliza datos públicos e IA para predecir las actitudes de los consumidores. Ya sabes, en la era de Cambridge, la analítica y todo eso, la gente piensa que es una especie de ciencia vudú. Como si tuviéramos vergüenza de hacer que las cosas sucedan. Quiero que la gente entienda que esto no es solo matemáticas y es ciencia como cualquier otra cosa y es probabilística. Es estadística, como siempre ha sido, excepto que lo hace Polly en lugar de los operadores telefónicos. Pueden utilizar un enfoque similar para predecir opiniones políticas. Antes era difícil obtener información sobre millones y millones de personas y aplicarles la física estadística. Pero ahora tengo Facebook, ahora tengo Twitter. Cómo lo utilizo? Aunque no trabaja ni para partidos políticos ni para medios de comunicación, Kelly y White vieron en el juego de predicción electoral una forma de promocionar su método de investigación. Piensen cuando hacemos una investigación de mercado tradicional, cuántas veces interferimos en el tema con las personas mientras las estamos estudiando. Interferimos pidiéndoles que participen, interferimos en el resultado al hacer una pregunta y cómo formulamos esa pregunta. Así que toda nuestra idea que vimos, que con los medios de comunicación social fue una gran oportunidad para observar a la gente en su entorno natural. Y no vas a conseguir una política mucho mejor y una sociedad mucho más utópica si sabes exactamente lo que quiere la gente de esa sociedad.
[6:07]Durante mi infancia me inspiré en la ciencia ficción, como en la serie de la Fundación de Asimov, en la que se puede utilizar la física y la física estadística sobre las personas y poblaciones y trazar un mapa de todo el curso de la galaxia. Me decepcioné bastante cuando aprendí que eso no es realmente posible. La explosión de datos de las redes sociales ofreció a White un tesoro potencial. Podía aplicar métodos estadísticos de la física para analizar lo que a otros les parecía fuentes de datos desordenadas e inutilizables. Fue el nacimiento de la IA que ASI llama Polly.
[6:49]Polly era seguro para la política, así que por casualidad la llamamos así, vamos a llamarla Polly. No pensamos en ello más que en la política. Polly se compone de diferentes partes, pequeños programas que exploran la web y recopilan información. Esos programas, llamados algoritmos, son un conjunto de instrucciones para realizar una tarea específica. Tienes un algoritmo que dice cuándo eliges a alguien, cuándo no. Pequeños algoritmos que analizan a esa persona y llegan a decir, creo que la persona es hombre o mujer, o rica o pobre, o joven o vieja, negra o blanca. Algoritmos que nos permiten encontrar personas que están hablando sobre el tema que queremos medir. Si te mostraba cualquiera de estos algoritmos y cómo funcionaba, lo más probable es que dirías que es bastante simple. Es cuando tomas docenas y docenas y pones todas esas cosas juntas que surge algo más complejo. Utiliza más datos de los que yo o tú o casi cualquiera de los presentes podríamos entender en toda una vida.
[8:03]Pero, qué es lo que hace a Polly, que sea inteligente? Y fíjate que no he dicho sensible, he dicho inteligente. Así que es inteligente porque puede captar conceptos, conceptos matemáticos y ver patrones en las personas que nosotros mismos no podemos ver. Pero esa descripción inquieta a los críticos de la IA. El método de la IA parece una caja negra para los que no son expertos en IA, lo que les deja en desventaja a la hora de cuestionar el funcionamiento interno de la IA o sus conclusiones. Frente a los escépticos, AS vio en el referéndum del Brexit de junio de 2016 una forma de poner a prueba su algoritmo.
[8:52]Los ciudadanos del Reino Unido votaban entre permanecer o abandonar la Unión Europea. Las encuestas tradicionales realizadas casi a diario revelaban que el país estaba dividido por la mitad. A medida que se acercaba el día de la votación, se hizo evidente que los votantes indecisos probablemente determinarían el destino del país.
[9:16]Mientras tanto, Polly examinaba los datos de Twitter del Reino Unido para predecir las opiniones de los usuarios sin ponerse en contacto con ellos directamente. Polly estuvo viendo la permanencia hasta tres días antes del referéndum. Teníamos un 52% de votos a favor de la permanencia y un 48% a favor de la salida, como todo el mundo. Entonces ocurrió el asesinato de Jo Cox. El diputado del Partido Laborista de Jo Cox, que había hecho campaña por la permanencia, fue asesinado a tiros por un extremista de extrema derecha el 16 de junio de 2016. Tres días antes del referéndum, nos levantamos, consultamos a Polly y de repente Gran Bretaña va a salir de la UE.
[10:01]Que era diferente de lo que ella había estado diciendo todos los demás días de la semana y durante toda esta campaña. Estaba preocupado porque un asesinato es un Black Swan. Un evento Black Swan es un evento raro. Es algo que mi IA nunca había visto antes y en ninguna de las elecciones en las que había entrado se había producido un asesinato. Los asesinatos son raros, así que le dijimos que ignorara el asesinato de Jo Cox, cuál es el resultado, permanecer. Probado de nuevo, Jo Cox es asesinado, salida. Entonces, qué había cambiado, qué estaba viendo ella que todos los demás en el mundo se estaban perdiendo? La libra esterlina cayó en su nivel más bajo en 30 años y las bolsas mundiales se convulsionaron al conocerse que la mayoría de los votantes del Reino Unido quieren salir de la Unión Europea, la segunda economía más grande del mundo.
[10:54]Polly observa cosas que a nosotros ni se nos ocurriría observar, no le pedimos que observe estas cosas. Empezamos a repasar, David Cameron había dado muchas ruedas de prensa durante ese tiempo y había una frase, algo que había dicho. Es correcto que suspendamos la actividad de campaña en este referéndum y los pensamientos de todos estarán con la familia de Jo y con sus electores en este terrible momento. A lo largo del año que estuvo observando a la gente se dio cuenta de que si la gente entraba en internet y decía que estaba pensando en votar por la salida. Si tenían una red de personas a su alrededor, amigos y familiares que les hablaban francamente de por qué no debían permanecer y cuáles serían las consecuencias con el tiempo. Esa red era eficaz para convencer a esas personas de que permanecerían si mantenían el diálogo. Pero una vez que la gente ya no hablaba, un cierto porcentaje de los indecisos se salía, basándose en lo que ella había observado en el pasado. Así que aplicó ese algoritmo como si hubiera dado en el clavo. Para entender mejor el método de Polly, es útil ver lo que comparte con las encuestas tradicionales.
[12:11]Una forma de medir la opinión pública es mediante entrevistas. Las entrevistas breves se denominan sondeos. Se selecciona cuidadosamente a unas pocas personas como muestra de las pruebas importantes del público en general. Durante décadas, los encuestadores llegaron con éxito a la gente por teléfono fijo, correo directo o llamando a las puertas. Se obtienen tasas de respuesta del 80%. Todas las llamadas eran a teléfonos fijos, no había teléfonos móviles y a la gente le encantaba participar en encuestas. Ya sabes, equivocarse, equivocarse en una elección sería como, ya sabes, caerse de un barco y no ver el agua. Ese es el tercer golpe. Golpean y la casa parece oscura, si no están en casa. Pero en los últimos 30 años, el uso del teléfono fijo y las tasas de respuesta pobres han caído drásticamente. Si llamas a un teléfono fijo en cualquier casa, es mucho más probable que te conteste una mujer mayor que cualquier otra persona. Millennials, si quieres conseguir millennials, probablemente no vas a conseguirlos usando teléfono fijo. Probablemente los sigas usando el móvil y los encuentres online. Los encuestadores tradicionales necesitan diversificar sus métodos para llegar a diferentes audiencias. Lo que tratan de hacer es representar el mercado político, el mercado político importante, la población votante, con la mayor precisión posible. Así que lo que necesitas es una buena cobertura de todos estos grupos diferentes de la población y luego lo que haces es tratar de verlos de manera colectiva. Para cubrir la población canadiense en 2019, el encuestador Darrell Bricker combina sondeos por teléfono fijo con sondeos por teléfono móvil y encuestas en línea. Pero la IA de Polly adopta una estrategia diferente. A medida que nuestra población se diversifica, necesitamos una muestra más amplia. Canadá es muy diferente ahora de lo que era en 1970 o en 1959, cuando empezamos a hacer encuestas telefónicas. Pero la ciencia no ha evolucionado realmente desde los años 50, así que seguimos teniendo los mismos tamaños de muestra. Seguimos enfocando la ciencia de la misma manera, aunque la población ha cambiado mucho ahora con las redes sociales. Por fin tenemos la oportunidad de hacer evolucionar esta ciencia por primera vez en 50 años.
[14:22]Las encuestas tradicionales han fallado en varias predicciones electorales recientes. Van a ganar la Casa Blanca, vamos a recuperarla. En las elecciones presidenciales estadounidenses de 2016, los encuestadores predijeron de forma masiva que Hillary Clinton ganaría a Donald Trump. Si las colas son largas mañana, por favor, espere.
[14:46]La victoria de Trump demostró que los encuestadores habían errado el tiro, predijeron el voto popular, pero no acertaron en las reñidas elecciones locales de los estados indecisos que dieron a Trump la victoria en el Colegio Electoral. Está claro que sus modelos estaban completamente equivocados. El porcentaje real de votos predicho por las encuestas es en realidad lo que ocurrió, pero no estábamos midiendo el Colegio Electoral. Obviamente pasas por, ya sabes, una noche oscura del alma cuando ocurren este tipo de cosas.
[15:19]No fue una elección fácil de predecir, pero era predecible. Y me parece, ya sabes, interesante por qué todo el mundo decía que estaba muy reñido. Por eso poder mirar el recuento de escaños y hacerlos escrutinios se está convirtiendo casi en una necesidad si quieres hacer encuestas.
