Argentina
España
USA
Israel
Cuando hablamos de estadística se nos suelen venir a la cabeza promedios, encuestas, porcentajes y alguna clase perdida de la secundaria. Es muy probable que lo último que se nos represente sea algo literario. Pero la universalidad de un escritor como Jorge Luis Borges logra que, además de tantas otras ciencias, la disciplina científica fundada en el siglo XX tenga mucho que ver con El Aleph,Pierre Menard, los Golems y laberintos.
Eso fue lo que entendió Walter Sosa Escudero, estadístico profesional y lector atento de la obra del escritor argentino más reconocido del mundo, y lo que hizo en Borges Big Data y yo: un intento por divulgar el conocimiento de la estadística en relación con el nuevo fenómeno del Big Data. Todo en clave borgeana.
“Borges ‘flirtea’ con la matemática. Un muy lindo libro del escritor Guillermo Martinez (Borges y la matemática) dice que Borges sabía relativamente poco de matemática. Ciertamente más que la mayoría de las personas, pero mucho menos que un matemático o físico. La sorprendente, quizás mágico, en Borges es su capacidad de crear un universo a partir de esos ‘pocos’ conocimientos”, explica Escudero a Clarín.
A partir de esos coqueteos, Sosa Escudero reconstruye problemas de la estadística, “una disciplina importantísima en la historia de la ciencia, y que es capaz de guiar el proceso de interacción con datos complejos como los de big data”.
Jorge Luis Borges nació en 1899.
Ahora bien, como se lee en el libro, hay un problema: la estadística es “la ciencia de la parte por el todo, su objetivo no es ‘analizar datos’, sino llegar a ver qué hay detrás de ellos: intenta dar respuestas útiles y a bajo costo, en situaciones con información limitada”, explica en el libro.
El big data, en cambio, responde a una “ciencia de datos”, que “es un nombre que, cuando está bien utilizado, hace referencia a esta versión millennial de la estadística en tiempos de datos masivos y algoritmos poderosos”.
¿Para qué necesitamos, entonces, a la estadística, que toma al todo a través de la parte, en un mundo donde tenemos “todos los datos”?
“Escondido en un cuento de Borges está el argumento de por qué big data no es ni será nunca todos los datos, por muchos que sean”, aclara Escudero.
Acá, algunas reflexiones entre el eterno escritor y la estadística científica, una disciplina que según Escudero, “está más viva que nunca”.
“Siempre me gusto la matemática aplicada, y me llamaban la atención los temas sociales y la computación. La estadística me ofreció la posibilidad de manejarme en ese territorio intermedio, en donde conviven la ciencia exacta con la tecnología y la problemática social”
Walter Sosa Escudero
Estadístico y escritor
─Vos sostenés que “big data” es en realidad “new data”. ¿Por qué?
─Es un jueguito de palabras. La idea de “big” sugiere que la revolución de los datos viene por la cantidad. A mi me parece que lo verdaderamente revolucionario, más que la cantidad, es que ahora tenemos información de lo que hace la gente (votantes, consumidores, etcetera) que no hace muchos años atrás era impensable que estuviese disponible. Además, me parece que este tipo de datos no son más de los mismos que antes teníamos sino de una naturaleza nueva (anárquica, espontánea), que requiere formas nuevas de procesarlos y estudiarlos. Big data no es más de lo mismo sino un fenómeno distinto.
─¿Por qué decís en el libro que “el problema de la estadística es el problema de la identificación”?
─Es un problema complejo. La estadística supone que cosas distintas se comportan distinto. Cuando es así, se dice que el problema está “identificado”, es decir, una persona que tiene coronavirus se comporta en forma muy distinta a una que no, una persona que está a favor de un candidato político a otra que no. Solo en esta circunstancia es posible aprender algo, viendo qué es lo que hace.
─¿Y cómo puede ayudar Borges a ilustrar esto?
─En Pierre Menard, Autor del Quijote, Borges plantea la estrambótica situación de un autor (Pierre Menard) que logra “escribir” una parte del Quijote. Es decir, no lo plagia, sino que reproduce una serie de circunstancias que lo llevan a escribir, en forma exacta, una parte del Quijote. Desde esta perspectiva, munidos de los “datos” (los textos), que producen Cervantes y Menard, no podemos aprender quién fue su autor. Estadísticamente, el problema de la autoría “no está identificado”. Pierre Menard es la peor pesadilla para la estadística.
─Funes es “big data sin estadística”, señalás. ¿Por qué? ¿Qué significa esto?
─Funes es un personaje de un cuento de Borges (Funes El Memorioso) que puede y quiere recordarlo todo. Funes no procesa datos, los replica pasivamente. Al decir de Borges, para Funes “pensar es olvidar diferencias”, que es exactamente lo que hace la ciencia: ver qué hay detrás de los datos, sus regularidades, separar la señal del ruido. La frase la dijo Stephen Stigler, tal vez el historiador más importante de la estadística, sugiriendo que la revolución del big data no es de datos sino de datos y de su análisis sistemático.
“La obra de Borges involucra todos los aspectos relevantes de la vida. Y uno de ellos es la ciencia: es tal vez el autor favorito de todos los científicos”
Walter Sosa Escudero
Estadístico y escritor
─¿Qué problemas de la búsqueda de la información se pueden ilustrar con La biblioteca de Babel?
─La Biblioteca de Babel es una biblioteca universal, que contiene todo lo que se puede escribir. Es decir, todos los libros que se han escrito y todos los que podrían escribirse. Trivialmente, el que busca en La Biblioteca de Babel, encuentra. Borges advierte claramente acerca de esta cuestión. Algo similar para con Google: el que busca encuentra. De lo que se deduce que la búsqueda sin preguntas concreta puede conducir a peligrosas conclusiones, más cuando, munidos de los conocidos sesgos de confirmación, mucha gente usa los resultados para auto confirmar los prejuicios que ya tenía.
─¿Cómo se explica la campana de Gauss con Evaristo Carriego?
Borges, en la casa del poeta Carriego, a quien le dedicó un libro.
─En una rara nota al pie de Evaristo Carriego (un largo ensayo biográfico sobre su vida y tiempos), Borges plantea la idea de medir el paso del tiempo por la tasa de acumulación de eventos: “Si el tiempo es sucesión, debemos reconocer que donde densidad mayor hay de hechos, más tiempo corre y que el más caudaloso es el de este inconsecuente lado del mundo”, lo que sugiere que en esta parte del mundo, el tiempo ha transcurrido muy rápido, a la luz de los eventos ocurridos en los tiempos de Borges.
─Y esto tiene relación incluso con la famosa frase de “aplanar la curva” de la pandemia.
─Claro, porque la idea de “acumular” es exactamente lo que mide una función de densidad, en particular la “campana de Gauss”. El fenómeno de “aplanar” la curva del que se habló al comienzo de la pandemia tiene que ver justamente con esta idea: cómo se acumulan los casos a lo largo del tiempo.
“La necesidad de lidiar con datos es tan vieja como la información y las sociedades y, en consecuencia, tanto lo es la estadística. Pero en el siglo XX es cuando alcanza su mayoría de edad, de la mano de Ronald Fischer, uno de sus padres fundadores”
Walter Sosa Escudero
Estadístico y escritor
─¿Cómo explicás los censos y las muestras a partir de El Jardín de los senderos que se bifurcan?
─Casi todo el mundo tiende a creer que un censo es algo más completo que una muestra. En El Jardín, Borges plantea un laberinto temporal en donde coexisten todos los que somos y los que pudimos haber sido, los que están leyendo esta nota y la versión de esas mismísimas personas pero que decidieron no hacerla. Desde esta perspectiva, un censo también es una muestra, porque es “solo” una manifestación de las circunstancias en las que el censista nos ve. El censo es algo así como una muestra del Jardin de Senderos que se Bifurcan, necesariamente incompleto, lo cual habla de que la aparente perfección de un censo en relación a una muestra es relativa.
Borges en el hotel Westin de Roma, en 1981. Foto Marcello Mencarini – Leemage
─¿Qué relación hay entre golems y algoritmos?
─El Golem es un personaje de la cultura judía, al cual Borges le dedica un bellísimo poema (El Golem). Se trata de un personaje creado por los hombres, que se limita a hacer algunas tareas básicas. El notable estadístico Richard McElreath usa la figura del Golem para ilustrar el hecho de que los algoritmos, entendidos como métodos iterativos, son una consecuencia de quien a la larga los diseño y los programó.
─Hablás en la introducción de una “Gestapo borgeana”. ¿Qué consejos darías a alguien que quiere empezar a leerlo?
─Es un chiste, espero que no lo saquen demasiado de contexto. Me refiero a la actitud de muchos que, posiblemente involuntariamente, se enojan con los iniciados a la literatura de Borges. La literatura de Borges es muy circular, “autorreferente”. Mi sugerencia es que con la obra de Borges hay que hacer lo mismo que cuando uno se plantea por dónde subirse a una calesita: por cualquier lado, es una vez arriba que uno tiene que decidir qué hacer.
─¿Qué buscás con este libro?
─Yo escribí este libro para que el lector se anime a empezar a leer a Borges, por donde le parezca. Hay entradas más simples que otras (Funes es mucho más “digerible” que Tlon, Uqbar, Urbis Tertius), pero, como con todo lo complejo, todo es cuestión de empezar, no se si importa tanto por dónde. El truco de Borges no es tanto la lectura sino la relectura.
Borges, big data y yo / Siglo XXI Editores / 176 páginas / 750 pesos
TEMAS QUE APARECEN EN ESTA NOTA
COMENTARIOS CERRADOS POR PROBLEMAS TÉCNICOS.ESTAMOS TRABAJANDO PARA REACTIVARLOS EN BREVE.
Comentar las notas de Clarín es exclusivo para suscriptores.
Clarín
Para comentar debés activar tu cuenta haciendo clic en el e-mail que te enviamos a la casilla ¿No encontraste el e-mail? Hace clic acá y te lo volvemos a enviar.
Clarín
Para comentar nuestras notas por favor completá los siguientes datos.
