Skip to main content

Los datos no recuerdan: por qué esperamos que la mala racha se corrija

Eventos independientes, el “casi acierto” y la ilusión de que una mala racha tiene que compensarse.

Unos segundos frente a una máquina tragamonedas bastan para entender por qué el “casi” no existe en la matemática y por qué seguimos esperando que la realidad compense una mala racha. El mismo mecanismo aparece al analizar datos o evaluar riesgos. Sobre eventos independientes y la memoria que los datos no tienen.

Había entrado muy pocas veces a un casino. Nunca fui una gran aficionada a los juegos de azar. Sin embargo, había algo que siempre despertaba mi curiosidad: las maquinitas, las tragamonedas. No por el premio. Ni siquiera por la posibilidad de ganar mucho dinero. Me intrigaba algo mucho más simple: quería ver qué iba a salir.

Caminé despacio entre las filas de máquinas hasta elegir una. Puse unas pocas monedas. Tomé la palanca. Y la bajé. Todo ocurrió en apenas unos segundos. Los rodillos empezaron a girar y fueron frenando. Primer símbolo: una cereza. Segundo símbolo: otra cereza. Durante una fracción de segundo imaginé la tercera. Pero no apareció.

La máquina ya estaba lista para la siguiente jugada. Y fue en ese instante cuando ocurrió algo curioso. En algún lugar de mi cabeza apareció una pregunta casi automática:

—¿Será en la próxima?

Yo sabía perfectamente que nada había cambiado. Ni la máquina, ni las probabilidades, ni la siguiente jugada. Y, sin embargo…

Esperaba un resultado distinto.

El “casi acierto” no existe en la matemática

Cuando la pantalla me mostró dos cerezas y un espacio en blanco, no sentí que hubiera perdido del todo. Sentí un “casi gano”. Visualmente, la distancia entre el éxito y el fracaso parecía mínima: apenas un rodillo de diferencia. Había estado muy cerca de lograrlo.

Una distancia visual no equivale a una distancia probabilística. En un juego de azar donde cada jugada es independiente, obtener dos símbolos iguales y uno distinto no acerca más al premio que obtener tres símbolos completamente diferentes: en esa máquina, ambas eran una jugada perdedora.

El “casi acierto” puede hacernos sentir que estamos avanzando, como si cada intento nos acercara un poco más al premio. Sin embargo, en el territorio de la matemática, el “casi” no existe.

Eventos independientes: la memoria que los datos no tienen

Para una máquina de azar —o para una moneda lanzada al aire— el resultado anterior simplemente no forma parte de la siguiente jugada. La jugada actual no sabe qué ocurrió en la anterior. No guarda rencores. No celebra rachas. Cada intento es un universo completamente nuevo; lo que en estadística llamamos un evento independiente.

Nosotros, en cambio, somos criaturas narrativas. Vivimos de recordar, comparar y construir historias.

Si un resultado se repite varias veces, aparece una ilusión casi inevitable: la idea de que la tendencia tiene que cambiar. Esperamos que el sistema se autocorrija. Que, de alguna manera, haga “justicia” a nuestra constancia. Nos convencemos de que tras una mala racha, por una supuesta ley de promedios, la buena tiene que estar al caer.

Pero el dato no tiene sentido del equilibrio. Nace limpio e indiferente a nuestra historia.

Los datos no recuerdan.

Nosotros sí.

Fuera del casino: la misma pregunta al analizar datos y riesgos

Este mecanismo no se queda encerrado en el casino. Nos acompaña cuando analizamos datos, evaluamos riesgos o simplemente intentamos anticipar lo que ocurrirá mañana. Fuera del juego, suele parecer lógico.

Pensamos: “Ya llevamos tres meses seguidos a la baja; el próximo mes debería mejorar.” O: “El sistema ya falló dos veces esta semana. Sería muy raro que volviera a fallar hoy.”

Sin darnos cuenta, volvemos a hacerle la misma pregunta a la realidad:

—¿Será en la próxima?

Pero, si los eventos son realmente independientes, el pasado no modifica la probabilidad del siguiente. Y, a veces, esa memoria nos hace sentir que el futuro nos debe una compensación.

La estadística nos recuerda algo mucho menos intuitivo: el azar no tiene memoria, no recompensa la perseverancia ni corrige desequilibrios. Simplemente ocurre.

Quizás por eso la lección más interesante de aquella maquinita no tenía que ver con el juego.

Tenía que ver conmigo.

¿Listo para dar
el próximo paso?

Inicia tu camino
Otras publicaciones

Un modelo predictivo de sepsis llegó a cientos de hospitales de Estados Unidos con una promesa difícil de resistir. Una validación independiente en Michigan Medicine mostró que no detectaba dos de cada tres casos. Qué se pierde cuando nos saltamos la etapa de conocer los datos, y qué columnas nunca deberían entrar a un análisis.

Antes, el análisis era lento y lleno de dudas. Hoy la máquina responde en segundos y, sin darnos cuenta, dejamos que el cálculo ocupe el lugar del pensamiento. Un recorrido desde los cálculos a mano hasta la inteligencia artificial para entender qué está en juego y qué sigue siendo la parte humana del análisis.

Unos segundos frente a una máquina tragamonedas bastan para entender por qué el “casi” no existe en la matemática y por qué seguimos esperando que la realidad compense una mala racha. El mismo mecanismo aparece al analizar datos o evaluar riesgos. Sobre eventos independientes y la memoria que los datos no tienen.

El Consejo Empresarial para la Ética de la Inteligencia Artificial en Uruguay, con el apoyo de la UNESCO, desarrollará entre octubre y noviembre una propuesta gratuita dirigida a empresas, instituciones y profesionales.

Leave a Reply