A medida que la analítica predictiva se vuelve más sofisticada, las empresas recurren cada vez más a datos agregados para ayudarles en todo, desde el marketing hasta las nuevas líneas de productos. Pero ¿cuánto deberían confiar las empresas en la sabiduría de la multitud? En su última investigación, el profesor de marketing de Wharton John McCoy propone una nueva solución para el crowdsourcing que puede ayudar a obtener resultados mejores y más precisos: en lugar de optar por la respuesta más popular a una pregunta, elija la respuesta que es “sorprendentemente popular.” Su artículo, escrito conjuntamente con Drazen Prelec y H. Sebastian Seung, se titula “Una solución al problema de la sabiduría de la multitud con una sola pregunta” y fue publicado en Nature. Habló con Knowledge@Wharton sobre por qué hay abundante sabiduría en la multitud para quienes estén dispuestos a formular las preguntas adecuadas.
A continuación se presenta una transcripción editada de la conversación.
Knowledge@Wharton: El poder de la multitud para hacer predicciones o recomendaciones ha obtenido un amplio reconocimiento en los últimos años. ¿Puede hablarnos de cómo ha evolucionado esto, dónde se utiliza y cuáles son algunas de sus limitaciones?
John McCoy: Por ejemplo, muchas empresas utilizan mercados de predicción internos para intentar encontrar buenas formas de aprovechar la sabiduría de todos sus empleados. Las agencias gubernamentales utilizan a la multitud para elaborar buenas previsiones económicas o geopolíticas. No estoy seguro de que existan limitaciones en el uso de la sabiduría de la multitud en sí. Creo que las limitaciones están en algunos de los métodos actuales para extraer la sabiduría de la multitud. Por ejemplo, muchos de los métodos actuales, antes de nuestro trabajo, asumen que a menudo la mayoría tiene razón, o asumen que es fácil identificar casi de inmediato quién de la multitud es un experto. De hecho, a menudo no es así.
Knowledge@Wharton: Su investigación propone una nueva forma de utilizar la sabiduría de la multitud: en lugar de usar la respuesta más popular, utilice lo que usted denomina la respuesta “sorprendentemente popular”. ¿Puede explicarlo?
“Quiere pedir a la multitud dos tipos de información: no solo su propia respuesta, sino también sus predicciones sobre las respuestas de otras personas de la multitud.”
McCoy: Si piensa en algo como una votación por mayoría, lo que hace es simplemente tomar la respuesta más popular. Se toma la respuesta más frecuente que da la gente. Nosotros decimos que lo correcto es tomar lo que llamamos la respuesta sorprendentemente popular. La idea es que se quiere pedir a la multitud dos tipos de información: no solo su propia respuesta, sino también sus predicciones sobre las respuestas de otras personas de la multitud. Luego, tomar la respuesta sorprendentemente popular significa analizar tanto la frecuencia real de votos como la frecuencia de votos predicha, y elegir la respuesta en la que la frecuencia real de votos supera a la frecuencia de votos predicha.
Puedo poner un ejemplo. Consideremos una pregunta fáctica sencilla: ¿Es Filadelfia la capital de Pensilvania? La respuesta correcta es no. La capital es Harrisburgo. Pero muchas personas piensan que sí, porque Filadelfia es una ciudad grande y populosa. La mayoría de la gente conoce Filadelfia. Cuando se hace esa pregunta a un grupo de personas, como hicimos con estudiantes del MIT, solo alrededor de un tercio de la multitud obtiene la respuesta correcta. También podemos observar las predicciones de la multitud sobre lo que harán las personas que la componen. Si se pide a todos los miembros de la multitud que predigan qué proporción de personas responderá no, la multitud cree que solo el 23% de las personas responderá no. Por tanto, nuestro método indica que se seleccione no, la respuesta correcta, porque aunque no es la más popular —solo el 33% de las personas la respaldó—, es la respuesta sorprendentemente popular. El 33% es muy superior a la predicción del 23%.
Knowledge@Wharton: ¿Cómo tendrían que adaptar las empresas lo que hacen para ajustarse a esto?
McCoy: Algunas empresas, en la actualidad, hacen cosas como votaciones simples por mayoría o ponderan los votos según la competencia. Otras empresas utilizan mercados de predicción. Así que aquí hay un método muy sencillo: basta con pedir a ese grupo de empleados sus propias respuestas a algunas preguntas —por ejemplo, alguna previsión de mercado— y pedirles que hagan predicciones sobre sus colegas. Después, simplemente se combinan estas dos piezas de información.
Una de las ventajas [de este método] es que tiene un alcance mucho mayor que muchas de las cosas que las empresas hacen actualmente. Si soy una gran empresa que utiliza mercados de predicción, estoy muy limitado en cuanto al tipo de preguntas que puedo plantear porque, por ejemplo, tengo que poder pagar inmediatamente a las personas según sus respuestas: ¿ocurrió o no ocurrió este evento? ¿Se vendió o no se vendió este producto? Con nuestro método, no se necesita nada de eso. Solo se necesitan respuestas y predicciones, y se puede aplicar de inmediato.
Knowledge@Wharton: Cada vez que alguien nos hace una pregunta, no solo intentamos dar la respuesta correcta o la que consideramos mejor. También tratamos de pensar en quién me pregunta y qué quiere oír. Parece que este modelo pone eso más en juego.
Creo que una gran lección es que la multitud es mucho más inteligente de lo que muchas personas creen.
McCoy: Sí, hasta cierto punto. Sin duda, una de las ventajas es que se pueden utilizar las dos entradas de este modelo —las respuestas propias de las personas y sus predicciones sobre las respuestas de los demás— para incentivarlas de forma inteligente a decir la verdad. Al combinar estas dos piezas de información, incluso si yo no conozco la respuesta correcta, también puedo incentivar a las personas a dar lo que ellas consideran la respuesta verdadera, sin que tengan en cuenta estos otros factores de los que usted habla.
Knowledge@Wharton: ¿Qué lecciones hay para los sectores que quieren incorporar más sabiduría de la multitud en lo que hacen?
McCoy: Creo que una gran lección es que la multitud es mucho más inteligente de lo que muchas personas creen. Como usted dijo antes, ha habido un interés creciente por la sabiduría de la multitud, pero nuestro método indica que hay un gran número de preguntas en las que normalmente se pensaría que la multitud se equivocaría, porque la mayoría se equivoca. Sin embargo, con métodos inteligentes y sofisticados, incluso en esos casos la multitud suele conocer la respuesta correcta. Una conclusión para estos sectores es que sus empleados saben mucho en conjunto, y si se utilizan métodos como el nuestro, se puede extraer su sabiduría.
Knowledge@Wharton: ¿Cuáles son algunas de las futuras líneas de su investigación?
McCoy: Estoy trabajando mucho para seguir desarrollando la idea de la respuesta sorprendentemente popular. Una de ellas es aplicarla en otros contextos. En gran parte del trabajo original, supusimos que había una, dos o tres respuestas posibles a una pregunta. Ahora me interesa mucho aplicarlo a cantidades continuas; por ejemplo, ¿se puede predecir cuál será el precio del oro? También me interesa aplicar este [concepto] a la predicción de compras de productos. Puedo preguntarle: “¿Le gusta este producto en particular? ¿Cree que sus amigos lo comprarán?”. Entonces, podemos utilizar esas dos piezas de información juntas para predecir mejor qué productos se venderán. También me interesa la psicología de cómo las personas elaboran realmente estas respuestas y estas predicciones; estoy realizando trabajo en el laboratorio para comprender los mecanismos que hay detrás de esto.
