Qualificacions objectives
Fa dies que estava buscant on col·locar la següent història; ahir mentre fregava els plats se’m va acudir la solució i després de parlar-ne al vespre va agafar forma. Però comencem amb el relat.
L’A és un estudiant que conec des de fa temps; és molt bo, tot i que no un geni, i té unes capacitats extraordinàries que el faran (si tot va bé) un seriós investigador matemàtic. A en B també el conec, tot i que menys. Se’l pot trobar en algun lloc de la manxa el nom del qual no vull recordar, i és espavilat, tot i que no té la mateixa capacitat, formació ni empenta que l’A.
Un incís: jo no sóc ni l’A ni en B, però sí que tinc un fort biaix a favor d’A. Tingueu-ho en compte mentre llegiu per destriar la subjectivitat que, en qualsevol cas, no penso evitar. D’altra banda, ni A ni B són una sola persona sinó vàries.
Una altra diferència és que en B treu unes notes enormement més destacables que les de l’A. No pas perquè l’A no sigui treballador, sinó perquè les avaluacions a la universitat on estudia B són més generoses. Punt. És la millor justificació. I en això tant l’A com en B hi estan d’acord.
I encara una altra diferència: en B té beques d’excel·lència i de formació per a l’investigació, mentre que a l’A no li donen ni les gràcies. La universitat B s’ha adonat que confeccionant un expedient modèlic als seus millors estudiants (perquè no ens enganyem, en B és bo) obté més beques, que es tradueixen en més prestigi objectivament.
I em direu, perquè no es té en compte això a l’hora de ponderar les qualificacions? Perquè contràriament al que sembla pel que he explicat fins ara, la mitjana a B és menor que a A. Perquè com que a B els estudiants no fan res, estar al capdavant és estar molt al capdavant.
Què vull dir amb tot això? Que està molt bé tenir criteris objectius per no discriminar les persones. Però que aquests criteris poden ser molt desencertats, perquè només mesuren una petita part del que cal. I sí, els resultats que donen poden ser bons amb un marge de confiança del 95%. Però què passa amb la resta?
A més, donats uns criteris objectius i públics és relativament fàcil adaptar-s’hi. Diguem-ne hackejar els criteris, tot i que no m’agradi la connotació negativa — i incorrecta — de la paraula.
En aquest aspecte envejo les empreses. Que fàcil és proposar una entrevista, amb entrevistadors subjectius que poden acceptar o rebutjar sense compromís — tret que no respectin les normes bàsiques sobre discriminació —, que poden fer servir mètodes objectius per apuntar, però que tenen una persona al darrera per disparar — altra vegada l’analogia no és la millor —. I considero que el personal a l’administració pública sovint s’adequa més a la qualificació de màquina que pas de persona.
Cal posar èmfasi en que s’han aconseguit molts avenços tecnològics modelitzant matemàticament processos i aplicant-los tècniques de predicció i optimització. Però sovint s’oblida que estem tractant amb un model, i que cal la supervisió d’algú que entengui què està passant, que sàpiga interpretar resultats, en comptes d’utilitzar cegament la sortida d’un algorisme.
A més, darrerament he tingut l’oportunitat de treballar amb algorismes d’aquest tipus, i he comprovat que bons que poden arribar a ser, però a la vegada que fràgils. Com unes dades indesxifrables per un ordinador obtenen una explicació ràpida per part d’un humà, que utilitza el sentit comú, sigui el que sigui que signifiqui, per afegir una nova variable incorrelada al model i corregir-lo.
Un altre exemple, llegint sobre algorismes d’anàlisi de dades em vaig trobar amb una fórmula per decidir si un inversor era bo o no. El seu autor insistia vehement en que només es tractava d’un indicador per ajudar a la persona encarregada de prendre les decisions. No m’imagino quanta gent deu haver anat a parar al carrer innecessàriament per culpa de males interpretacions. D’altra banda, tampoc em sap greu que els inversors se’n vagin al carrer.
I si se’m permet concloure, tot i que no puc demanar l’eliminació dels criteris objectius per la seva inviabilitat a no ser que doni una solució — que no tinc — el que sí que pretenc és fer-vos reflexionar sobre la pròxima vegada que feu cas a una estadística. És un número, cony! Penseu si està bé!
Canvia la sort
aixeca’t ja de terra i canvia la sort.
— Sopa de Cabra, Fes la teva sort
