Las investigaciones sobre Inteligencia Artificial (IA) nos ayudan a conocer el funcionamiento del cerebro. El psicólogo Michael Gazzaniga recuerda que una parte de la inteligencia se asienta en reglas matemáticas como la inferencia bayesiana, pronosticando la probabilidad de un acontecimiento futuro según situaciones parecidas vividas en el pasado. Acogiéndonos a los planteamientos del conocido ingeniero informático Jeff Hawkins, recurrimos constantemente a la memoria para elaborar predicciones acordes con nuestra experiencia: desde situar el interruptor de la luz a oscuras hasta encontrar nuestras cosas.
Añade que: “el cerebro humano es más inteligente que el de otros animales porque puede hacer predicciones sobre más tipos abstractos de patrones y sobre secuencias más largas de patrones temporales”. Heredamos un arraigo biológico a los pronósticos según experiencias pasadas en muchas facetas de nuestra vida, incluyendo el Compliance. Sin embargo, el futuro nunca es una simple proyección matemática del pasado.
Estamos acostumbrados a medir el riesgo a partir de la aproximación probabilística clásica, que, partiendo de informaciones conocidas, construye un pronóstico sobre la probabilidad y consecuencias de un acontecimiento incierto. Sin embargo, recuerda el historiador Perter Burke que “la era de la confianza en la medición del riesgo está siendo reemplazada por una era de incertidumbre”.
Vivimos una realidad envuelta en episodios históricos sin parangón, como el confinamiento mundial pandémico, el asalto al Capitolio de los Estados Unidos, la invasión militar de Rusia a Ucrania y una secuencia ya interminable de acontecimientos difíciles de predecir. Lo mismo ocurre en la esfera empresarial, dándose crisis de confianza en el sistema económico y bancario inducidas por acontecimientos inusuales. Por eso, hay quien habla de incertidumbre radical.
Las evaluaciones de riesgos de Compliance también se ven afectadas por rarezas, explorando metodologías de prognosis que no precisen de traza histórica. En este contexto, resurge la Teoría de Juegos y sus variantes, que procuran una estimación de probabilidad considerando las estrategias racionales de los diferentes operadores en un determinado contexto o decisión. Conciendo sus intereses y los factores condicionantes, es posible aventurar un juicio de pronóstico independiente de la información histórica, en ocasiones inexistente. Sin embargo, estas metodolgías no están generalmente aceptadas en la esfera del Compliance, cuyos estándares siguen fieles a la aproximación probabilística clásica.
El matemático Nassim Taleb probablemente encabeza la crítica de la modelización matemática de las predicciones. Emplea el término “Cisne negro” para definir un acontecimiento con tres características: rareza, es decir, fuera de las expectativas normales; impacto signiticativo, capaz de producir una desviación relevante respecto de cualquier modelización probabilística; y finalmente, interpretado a posteriori para convencer que es explicable y predecible. Para Taleb, ni las teorías clásicas ni las nuevas brindan una solución satisfactoria para predicciones fiables en entornos donde proliferan los Cisnes negros.
En el siguiente video explicaré el origen, desarrollo y pensamientos que se ciernen sobre la metodología de evaluación de riesgos generalmente aceptada en Compliance. Para ello, seguiré las ideas de pensadores destacados en los ámbitos de las matemáticas, la economía, la ingeniería informática, la psiquiatría e incluso las neurociencias y la historia; que nos brindarán conclusiones sugestivas poco habituales.
Deja un comentario