Hay ciertas ideas que cuando entran en la cabeza no te las sacas más, y pasan a ser tus nuevos lentes a través de los cuales ves el mundo. Lees una noticia, y la entiendes bajo ese prisma; movimientos en la bolsa, aparece la idea; funcionamiento de la inteligencia artificial, también; una mentira burda que escuchas, de nuevo la idea; ...para qué sigo. En ese pedestal de “grandes ideas de la humanidad que no me puedo sacar de la cabeza”, está la Teoría de la Evolución, el Efecto Compuesto, el Segundo Principio de la Termodinámica y el Teorema de Bayes.

El Teorema de Bayes es lo más controversial que en un mundo no controversial, como la matemática, usted podrá encontrar. Es entender probabilidad y estadística desde una perspectiva de gente normal, diría yo. No es la matemática que se aprende en clases, sino que la que se aprende en el recreo. Mientras un estadístico clásico en un juego de dado está dispuesto a darle un 16,7% (1/6) de probabilidad al evento que salga el número 6 en el próximo lanzamiento, el bayesiano, notando que, en los últimos 11 lanzamientos del dado, 9 han caído en el 6, piensa: “puede ocurrir, pero también puede haber gato encerrado aquí (dado cargado), así que la probabilidad que le doy a que salga 6 en el próximo lanzamiento es de un 58,8%”. (No me pida decirle cómo llegué a ese número porque tendría que entrar de lleno al teorema. Para efectos de esta columna, basta entender por qué el bayesiano pillo le da al 6 bastante más que 16,7% de probabilidad).

Bayesianos y clásicos (frecuentistas también les llaman) llevan siglos de rivalidad. Las disputas son filosóficas, del tipo Einstein versus Bohr, en aspectos profundos como entender la probabilidad como un dato objetivo o subjetivo. Mientras los clásicos entienden la estadística como qué tan probable es ver los resultados observados dada una hipótesis y a partir de ahí aprobar o rechazar la hipótesis, los bayesianos se encuentran en un constante proceso iterativo de descubrir cuál es la mejor hipótesis que justifica los datos que se van observando.

Como le comenté al principio, traje a Bayes a colación porque se me metió medio a medio en la cabeza al ver las campañas electorales. Para bien o para mal, hay cosas que creemos a priori producto de toda una historia que no las podemos fácilmente cambiar. O como diría otro matemático, Laplace: afirmaciones extraordinarias requieren evidencia extraordinaria. Por ejemplo, alguien que ha demostrado militancia al comunismo por décadas, no puede pretender convencer a los demás que es socialdemócrata a partir de la primera vez que trata de mostrarse como tal. Con Jara, tenemos un dado que de 171 veces lanzado anteriormente cayó siempre en el número 6. No podemos decir ahora, en su lanzamiento 172, que ella es “un dado equilibrado”, porque por alguna razón misteriosa (evidente en este caso) aterrizó en esta oportunidad en el número 4. (Nuevamente, no me pida escribir el teorema, pero la probabilidad que ese dado vuelva a mostrarse “equilibrado” en su próximo lanzamiento, una vez terminada la campaña, es de un 1,1%).

En el lado opuesto, tenemos a Kast, que nació de derecha y sigue siendo de derecha, que sólo habla de seguridad y economía (de 232 lanzamientos previos, siempre ha caído en el 1), y ahora que va por el 233, cae en el 1 también. Un tipo que no confunde a nadie (“apostable”, si quiere). Matthei, por su parte, aun cuando tenía una consistente figura histórica de donde agarrar: inteligente, con carácter, trabajadora. Digamos un “3”. En esta campaña se ha paseado por casi todos los números del dado: un día era Thatcher, otro socialdemócrata; uno Matthei, otro Evelyn; un día quería convencer con ideas, otro demandar; un día quería resolver los problemas de los chilenos, al otro anunciaba que iría a Alemania a estrechar lazos con la CDU (Pro tip: el 99% del electorado no tiene idea qué es la CDU alemana, y al 99% de ese 99% tampoco le interesa saberlo).

Más allá de los gustos personales de cada uno, la campaña que mejor partido le ha sacado al cerebro bayesiano que todos llevamos dentro ha sido la de Kast.