Aprendí inglés en gran parte gracias a las novelas de John Steinbeck, que siempre me parecieron fáciles de leer para alguien que todavía no tiene un dominio avanzado de ese idioma. No sabía, sin embargo, que a la vez podría haber aprendido microeconomía.
Un profesor universitario llamado Stephen Ziliak usa «Las uvas de la ira» de Steinbeck a lo largo de su curso introductorio de microeconomía. Situada en el oeste estadounidense de la Gran Depresión, la novela cuenta la historia de varias familias que son forzadas por los propietarios a dejar sus granjas y deciden emprender un viaje para buscarse la vida en California.
Canciones de Woody Guthrie, Bruce Springsteen y Rage Against the Machine sobre la novela, también forman parte del plan de estudios. Libros como «The Worldly Philosophers», el origen del subtítulo de «La mirada del economista» de Juan Urrutia, aparecen como altamente recomendados en el mismo.
Dan ganas de volver a leer la novela ya que uno no puede inscribirse en el curso. Por si me da tiempo durante las fiestas, lo he guardado, junto a The Worldly Philosophers, en mi Nook.
Algo que me suele asombrar de los profesores norteamericanos es el esfuerzo puesto en ser comprensible y que la gente entienda. En cómo trasladar las ideas subyacentes de conceptos complejos de la manera no más ligera, sino más fácil de entender. Acabo de terminar Super Crunchers, un texto que es capaz en un folio de hacer entender mejor lo que es una varianza, una desviación típica y una distribución normal en tres páginas que todos los años de estudios y sesiones de profesores que tuve.
Siempre he sido un torpe en matemáticas (aunque un profe me dijo que mi mejor desempeño en cálculo comparado con el álgebra suponía ser «más matemático») y recuerdo con emoción el día que comprendí una derivada por primera vez: habían pasado varios años de estudios con derivadas en la mano y uno hacía mecánicamente algo que no intuía su destino (el sistema educativo se asegura de que sigas aunque no hayas comprendido). Y todo vino por un buen profesor y dos frases.
Desde entonces, lamento no saber más matemáticas y, sobre todo, más estadística, porque es una puerta para entender el mundo brutalmente dura con tus creencias.
Me guardo el libro que comentas porque es una asignatura que tengo pendiente. Hace un año me matriculé en la UOC en el curso de «estadística en la sociedad de la información» que resultó ser una gran decepción. Te enviaban CDs con material didáctico lleno de ejemplos de la sociedad industrial y había cero interacción en al aula.
Sigo con interés el blog de Quantified self y justo ayer me inscribí en un MOOC sobre análisis de datos de aprendizaje. Espero tener más suerte que hace un año en la UOC y conseguir, por fin, domesticar la estadística.
El problema con la estadística es que se suele tomar «demasiado» en serio. Muy pocas veces tienes todos los datos, y casi nunca sabes al 100% en que condiciones se han recogido los datos. Una época trabajé picando datos y puedo deciros que no siempre se hace con la calidad con que se debería hacer.
Cuando alguien me comenta, muy emocionado, que va a tomar nosequé decisión basándose en nosequé análisis no puedo evitar acordarme del señor que acabo en un pantano porque se lo decía el GPS…
Se van a necesitar personas con tu mirada para saber interpretar y no dejarse engañar con la inmensa cantidad de datos a los que vamos a tener acceso. Ese señor del GPS, al menos, seguro que lo va a necesitar 🙂
Aparte de lo que llaman «big data», creo que van a ganar importancia también los datos que las personas seremos capaces de registrar sobre nosotros mismos, sobre nuestra salud y hábitos y sacar conclusiones sobre qué funciona y qué no. Reconozco que es algo que me apasiona.
El problema de la calidad de los datos es un clásico en toda la investigación económica y sociológica. Y también en la científica: mirad el lío montado con las series sobre el cambio climático.
Pero yo creo que existe algo nuevo que marca un antes y un después: que empieza a haber toneladas de datos fácilmente procesables. Se tiran regresiones sobre cientos de miles de datos, con lo que muchos errores tienen a reducirse. Datos que, además, son tomados por máquinas y de los que sólo (¡sólo!) hay que saber qué es lo que toman.
El cuidado de saber lo que se ha tomado y cómo siempre será algo extremo. Pero el fenómeno de la abundancia también permitirá tener series diferentes realizadas por muchos sitios sobre temas similares, equivalentes o directamente iguales. Yo creo que abundancia de fuentes, accesibilidad, potencia de cálculo, junto a la facilidad para crear y registrar datos propios abre toneladas de opciones.