Pensamiento probabilístico: decidir con escenarios

El pensamiento probabilístico consiste en decidir reconociendo que pueden ocurrir varios resultados y que nuestra información es incompleta. Ayuda a expresar supuestos, comparar escenarios y revisar una opinión cuando aparecen pruebas. No convierte una conjetura en una frecuencia medida ni garantiza acertar. También exige preguntar qué pérdida sería demasiado grave, aunque pareciera poco probable.

Pensamiento probabilístico: probabilidad básica sin fórmulas difíciles

Antes de hablar de una posibilidad, define qué resultado esperas y dentro de qué plazo. Una previsión sin fecha ni criterio de cumplimiento cuesta evaluar. Después distingue si utilizas una proporción observada en casos comparables, una probabilidad calculada bajo un modelo o una estimación personal con información limitada.

Una estimación puede ayudar a decidir, pero conviene nombrarla como tal y explicar de dónde sale. Añadir decimales a una impresión no crea datos. Si dos personas ofrecen porcentajes distintos, la conversación útil empieza por sus supuestos, sus fuentes y lo que cada una entendería como un resultado contrario.

La presentación de Thinking in Bets de Annie Duke subraya que las decisiones se toman con información incompleta y que interviene la suerte. Esa idea permite separar el proceso de decisión del desenlace: acertar una vez no demuestra que la razón utilizada fuera buena. Tampoco fallar una vez basta para demostrar lo contrario.

Dos dados de cristal azul muestran pequeñas marcas circulares sin números escritos. — Metáfora de probabilidad modelada; no sorteo, resultado o previsión real.

Valor esperado: una media bajo determinados supuestos

El valor esperado combina cada resultado posible con su probabilidad y suma esas contribuciones. Es una media del modelo, no una cantidad que deba aparecer en una ocasión concreta. Si faltan resultados relevantes o las probabilidades están mal fundamentadas, la aparente precisión del cálculo puede ocultar el problema.

Ejemplo hipotético: un ejercicio inventa dos únicos resultados netos: ganar 80 unidades con probabilidad del 60% o perder 20 con probabilidad del 40%. La contribución positiva es 48 y la negativa, 8; el valor esperado es 40. En una ocasión se ganan 80 o se pierden 20, no necesariamente 40. No es una inversión ni una oferta real.

Revisa la sensibilidad de ese mismo ejercicio. Si la probabilidad de ganar fuera del 20% y la de perder del 80%, las contribuciones serían 16 y menos 16: el valor esperado sería cero. Cambiar un supuesto puede cambiar la conclusión. Por eso importa tanto la justificación de la probabilidad como la operación aritmética.

La unidad sobre incertidumbre de MIT OpenCourseWare distingue valor esperado y aversión al riesgo. Una media monetaria positiva no obliga a aceptar una posibilidad de pérdida. Las consecuencias de perder y las preferencias de la persona importan: dos alternativas con la misma media pueden tener distribuciones muy distintas.

Escenarios y márgenes de seguridad

Un escenario describe una combinación posible de condiciones. MEE propone preparar uno favorable, uno intermedio y uno adverso como ejercicio inicial, sin afirmar que sean todos los casos posibles. Añade qué harías en cada uno y qué señal te llevaría a cambiar de plan. Los nombres del escenario no sustituyen la información.

Busca además dependencias. Si tu ingreso y el de otra persona dependen del mismo cliente, no conviene tratar sus problemas de cobro como si fueran ajenos entre sí. Un riesgo compartido puede activar varias dificultades simultáneamente. Antes de contar con una salida, comprueba qué condiciones permitirían utilizarla.

Un margen de seguridad puede ser tiempo adicional, una prueba reversible o un límite explícito de exposición. Es una propuesta de prudencia de MEE, no una protección absoluta. Su coste también debe examinarse: reservar recursos para una contingencia significa que no se utilizan en otra cosa durante ese periodo.

Un pequeño puente azul tiene barandillas rojas a ambos lados sobre un espacio marfil. — Metáfora de margen de seguridad; no cálculo de ingeniería o garantía contra pérdidas.

El mejor argumento en contra: la incertidumbre radical de Knight y Taleb

La objeción fuerte señala que algunas situaciones no ofrecen una base estable para asignar probabilidades fiables. Knight distingue el riesgo mensurable de la incertidumbre no mensurable y examina las dificultades de clasificar casos únicos. Un porcentaje puede ser engañoso cuando supone comparabilidad que todavía no se ha demostrado.

La presentación editorial de Antifrágil de Taleb pone el foco en cómo responden las cosas al desorden, distinguiendo resistirlo de beneficiarse de él. No deducimos que cualquier daño mejore a una persona. Tampoco usamos esa presentación como si hubiéramos revisado todo el libro.

La lectura de MEE: usar probabilidades cuando hay una base defendible y reconocer cuando falta. En ese segundo caso, examina qué puede romper el plan, qué consecuencias serían irreversibles y qué prueba pequeña permitiría aprender. La ausencia de un porcentaje fiable no vuelve innecesario pensar; cambia las preguntas que debemos hacer.

Qué puedes hacer tú

Escribe una decisión, las alternativas disponibles, la información que tienes y la que falta. Separa hechos de estimaciones. Anota el resultado y el plazo esperados, además de las razones para cambiar de opinión. Después de actuar, revisa tanto el desenlace como el razonamiento: evita reconstruir el pasado como si todo hubiera sido evidente.

Ejemplo hipotético: una persona debe entregar un trabajo antes de una fecha. No conoce una probabilidad fiable de retraso del proveedor. Puede identificar qué tarea depende de él, comprobar una alternativa y reservar tiempo para corregir. El caso inventado muestra un plan bajo incertidumbre, sin atribuirle una tasa de éxito ni recomendar gastos concretos.

Preguntas frecuentes

¿Un valor esperado positivo significa que debo aceptar?

No. La media del modelo no expresa por sí sola cuánto puedes perder, cuándo ocurriría ni si podrías asumirlo. También importan las alternativas, las preferencias y la fiabilidad de los supuestos. El cálculo ayuda a entender una comparación, pero no constituye una recomendación personalizada ni garantiza el resultado.

¿Puedo usar porcentajes si no tengo datos exactos?

Puedes expresar una estimación, siempre que la identifiques y expliques sus límites. No la presentes como una frecuencia medida. Si falta una base defendible, puede ser más útil describir escenarios y consecuencias que inventar precisión. Pregunta qué información cambiaría la estimación y cuándo tendría sentido revisarla.

¿Una mala consecuencia demuestra que decidí mal?

No necesariamente. Una decisión razonada puede acabar mal y una decisión poco fundamentada puede tener suerte. Revisa la información disponible entonces, los supuestos utilizados y las alternativas que podías considerar. Aprender del resultado exige examinar el proceso sin atribuir al pasado conocimientos que solo aparecieron después de actuar.

Contenido educativo. No es asesoramiento financiero, fiscal ni legal. Consulta a un profesional de tu país.

Para seguir aprendiendo

Fuentes y alcance

Consulta: 30/10/2026. Ejemplos hipotéticos e ilustraciones conceptuales. Datos e investigaciones conservan periodo y método; las interpretaciones de MEE se identifican como tales.