EN las sociedades modernas no recurrimos a métodos tradicionales para prever el tiempo. En lugar de averiguar cómo han dormido las cabras en el establo esta noche para prever el tiempo mañana, consultamos las previsiones de la Agencia Estatal de Meteorología. Dotados con físicos y matemáticos, y con los superordenadores más potentes del mundo, estos servicios elaboran modelos extraordinariamente complejos para predecir el tiempo mañana y los próximos días. A pesar de esos recursos y de contar con datos históricos que en algunos casos alcanzan dos siglos, las previsiones meteorológicas fiables no van mas allá de diez días y, en muchas ocasiones, fallan.

Esos fallos suceden incluso en los momentos mas dramáticos. Durante una guerra, saber si mañana llueve o no resulta fundamental para realizar un ataque o esperar unos días. Al acabar la II Guerra Mundial, Churchill, con su habitual ironía, declaró que le agradecía al servicio meteorológico británico los servicios prestados, pero que si no le hubiesen hecho caso, la guerra la habrían ganado un año antes.

A nosotros, de vacaciones o no, nos importa saber si mañana va a llover o no va a llover. Si miramos las previsiones de la Agencia de Meteorología, nos dice que mañana la probabilidad de lluvia es del 10%. Vale, ¿pero significa esto que va a llover o no? Eso es lo que nos importa. Y el problema es que, llueva o no, ese 10% de probabilidad es consistente con cualquier resultado.

El análisis de la probabilidad se inició con los juegos de azar. Si tiramos al aire cientos de veces una moneda, con toda seguridad, el 50% de las veces habrá salido cara y el otro 50% cruz ¿Podemos extender este razonamiento a otros juegos? Depende. Si las condiciones son suficientemente competitivas, podemos afirmar que si el Sevilla juega contra el Betis o contra el Málaga, el 50% de las veces ganará y perderá el resto. Sin embargo, al no ser los equipos de fútbol caras y cruces de las monedas, sino que algunos cuentan con enormes recursos y grandes jugadores -lo que equivale a monedas cargadas por uno de los lados- el razonamiento no puede extenderse a todos los equipos y competiciones.

Condiciones suficientemente competitivas significa que los equipos son similares. Cuando los servicios de meteorología realizan una previsión para los próximos días tienen en cuenta dos factores. Primero, que las condiciones del tiempo hoy son similares a cientos de registros históricos que tienen. Ahora bien, ¿qué significan similares? Pequeñas variaciones pueden dar lugar a resultados -lluvia o no lluvia- muy diferentes. En segundo lugar, el modelo físico-matemático que tienen cargado en el superordenador realiza millones de simulaciones para prever el tiempo. Pero el modelo que utilizan ¿explica el verdadero funcionamiento del tiempo meteorológico? Cuando dicen que la probabilidad de lluvia es del 10%, quieren decir que el 10% de las simulaciones realizadas dan lluvia, mientras que el 90% no las dan.

Ocurre también en la economía. La actual crisis bancaria y económica que padecemos sucede una vez cada 50 años. Este es uno de los motivos por los que su previsión ha sido tan difícil. Prever burbujas en la Bolsa, en el mercado inmobiliario o crisis bancarias, resulta muy difícil porque, además de la infrecuencia, los modelos econométricos que se utilizan sirven más para analizar el pasado que para prever el futuro.

Existe, por tanto, mucho paralelismo entre la meteorología y la economía por lo que respecta a sus capacidades de previsión. Son buenas en tiempos normales; no lo son cuando se enfrentan a eventos extraordinarios. Y ambos aprenden con el paso del tiempo. Los datos del tiempo real son contrastados continuamente con las previsiones, de manera que el modelo pueda aprender de lo que ha ocurrido en la realidad y pueda realizar mejores previsiones en el futuro. En economía, también los modelos que usan los gobiernos y los bancos centrales se alimentan continuamente de datos reales para mejorar sus capacidades predictivas.

Estas capacidades, por lo demás, son bastantes buenas -insistimos, en tiempos normales-. El PIB español es aproximadamente de un billón de euros. Realizar una previsión de crecimiento para este año del 1% significa que se incrementará en 10.000 millones. Si finalmente se incrementa sólo en el 0,5%, significará que el error de previsión ha sido de 5.000 millones sobre un PIB de un billón. No está mal, teniendo en cuenta, además, que es el resultado de cientos de millones de decisiones que familias, empresas, gobiernos y el resto del mundo, han realizado durante ese año.

En general, cuanto más nos alejemos de fenómenos que suceden con frecuencia, más difícil será realizar previsiones. Adicionalmente, el lenguaje utilizado importa. Una cosa es decir que hay un 90% de probabilidades de que los dinosaurios desaparecieran de la vida por un meteorito, a que el 90% de los dinosaurios desaparecieron por la caída del meteorito. Es la diferencia entre una probabilidad y el rango de confianza de una previsión.

Ya sabe, si mañana tiene un compromiso social en su casa o en la playa y hay previsión del 10% de lluvia, no ponga a secar la camisa o el bañador de gala.