Supongamos que el 57 % de los empleados de una empresa va al trabajo en automóvil. Quien defienda la necesidad de más plazas de estacionamiento podría decir que son una clara mayoría; quien se oponga, que son apenas algo más de la mitad. En dos experimentos, quienes tenían motivos para hacer que una cantidad pareciera grande o pequeña tendían a expresarla con palabras con más frecuencia que cuando el objetivo era informar con precisión. El público encontraba convincentes esas descripciones incluso cuando sabía que quien las formulaba tenía interés en persuadirlo.
Cómo influyeron los incentivos en la forma de comunicar un resultado
En el primer experimento, los investigadores utilizaron la plataforma Prolific para formar 500 parejas con 1000 personas del público general. En cada pareja, una persona comunicaba a la otra los resultados de juegos sencillos y de observaciones. En un experimento paralelo realizado a través del Policymakers Lab de la Universidad de Warwick, 146 académicos formaron parejas con responsables de políticas públicas de cinco países, en su mayoría funcionarios de los gobiernos centrales.
Cuando se premiaba la precisión, quienes comunicaban los resultados elegían palabras en lugar de cifras solo entre el 13 % y el 14 % de las veces. Cuando el incentivo era convencer, la probabilidad de elegir palabras aumentaba entre 25 y 29 puntos porcentuales. Además, entre los expertos que intentaban persuadir, el sesgo era más marcado en las descripciones que en las cifras que comunicaban. Los autores sugieren que a quien transmite el mensaje puede resultarle más cómodo elegir una expresión que favorezca cierta interpretación que dar una cifra demostrablemente errónea.
Advertir a los destinatarios de la intención de quien transmitía el mensaje apenas redujo el efecto persuasivo de las descripciones, según Victor de Chaisemartin, doctorando en MIT Sloan y coautor del estudio. La revista American Economic Review publicará el artículo «Numbers Tell, Words Sell», que De Chaisemartin firma junto con Michael Thaler, profesor de economía en el University College London, y Mattie Toma, profesora asociada de la Universidad de Warwick.
Cuándo ayudan las palabras a interpretar una cifra
De Chaisemartin sitúa el origen de la investigación en algo que observó en las noticias y en los informes empresariales: a menudo, las cifras llegan al lector en forma de palabras. Un estudio anterior sobre los medios de comunicación reveló que el 22 % de las noticias incluía estadísticas, pero que el 24 % de esas noticias expresaba las cantidades exclusivamente con palabras. Otro estudio, centrado en los textos académicos, encontró cifras en los resúmenes de solo el 37 % de los artículos.
Una descripción no tiene por qué ser tendenciosa. Si una medida aumenta en dos puntos porcentuales el uso del cinturón de seguridad, la mejora puede parecer modesta. Sin embargo, como la mayoría de los conductores ya se abrocha el cinturón, ese avance podría representar una parte considerable de la mejora que aún es posible lograr. En otro contexto, un cambio de la misma magnitud podría ser una fluctuación normal. De Chaisemartin considera útil ofrecer al lector tanto la cifra como la explicación.
En algunos pronósticos, los climatólogos usan términos estandarizados para expresar distintos grados de probabilidad. De Chaisemartin sugiere que los médicos, los investigadores y los responsables de seguridad podrían adoptar convenciones similares. También extrae una lección para quienes evalúan afirmaciones estadísticas en las noticias: una descripción puede aclarar qué significa una cifra, pero optar por describirla en vez de dar el dato puede reflejar la intención de persuadir.
Los experimentos dejan abierta una pregunta: ¿qué ocurre cuando una persona se dirige al mismo público en repetidas ocasiones? De Chaisemartin quisiera comprobar si, con el tiempo, quienes comunican los datos se preocupan más por su reputación de rigor o si el público aprende a evaluar mejor sus afirmaciones.




Comentarios