Previsibilidad

Previsibilidad es el grado en que se puede hacer una predicción o pronóstico correcto del estado de un sistema, ya sea cualitativa o cuantitativamente.

Previsibilidad y causalidad

El determinismo causal tiene una fuerte relación con la previsibilidad. La previsibilidad perfecta implica un determinismo estricto, pero la falta de previsibilidad no implica necesariamente la falta de determinismo. Las limitaciones en la previsibilidad pueden deberse a factores como la falta de información o la complejidad excesiva.

En física experimental, siempre hay errores de observación que determinan variables como posiciones y velocidades. Así que la predicción perfecta es prácticamente imposible. Además, en la mecánica cuántica moderna, el principio de indeterminación de Werner Heisenberg pone límites a la precisión con la que se pueden conocer tales cantidades. Así que tal previsibilidad perfecta también es teóricamente imposible.

El demonio de Laplace

El demonio de Laplace es una inteligencia suprema que podría predecir completamente el único futuro posible dadas las leyes dinámicas newtonianas de la física clásica y el conocimiento perfecto de las posiciones y velocidades de todas las partículas del mundo. En otras palabras, si fuera posible tener todos los datos de cada átomo del universo desde el principio de los tiempos, sería posible predecir el comportamiento de cada átomo en el futuro. Generalmente se piensa que el determinismo de Laplace se basa en su mecánica, pero no pudo demostrar matemáticamente que la mecánica es determinista. Más bien, su determinismo se basa en principios filosóficos generales, específicamente en el principio de razón suficiente y la ley de continuidad.

En física estadística

Aunque la segunda ley de la termodinámica puede determinar el estado de equilibrio al que evolucionará un sistema y, a veces, se pueden predecir estados estacionarios en sistemas disipativos, no existe una regla general para predecir la evolución temporal de sistemas distanciados del equilibrio, p. sistemas caóticos, si no se acercan a un estado de equilibrio. Su predictibilidad generalmente se deteriora con el tiempo y para cuantificar la predictibilidad, se puede medir la tasa de divergencia de las trayectorias del sistema en el espacio de fase (entropía de Kolmogorov-Sinai, exponentes de Lyapunov).

En matemáticas

En el análisis estocástico, un proceso aleatorio es un proceso predecible si es posible conocer el siguiente estado desde el momento presente.

La rama de las matemáticas conocida como Teoría del Caos se centra en el comportamiento de los sistemas que son muy sensibles a las condiciones iniciales. Sugiere que un pequeño cambio en una condición inicial puede alterar completamente la progresión de un sistema. Este fenómeno se conoce como el efecto mariposa, que afirma que el aleteo de una mariposa en Brasil puede provocar un tornado en Texas. La naturaleza de la teoría del caos sugiere que la previsibilidad de cualquier sistema es limitada porque es imposible conocer todas las minucias de un sistema en el momento actual. En principio, los sistemas deterministas que la teoría del caos intenta analizar pueden predecirse, pero la incertidumbre en un pronóstico aumenta exponencialmente con el tiempo transcurrido.

Como se documenta en, los tres tipos principales de efectos mariposa dentro de los estudios de Lorenz incluyen: la dependencia sensible de las condiciones iniciales, la capacidad de una pequeña perturbación para crear una circulación organizada a grandes distancias y el papel hipotético de los procesos a pequeña escala en contribuyendo a la previsibilidad finita. Los tres tipos de efectos mariposa no son exactamente iguales.

En la interacción humano-computadora

En el estudio de la interacción humano-computadora, la previsibilidad es la propiedad para pronosticar las consecuencias de la acción de un usuario dado el estado actual del sistema.

Un ejemplo contemporáneo de interacción humano-computadora se manifiesta en el desarrollo de algoritmos de visión artificial para software de prevención de colisiones en automóviles autónomos. Los investigadores de NVIDIA Corporation, la Universidad de Princeton y otras instituciones están aprovechando el aprendizaje profundo para enseñar a las computadoras a anticipar escenarios de carreteras posteriores en función de la información visual sobre los estados actuales y anteriores.

Otro ejemplo de interacción humano-computadora son las simulaciones por computadora destinadas a predecir el comportamiento humano en función de algoritmos. Por ejemplo, el MIT ha desarrollado recientemente un algoritmo increíblemente preciso para predecir el comportamiento de los humanos. Cuando se probó con programas de televisión, el algoritmo pudo predecir con gran precisión las acciones posteriores de los personajes. Los algoritmos y las simulaciones por computadora como estos muestran una gran promesa para el futuro de la inteligencia artificial.

En el procesamiento de oraciones humanas

La predicción lingüística es un fenómeno de la psicolingüística que ocurre cada vez que se activa la información sobre una palabra u otra unidad lingüística antes de que esa unidad se encuentre realmente. La evidencia del seguimiento ocular, los potenciales relacionados con eventos y otros métodos experimentales indican que, además de integrar cada palabra subsiguiente en el contexto formado por las palabras encontradas previamente, los usuarios del lenguaje pueden, bajo ciertas condiciones, intentar predecir las próximas palabras. Se ha demostrado que la previsibilidad afecta tanto al procesamiento del texto como del habla, así como a la producción del habla. Además, se ha demostrado que la previsibilidad tiene un efecto sobre la comprensión sintáctica, semántica y pragmática.

En biología

En el estudio de la biología, en particular la genética y la neurociencia, la previsibilidad se relaciona con la predicción de desarrollos y comportamientos biológicos basados en genes heredados y experiencias pasadas.

Existe un debate importante en la comunidad científica sobre si el comportamiento de una persona es o no completamente predecible en función de su genética. Estudios como el de Israel, que mostró que era más probable que los jueces dieran una sentencia más leve si habían comido más recientemente. Además de casos como este, se ha demostrado que los individuos huelen mejor a alguien con genes de inmunidad complementarios, lo que lleva a una mayor atracción física. La genética se puede examinar para determinar si un individuo está predispuesto a alguna enfermedad, y los trastornos del comportamiento se pueden explicar con mayor frecuencia mediante el análisis de defectos en el código genético. Los científicos que se enfocan en ejemplos como estos argumentan que el comportamiento humano es completamente predecible. Los que están del otro lado del debate argumentan que la genética solo puede proporcionar una predisposición para actuar de cierta manera y que, en última instancia, los humanos poseen el libre albedrío para elegir si actuar o no.

Los animales tienen un comportamiento significativamente más predecible que los humanos. Impulsados por la selección natural, los animales desarrollan llamadas de apareamiento, advertencias de depredadores y danzas comunicativas. Un ejemplo de estos comportamientos arraigados es la ardilla terrestre de Belding, que desarrolló un conjunto específico de llamadas que advierten a las ardillas cercanas sobre los depredadores. Si una ardilla de tierra ve a un depredador en tierra, emitirá un trino después de ponerse a salvo, lo que indica a las ardillas cercanas que deben pararse sobre sus patas traseras e intentar localizar al depredador. Cuando se ve un depredador en el aire, una ardilla de tierra inmediatamente gritará un silbido largo, poniéndose en peligro pero indicando a las ardillas cercanas que corran para cubrirse. A través de la experimentación y el examen, los científicos han podido trazar comportamientos como este y predecir con mucha precisión cómo se comportan los animales en ciertas situaciones.

En la cultura popular

El estudio de la previsibilidad a menudo suscita debates entre quienes creen que los humanos mantienen un control total sobre su libre albedrío y quienes creen que nuestras acciones están predeterminadas. Sin embargo, es probable que ni Newton ni Laplace consideraran el estudio de la predictibilidad como relacionado con el determinismo.

En tiempo y clima

A medida que el cambio climático y otros fenómenos meteorológicos se vuelven más comunes, la previsibilidad de los sistemas climáticos se vuelve más importante. El IPCC señala que nuestra capacidad para predecir futuras interacciones climáticas detalladas es difícil, sin embargo, los pronósticos climáticos a largo plazo son posibles.

La naturaleza dual con clara previsibilidad

Más de 50 años desde el estudio de Lorenz de 1963 y una presentación de seguimiento en 1972, la afirmación "el clima es caótico" ha sido bien aceptada. Tal punto de vista desvía nuestra atención de la regularidad asociada con la visión del determinismo de Laplace a la irregularidad asociada con el caos. A diferencia de las soluciones caóticas de un solo tipo, los estudios recientes que utilizan un modelo de Lorenz generalizado se han centrado en la coexistencia de soluciones caóticas y regulares que aparecen dentro del mismo modelo utilizando las mismas configuraciones de modelado pero diferentes condiciones iniciales. Los resultados, con la coexistencia de atractores, sugieren que la totalidad del clima posee una naturaleza dual de caos y orden con distinta previsibilidad.

Con el uso de un parámetro de calentamiento periódico que varía lentamente dentro de un modelo de Lorenz generalizado, Shen y sus coautores sugirieron una visión revisada: “La atmósfera posee caos y orden; incluye, como ejemplos, los sistemas organizados emergentes (como los tornados) y el forzamiento variable en el tiempo de las estaciones recurrentes”.

Barrera de previsibilidad primaveral

La barrera de previsibilidad primaveral se refiere a un período de tiempo temprano en el año cuando es difícil hacer predicciones meteorológicas de verano sobre El Niño-Oscilación del Sur. Se desconoce por qué es difícil, aunque se han propuesto muchas teorías. Se piensa que la causa se debe a la transición ENSO donde las condiciones están cambiando más rápidamente.

En macroeconomía

La previsibilidad en macroeconomía se refiere con mayor frecuencia al grado en que un modelo económico refleja con precisión los datos trimestrales y al grado en que se pueden identificar con éxito los mecanismos de propagación internos de los modelos. Los ejemplos de series macroeconómicas de EE. UU. de interés incluyen, entre otros, Consumo, Inversión, PNB real y Capital social. Los factores que están involucrados en la previsibilidad de un sistema económico incluyen el rango del pronóstico (es el pronóstico de dos años o veinte) y la variabilidad de las estimaciones. Los procesos matemáticos para evaluar la previsibilidad de las tendencias macroeconómicas todavía están en desarrollo.