Una Causa es para Siempre

Afirmaciones como «fumar mata» o «tomar el sol produce cáncer de piel» son simplemente falsas. A pesar de ello, sólo representan un pequeño ejemplo de una situación cada vez más habitual en nuestros días: confundir causalidad y correlación, a menudo de forma intencionada.

Nadie duda que un mensaje como «fumar mata» es mucho más contundente y persuasivo que otro del tipo «aproximadamente el 80% de los cánceres de pulmón son en fumadores». Sin embargo, la segunda afirmación es cierta mientras que la primera no lo es. De hecho y según datos estadísticos, sólo 1 de cada 4 fumadores muere de cáncer de pulmón.

No es mi objetivo en esta entrada defender el tabaquismo. A estas alturas creo que es evidente que fumar es un hábito nocivo para la salud del que lo practica y de los que le rodean. Mi objetivo es llamar la atención sobre un error común, y con alarmante tendencia al alza, que es creer que las estadísticas prueban que algo es verdadero y que por tanto sirven para establecer relaciones causa-efecto.

Una práctica que tradicionalmente había estado limitada a ser un recurso fácil del periodismo más amarillo se ha convertido hoy día en elemento habitual de nuestras conversaciones, posiblemente favorecido en buena medida por la escasez de sentido crítico que propicia un sistema educativo orientado al conformismo.

Por si fuera poco, proliferan los supuestos estudios, por lo general autodenominados «científicos», que alimentan esta tendencia. Día sí y día también vemos artículos y noticias en los que se defienden tajantemente las bondades de determinados productos y servicios. Curiosamente, nunca se incluye la ficha técnica de dichos estudios, con lo que no hay forma de validar su rigor metodológico.

En la mayoría de estos casos nos encontramos el realidad con pseudo-estudios de escaso o nulo valor científico, financiados por lobbies variopintos, y que manipulan intencionadamente los datos, las relaciones y las interpretaciones para llegar a conclusiones erróneas con fines comerciales.

Las estadísticas simplemente ayudan a descubrir patrones y relaciones entre los datos pero no prueban nada. De hecho, la existencia de una correlación entre variables no implica en absoluto que exista una relación causa-efecto entre ellas.

Por poner un ejemplo claro, la mayoría de los que andamos «escasos de cabello», por decirlo finamente, utilizamos algún tipo de gorro o sombrero. Esto significa que la correlación entre «tener calvicie incipiente» y «llevar gorro o sombrero» es muy próxima a 1 (valor máximo). Muchos de estos pseudo-estudios a los que me refiero no dudarían en afirmar a partir de ahí que «los últimos estudios científicos demuestran que usar sombrero aumenta el riesgo de padecer calvicie», lo cual es, evidentemente, una falacia.

Lo preocupante de esta situación es que muchas personas toman decisiones importantes y modifican hábitos influenciadas por estas afirmaciones manipuladoramente incorrectas.

Afortunadamente hay una forma muy rápida y sencilla de diferenciar cuándo una cosa es causa de otra de cuándo simplemente hay una relación entre ellas. Las relaciones causa-efecto tienen probabilidad estadística del 100% o, en otras palabras, siempre que ocurre una ocurre la otra. Un ejemplo de relación causa efecto es la fuerza de la gravedad: cualquier cosa que tires hacia arriba volverá a caer. Siempre.

En el momento en que la palabra «siempre» sea sustituible por «casi siempre», «a menudo», «con frecuencia» o similares, ya no estaremos hablando de una relación causa-efecto sino de una probabilidad estadística.

Así que no lo olvides, si en algún momento no tienes claro si se está hablando de causalidad o de correlación, la prueba es sencilla: ¿podría darse alguna circunstancia en la que la causa no produjera el efecto? Si la respuesta es afirmativa no estás hablando de causalidad sino de correlación, porque una causa es para siempre.