¿Es posible diseñar algoritmos matemáticos capaces de predecir las decisiones que toman los seres humanos? La pregunta puede parecer puramente académica, quizás incluso más propia de la saga de ciencia ficción sobre la Fundación, de Asimov, que de un proyecto científico. Pero lo cierto es que este tipo de algoritmos juegan un papel cada vez más importante en nuestro quehacer diario: los estamos viendo en acción cuando una página web nos recomienda libros nuevos a partir de los libros que hemos comprado antes o películas a partir de cómo hemos valorado películas anteriores.

Pero si es posible predecir qué películas nos van a gustar y cuáles no, ¿es posible también predecir lo que va a decidir un juez en un caso, antes incluso de que se dicte sentencia? Al fin y al cabo, desde el punto de vista matemático estos dos problemas de predicción (o de inferencia, como se denomina técnicamente) son muy parecidos. Desde el año 2002, el “Supreme Court Forecasting Project” intenta responder a esta pregunta para el caso particular (y especialmente importante a nivel global) del Tribunal Supremo de los Estados Unidos. Los investigadores del proyecto han constatado que, conociendo el contenido del caso, expertos legales son capaces de predecir con acierto un 68% de las decisiones de cada uno de los jueces del tribunal. También han sido capaces de crear algoritmos que, teniendo en cuenta el contenido y la historia del caso en cuestión, predicen con acierto un 67% de las decisiones.

Sin embargo, estos enfoques dejan fuera la dimensión social y psicológica del proceso jurídico. El Tribunal Supremo de los Estados Unidos está compuesto por nueve magistrados que son nominados por el presidente y permanecen en el cargo de manera vitalicia. Por cuestiones ideológicas, de edad y personales, entre otras, cada juez es presumiblemente más afín a algunos de sus colegas que a otros. Lo interesante del caso es que, si realmente es así, podemos utilizar los votos de unos jueces para predecir el voto de los otros en el mismo caso. Según hemos demostrado recientemente, lo más sorprendente de todo es que, conociendo el historial de votos del tribunal y el voto en el caso de interés de ocho de sus magistrados, podemos predecir el voto del noveno con un 83% de acierto, mejor pues que los expertos que conocen el contenido legal del caso. Es decir, que es más fácil saber qué votará un juez a partir de qué han votado sus colegas que conociendo la ley y los detalles del caso.

El algoritmo que utilizamos para predecir los votos no es sencillo. Sabemos que jueces y casos pueden organizarse en “bloques” pero la selección del modelo matemático más adecuado para describir estas agrupaciones no es inmediata. Por ejemplo, modelos que suponen que los jueces actúan en una sola dimensión progresista-conservador (o izquierda-derecha) tienen muy poco poder predictivo. En última instancia, el algoritmo tiene que evaluar multitud de agrupaciones plausibles de jueces y casos, de la misma manera (literalmente) que un físico computacional estima las propiedades de un gas evaluando multitud de posibles posiciones y velocidades de los átomos del gas.

Este tipo de analogía entre sistemas sociales (en este caso, un tribunal) y sistemas físicos (por ejemplo, un gas) es uno de los pilares del estudio de los denominados sistemas complejos, que incluyen también muchos sistemas biológicos. Los sistemas complejos son sistemas formados por muchos elementos que están conectados entre sí mediante intrincadas redes de interacciones. El estudio matemático y estadístico de estas redes nos permite entender el funcionamiento y la evolución de los sistemas correspondientes. A nivel práctico podemos identificar, por ejemplo, dianas prometedoras para nuevos fármacos a partir de las interacciones existentes entre reacciones químicas o proteínas, o las especies más cruciales para mantener la estabilidad de un ecosistema, o los puntos más frágiles del sistema económico.

En el caso de los sistemas sociales, no estamos todavía a los niveles de predicción de la “psicohistoria” que imaginaba Asimov, pero sí va tomando forma lo que algunos han denominado recientemente “cliodinámica”: el estudio mediante modelos matemáticos de los procesos históricos. ¿Por qué es más fácil predecir el voto de los jueces del Tribunal Supremo cuando el presidente del país es republicano y más difícil cuando el presidente es demócrata? ¿Por qué es cada vez más difícil predecir las decisiones del Supremo? Quizás en unos años estas preguntas, que ahora ya somos capaces de formular cuantitativamente, encuentren respuesta.

Marta Sales-Pardo y Roger Guimerà (Artículo publicado en Investigación y Ciencia, 2012)