Falso Positivismo

 https://reallifemag.com/false-positivism/

Durante la pandemia, el significado cotidiano de la modelización -representaciones de la realidad basadas en datos y diseñadas para informar la planificación- se hizo ineludible. Vimos nuestros planes, miedos y deseos a través de la lente de los agregados estadísticos: Los gráficos de las tasas de infección se convirtieron en representaciones no sólo de la propagación del virus, sino también de los planes destrozados, la ansiedad por los cierres, la preocupación por el destino de nuestras comunidades. 

Pero a medida que los modelos epidemiológicos se hacían más influyentes, sus implicaciones se revelaron como cualquier cosa menos absolutas. Uno de los modelos, el modelo Recidiviz Covid-19 para el encarcelamiento, predecía altas tasas de infección en las prisiones y, en consecuencia, una sobrecarga en los hospitales. Aunque estas predicciones se utilizaron como base para liberar a algunos presos antes de tiempo, el modelo también ha sido citado por quienes buscan incorporar más tecnologías de vigilancia basadas en datos a la gestión de las prisiones, una tendencia en la que nuevas empresas de IA como Blue Prism y Staqu están ansiosas por participar. Así pues, el mismo modelo apoya tanto el llamamiento a reducir el tamaño de las prisiones como la demanda de ampliar sus operaciones, incluso cuando ambos pueden afirmar que se centran en aplanar la curva. 

La coordinación impersonal y a gran escala de los modelos puede parecer un escape de la política subjetiva. Tiene sus raíces en un antiguo deseo de racionalizar el pensamiento político

Si las ideas del mismo modelo pueden utilizarse para justificar intervenciones y decisiones políticas muy divergentes, ¿qué debemos hacer con la idea filosófica de que el modelado basado en datos puede liberar la toma de decisiones de la política? Los defensores de la gobernanza algorítmica argumentan como si los "hechos", si se reúnen suficientes y se hacen eficaces, revelaran la respuesta "racional y equitativa" a las condiciones existentes. Y si los modelos existentes parecen ofrecer resultados ambiguos, podrían argumentar, sólo significa que la vigilancia y la intervención tecnológica no han sido lo suficientemente exhaustivas. 

Pero, ¿un compromiso con los hechos justifica realmente que se ignoren las preocupaciones sobre la privacidad y la agencia individuales? Muchos empezaron a plantearse esta pregunta cuando se propusieron nuevos sistemas de rastreo de contactos y de penalización de las violaciones de las recomendaciones de distanciamiento social para luchar contra el coronavirus. ¿Y el hecho de disponer de suficientes "hechos" garantiza realmente que estos sistemas puedan considerarse inequívocamente justos? Incluso la plataforma de predicción de la delincuencia PredPol, abandonada por el Departamento de Policía de Los Ángeles cuando los críticos y los activistas desacreditaron sus teorías pseudocientíficas sobre el comportamiento delictivo y detallaron sus sesgos, aprovechó la oportunidad para rebautizarse como una herramienta epidemiológica, una forma de predecir la propagación del coronavirus y aplicar cierres selectivos. Después de todo, ya había modelado la delincuencia como un "proceso similar al contagio", ¿por qué no un contagio real?