Dan Kahan y su equipo querían responder a una pregunta incómoda: cuando alguien interpreta mal un dato político, ¿es porque no sabe suficiente matemática, o porque sabe la matemática perfectamente pero la aplica de forma distinta según lo que ese dato implica para sus creencias? Para separar ambas hipótesis, diseñaron un problema estadístico idéntico en su estructura numérica pero con dos versiones de contenido.
El experimento: la misma tabla de números, dos etiquetas distintas
A los participantes se les presentaba una tabla de resultados de un supuesto estudio, con datos numéricos deliberadamente ambiguos que requerían un razonamiento estadístico algo más sofisticado que la simple comparación de totales. En una versión, la tabla describía la eficacia de una crema para el sarpullido cutáneo, un tema sin ninguna carga política. En otra versión, con exactamente los mismos números reorganizados, la tabla describía si prohibir portar armas de fuego en público reducía o aumentaba la delincuencia.
Con la crema para la piel, cuanta más habilidad numérica tenía el participante, mejor resolvía el problema, sin relación con su ideología. Con las armas, el patrón cambió por completo: los participantes con más habilidad numérica resolvían mejor el problema solo cuando el resultado correcto coincidía con lo que su ideología política predecía, y peor cuando el resultado correcto la contradecía. La habilidad numérica, en vez de corregir el sesgo, lo amplificaba.
El mecanismo: usar la inteligencia para defender, no para descubrir
Kahan llama a este fenómeno "numeracidad motivada": la misma capacidad analítica que debería servir para interpretar datos con más precisión se pone, en contextos con carga identitaria, al servicio de defender la conclusión que ya se prefería de antemano. No es que las personas más hábiles con los números dejen de razonar bien. Es que razonan igual de bien en ambas direcciones, según convenga, y solo se detienen a escrutar con rigor los datos que amenazan su posición.
La implicación es incómoda para cualquier estrategia de comunicación basada solo en "explicar mejor los datos": si el problema no es la falta de capacidad analítica, más gráficos y más estadísticas no van a resolverlo por sí solos. El sesgo no vive en la falta de herramientas cognitivas. Vive en para qué se usan esas herramientas cuando la conclusión ya importa desde antes de mirar los números.
«Las personas no usan su capacidad de razonamiento cuantitativo para llegar a la verdad. La usan para llegar a la conclusión que su grupo espera de ellas.»
Dan M. Kahan
Antes de aceptar o rechazar un dato estadístico sobre un tema políticamente cargado, pregúntate cómo lo evaluarías si el mismo número apoyara la posición contraria a la tuya. Si notas que aplicarías un estándar de rigor distinto, esa diferencia es la medida exacta de cuánto está pesando la conveniencia ideológica sobre el análisis real de los datos.