Somos débiles y ellos lo saben
Los mecanismos que nos ayudaron a sobrevivir se están convirtiendo en debilidades.
28 de febrero de 2026
999
999
Hola, soy Richard. En este blog comparto pensamientos, historias personales — y en qué estoy trabajando. Espero que este artículo te aporte algo de valor.
Me sorprende el uso tan seguro de palabras como certeza y causalidad
Hoy me topé con una publicación en LinkedIn de un especialista digital. Afirmaba con mucha seguridad que, gracias a un test A/B, no solo podemos identificar correlaciones, sino también establecer verdadera causalidad. Utilizaba palabras como “certeza” como si la estadística formara parte de la física newtoniana — algo claro, absoluto, indiscutible. Me sorprende ese nivel de confianza. Yo no la tengo.
Vemos causas donde no las hay
Nuestro cerebro ansía orden. Cuando algo sucede después de otra cosa, instintivamente pensamos: “lo primero causó lo segundo”. ¿Dolor de cabeza? Seguro que fue el café. Estamos diseñados para buscar causas, incluso donde no existen.
Desde el punto de vista evolutivo, esto tiene mucho sentido. Si oías un crujido en los arbustos, era más seguro asumir que había un tigre y salir corriendo, aunque solo fuera el viento. La evolución nos enseñó que es mejor equivocarse que morir. Tal vez por eso tendemos a ver patrones en el caos, conexiones en lo desconectado.
En la Edad Media, se creía que los cometas traían desgracias. El cometa Halley apareció en 1066 — y luego vino la batalla de Hastings. Caso cerrado.
Seguir leyendo
Ingresa tu correo para desbloquear este artículo y unirte al boletín. Puedes darte de baja en cualquier momento.
Resumen
Nuestro cerebro está programado para ver patrones donde no existen. La certeza y la causalidad en pruebas A/B son a menudo una ilusión. David Hume lo entendió hace siglos. El uso confiado de estas palabras revela más sobre quien habla que sobre los datos.
Preguntas frecuentes sobre este tema?
¿Por qué es problemático el uso seguro de la palabra certeza?
Porque la certeza es mucho más rara de lo que comúnmente se asume. En el artículo, una publicación de LinkedIn de un especialista digital que afirmaba que los tests A/B pueden determinar verdadera causalidad motiva la reflexión: la estadística opera en probabilidades, no en absolutos. Incluso los experimentos bien diseñados producen mayor probabilidad, no certeza. Confundir significancia estadística con prueba lleva a decisiones excesivamente confiadas basadas en comprensión incompleta.
¿Cuál es la diferencia entre correlación y causalidad?
Correlación significa que dos cosas ocurren juntas; causalidad significa que una realmente produce la otra. David Hume argumentó en el siglo XVIII que nunca observamos directamente la causalidad — solo observamos que B sigue a A repetidamente y asumimos un vínculo causal. En el artículo, esta perspectiva filosófica se aplica al marketing moderno y al análisis de datos: la estadística puede mostrar que dos variables están relacionadas, pero no cuál causa la otra.
¿Por qué el cerebro humano ve causas donde no las hay?
Desde una perspectiva evolutiva, asumir causalidad era más seguro que ignorar amenazas potenciales. Si un susurro en los arbustos podría ser un depredador, es mejor correr y equivocarse que quedarse y morir. En el artículo, este mecanismo de supervivencia se identifica como la raíz de un sesgo cognitivo persistente: instintivamente buscamos causas en eventos aleatorios, vemos patrones en el ruido y construimos explicaciones donde no existen.
¿Pueden los tests A/B probar la causalidad?
Los tests A/B proporcionan evidencia más fuerte que los estudios observacionales porque usan aleatorización para controlar variables confusoras. Sin embargo, aún operan dentro de la probabilidad — aumentan la confianza en que una diferencia es real, pero no entregan certeza absoluta. En el artículo, la afirmación de que los tests A/B determinan verdadera causalidad se cuestiona: incluso los experimentos producen mayor probabilidad, no prueba en el sentido newtoniano.
¿Qué dice David Hume sobre la causalidad?
Hume argumentó en su Tratado de la Naturaleza Humana (1739) y en su Investigación sobre el Entendimiento Humano (1748) que nunca percibimos la causalidad directamente. Observamos conjunción constante — que B regularmente sigue a A — y nuestras mentes crean la expectativa de una conexión necesaria. Pero esta conexión es un hábito del pensamiento, no un hecho observado. En el artículo, esta perspectiva se aplica para cuestionar el uso casual de la palabra causalidad en campos basados en datos.
¿Por qué esto importa para los profesionales que trabajan con datos?
Porque las afirmaciones causales excesivamente confiadas llevan a decisiones erróneas. En el artículo, la preocupación es que los profesionales de marketing y análisis de datos usan palabras como certeza y causalidad como si estuvieran lidiando con física newtoniana — clara, absoluta, incuestionable. Esta falsa confianza puede resultar en estrategias construidas sobre correlaciones confundidas con causas, optimizaciones basadas en comprensión incompleta y una cultura donde cuestionar suposiciones se desalienta.
Si tienes pensamientos, preguntas o comentarios, no dudes en escribirme a mail@richardgolian.com.