Todo el mundo miente, de Seth Stephens-Davidowitz (ensayo)

He aquí un axioma de la condición humana: Todo el mundo miente.
La única variable es, ¿sobre qué?
– Dr. House.

El libro Todo el mundo miente: lo que internet y el big data pueden decir de nosotros, fue publicado en 2019 por editorial Paidós, el autor es Seth Stephens-Davidowitz, graduado de Filosofía en Stanford, con un doctorado en Economía por la universidad de Harvard, ha trabajado como científico de datos en Google.

La obra está dividida en tres partes: 

1. “Datos grandes, datos pequeños”, que aborda las “corazonadas” que tenemos y las búsquedas que realizamos en motores de búsqueda: “¿será que mi mujer me engaña? ¿mi hija es guapa? ¿mi hijo es un genio?”.
2. “Las capacidades de los macrodatos” es el apartado más amplio del libro, aborda cuestiones como lo que decimos acerca del sexo, el aborto, nuestros amigos, cosas que decimos en público versus consultas y acciones que llevamos a cabo en redes sociales y motores de búsqueda, que contradicen lo que afirmamos en público. Como dice el dicho: “Muros vemos, inbox no sabemos”.
3. “Macrodatos: precaución” es el último capítulo del libro, que aborda cuestiones éticas acerca del poder que tienen las grandes corporaciones donde se genera esta big data y los usos comerciales que se pueden hacer de ella.

La función social de la mentira

La mentira tiene una función social. Una de las características que distinguen el lenguaje humano del de algunos animales, ha sido llamada “prevaricación”, que no es sino nuestra capacidad de mentir. Es cierto que en el reino animal existen las “mentiras”, ¿no es acaso el camuflajearse con las plantas, o fingir que están muertos cuando los van a atacar, una especie de mentira para la supervivencia? 

Sin embargo, nosotros a diferencia de otros animales, podemos tergiversar las historias, inventar cuentos, imaginar  y decir cosas que no son ciertas. Cuando somos niños y jugamos, y decimos ser soldados, doctores, chefs, abogados… esta función del lenguaje nos permite desarrollar nuestra imaginación. Incluso es la misma función del lenguaje que nos ha permitido crear mitos fundacionales, inventar leyendas que no son sino una mezcla de realidad con añadiduras culturales que se transmiten generación tras generación. ¿Entonces mentir no es algo malo?

Cuando somos niños se nos dice que mentir es malo y que no se debe hacer; pero vemos a los adultos mentir acerca de estar enfermos para no ir a trabajar, o decir que no están en casa para no atender el teléfono cuando no quieren responder. Hay una doble moral en la mentira. 

Conforme crecemos nos damos cuenta de que mentir es válido si y solo si se cumplen ciertas condiciones. ¿Es más verosímil decir que había mucho tráfico y por eso llegamos tarde a una junta, en lugar de decir que nos quedamos dormidos? Quizás no sea más verosímil pero sí sería una respuesta socialmente más aceptada que admitir que nos quedamos dormidos; incluso habría quien se ofendería y nos tachara de cínicos si en este ejemplo en concreto dijéramos la verdad.

Algunos estudios han demostrado que las personas promedio mienten aproximadamente dos veces al día, aunque hay casos extraordinarios de personas que mienten con mayor frecuencia.

Está el concepto de las “mentiras blancas” que también en inglés se llaman “mentiras de mayordomo”, ¿se vale decirle a una persona en etapa terminal que “todo estará bien” aunque incluso la persona en cuestión sepa que no es cierto? ¿la comida de tu suegra es incomible pero sueles decir que le quedó deliciosa? ¿hablar con la verdad en determinados contextos es de mala educación?

La capacidad de decir mentiras es una característica del lenguaje de la que hemos hecho uso como un recurso evolutivo. Incluso las personas socialmente más populares son mejores mentirosas que otras con menos popularidad. 

Seguramente todos diríamos que está mal mentir acerca de haber robado algo, porque robar “es malo”; pero no diríamos que está mal que un presidente mienta a una nación para mantenerla calmada ante una situación de emergencia porque mantener la armonía “es bueno”. 

Este espectro de lo bueno y lo malo debe tomarse en cuenta desde la perspectiva cultural. Sabemos que hay un consenso social acerca de cuándo se puede mentir sin ser juzgados por ello como “malas personas”; y por el contrario, de cuándo decir la verdad puede ser incluso mal recibido. En la sociedad mexicana, por ejemplo, se vale mentir para no herir los sentimientos de las otras personas.

Decimos cosas que no son ciertas y no lo sabemos

Más allá de nuestra intención de decir verdades o mentiras, de que pensemos genuinamente que nuestros hijos son unos genios y aseveremos frente a sus profesores que sus capacidades intelectuales son superiores a la media (por poner un ejemplo en el que dicha aseveración sea errónea), la manera como expresamos nuestros deseos y necesidades puede ser imprecisa. 

Esto ha sido estudiado ya por mercadólogos como Philip Kotler y Kevin Keller, quienes en su libro Dirección de mercadotecnia exponen el siguiente ejemplo, acerca de una persona que está por adquirir un automóvil y los tipos de necesidades que tiene:

1. Necesidades expresadas. El cliente dice: “Quiero un automóvil barato”.
2. Necesidades reales. El cliente quiere un automóvil cuyo costo de operación, y no el precio inicial, sea bajo.
3. Necesidades no expresadas. El cliente espera un buen servicio por parte del concesionario.
4. Necesidades de placer. El cliente quisiera que el concesionario incluyera un sistema de navegación GPS a bordo del automóvil.
5. Necesidades secretas. El cliente quiere que sus amigos lo miren como un consumidor inteligente.

Quizás entonces el vendedor que esté atendiendo a este cliente hipotético resulte sorprendido cuando le muestra sus modelos más económicos pero después el cliente opta por uno de mayor precio. 

El big data da pistas, mas no respuestas

El libro de Seth Stephens-Davidowitz da por hecho ciertas interpretaciones, hay algunas aseveraciones que me parecen cuestionables. Por ejemplo, los datos de Facebook y la navegación de los internautas.

Dice el autor que en la madrugada del 5 de septiembre de 2006, Facebook introdujo una actualización en su algoritmo que mostraba a los usuarios más publicaciones acerca de sus amigos. Los internautas se quejaron públicamente de que podían ver todo lo que hacían sus amigos, al grado que se pensó que esto representaría una crisis. Pero cuando entrevistaron a Mark Zuckerberg éste se mostró calmado. Al parecer aunque las personas se quejaban, seguían dando clics y visitando los perfiles de sus amigos. 

El periodista que lo entrevistó dijo que el CEO de Facebook: “Sabía que a la gente le gustaba la actualización de noticias, independientemente de lo que dijeran en los grupos. Podía probarlo con datos. La gente pasaba más tiempo en Facebook, en promedio, que antes de que se lanzara la herramienta”.

Aquí nos encontramos con una aseveración falsa. La premisa es que mientras más clics, quiere decir que a la gente más le gusta algo. Nada más falso. Así como las drogas, las redes sociales pueden resultar adictivas, el hecho de que algo genere clics no es más que una mezcla de morbo más el hecho de que resulta muy fácil de hacer, es algo que genera satisfacción inmediata.

Por supuesto que al CEO de Facebook esto no le parecía malo, es bueno para el negocio que los usuarios pasen tiempo en su plataforma y si dan clics, es conveniente asumir que es algo que le gusta a la gente. Lo mismo con el azúcar, da placer tan rápidamente, nos da una respuesta de satisfacción inmediata antes del bajón.

Considero que el big data nos da pistas, pero no respuestas. Las respuestas al por qué los internautas hacen clic en determinados contenidos o el por qué las personas compran algo, solo se pueden obtener al preguntarles.

Quiero poner otro ejemplo: una mujer entra al supermercado con la intención de comprar leche. Camina al pasillo de lácteos y en su camino, recorre el pasillo de cereales, donde ve una marca de granola que le gusta, la mete en su carrito. Llega al refrigerador y, tras inspeccionar los productos, se decide por un yogurt. Luego va a la caja, paga y se va. 

• ¿Compró este yogurt porque le gusta?
• ¿Por qué ya no se llevó el cartón de leche por el que iba originalmente?
• ¿Algo que vio en el camino al pasillo de lácteos influyó en su decisión?
• ¿Algo en el empaque influyó al elegir una marca de yogurt sobre la otra?

Son cuestiones que solo podemos resolver preguntándole a las personas el por qué de sus decisiones. No nos podemos quedar con el simplismo de que es únicamente porque es el producto que más les gusta. Quizás piense que es más saludable, quizás está a dieta y cree que es más light, quizás lo compró porque trae un regalo, quizás se le antojó porque vio otro producto que podía consumir acompañado de él… hay tantas opciones que no podemos simplemente asumir una respuesta, debemos preguntarle.

El libro Small Data como complemento a esta lectura

La observación a profundidad, como se expone en el libro de Small Data, busca por el contrario, datos pequeños. Martin Lindstrom, el autor de este libro, es un consultor a quien contratan diversas marcas para que obtenga datos pequeños. Él viaja a diferentes partes del mundo donde estas marcas tienen presencia para vivir con las familias a quienes están dirigidos los productos y observar sus hábitos, forma de interactuar con los productos y entre ellos, sus necesidades, etc.

Uno de sus grandes logros lo hizo con la compañía Lego, cuando esta empresa estaba pensando justamente por el big data, en las tendencias de los juguetes para los niños de la generación millennial. Ellos creían que tenían que simplificar sus juegos puesto que dichos niños se distraían fácilmente. En este caso, el estudio de los datos pequeños realizado por Martin Lindstrom hizo que la compañía repensara sus intenciones de simplificar los legos y por el contrario, fue cuando los hicieron aún más retadores.

En conclusión…

• Las personas mentimos, mentir es un recurso evolutivo que nos ha ayudado a sobrevivir.
• Dependiendo de cada tipo de sociedad, ciertas mentiras son más aceptadas (e incluso requeridas) que otras.
• A veces las personas no somos tan específicas al expresar nuestros deseos y necesidades, por ello, al interpretar la información, debemos considerar las sutilezas del lenguaje.
• Actualmente generamos una cantidad enorme de información, y el big data nos puede dar pistas acerca de tendencias.
• El big data opera a un nivel tan macro y generalizado que a veces nos hace perder de vista lo que pudiera parecer más obvio, y que se obtiene preguntándole a la gente qué es lo que quiere, por qué toma las decisiones que toma, etc.
• Debemos procurar no hacer inferencias antes de analizar el por qué de los datos que obtenemos en las encuestas o en las herramientas de analítica.
• Este libro es muy interesante en general pero es de particular interés para mercadólogos, pues nos plantea la pregunta de si vale la pena hacer investigación de mercados cuando todos mentimos o mejor aún, de cómo hacer investigación de mercados considerando este importante factor.
• Creo que justamente porque todo el mundo miente es necesario hallar las respuestas al por qué lo hacen y descifrar qué tanto de lo que decimos es cierto, lo cual me parece divertido y en este punto, creo que la mercadotecnia se cruza con disciplinas tan interesantes como la sociología y la psicología.

Bibliografía

• DePaulo, B. M., Kashy, D. A., Kirkendol, S. E., Wyer, M. M., & Epstein, J. A. (1996). Lying in everyday life. Journal of Personality and Social Psychology, 70(5), 979–995.
• Hockett, C. F. (1959). Animal «languages» and human language. Human Biology, 31(1), 32-39.
• Keller, K. L., & Kotler, P. Dirección de marketing, Pearson Educación, 2016, p. 9.
• Lindstrom, M. (2016). Small data: the tiny clues that uncover huge trends. St. Martin’s Press.
• Stephens-Davidowitz, S. (2019). Todo el mundo miente: Lo que internet y el big data pueden decirnos sobre nosotros mismos. Capitán Swing Libros.