Despido por causa económica preventivo y el teorema de Bayes
| Autor | Ignasi Beltran de Heredia Ruiz |
| Páginas | 66-98 |
IUSLabor 1/2021
66
DESPIDO POR CAUSA ECONÓMICA PREVENTIVO Y TEOREMA DE
BAYES
Ignasi Beltran de Heredia Ruiz
Profesor Agregado y TU Acreditado
Universitat Oberta de Catalunya (UOC)
Abstract
El propósito de este ensayo es sugerir la aplicación del teorema de Bayes al despido
preventivo por razones económicas. Especialmente porque en un entorno incierto, como
ha demostrado la pandemia, podría ser un complemento apropiado (y tal vez, el único)
para verificar a través de las probabilidades la fiabilidad de la causa incierta alegada.
The purpose of this essay is to suggest the application of the Bayes theorem to preventive
dismissal on economic grounds. Specially because in a uncertainty environment, such as
pandemic has shown, might be an appropriate complement (and perhaps, the unique) to
verify through proba bilities the reliability of the uncertain cause alleged.
Title: preventive dismissal on economic grounds and Bayes theorem
Palabras clave: despido económico preventivo, teorema de Bayes
Key Words: pr eventive dismissal on economic grounds, Bayes theorem
IUSLabor 1/2021, ISSN 1699-2938, p. 66-98
DOI. 10.31009/IUSLabor.2021.i01.03
Fecha envío: 25.01.2021 | Fecha aceptación: 01.02.2021
IUSLabor 1/2021 Ignasi Beltrán de Heredia Ruiz
67
Sumario
1. Despido económico preventivo e incertidumbre
2. El (limitado) conocimiento pasado y la imaginación (sesgada) del futuro
2.1. El placer de pensar en el futuro y el optimismo no realista de las proyecciones
2.2. Imaginar el futuro para evitar daños y riesgos
2.3. El combustible para la imaginación del futuro: los recuerdos (agujereados) del
pasado
3. Los límites del conocimiento presente: conclusiones a partir de datos incompletos
y la resistencia a cambiar de opinión
3.1. Conclusiones a partir de datos incompletos
3.2. La resistencia a cambiar de opinión: el sesgo de confirmación
4. El conocimiento del pasado y la falsa percepción de que podemos predecir el futuro:
el sesgo de la retrospección
5. Calcular lo desconocido a partir de lo conocido: el teorema de Bayes
6. ¿Puede extenderse lógica bayesiana al despido económico preventivo?
7. Valoración final
8. Bibliografía
IUSLabor 1/2021 Ignasi Beltrán de Heredia Ruiz
68
1. Despido económico preventivo e incertidumbre
La particularidad del momento que nos ha tocado vivir es que, en la era de la
información1, el acceso a más datos, paradójicamente, no nos está permitiendo acceder a
un nivel superior de certeza. En efecto, uno de los riesgos más generalizados es que “a
medida que crece la cantidad de conocimiento existente en el mundo, se puede ensanchar
la brecha entre lo que sabemos y lo que creemos saber”. Especialmente, por la simple
razón de que, “un incremento exponencial de la cantidad de información disponible se
traduce en un incremento exponencial de las hipótesis a investigar ”.
La cuestión es que, en este marco de incertidumbre, los seres humanos tenemos serias
dificultades para hacer pronósticos fiables sobre el futuro (incluso, las personas con la
condición de “expertas”). Siguiendo con Nate SILVER2, “nuestras aproximaciones y
suposiciones sobr e el mundo son mucho más rudimentar ias de lo que creemos.
Abominanos la incertidumbre, aunque forme parte inextricable del problema que
intentamos resolver”. De modo que, preferimos olvidar que “nuestros modelos son meras
simplificaciones del mundo y, nos convencemos que si cometemos un error, será
marginal”. Cuando en realidad, en los sistemas complejos, “los errores no se miden en
grados sino en magnitudes”3. En un alarde de imprudencia injustificable (y de un estado
de confianza que roza lo infantil), damos por válidas predicciones aparentemente
precisas, cuando en realidad no lo son (es como decir que “uno es un buen tirador porque
sus disparos siempre dan en el mismo lugar, aunque esté lejos del objetivo”)4.
1 SILVER, Nate, La señal y el ruido , Barcelona, Atalaya, 2014, pp. 64 y 303.
2 SILVER, Nate, La señal y el ruido , op. cit., pp. 32, 63 y 64.
3 De hecho, Gerd GIGERENZER (Decisiones instintivas, Barcelona, Ariel, 2018, p. 45), a diferencia del
planteamiento “clásico” de la ciencia económica, que sostiene que “más información es siempre mejor a
menos que los costes de a dquirir conocimientos nuevos superen las ga nancias pr evistas”, entiende que,
“incluso cua ndo es libre, hay situaciones en que más información es perjudicial (...). Más información
privilegiada puede ayudar a explicar a posteriori el funcionamiento de a yer del merca do, per o no a
pronostica r el de mañana”.
4 En efecto, (TALEB, Nassim., El cisne negr o, Barcelona, Paidós, 2011, pp. 208 y 209) “el incr emento de
nuestro conocimiento está , de hecho, amenazado por el mayor crecimiento de la confianza, que ha ce que
nuestro crecimiento en el conocimiento sea al mismo tiempo un crecimiento en la confusión, la ignorancia
y el engreimiento”. Y, esto es especialm ente grav e, po r ejemplo ( TALEB, Nassim, Jugarse la piel,
Barcelona, Paidós, 2019, pp. 47, 324 y 325), porque tendemos a no prestar atención al efecto profundamente
desestabilizante que pueden tener acontecimientos estadísticamente poco relevantes (o altamente
improbables) y que se conocen como “riesgos de cola”. Especialmen te, porque en estos casos, el riesgo es
exponencial y sistémico y con capacidad de producir desviaciones extremas. Lo que es ilustrativo (TALEB,
Nassim, El cisne negro, op. cit., p. 211) de nuestra “arrogancia epistémica” y que produce un doble efecto:
“sobreestimamos lo que sabemos e infravalor amos la incertidumbre, comprimiendo a sí la variedad de
posibles estados inciertos (es decir, reduciendo el espacio de lo desconocido)”. De hecho , la ingente
cantidad de datos que la era de la información nos provee, por el momento, tampoco ayuda a esclarecer
estos fenómenos, pues, (SILVER, Nate, La señal y el ruido, op. cit., pp. 17 y 303) el hecho de que la misma
Para continuar leyendo
Solicita tu prueba