Los riesgos suelen plantearse de manera simplificada, como si las cosas pudieran definirse como seguras o inseguras; buenas o malas; lo cual distorsiona su verdadera complejidad y dificulta tomar decisiones informadas frente a ellos. En realidad, nos enfrentamos a problemas complejos ante los que no existe una única manera buena de actuar. Además, sabemos que las personas tenemos la capacidad de procesar información compleja sobre riesgos, siempre y cuando se explique de manera entendible.

En una primera entrega de esta serie, recogimos siete recomendaciones básicas para informar de manera entendible sobre los riesgos de los artículos científicos, que se refieren a una estimación estadística. Después, en una segunda guía, exploramos seis significados distintos de "riesgo" en los titulares.

Esta tercera guía muestra los puntos esenciales para que los riesgos queden explicados de manera clara a la vez que se refleja su complejidad. Dependiendo de la historia que estés cubriendo, puede ser que algunos puntos te resulten relevantes y otros no.

1. Aclara cuál es el riesgo, sus posibles causas y su alcance

Imagina que estás cubriendo una historia sobre la contaminación del agua en una comunidad rural. Identifica el riesgo o resultado en juego: ¿los daños a la salud?, ¿el efecto sobre la agricultura?

Aclara los factores que podrían contribuir a ese problema, como la descarga de desechos industriales en el río, la falta de sistemas de tratamiento de aguas residuales.

Además, habría que especificar quiénes son las personas que podrían resultar afectadas, por ejemplo, los residentes locales o una comunidad más amplia. También podría ser necesario aclarar los grupos de edad particularmente afectados, como niños o personas mayores.

2. Decide si debes incluir números

Al cubrir una historia sobre riesgos, observa si es necesario incluir algunos conceptos numéricos como los siguientes.

Riesgos relativos y absolutos

Los riesgos relativos solo indican cuánto mayor o menor es un riesgo en relación con otro, y no proporcionan información sobre el tamaño del riesgo. Un riesgo absoluto es la probabilidad de que un evento ocurra.

• Ejemplo: La terapia de reemplazo hormonal incrementa en un 30 % el riesgo de desarrollar cáncer de mama. Ese es el riesgo relativo, pero para valorarlo, necesitamos conocer los riesgos absolutos en cada grupo que se está comparando, por ejemplo, probabilidad de desarrollar cáncer de mama en mujeres sin terapia hormonal (3 de 50) y en mujeres con terapia (4 de 50).

Frecuencias esperadas y porcentajes

La presentación de números puede influir en la percepción del riesgo. Es mejor utilizar frecuencias esperadas que porcentajes: 1 de cada 1000, en lugar de 0,1 %.

Al hacer comparaciones entre grupos, las frecuencias deben mantener el mismo denominador.: 1 de 50 frente a 2 de 50 (no 1 de 50 frente a 1 de 25).

Descuido del denominador

Sucede cuando nos enfocamos en el número de eventos que han ocurrido (el numerador) sin considerar el número total de oportunidades de que esos eventos ocurran (el denominador).

• Ej.: 8 accidentes de moto frente a 100 de coche diarios no significan que la moto sea más segura, se necesita saber el número de personas que van en moto y coche.

Promedios e intervalos recurrentes

El intervalo recurrente es el período de tiempo promedio en el cual un evento se repite.

Los promedios y los intervalos recurrentes no son suficientes para reflejar lo que sucede en la realidad, pues pueden ocultar las verdaderas variaciones, como los eventos poco frecuentes pero extremos. Por ejemplo, aunque la precipitación promedio de una región esté dentro de lo esperado, el promedio por sí solo podría ocultar que unas zonas tienen sequías y otras inundaciones.

• Ej.: Un incremento promedio de la temperatura global de 2 ºC no refleja las temperaturas extremas. Es importante explicar que esta cifra está vinculada a un aumento en la frecuencia y gravedad de las temperaturas extremas.

Probabilidad de un evento simple (o de un evento único)

La probabilidad de un evento único nos dice si podría ocurrir ahora; no proporciona información sobre su duración, magnitud u ocurrencias en el pasado.

• Ej.: Un 40 % de probabilidad de inundación no significa que el 40 % de la zona se vaya a inundar, ni que lloverá el 40 % del día. Significa que, en 4 de cada 10 advertencias como esa, la inundación ocurrirá.

Probabilidad condicional

Es la probabilidad de que ocurra un evento, dado que otro evento (con una probabilidad distinta) ya ha ocurrido. Las probabilidades condicionales más populares son los falsos negativos o positivos de las pruebas de laboratorio o de sistemas de alarma.

Una alerta real no significa una amenaza real. Un resultado positivo no asegura que sea verdadero positivo.

• Ej.: En una prueba de anticuerpos que evalúa si las personas tienen inmunidad a un virus; la probabilidad de que una persona con un resultado positivo realmente tenga inmunidad (es decir, un verdadero positivo) depende de 1) la prevalencia del virus en la población, es decir, la probabilidad de que una persona tenga el virus y 2) la probabilidad de que la prueba detecte asertivamente los casos positivos. Esta segunda probabilidad está condicionada por la primera. Cuanto menor sea la prevalencia, mayor será la frecuencia de falsos positivos, independientemente de la calidad de la prueba. Esto se debe a que, con una baja prevalencia, hay menos personas con el virus en la población, lo que aumenta la proporción de falsos positivos en comparación con verdaderos positivos. Esta infografía desarrollada por el Winton Centre explica un ejemplo con detalle.

3. Explora lo que las personas quieren saber o comprender

Identificar lo que la gente requiere saber te ayudará a elegir las claves de información.

Ejemplos:

• En una comunidad con un río contaminado por plomo, las personas de la comunidad querrían saber: ¿qué factores están contribuyendo a la contaminación del río?, ¿cuáles son las consecuencias en la salud por beber agua contaminada con plomo?, ¿cómo se determina si el agua está o no contaminada?

• Ante el uso de la inteligencia artificial en las aulas, las personas de la comunidad querrían saber: ¿cuáles son las consecuencias del uso de la IA en los trabajos escolares, la salud mental, las desigualdades u otros aspectos?, ¿cuánto se puede confiar en la precisión de la información proveniente de la IA?

• En una comunidad costera que está experimentando un aumento en la frecuencia e intensidad de las tormentas, las personas de la comunidad querrían saber: ¿cuáles son las causas?, ¿cuáles son las posibles consecuencias para sus propiedades?, ¿cuándo deberían evacuar?

4. Identifica los sentimientos vinculados al riesgo: ¿qué siente la gente y por qué?

El riesgo con frecuencia está vinculado a sentimientos que pueden influir la toma de decisiones. Informar sobre esos sentimientos muestra la perspectiva de quienes lo afrontan y aporta contexto a la historia. Además, identificarlos podría ayudarte a priorizar la información a cubrir.

Ejemplos:

• Muchas personas opusieron resistencia a la vacuna contra la covid-19 por el miedo a efectos adversos. Eso enfatiza la necesidad de explicar la magnitud del beneficio potencial frente al daño potencial de la vacuna.

• Una comunidad puede estar enojada por la construcción de una planta nuclear en su zona. Eso enfatiza la necesidad de explicar cómo y quién ha tomado la decisión de instalar la planta: ¿el gobierno, compañías privadas, los habitantes?

5. Analiza si hay una decisión por tomar y cuáles son las opciones

Muchas veces se necesita comprender mejor un riesgo para guiar una decisión intentando que sea la mejor posible o, al menos, que esté bien informada.

Ejemplos:

• Propietarios necesitan decidir si prefieren alquilar sus tierras para la instalación de celdas solares, a pesar de los potenciales daños a la agricultura.

• En 2021, varios países necesitaron decidir si continuar con la administración de la vacuna de AstraZeneca contra la covid-19 después de que se asoció con un incremento en el riesgo de desarrollar trombos sanguíneos.

• Habitantes de una comunidad necesitan decidir si evacuar o quedarse en sus hogares ante una alerta de alto riesgo de explosión de un volcán aledaño.

Con frecuencia, cuando las personas no toman ninguna acción frente a un riesgo, es porque no tienen opción de actuar diferente o porque han decidido no actuar, y no necesariamente porque no comprendan el riesgo.
 

6. Presenta información equilibrada sobre los beneficios, daños o costes que se deben ponderar

Cuando la audiencia necesita evaluar riesgos para tomar decisiones, hay que explicarle los beneficios y daños o costes potenciales de cada una de las opciones, mostrando la complejidad de los escenarios, en los que pocas veces hay una respuesta obvia, única o correcta. En la mayoría de las ocasiones se debe ponderar lo bueno y lo malo.

Además, es importante aclarar desde qué perspectiva se hace esa ponderación: ¿del gobierno local, del sector privado, de la comunidad, de un país u otro?, pues lo bueno y malo cambian según la perspectiva.

Ejemplos:

• Evacuar la zona ante una alerta volcánica presenta el beneficio de asegurar la vida, pero a costa de abandonar la vivienda —exponiéndola al robo— y tener que resolver a dónde ir. No evacuar presenta el beneficio de asegurar que los bienes están a salvo, a pesar del potencial daño a la integridad e incluso la muerte.

• La agricultura convencional mantiene la seguridad alimentaria; pero podría generar menos ganancias económicas. Por su parte, la renta de las tierras para celdas solares deja más dinero, pero afecta a la producción de alimentos. En una tercera alternativa, las celdas solares se integrarían aprovechando los servicios que pueden aportar, como proteger contra olas de calor y congelamiento.

Cuando las probabilidades del beneficio y el daño se conocen, deben presentarse con números.

• Ejemplo: Por cada 100.000 personas de 59-69 años vacunadas con la vacuna de AstraZeneca, 10 de ellas evitan ser hospitalizadas, mientras que 0,4 personas desarrollan trombos sanguíneos asociados a la vacuna. Este es un ejemplo simplificado de la explicación proporcionada por el Winton Centre, más detallada aquí.

Es necesario enfatizar quién hace la ponderación en una decisión. Para algunos países la mejor decisión fue interrumpir la vacuna con AstraZeneca porque tenían otras disponibles. Para otros países esta no era la mejor decisión, pues al no tener otra vacuna, el daño por interrumpirla sería mucho mayor que el causado por la vacunación.
 

7. Anticipa las ideas equivocadas sobre el riesgo y atiéndelas

La información a la que accedemos puede estar basada en evidencia de baja calidad o ser falsa. Además, las personas tenemos sesgos cognitivos, es decir, podemos pensar de manera equivocada si, en lugar de ver las cosas de manera objetiva, nos basamos en nuestras experiencias pasadas o sentimientos. Anticipar estos sesgos cognitivos te permitirá explicar el problema de manera más efectiva.

Ejemplos:

• Una comunidad no está preocupada por las inundaciones graves porque nunca las ha experimentado. Esto es un sesgo optimista. Es importante explicar que la seguridad del pasado no garantiza la seguridad del futuro.

• En México ocurrieron dos terremotos el 19 de septiembre en diferentes años, 1985 y 2017, lo que hizo a alguna gente creer que había una mayor probabilidad de terremotos en septiembre. Esto refleja la tendencia a percibir patrones en el azar. Es importante explicar que, aunque nuestra mente pueda identificar patrones, los eventos aleatorios, como los terremotos, siguen siendo aleatorios.

8. Explica las incertidumbres

Todos los riesgos conllevan incertidumbres. Antes se pensaba que hablar de incertidumbre podría reducir drásticamente la confianza en la información. Hoy, por varios estudios, sabemos que no es así, de modo que ya no hay excusa para omitir la incertidumbre al explicar riesgos.

Cuando estás comunicando riesgos cuantitativos, es decir, probabilidades:

1. Explica la incertidumbre sobre la precisión de los números. Para esto, presenta un número redondeado seguido por el rango dentro del cual ese número podría variar. Ej.: Se esperan 13 casos (10 – 20) de cada 100 personas.
2. Explica la incertidumbre sobre la calidad de la evidencia que respalda a ese número. Sobre todo, indica cuando la calidad de la evidencia es baja, si no, la gente puede darle demasiada importancia en su toma de decisiones.

Para explicar incertidumbres más allá de los números, relacionadas con lo desconocido:

1. Di lo que se sabe, lo que no se sabe y cuál es la recomendación por el momento.
2. Cuando la incertidumbre es alta, aclara que la evidencia podría cambiar con el tiempo y, por lo tanto, las decisiones también.

(Esta estrategia fue adoptada por Lord Krebs, jefe de la Food Standards Agency del Reino Unido, en varias crisis durante la década de 2000).

Ejemplos:

• Cuando se alerta de un huracán de categoría 5, puede suceder que el huracán se quede en un nivel menor o que lo supere. Es importante indicar que, aunque se pueden hacer estimaciones de eventos ambientales con base en eventos pasados, hay incertidumbre, pues intervienen muchas variables cambiantes.

• La integración de la inteligencia artificial podría implicar consecuencias que aún no podemos anticipar por la falta de datos y experiencias. Hay incertidumbre porque se trata de algo desconocido. En casos como estos, hay que aclarar que la evidencia sobre los riesgos puede cambiar con el tiempo y las recomendaciones también.

• Un estudio encuentra que beber alcohol incluso en bajas cantidades aumenta la probabilidad de desarrollar varias enfermedades. Dicha probabilidad no es un valor fijo, sino es un rango que debe presentarse.

Referencias:

• Schneider C.R. et. al. (2024) Communication of statistics and evidence in times of crisis. Annual Review of Statistics and Its Application. 11:1-26
• Freeman, A.L.J., Spiegelhalter, D.J. Communicating health risks in science publications: time for everyone to take responsibility. BMC Med 16, 207 (2018).
• Spiegelhalter D. (2017) Risk and uncertainty communication. Annual Review of Statistics and Its Application, 4: 31-60 
• Gigerenzer, G. (2014). Risk savvy: How to make good decisions. Penguin Books.