Steven Levitt es economista; Stephen Dubner, periodista. Se conocieron para un perfil de revista y terminaron escribiendo un libro que apenas habla de oferta y demanda. Su tesis es más incómoda: casi todas las explicaciones que damos por buenas sobre por qué la gente hace lo que hace son historias cómodas que no resisten los datos. Freakonomics es un manual para desconfiar de lo obvio y perseguir lo que aparece cuando miras los números sin miedo a lo que puedan decir.
Detrás de cualquier comportamiento extraño hay un incentivo que todavía no has visto
La idea que sostiene el libro entero cabe en una frase: la gente responde a incentivos, y esos incentivos casi nunca son solo económicos. Levitt distingue tres tipos que se mezclan constantemente: el económico (dinero), el social (reputación, pertenencia) y el moral (culpa, sentido del deber). Cuando un comportamiento parece irracional, casi siempre es porque estás mirando el incentivo equivocado.
Piensa en un equipo de soporte técnico al que empiezan a medir por número de tickets cerrados al día. En cuestión de semanas, los mismos empleados que antes resolvían problemas a fondo empiezan a cerrar casos marcándolos como «resuelto» a la primera respuesta, aunque el cliente siga con el problema. Nadie mintió conscientemente ni se volvió peor persona: cambió la métrica que definía el éxito, y el comportamiento se reorganizó alrededor de ella con una precisión casi mecánica. Esto es lo que Levitt llama leer el mundo desde los incentivos: no preguntar «¿por qué hace esto esta persona?», sino «¿qué está premiando exactamente el sistema en el que vive?».
El experto que te asesora no siempre juega tu mismo partido
Buena parte del libro trata sobre asimetría de información: una parte sabe más que la otra, y esa ventaja se puede usar en beneficio propio en vez de en beneficio del cliente. No hace falta mala fe explícita; basta con que los incentivos del experto y los tuyos no estén alineados.
Imagina que contratas a un fotógrafo de bodas y él mismo te sugiere el paquete premium con álbum de piel y segunda sesión. Puede ser la mejor opción para tu boda. También puede ser, simplemente, el paquete que más margen le deja a él, y tú no tienes forma sencilla de distinguir un consejo del otro porque no conoces el negocio desde dentro. El punto de Levitt no es que todos los expertos actúen de mala fe: es que su interés y el tuyo divergen con más frecuencia de la que asumimos, y que confiar ciegamente en quien sabe más que tú es delegar una decisión sin comprobar antes hacia dónde apunta su incentivo.
Que dos cosas ocurran juntas no demuestra que una cause la otra
Este es el error estadístico más citado del libro, y el más fácil de cometer sin darte cuenta. Dos variables se mueven juntas constantemente sin que ninguna provoque a la otra: ambas pueden depender de una tercera causa que no estás mirando.
Un ejemplo cotidiano: los alumnos que llevan mochilas de marca más cara sacan mejores notas de media. La conclusión perezosa sería que el material escolar influye en el rendimiento. La explicación real es mucho más aburrida: las familias con más recursos compran mochilas más caras y, al mismo tiempo, ofrecen más estabilidad, más tiempo de estudio acompañado y menos estrés económico en casa. La mochila no causa nada; ambas cosas nacen del mismo origen. Levitt insiste en que separar correlación de causalidad exige buscar activamente una tercera variable escondida, no conformarse con la historia que ya tenías en la cabeza antes de ver el dato.
Los números delatan a los tramposos, aunque nadie los mire de cerca
Cuando alguien hace trampa de forma sistemática, deja un patrón, y ese patrón es visible si sabes qué buscar en los datos aunque sea invisible a simple vista. Esta es una de las aplicaciones más originales del libro: usar herramientas estadísticas para detectar fraude donde nadie sospechaba.
Piensa en una plataforma de reseñas de restaurantes. Un local honesto acumula opiniones con una distribución razonable: mayoría de notas altas, algunas medias, pocas muy bajas, repartidas a lo largo de meses y desde ubicaciones distintas. Un local que compra reseñas falsas deja huellas: decenas de comentarios de cinco estrellas publicados el mismo fin de semana, cuentas nuevas sin más actividad, textos con un vocabulario sospechosamente parecido entre sí. Nadie necesita leer las reseñas una por una para sospechar: basta con mirar la forma de la distribución. Ese es exactamente el método que el libro aplica a otros terrenos: no acusar por intuición, sino dejar que el patrón numérico señale dónde merece la pena mirar con más atención.
Quién eres como padre importa más que lo que haces cada tarde con tus hijos
Uno de los análisis más discutidos del libro compara decenas de factores asociados al rendimiento escolar de los niños y encuentra algo incómodo: muchas de las prácticas de crianza que se recomiendan con más insistencia tienen una correlación débil con el resultado, mientras que ciertas características de los padres (su nivel educativo, su situación económica, su edad al tener el primer hijo) sí la tienen, y con fuerza.
Un ejemplo que no es del libro pero ilustra el mismo mecanismo: una familia apunta a sus hijos a tres actividades extraescolares distintas cada semestre. Es tentador pensar que esas actividades son la causa de que a esos niños les vaya bien. Pero el tipo de padre que organiza y paga tres actividades extraescolares suele ser, además, alguien con tiempo disponible, ingresos estables y ya implicado en la educación de sus hijos por otras vías. La actividad concreta pesa menos que el perfil de familia que hay detrás de ella. La lectura incómoda de Levitt es que buena parte de la ansiedad de la crianza moderna se invierte en el detalle equivocado.
Saber algo que los demás no saben es poder, hasta que deja de ser secreto
Antes de que existieran los comparadores de precios, comprar un seguro de coche dependía casi por completo de lo que te contara el agente de la esquina, que era, a la vez, quien más ganaba cuanto menos supieras tú. La asimetría de información no es un detalle técnico: es una fuente real de poder económico, y el libro dedica varios capítulos a mostrar cómo se sostiene y qué pasa cuando se derrumba.
Ese poder tiene fecha de caducidad. En cuanto la información se vuelve accesible (un sitio que compara precios, una base de datos pública, un buscador) la ventaja del que sabía más se evapora casi de un día para otro, y con ella buena parte de su margen de negociación. Levitt sostiene que gran parte de la historia económica reciente puede leerse como una carrera entre quienes acumulan información privada y las tecnologías que la hacen pública. Cada vez que ganas tú esa carrera como consumidor, alguien más arriba en la cadena pierde el margen que vivía de tu ignorancia.
La idea que sostiene todo el libro
Freakonomics no promete una teoría unificada del comportamiento humano, y es honesto al respecto: la economía que practica Levitt no explica todo, explica menos de lo que parece prometer un título tan ambicioso. Lo que sí ofrece es un método replicable: preguntar qué incentivo hay detrás, desconfiar de la correlación fácil y dejar que el dato discuta con la intuición antes de rendirte a ella. El libro vale por la actitud que enseña, más que por cada conclusión concreta a la que llega.
Cómo aplicarlo esta semana
Pensar como economista encubierto no requiere estadística avanzada. Requiere hacerte las mismas cuatro o cinco preguntas de forma sistemática, hasta que se vuelvan automáticas.
Lunes: identifica un incentivo oculto. Elige una situación que te resulte frustrante o desconcertante (un compañero que se comporta de forma extraña, una decisión de tu empresa que no entiendes) y pregúntate qué está premiando realmente el sistema en el que ocurre. No qué debería premiar: qué premia de hecho.
Martes: audita a un experto. La próxima vez que alguien te venda un consejo (un asesor, un vendedor, un intermediario) pregúntate antes de decidir cuál es su incentivo en esta conversación concreta. No para desconfiar por sistema, sino para separar el consejo que te conviene a ti del que le conviene a quien te lo da.
Miércoles: caza una correlación sospechosa. Busca en las noticias o en una conversación una afirmación del tipo «esto causa aquello» y pregúntate qué tercera variable podría explicar ambas cosas a la vez. Casi siempre existe una candidata razonable si te tomas dos minutos en buscarla.
Jueves: mira tus propios datos. Si llevas alguna métrica (gasto mensual, horas de trabajo, entrenamientos) revísala buscando un patrón que no habías notado. No necesitas un patrón dramático: basta con acostumbrar el ojo a mirar los números en vez de la memoria, que es mucho menos fiable de lo que crees.
Viernes: aplica el filtro de los tres incentivos. Ante una decisión propia pendiente, sepárala en su componente económico, social y moral. Casi cualquier decisión que te cuesta tomar tiene los tres tirando en direcciones distintas, y verlos por separado suele destrabarla.
El resto de la semana: guarda un cuaderno de «explicaciones sospechosas». Cada vez que aceptes una explicación sin comprobarla, anótala. Al cabo de un mes vas a sorprenderte de cuántas veces la revisaste después y resultó incompleta.
Los errores que casi todo el mundo comete al aplicar este libro
Ver incentivos en todas partes y perder matiz. El primer efecto de leer Freakonomics es empezar a explicar cualquier gesto humano por interés propio, incluidos los actos genuinamente altruistas. No todo comportamiento esconde un cálculo: a veces alguien hace algo simplemente porque le importa, y reducirlo todo a incentivos es tan perezoso como ignorarlos por completo.
Convertir «correlación no es causalidad» en un comodín. Es tentador usar esta frase para descartar cualquier dato que no te convenga, sin proponer una explicación alternativa mejor. La frase no sirve para cerrar una discusión: sirve para abrirla, obligándote a buscar la tercera variable en vez de solo negar la primera.
Confundir lo contraintuitivo con lo correcto. El libro triunfa precisamente porque sus conclusiones sorprenden. Eso entrena mal el instinto: empiezas a sospechar que una idea llamativa es más verdadera solo por ser llamativa, cuando la solidez de un argumento no tiene nada que ver con lo mucho que te sorprenda.
Aplicar el método sin repetir el trabajo de comprobación. Levitt dedica meses a cada análisis, con controles y revisiones. Adoptar su conclusión sin adoptar también su exigencia de comprobar los datos es quedarte con la parte fácil del libro y descartar la que realmente importa.
Qué hacer si no tienes datos ni tiempo para analizarlo todo
El método del libro asume que puedes sentarte con una base de datos y cruzar variables durante semanas. En la vida diaria casi nunca es así: decides con información parcial, bajo presión de tiempo y sin acceso a ningún conjunto de datos propio. Eso no invalida la actitud del libro; solo obliga a comprimirla en preguntas rápidas.
Sustituye el análisis completo por tres preguntas de bolsillo. Ante cualquier afirmación que te vayan a vender como verdad: ¿quién se beneficia de que yo crea esto?, ¿qué otra causa explicaría lo mismo?, ¿esto se sostendría si le quito el ejemplo más dramático? No sustituyen un estudio, pero filtran buena parte del ruido.
Usa la tasa base como atajo. Si no tienes datos propios, pregunta cuál es la frecuencia habitual de algo antes de reaccionar a un caso individual. Un titular sobre un fraude puntual no te dice si el fraude es raro o frecuente; preguntarlo primero evita sacar conclusiones de una sola anécdota.
Delega la comprobación, no el criterio. Si de verdad no tienes tiempo para verificar un dato, es legítimo confiar en una fuente que ya hizo ese trabajo. Lo que no puedes delegar es la pregunta de si esa fuente tiene un incentivo propio en convencerte.
Acepta la incertidumbre en vez de fingir precisión. Cuando no hay datos suficientes para separar causa de correlación, la respuesta honesta es «no lo sé todavía», no inventar una causa que suene convincente. Levitt se permite esa incertidumbre en el libro más de lo que sus lectores se permiten después.
Qué ha envejecido mal
Un resumen honesto también tiene que decir dónde cojea el libro, y aquí cojea de forma documentada.
El capítulo del aborto y el crimen tuvo un error real, no solo una polémica. La hipótesis central, que la legalización del aborto en Estados Unidos en 1973 explica una parte relevante de la caída de la criminalidad dos décadas después, fue cuestionada en 2005 por los economistas Christopher Foote y Christopher Goetz, que encontraron un fallo de programación en el análisis original de Levitt y Donohue: faltaban controles por estado y año que, al incorporarse, reducían de forma notable la fuerza del efecto estimado. No fue una simple discrepancia de interpretación: fue un error técnico verificable en el código. Levitt y Donohue respondieron y siguieron defendiendo una versión del argumento, y el debate académico continúa abierto hasta hoy, pero el capítulo dejó de ser la prueba contundente que el libro presentaba.
Varios hallazgos no se han replicado con la misma fuerza. Estudios posteriores sobre algunos de los análisis del libro, desde el comportamiento de agentes inmobiliarios hasta ciertos patrones de manipulación en competiciones deportivas, han encontrado efectos más pequeños o más frágiles que los originales al aplicar controles distintos o datos de otros años.
El género que este libro inauguró premia lo llamativo por encima de lo robusto. Freakonomics abrió un mercado editorial entero de «economía contraintuitiva», y ese mercado recompensa la conclusión sorprendente, no la más sólida. Es un incentivo perverso, el mismo tipo de mecanismo que el libro enseña a detectar, que empuja a elegir la lectura de los datos más vendible en vez de la más cautelosa.
El libro no siempre respeta su propia regla. Predica que correlación no es causalidad y, en más de un capítulo, construye una narrativa causal atractiva sobre una base estadística que admite otras lecturas. No es hipocresía deliberada: es la dificultad real de aplicar ese estándar con el mismo rigor cuando la conclusión propia resulta convincente.
¿Vale la pena leer el libro entero?
Sí, si nunca has leído nada que mezcle economía con curiosidad cotidiana. Está escrito con oficio periodístico, se lee en un par de tardes y cambia de verdad cómo miras una noticia o una estadística después.
Sí, si te interesa el método más que las conclusiones concretas. El valor duradero del libro no está en si el aborto redujo el crimen o no: está en la disciplina de preguntar por el incentivo real y buscar la tercera variable antes de aceptar una causa. Esa disciplina sigue siendo útil aunque algunos capítulos hayan envejecido mal.
No, si buscas un libro de economía en sentido estricto. Apenas hay teoría de mercados, política monetaria o modelos formales. Es economía aplicada a la curiosidad, no un manual de la disciplina.
No, si ya conoces bien la distinción entre correlación y causalidad y el problema de los incentivos. El libro fue pionero en popularizar estas ideas a comienzos de los años 2000, pero desde entonces se han escrito versiones más rigurosas y mejor actualizadas del mismo argumento.
Una advertencia final: léelo como una colección de estudios de caso bien contados, no como un tratado con validez universal. Disfrutarlo así evita la decepción de descubrir, capítulo por capítulo, que alguno de sus hallazgos estrella no resistió el paso del tiempo.
Si te interesó esto, sigue por aquí
- Pensar rápido, pensar despacio, de Daniel Kahneman, el marco psicológico que explica por qué aceptamos explicaciones fáciles antes de mirar los datos. Complementa directamente el método de Levitt.
- El cisne negro, de Nassim Nicholas Taleb, otra mirada crítica sobre cómo construimos narrativas causales a partir de datos que en realidad no las sostienen.
- Factfulness, de Hans Rosling, el mismo instinto de desconfiar de la intuición, aplicado a cómo interpretamos las cifras sobre el mundo en su conjunto.