The Condorcet Jury Theorem: The 240-Year-Old Math Behind Better Decisions

El marqués que hizo matemáticas sobre democracia

Marie Jean Antoine Nicolas de Caritat, Marqués de Condorcet (1743–1794), fue el creyente más comprometido de la Ilustración en la idea de que los asuntos humanos podían ser razonados con la misma rigurosidad que la física. Un brillante matemático elegido para la Académie des sciences en sus veinte años, también fue —inusualmente para su siglo y su clase— un defensor temprano y vocal de la educación pública gratuita, el sufragio femenino y la abolición de la esclavitud. Donde sus contemporáneos debatían si las personas comunes deberían gobernar, Condorcet planteó una pregunta más extraña y productiva: ¿bajo qué condiciones el juicio colectivo sería realmente correcto?

Su respuesta apareció en 1785 en el Essai sur l’application de l’analyse à la probabilité des décisions rendues à la pluralité des voix — el “Ensayo sobre la Aplicación del Análisis a la Probabilidad de las Decisiones Mayoritarias.” Enterrado en sus densos cálculos de probabilidad hay un resultado de asombrosa simplicidad y poder, ahora conocido como el Teorema del Jurado de Condorcet.

La historia del hombre termina de manera oscura. Condorcet apoyó la Revolución, redactó una constitución y luego cayó en desgracia durante el Terror. Proscrito en 1793, se escondió en una pensión de París y —frente a la muerte— escribió su obra más optimista, el Boceto para una Imagen Histórica del Progreso de la Mente Humana. Arrestado en marzo de 1794 tras huir de su refugio, fue encontrado muerto en su celda en Bourg-la-Reine dos días después. El matemático de la sabiduría colectiva fue asesinado por un colectivo que había dejado de escuchar razones — una ironía que ningún historiador de la época deja de notar.

El teorema, en términos simples

Despojado de la notación del siglo XVIII, el teorema dice esto:

Toma una pregunta de sí/no que tiene una respuesta correcta. Si cada persona en un grupo tiene más probabilidades que el azar de acertar, y cada uno juzga independientemente, entonces la probabilidad de que la mayoría acierte aumenta con el tamaño del grupo — y se acerca a la certeza a medida que el grupo se hace grande.

La intuición es la cancelación de errores. Cada votante es señal más ruido. Debido a que todos están en lo correcto más a menudo que equivocados, la señal apunta en la misma dirección para todos, mientras que el ruido se dispersa aleatoriamente. Los errores individuales son lanzamientos de moneda no correlacionados; el grano compartido de verdad se acumula. La votación mayoritaria es simplemente una máquina para dejar que el ruido se cancele y la señal se sume — la misma aritmética detrás de la sabiduría de las multitudes, que más tarde haría que 787 feriantes juzgaran colectivamente mejor que expertos en ganado en el experimento del buey de Galton, aplicado a votos en lugar de estimaciones.

Los números: qué tan rápido se vuelven inteligentes las mayorías

La fuerza del teorema es más fácil de sentir con números concretos. Supongamos que cada persona responde independientemente a una pregunta binaria correctamente el 60% de las veces — decente pero lejos de ser experto. La probabilidad de que una mayoría del grupo responda correctamente:

Lee la columna del 60% hacia abajo: tres personas apenas mejoran a una; once personas son significativamente mejores; ciento uno tienen razón el 97.9% de las veces; quinientas uno son prácticamente infalibles. Incluso un pequeño grado de competencia individual — la columna del 51% — se acumula implacablemente con la escala: alrededor del 58% para un grupo de 101, aproximadamente 74% con mil votantes, y alrededor del 98% con diez mil. Un juicio individual mediocre, agregado correctamente, produce un excelente juicio colectivo. Esa es la cara optimista del teorema.

El gemelo oscuro: cuando p cae por debajo de la mitad

Ahora lee la columna del 45%. La misma matemática que hace que las multitudes competentes sean casi infalibles hace que las multitudes incompetentes sean casi infaliblemente incorrectas. Si cada individuo tiene razón solo el 45% de las veces — sistemáticamente engañado sobre esta pregunta particular — una mayoría de 101 tiene razón solo el 15.6% de las veces, y una mayoría de 501 alrededor del 1.2% de las veces. La agregación no limpia el mal juicio; lo concentra. Un gran grupo que comparte una concepción errónea sistemática estará más confiado en su error que cualquiera de sus miembros.

Esta es la mitad del teorema que rara vez se incluye en las celebraciones de la sabiduría de las multitudes, y tiene un borde práctico agudo. Si la escala de un grupo es un activo o un pasivo depende enteramente de qué lado de la línea del 50% se sientan sus miembros para la pregunta en cuestión — por eso la desinformación, y el entorno mediático que moldea la precisión individual, no es un tema secundario para la toma de decisiones colectivas, sino el central. La escala amplifica lo que le alimentas.

Los supuestos — y qué se rompe cuando se rompen

El teorema es una declaración de si-entonces, y todo lo interesante sobre su aplicación reside en el “si.” Cuatro supuestos llevan el resultado:

Dos siglos y medio de investigación han puesto a prueba cada supuesto. Grofman, Owen y Feld en “Trece teoremas en busca de la verdad” (Theory and Decision, 1983) mostraron que el resultado sobrevive a la competencia heterogénea — los votantes no necesitan tener la misma precisión; bajo condiciones de distribución razonables, una precisión media por encima de la mitad es suficiente. Krishna Ladha (1992) abordó la correlación y encontró que los votos correlacionados debilitan la garantía sin siempre destruirla: el tamaño efectivo de una multitud correlacionada es menor que su número total, porque los votos copiados añaden ruido compartido en lugar de nueva información.

En la práctica, la independencia es el supuesto que falla primero y más duramente. Cuando las opiniones tempranas son visibles, los votantes posteriores descuentan racionalmente su propia información y siguen — una cascada de información — y cuando todos se basan en las mismas pocas fuentes, los votos se correlacionan incluso sin que nadie copie a nadie. Un millón de votantes leyendo el mismo feed puede llevar aproximadamente el peso informativo de un puñado de votantes independientes. El teorema no falla de manera elegante; falla en silencio, mientras el grupo aún siente como una gran y confiada mayoría.

Ciclos: la paradoja que también encontró Condorcet

El mismo Essai de 1785 contiene un segundo descubrimiento más inquietante. Con tres o más opciones, las preferencias mayoritarias pueden circular: un grupo puede preferir A a B, B a C, y sin embargo C a A, incluso cuando las preferencias de cada individuo son perfectamente consistentes. Esta paradoja de Condorcet significa que “la voluntad de la mayoría” puede simplemente no existir como un ranking coherente — qué opción gana puede depender del orden en que se tomen los votos.

Esa grieta en la regla mayoritaria se convirtió en la base de un campo entero. En 1951, Kenneth Arrow la generalizó en su teorema de imposibilidad: ningún sistema de votación basado en rangos puede satisfacer simultáneamente una lista corta de condiciones de equidad razonables. La teoría de la elección social — cómo los sistemas de votación agregan preferencias, a diferencia de cómo los jurados agregan juicios y los mercados agregan creencias — es un tema al que volveremos por derecho propio. Por ahora, la moraleja práctica: el teorema del jurado brilla en preguntas fácticas con respuestas correctas; en el momento en que una decisión se trata de valores en competencia en lugar de hechos en competencia, se aplica maquinaria diferente (y matemáticas diferentes).

240 años de aplicaciones

Para una pieza de probabilidad del siglo XVIII, el teorema ha envejecido notablemente bien:

La aplicación de aprendizaje automático merece una segunda mirada, porque muestra el teorema funcionando como un plano de ingeniería en lugar de una metáfora. Un bosque aleatorio entrena deliberadamente cada árbol en una submuestra aleatoria de datos y características — no para mejorar ningún árbol individual (lo empeora), sino para hacer que sus errores sean menos correlacionados. Aceptar individuos más débiles para comprar independencia es exactamente el intercambio que recomienda el teorema del jurado, y la precisión del conjunto es la recompensa. Los equipos que diseñan mecanismos de gobernanza de DAO enfrentan el mismo problema de diseño al revés: la votación ponderada por tokens concentra la influencia, y los conteos visibles públicamente invitan al pastoreo — ambos reducen el jurado efectivo.

Lo que el teorema no puede hacer — y lo que debe suceder antes de la votación

El teorema del jurado rige un momento en la vida de una decisión: el paso de agregación, cuando los juicios individuales se convierten en un veredicto colectivo. Es silencioso sobre todo lo que está aguas arriba — cómo se enmarcó la pregunta, qué opciones llegaron a la boleta, qué información vieron los votantes — y todo lo que está aguas abajo. Un voto perfectamente agregado sobre una pregunta mal enmarcada produce una excelente respuesta al problema equivocado.

También, por diseño, descarta las razones. Un voto registra que cuarenta personas favorecieron la opción A, nunca por qué — así que la objeción más fuerte de la minoría desaparece, el razonamiento de la mayoría no puede ser auditado más tarde, y el grupo no aprende nada transferible para la próxima decisión. Aquí es donde la deliberación estructurada complementa la agregación en lugar de competir con ella. En la toma de decisiones colaborativa bien hecha, el grupo primero presenta argumentos de manera independiente — preservando la independencia que necesita el teorema — luego los evalúa abiertamente, y solo entonces converge.

Argumentree está construido en torno exactamente a esa secuencia. Los participantes contribuyen con argumentos a favor y en contra de manera independiente y asincrónica, antes de que alguien ancle la sala — protegiendo el supuesto fundamental del teorema. Cada argumento se califica luego en dimensiones explícitas (utilidad, claridad, precisión, completitud), y las calificaciones se agregan en puntajes de consenso: la aritmética de cancelación de errores de Condorcet, aplicada a la calidad de razones en lugar de solo al conteo de votos. Y a diferencia de una urna, el árbol de argumentos completo y la pista de auditoría preservan por qué el grupo decidió — para que la decisión pueda ser explicada, revisitada y aprendida. El marqués proporcionó la matemática para confiar en una mayoría; doscientos cuarenta años después, el trabajo restante es asegurarse de que el juicio de la mayoría sea independiente, informado y quede registrado.