Les nouveaux défis de la statistique

La estadística no es ni una ciencia del pasado, ni una ciencia del futuro: ¡está bien anclada en el presente! La diversidad de sus aplicaciones da testimonio de su importancia en el mundo actual. Un rápido panorama de temas de actualidad los convencerá: demografía y financiamiento de las pensiones, poder adquisitivo, salud y fabricación de medicamentos innovadores, redes sociales… Son muchos los desafíos a los que se enfrentan hoy quienes la estudian. Entre ellos, el del secreto estadístico es crucial: ¿cómo tratar datos sensibles sin que sean divulgados? Es también la estadística la que se encuentra detrás de los avances de la inteligencia artificial, por ejemplo el famoso robot conversacional Chat-GPT.

La estadística consiste en primer lugar en describir de manera cifrada y sintética una situación dada. Una primera pregunta es la de la clasificación: ¿se puede, de manera automática, agrupar individuos en clases, en conjuntos « coherentes », sin apoyarse más que en una simple descripción por algunas variables estadísticas? La respuesta es sí, ¡de varias maneras! La reconstitución de lo real a partir de la sintetización de los datos permite también tomar decisiones: en medicina, se tratará, por ejemplo, de probar y medir la eficacia de una terapia con respecto a otra, a partir de pequeñas muestras. En biología, la gran cantidad y la heterogeneidad de los datos « ómicos » (relativos a las moléculas a diferentes escalas) obligan a repensar los algoritmos e imaginar nuevos métodos estadísticos adaptados a sus características.

Más allá de la simple descripción de la realidad, la estadística también puede ayudar, al modelizar una situación con fórmulas probabilísticas adaptadas, a prever sus evoluciones plausibles en el futuro. Los « modelos de mezcla » son un ejemplo complejo que permite encontrar diferentes clases en una población y… predecir la de un nuevo individuo para, por ejemplo, ofrecerle contenidos o productos que podrían interesarle en plataformas de proveedores. En el ámbito de la salud, los modelos predictivos permiten mejorar la atención de los pacientes hasta imaginar una medicina personalizada. En deporte, los análisis conducen a dosificar lo mejor posible la cantidad de entrenamiento que optimiza el rendimiento individual, y, en el marco colectivo, los avances llegan hasta predecir al ganador de la próxima copa mundial de fútbol a partir del rendimiento pasado.