Opinión | Ejercitar el pensamiento crítico en las clasificaciones de fabricantes de equipos originales (OEM)

Nada genera más clics en una publicación de redes sociales que una clasificación. Personalmente, prefiero algo basado en datos objetivos (clasificaciones basadas en cualquier cosa que se pueda cuantificar), pero siento que soy una opinión minoritaria.

Si de verdad quieres que tus comentarios se multipliquen, haz una clasificación de lo "mejor" de algo. Da tu opinión e inicia un debate (¡esperemos que amistoso!). Los clics, comentarios e interacciones te darán un gran alcance, mucha visibilidad y un aumento significativo en las estadísticas de tu publicación.

El clickbait no es un hecho.

Pero tengo un problema con la forma en que el clickbait se está extendiendo por LinkedIn.

Los que publican tonterías en LinkedIn (término técnico) se han dado cuenta de que no pueden simplemente inventarse una clasificación y decir que algo es "el mejor" sin justificación. Investigar información pública fácilmente accesible parece ser demasiado trabajo para muchos. En cambio, la estrategia consiste en decir algo como: "Nuestra clasificación se basa en una serie de factores y en nuestro propio sistema de ponderación y puntuación".

Pero una preocupación mayor es el creciente número de artículos sensacionalistas y creíbles procedentes de fuentes poco fiables.

En la zona donde trabajo, cada vez son más las campañas centradas en la maquinaria eléctrica de construcción y los fabricantes que operan en este sector. Se trata de una rama nueva de la industria y el conocimiento general del mercado quizás no sea tan profundo como en el caso de la maquinaria diésel tradicional. Por lo tanto, es un sector propenso a la desinformación.

Si ha asistido a los seminarios web gratuitos de Off-Highway Research sobre este tema, o me ha escuchado hablar en conferencias del sector, sabrá perfectamente que el 80% del mercado mundial de equipos eléctricos se encuentra en China y que los fabricantes de equipos originales chinos controlan más del 90% del mercado mundial mediante la exportación de sus productos y su enfoque, principalmente a economías emergentes.

Las clasificaciones publicadas en las redes sociales generan mucha interacción y parecen plausibles a primera vista, pero si se observan con más detenimiento, no todo es como debería ser, argumenta Chris Sleight (Imagen generada con IA).

Aun conociendo eso, un europeo podría pensar: "Vale, China va a la cabeza, pero Noruega y los Países Bajos son los siguientes mercados más importantes".

No es así. Nuestros datos demuestran claramente que las ventas de equipos eléctricos en India superarán este año, en términos de unidades, a las de cualquiera de estos dos países. Debido al enfoque en equipos de minería y canteras de alto valor en India, esas ventas alcanzarán casi el doble del valor de las ventas de equipos eléctricos en uno de los principales mercados europeos.

Se trata de hechos comprobables, aunque a Off-Highway Research le ha llevado muchos años en el mercado poder recopilar dicha información a través de nuestra propia investigación primaria.

Para quienes no tienen acceso a esos datos, o para quienes no quieren que los hechos interfieran con una publicación sensacionalista y fácil de usar, la tendencia es recurrir a análisis cualitativos y elaborar clasificaciones de los mercados "más importantes", las "mejores" marcas de equipos y los "cinco fabricantes de equipos originales a tener en cuenta". La sección de estas publicaciones inevitablemente continúa diciendo que los resultados se obtuvieron utilizando su "metodología de matriz de marco propio, que pondera y puntúa una serie de factores críticos" (añada o elimine elementos de esta jerga según corresponda).

Profundiza más y haz preguntas.

Con un bonito logotipo, una presentación profesional y el hecho de estar en LinkedIn, estas vagas medidas cualitativas y opiniones se transforman de alguna manera en hechos.

Admito sin reparos que desconozco en qué consisten realmente estas metodologías opacas. Sospecho que carecen de fundamento, pero no estoy seguro. Me preocupa que los clientes acepten sin cuestionar las conclusiones de estas publicaciones y las utilicen como base para tomar decisiones importantes simplemente porque parecen plausibles (o quizás porque refuerzan una opinión preexistente o halagan a la empresa a la que la editorial intenta captar clientes).

La investigación cualitativa tiene su lugar. Diría que una investigación rigurosa se basa en metodologías sólidas que resisten el escrutinio. Si ves una de estas publicaciones vagas y clasificaciones cuestionables —independientemente de si refuerzan o no tu opinión actual—, hazle algunas preguntas básicas al autor antes de aceptarlas:

¿Qué factores concretos está utilizando como referencia?

¿Cómo los investigaste?

En cuanto a las métricas técnicas, ¿cuál es su especialidad en la evaluación de las mismas?

¿Cómo se ponderan los diferentes factores para obtener su puntuación y clasificación general?

No se puede esperar que alguien revele el cálculo completo, pero sí que dé respuestas creíbles, enumere los factores específicos que está evaluando y demuestre su experiencia si se trata de una valoración técnica. Si recibe otra respuesta incoherente del tipo "matriz de marco complejo con múltiples factores", eso es una clara señal de alerta.

¿La IA deficiente es solo el principio de un problema mayor?

Quienes me siguen en LinkedIn saben que me tomo mi tiempo (y me divierto un poco) denunciando las publicaciones más escandalosas y absurdas sobre IA que veo. Quizás debería esforzarme por no ofenderme tanto, pero cuando veo algo tan obviamente erróneo y cuando el responsable es una empresa que un minuto publica sobre el mercado mundial de motoniveladoras y al siguiente tiene un informe para promocionar sobre el mercado de asientos de inodoro en Kazajistán, algo en mí no me deja pasarlo por alto.

Me divierte que estas publicaciones pongan de manifiesto la ignorancia del editor de forma tan evidente.

Pero una parte de mí también está preocupada de que alguien, en algún lugar, pueda creer que son ciertas, y ese peligro es aún mayor cuando fuentes medianamente fiables participan en alguna versión de esta práctica.

Así que me tomo el tiempo para publicar una crítica basada en hechos y hago todo lo posible por contener el sarcasmo (no siempre lo consigo).

En resumen, volvería al punto de partida. Si quieres clasificar algo, elige algo que esté claramente definido y sea cuantificable. Una vez que empiezas a clasificar a "los mejores", estás creando clasificaciones basadas en la opinión de una persona o en las fantasías de un bot de IA. Eso no es una base para tomar una decisión empresarial.

El autor: Chris Sleight es director general de Off-Highway Research. Antes de incorporarse a Off-Highway, Chris fue editor de las revistas Construction Europe e International Construction.