¿Sobrevivirías al Titanic? Esto es lo que dicen los datos

Imagina por un momento que el gran barco de 267 metros de eslora en el que viaja choca contra un iceberg y comienza a hundirse. El pasaje, aterrorizado, no para de gritar mientras espera su turno para subir a uno de los pocos botes salvavidas que hay: 20 en total. Algunas personas, se aferran desesperadas a las barandillas de cubierta; otras se lanzan a su suerte a las gélidas aguas nocturnas del Atlántico. Este escenario ocurrió la noche del 14 al 15 de abril de 1912, cuando navegaba a 550 kilómetros al sudeste de la isla de Terranova (Canadá), el Titanic chocó contra un gigantesco bloque de hielo que abrió un boquete de unos 90 metros en su flanco derecho. A las 2:30 horas de la madrugada, el transatlántico desaparecería devorado por el mar. De las 2.223 personas que viajaban en él, solo 706 (492 pasajeros y 214 tripulantes) sobrevivieron tras ser recogidas a la mañana siguiente por el buque carguero Carpathia, que se encontraba cerca del lugar. Del agua se recuperaron 333 cuerpos.

No fue el naufragio más grande de la historia en número de víctimas –en 1945, por ejemplo, murieron 9.343 personas en el accidente del Wilhelm Gustloff, un transatlántico alemán hundido por un submarino soviético–, pero el hundimiento del Titanic sí fue la catástrofe más mítica por la notoriedad de algunas de las víctimas (de las más ricas del mundo), por tratarse del viaje inaugural de un barco de superlujo y por los enigmas que, a día de hoy, siguen rodeando a este suceso. Si uno consigue meterse de lleno en el suceso, la pregunta que seguramente le ronda es: ¿podría sobrevivir a una desgracia de tal envergadura?

Mujeres y niños, ¿primero?

Partimos de una base de datos real con los nombres y apellidos de una muestra de los pasajeros del Titanic (891 registrados frente a los 2.000 que viajaron), con su edad, el número de familiares de cada uno, la clase en que viajaban y el precio del billete que habían pagado. También sabemos si sobrevivieron o no. A partir de un análisis en lenguaje de programación Python, ¿sería posible determinar qué tipo de personas tenían más probabilidades de sobrevivir?

Lo primero que salta a la vista es que se salvaron tres veces más mujeres que hombres (variable Sex, en la nomenclatura de esta base de datos). La primera explicación que viene a la cabeza es la del conocido protocolo de evacuación: «Las mujeres y los niños primero». Así fue en el Titanic, pero no porque existiese tal protocolo, sino porque el capitán, para poner orden ante la avalancha del «sálvese quien pueda», amenazó con disparar a los que no cedieran el paso a mujeres y niños. Porque sí: la actitud dominante cuando hay un naufragio, según una investigación de la Universidad de Uppsala (Suecia), es la de salvarse primero a uno mismo.

La edad de los pasajeros (variable Age) es bastante similar entre el grupo de supervivientes y fallecidos, con dos excepciones: en el rango de edad de 0 a 10 años, el porcentaje de supervivencia es mucho mayor, mientras que, en el extremo opuesto, a partir de los 60 años, la tendencia se invierte. Por otra parte, las personas con uno, dos o tres hijos o padres a bordo (variables Sibsp, número de hermanos a bordo y Parch, número de progenitores a bordo) fueron las más afortunadas. Con ninguna familia, solo un tercio sobrevivió. En el caso de familiares no sanguíneos o esposa/o, se cumple una relación parecida: las personas con un familiar de este tipo sobrevivieron más que las que iban solas.

Cruzando las variables supervivencia, edad y clase (Survived, Age, Class) se puede concluir que los niños de tercera clase representan gran parte de los menores que perdieron la vida en la catástrofe. En primera clase solo había cuatro niños, de los cuales murió uno. Los niños de segunda clase (17) , sobrevivieron. Las personas más ancianas murieron, salvo el más anciano de todos, que viajaba en primera. En los adultos (entre 20 y 50 años), las personas de condición más humilde representaron la mayor proporción de los muertos.

A primera vista, el precio medio de los billetes (Fare) de las personas que sobrevivieron era superior al de los que fallecieron. ¿Significa esto que haber pagado más por el billete garantizó mayor probabilidad de supervivencia? Puede ser que sí rotundamente o puede que existiera otra variable subyacente con un vínculo de causalidad más estricto con la supervivencia y, a su vez, correlacionada con el precio del billete. Por ejemplo, que los pasajeros de primera clase tuvieran ciertas facilidades para acceder a los botes de evacuación, por lo que consiguieron salvarse con más éxito que los de segunda y tercera. Los billetes de primera clase costaban mucho más dinero (4.350 dólares) que los de las clases inferiores (1.750 dólares, la segunda y 30, la tercera), de ahí que el precio medio de billetes entre los supervivientes fuese superior.

A partir de este procesamiento de datos, se pueden construir modelos de predicción (algoritmos de machine learning) que representarán los patrones existentes en los datos que hemos tratado y permitirán generalizarlos a otras observaciones. ¿Se imaginó usted como hombre o mujer? ¿Su nivel socioeconómico era alto, bajo o medio? ¿Le acompañaban familiares en el viaje? El algoritmo nos dice con casi total precisión que los factores que más influirían en su supervivencia serían el sexo, la clase en la que viaja y si tiene o no al menos un hijo a bordo.

Si eras un Jack, el enamorado de Rose, tu frío destino estaba escrito. A no ser que, por casualidades de la vida, fueras un de los afortunados a los que salvó Margaret Brown, ‘la insumergible Molly’, una pasajera que se empeñó en ayudar a todo el mundo a subir a los botes hasta que fue obligada a entrar en uno. Pero luego insistió en regresar y rescatar a más gente. Esto no lo puede controlar ni el algoritmo.