Lo dudo mucho. Las matemáticas involucradas en los modelos predictivos de largo alcance simplemente no funcionan de esa manera.
Asimov escribió los libros antes de que el campo de la teoría del caos despegara y la naturaleza completa de la dependencia sensible de las condiciones iniciales se entendiera adecuadamente (esto era algo vagamente conocido hasta Poincaré, pero hasta que la gente de la teoría del caos comenzó a simular tales sistemas con las computadoras en la década de los 70, nadie realmente había pensado en las implicaciones y había comprendido la magnitud de lo imprevisible de cosas como el clima o incluso cosas simples como un conjunto de péndulos, por no hablar de toda la historia humana).
El propio Asimov parecía haber intuido vagamente por qué el modelo no es realista. El personaje de Mule in Foundation and Empire fue, en muchos sentidos, básicamente la mariposa clásica aleteando en una parte del mundo causando huracanes en otra (un tropo de la teoría del caos).
Otra razón para dudar de la posibilidad es la teoría de la complejidad. Es probable que un algoritmo de predicción completo para un subconjunto del universo suficientemente grande y altamente termodinámicamente aislado sea NP-completo.
- ¿Muchas personas volvieron a sus imágenes de perfil sin arco iris? ¿Por qué?
- ¿Cuándo va a ser legal golpear a las personas en la cara que estornudan con la boca abierta?
- ¿Qué hace mal la mayoría de las personas al priorizar tareas?
- ¿Cuáles son algunos de los estereotipos sexistas más raros?
- ¿Qué es lo que más fascina a la gente, los objetos grandes o pequeños?
En general, la predicción a largo plazo sigue una escala más larga y más gruesa. Cuanto más lejos quiera predecir, más gruesa será su predicción. Pero hay momentos en la historia en que el futuro se vuelve irrazonablemente claro y las personas inteligentes pueden hacer interesantes movimientos de anticipación. Pero eso todavía está muy lejos de la psicohistoria.
Agregar teoría de la probabilidad / matemáticas bayesianas a la imagen no cambia mucho las cosas. La predicción probabilística es filosóficamente diferente en ciertos aspectos clave, pero enfrenta los mismos límites de modelado / información-teoría.
Dicho esto, dejaré una laguna abierta. Parece que hay leyes de escalamiento muy interesantes y simetrías y constantes extrañas en las matemáticas de los modelos predictivos a largo plazo. Así que tal vez algunas futuras innovaciones matemáticas podrían llegar a predicciones extrañas.