La regla del 37%: cuándo dejar de buscar estacionamiento (y otras sugerencias algorítmicas)



Crédito: Shutterstock

El estudio, uno de los más famosos en el campo de la economía no tradicional, data de la era predifusión de Internet, a tal punto que sus dos autores, los economistas Marianne Bertrand y Sendhil Mullainathan, usaron el fax para mandar solicitudes de empleo (falsas) a distintas empresas para medir el grado de discriminación. La mitad de los Curriculum Vitae venían de aspirantes con nombres típicos de blancos (Emily o Greg), en tanto que la otra mitad incluía nombres comunes en la comunidad afroamericana, como Lakisha o Jamal. La diferencia de tratamiento fue abismal: tener un nombre “de blanco” incrementaba las chances de respuesta del empleador en un 50%.

Quince años más tarde, Mullainathan volvió a medir discriminación, pero esta vez sobre decisiones no humanas. Y encontró nuevamente racismo en las recomendaciones de un algoritmo sobre los cuidados médicos asignados a pacientes de acuerdo a determinados síntomas. La brecha descubierta fue inmensa: si se eliminaba el sesgo, el doble de pacientes afroamericanos hubieran recibido ayuda médica extra. ¿Dónde estaba el error? En que el programa calculaba riesgos (y, por ende, sugerencias de tratamientos) basándose en el historial de gastos médicos de cada paciente, que en los Estados Unidos es mucho más elevado entre los blancos con relación al resto de la población.

Mullainathan cree que corregir este sesgo en las máquinas es mucho más sencillo (de hecho, ya se resolvió en gran medida) que hacerlo con los humanos. La economía del comportamiento tiene miles de estudios experimentales que muestran como nuestros sesgos (hay más de 200 descubiertos hasta ahora) pueden tener efectos determinantes en la vida de las personas: los jueces israelíes -según un trabajo muy difundido- dan penas más severas antes del almuerzo que después, con la panza llena. Para corregirlos, la teoría de la decisión apela a distintas disciplinas, como la psicología, las neurociencias (¿cómo afectan factores biológicos, como el grado de cortisol, a las distintas decisiones?), al diseño, a la economía del comportamiento, a la teoría de los juegos, a la experiencia de usuario (UX) o a la filosofía, entre otras.

En la era de la inteligencia artificial, hay un campo teórico de interacción que suma protagonismo: el de la lógica algorítmica y su capacidad -subutilizada- para ayudarnos a tomar mejores decisiones. “Este nuevo cóctel de distintas disciplinas haciendo aportes genera tanto entusiasmo que el territorio ya tiene un nombre: Inteligencia de las decisiones”, cuenta a LA NACION Ernesto Weissmann, experto en Teoría de la Decisión.

Hay infinidad de opciones que elegimos todos los días que pueden modelarse como algoritmos. Por ejemplo, dice Weissmann, ¿hasta cuándo conviene seguir buscando un lugar para estacionar, una vivienda o una pareja? “Este tipo de dilemas está bien estudiado en Ciencias de la Computación, se puede modelar y tiene una respuesta”, explica. Hay dos errores que se pueden cometer: decidir demasiado rápido (y perderse todas las posibilidades que vendrían después) o tardar demasiado (y que las opciones que primero nos gustaron ya no estén disponibles).

Weissmann fue profesor de esta materia en Económicas de la Universidad de Buenos Aires (UBA) durante años y fundó la consultora Tandem, que asesora en decisiones complejas. Por estos días está planificando su mudanza familiar desde México DC a Madrid, para expandir sus operaciones. Al buscar departamento para alquilar usa la conclusión de pensamiento algorítmico que se conoce como “frenado óptimo” (“ optimal stopping”) y que postula la regla del 37%: en cualquier búsqueda hay que evaluar el 37% de las opciones que se podrían evaluar y a partir de ahí quedarse con la primera alternativa que supere a lo anterior. El resultado no será el ideal pero sí el mejor posible en una cuenta de tiempo y calidad de lo conseguido.

Por ejemplo, si se pensaba destinar un mes a ver full time departamentos, a partir del día 11 habría que decidirse por lo primero que supere a lo anterior. Si alguien considera que entre los 18 y los 40 años conviene conseguir una pareja estable, entonces a partir de los 26 años y algunos meses habría que ir definiendo en este terreno. De ahí un titular reciente sobre la “edad ideal” para conseguir pareja sobre la base de este resultado de modelaje algorítmico. El 37% es el resultado matemático de este tipo de problemas que pueden “escribirse” de manera algorítmica, y que ubica el punto medio entre ser demasiado impulsivo con la decisión o pensarla de más y no llegar a ningún lado.

Una historia milenaria

La lógica algorítmica hoy es ubicua gracias a las computadoras y a la inteligencia artificial, pero precede a estas tecnologías. La palabra algoritmo viene del matemático persa al-Khwarizmi, autor de un libro sobre técnicas de su disciplina en el siglo IX. Los primeros algoritmos son de antes que se inventara la palabra para nombrarlos: hay tablillas sumerias que se encontraron cerca de Bagdad y que describen como hacer una división. Su lógica inclusive va más allá de las matemáticas: cuando se sigue una receta de cocina se está acudiendo a un algoritmo, y en infinidad de situaciones en la vida cotidiana.

En su libro de divulgación “Algoritmos para la Vida Cotidiana: La Ciencia de la Informática Aplicada a las Decisiones Humanas”, los autores Brian Christian y Tom Griffiths exploran cómo distintas teorías y campos de estudio de las ciencias de la computación pueden informar mejores decisiones todos los días.

Dilemas diarios como cuánto orden es suficiente en nuestro lugar de trabajo (y cuánto es excesivo), cuánto favorecer experiencias nuevas por sobre “lo bueno conocido” o cómo hacer las listas de pendientes de manera más eficiente tienen lógicas que se pueden escribir en algoritmos. “A veces no nos hace falta ir a terapia para lidiar con nuestras indefiniciones: nos basta con un algoritmo”, dicen Chistian y Griffiths. Cuando un problema parece imposible de resolver, la técnica de “relajar algunos supuestos” (y ver “que pasaría si…”) puede ayudar a llegar a un momento Eureka.

Meter en la coctelera ingredientes de todas las disciplinas, agrega Weissmann (y no sólo inteligencia artificial y big data) puede hacer una diferencia enorme en las decisiones complejas de negocios. La “inteligencia de las decisiones” está en pañales pero ya es un terreno explorado por algunas empresas como Google, que cuenta con una Chief Decision Officer, Cassie Korzyrkov, una pionera en esta materia.

La lógica algorítmica es sólo una parte (subestimada) de esta historia. Hay sesgos humanos, estrategias de teoría de los juegos y otras cuestiones que interfieren, por ejemplo, en el resultado del 37%. Para encontrar el mejor lugar para estacionar, el ex basquetbolista Juan Ignacio “Pepe” Sánchez, el base de la legendaria “generación Dorada” que ganó el oro en los Juegos Olímpicos en Atenas, tiene una fórmula propia que, asegura, suele darle buenos resultados: “Tenés que pensar a priori que vas a conseguir el mejor lugar, frente a la puerta de donde querés llegar. La mayoría suele suponer que va a ser imposible y estacionan a varias cuadras”, revela. Mezcla de sesgo de autoconfianza y teoría de los juegos, pero el deportista asegura que esta receta, si bien no es perfecta, da mejores resultados que lo que uno podría suponer ex ante.

ADEMÁS





Fuente >>

Leave a Reply

Your email address will not be published. Required fields are marked *