Algoritmos para vivir: La ciencia de la computación en las decisiones humanas por Brian Christian y Tom Griffiths

Sinopsis

¿Puede la ciencia de la computación enseñarnos los secretos de la vida? Quizás no, pero puede arrojar luz sobre cómo funcionan ciertos procesos cotidianos y cómo explotarlos. Los algoritmos están en todas partes, desde seguir una receta hasta el orden en que clasificas tu correo electrónico.

En Algoritmos para vivir: La ciencia de la computación en las decisiones humanas por Brian Christian y Tom Griffiths, el programador e investigador Brian Christian y el profesor de psicología y ciencias cognitivas de la UC Berkeley Tom Griffiths comparten las muchas formas en que los algoritmos dan forma a todo, desde la forma en que recordamos las cosas hasta cómo tomamos decisiones grandes y pequeñas.

Los 20 mejores conocimientos

1. La "regla del 37%" se refiere a una serie de pasos, o algoritmos, que alguien debe seguir para tomar la mejor decisión en un tiempo determinado. Alguien asigna el 37% de su tiempo a la investigación antes de tomar una decisión, luego se compromete con la siguiente "mejor opción" que encuentre.
2. El equilibrio "explorar/explotar" se refiere a la necesidad de equilibrar lo probado y comprobado con lo nuevo y arriesgado. El beneficio de este algoritmo depende completamente de cuánto tiempo tienes para tomar decisiones. Las personas tienen más probabilidades de visitar su restaurante favorito en su última noche en la ciudad que de arriesgarse con algo nuevo.
3. Desarrollado en 1952 por el matemático Herbert Robins, el algoritmo "Ganar-Permanecer, Perder-Cambiar" utiliza las máquinas tragamonedas como metáfora. Elige una máquina al azar y juega hasta que pierdas. Luego cambia a otra máquina; este método resultó ser más confiable que el azar.
4. Un estudio de psicología encontró que, dadas las opciones, las personas a menudo "sobre exploran" en lugar de explotar una victoria. Dadas 15 oportunidades para elegir qué máquina tragamonedas ganaría, el 47% utilizó estrategias de Ganar-Permanecer, Perder-Cambiar, y el 22% eligió máquinas al azar en lugar de quedarse con una máquina que pagaba.
5. Hollywood es un ejemplo principal de la táctica de explotar. El número de secuelas de películas ha aumentado constantemente durante la última década. En 2013 y 2014, siete de las 10 mejores películas fueron secuelas o precuelas. La tendencia probablemente cambiará si las nuevas ideas de películas atraen más dólares de taquilla.
6. La prueba A/B es similar al escenario de las dos máquinas tragamonedas en el que te quedas con la opción que mejor se desempeña. Más del 90% de los $50 millones de ingresos anuales de Google provienen de anuncios pagados, lo que significa que los algoritmos de explorar/explotar alimentan una gran parte de internet.
7. El Índice de Gittins proporciona un marco de probabilidades que asume que tienes una cantidad indefinida de tiempo para obtener el mejor beneficio, pero las posibilidades se reducen cuanto más esperas. Por ejemplo: elige una máquina tragamonedas con un historial de victorias/pérdidas uno a uno (50%) sobre la máquina que ha ganado nueve de 18 veces.
8. Los algoritmos de "Límite Superior de Confianza" ofrecen más espacio para el descubrimiento que el método "Ganar-Permanecer, Perder-Cambiar". Este algoritmo asigna un valor basado en lo que "podría ser" según la información disponible. Un nuevo restaurante tiene un 50/50 de posibilidades de proporcionar una buena experiencia porque nunca has estado allí.
9. El algoritmo "Tiempo de Procesamiento Más Corto" requiere que completes las tareas más rápidas primero. Divide la importancia de la tarea por cuánto tiempo llevará. Solo prioriza una tarea que tome el doble de tiempo si es dos veces más importante.
10. La Ley de Laplace calcula las probabilidades de que algo ocurra con solo pequeñas cantidades de datos. Cuenta cuántas veces ha ocurrido ese resultado, suma uno, luego divide por el número de oportunidades más dos. Por ejemplo: Tu equipo de softball juega ocho partidos por temporada. Ya ha ganado dos partidos. 2+1/ 6+2=3/8, o un 37.5% de posibilidades de que ganes el próximo partido.
11. El Principio Copernicano te permite predecir cuánto durará algo sin saber mucho sobre ello. La solución es que continuará tanto como hasta ahora. Basándose en este principio, Google durará razonablemente hasta 2044 (23 años desde 1998 + 23 desde 2021).
12. La "distribución de ley de potencias" considera que, en la vida, la mayoría de las cosas caen por debajo de la media y unas pocas se elevan por encima. Dos tercios de la población de EE. UU. ganan menos que el ingreso medio, pero el 1% superior gana casi diez veces la media. Pocas películas ganan dinero a nivel "Titanic" en taquilla, pero algunas sí.
13. El "Equilibrio de Nash" explora el fenómeno de los juegos de dos jugadores y la forma en que los jugadores forman estrategias que ninguno quiere cambiar en función de lo que hace la otra persona. Esto crea estabilidad. En Piedra-Papel-Tijeras con tres opciones, los jugadores adoptan una estrategia 1/3-1/3-1/3 a menos que la otra persona cambie de táctica, y el proceso comienza de nuevo.
14. Los cerebros humanos tienen una capacidad casi infinita para los recuerdos, pero tenemos una cantidad finita de tiempo para acceder a ellos. Esto resulta en la "curva del olvido". Un estudio de Hermann Ebbinghaus encontró que podía recordar sílabas sin sentido el 60% de las veces después de leerlas, pero disminuyó al 20% después de 800 horas.
15. Se demostró que la "curva del olvido" de Ebbinghaus coincide estrechamente con la frecuencia con la que se usan las palabras en la sociedad. La recurrencia de palabras encontradas en los titulares de The New York Times disminuyó a una tasa del 15% durante 100 días e implicó que los cerebros humanos sintonizan naturalmente sus procesos con el mundo que nos rodea.
16. El "flash crash" del mercado de valores del 6 de mayo de 2010 fue causado por una "cascada de información". Cuando una persona hace algo diferente, luego otras personas siguen su ejemplo, asumiendo que la primera persona sabe algo que ellos no. Este comportamiento hace que las personas compren en pánico o exhiban comportamiento de multitud.
17. El sociólogo Barry Glassner señaló que los asesinatos en los Estados Unidos disminuyeron en un 20% durante la década de 1990, y sin embargo, la mención de la violencia con armas de fuego en las noticias estadounidenses aumentó en un 600%. Una cascada de información puede ser causada más por información pública que privada.
18. Cuando los autores Brian Christian y Tom Griffiths programaron entrevistas para el libro, descubrieron que los expertos eran más propensos a aceptar una ventana estrecha y predeterminada que una abierta. Es menos desafiante acomodar restricciones que encontrar otra solución.
19. Lo creas o no, la aleatoriedad también es parte del algoritmo de la vida. El ganador del premio Nobel Salvador Luria se dio cuenta de que las mutaciones aleatorias podrían producir resistencia viral al ver a su amigo ganar el premio mayor en una máquina tragamonedas.
20. Los planes mejor diseñados suelen ser los más simples. Jason Fried y David Heinemeier Hannson, fundadores de la empresa de software 37signals, usan un marcador grueso cuando comienzan a hacer un lluvia de ideas porque limita el espacio y los obliga a mantenerlo simple y centrarse en el panorama general.

Resumen

Parada óptima

Mirar versus saltar

La vida está llena de situaciones que nos obligan a tomar la mejor decisión posible en el menor tiempo posible. Los conductores buscan el espacio de estacionamiento perfecto. Los gerentes buscan al mejor candidato para un trabajo, y los propietarios de inmuebles deben decidir si aceptar o no una oferta de venta antes de que el mercado inmobiliario cambie de nuevo. Este dilema se llama "parada óptima".

Los problemas de "Parada Óptima" se refieren a dilemas que requieren la mejor decisión en el menor tiempo posible. ¿Cómo equilibras la necesidad de obtener todos los hechos con la necesidad de actuar antes de que sea demasiado tarde? Ejemplos comunes incluyen la búsqueda del lugar de estacionamiento perfecto, cuándo alquilar un apartamento antes de que todos estén ocupados y cuándo contratar al mejor candidato para un trabajo. Este último ha sido examinado y discutido a fondo por los matemáticos desde la década de 1950.

Este problema se conoce como el "Problema Secretarial".

• Si un empleador entrevista a 100 solicitantes de secretaria, esa persona debe asignar el primer 37% de las entrevistas para familiarizarse con el grupo de talento y las mejores cualidades.
• Si contratan al siguiente solicitante que parece ser el "mejor hasta ahora", la empresa tiene un 37% de posibilidades de que esa persona sea el mejor candidato.
• Las probabilidades se vuelven mayores con menos solicitantes.

Un inquilino en busca de un apartamento en San Francisco podría estar inclinado a tomar la primera unidad disponible debido a la alta demanda. Si ese inquilino necesita encontrar un nuevo lugar para vivir dentro de 30 días, el algoritmo de "Parada Óptima" sugiere que el inquilino dedique el 37% de su tiempo, o 11 días, a explorar opciones sin ningún compromiso. En el día 12, el inquilino debe estar preparado para comprometerse con el primer lugar que consideren como el "mejor hasta ahora".

Explorar versus explotar

Laura Carstensen, profesora de psicología en Stanford, hipotetizó que las personas reducen estratégicamente sus círculos sociales a medida que envejecen. En un estudio, se preguntó a las personas si preferirían pasar 30 minutos con un miembro de la familia inmediata, un autor que escribió un libro que leyeron recientemente o alguien que conocieron y que parecía compartir sus intereses. Los encuestados mayores eligieron al miembro de la familia, mientras que las personas más jóvenes eligieron hacer nuevos amigos.

Sin embargo, cuando se agregó o quitó tiempo, algo interesante sucedió. Si a las personas mayores se les permitiera vivir 20 años más, sus elecciones coincidían con las de los encuestados más jóvenes. Si los encuestados más jóvenes imaginaban que estaban a punto de mudarse al otro lado del país, elegían a los miembros de la familia en su lugar.

La vida está llena de incertidumbre, lo que hace que el proceso de decisión sea mucho más difícil en ocasiones. Para quitar algo de la presión de vida o muerte de la ecuación, volvamos en cambio a algo un poco menos grave: la máquina tragamonedas del casino.

Apodadas las "bandidas de un solo brazo", las máquinas tragamonedas vienen con varias probabilidades de pago que han desconcertado a los jugadores y fascinado a los estadísticos durante siglos.En 1952, el matemático Herbert Robbins propuso una solución al antiguo dilema de si debes esperar a la próxima gran victoria o retirarte mientras vas ganando. A esto lo llamó el algoritmo de Ganar-Permanecer, Perder-Cambiar.

Robbins propuso que una persona debería elegir "un brazo" al azar (explorar), luego tirarlo mientras sea rentable (explotar). Una vez que la máquina deja de pagar, la persona debería moverse a otra, y así sucesivamente.

Mínimo arrepentimiento

A veces tienes que sopesar el riesgo con el posible arrepentimiento para encontrar la solución a tu problema particular. El CEO de Amazon, Jeff Bezos, tenía un trabajo estable y bien remunerado en Wall Street antes de fundar Amazon. El riesgo de la primera librería en línea, descubrió, era superado por la posibilidad de que pudiera arrepentirse de no intentarlo, un "marco de minimización de arrepentimientos".

"Sabía que cuando tuviera 80 años, no me iba a arrepentir de haberlo intentado", dijo Bezos. "No me iba a arrepentir de intentar participar en esto llamado internet que pensé que iba a ser un gran negocio. Sabía que si fracasaba, no me arrepentiría de eso, pero sabía que lo único que podría lamentar es no haberlo intentado nunca."

Los algoritmos de "Límite de Confianza Superior" ofrecen más espacio para el descubrimiento que el método de "Ganar-Permanecer, Perder-Cambiar". Este algoritmo asigna un valor basado en lo que "podría ser" basado en la información disponible. Un nuevo restaurante tiene un 50/50 de posibilidades de proporcionar una buena experiencia porque nunca has estado allí.

Los algoritmos no pueden garantizar una vida sin arrepentimientos, pero muestran cómo nuestra disposición a correr riesgos se reduce en función de cuánto tiempo creemos (o sabemos) que tenemos para asumirlos. Cuando somos niños, exploramos nuestros mundos y descubrimos cosas nuevas con gran entusiasmo. A medida que envejecemos, tendemos a confiar en las decisiones "probadas y verdaderas" basadas en lo que hemos aprendido, es decir, explotarlas.

Planificar con propósito

A menudo, aquellas tareas con una fecha límite pueden ser abordadas desde la más cercana hasta la más lejana. Si tienes varias tareas que deben realizarse simultáneamente, es mejor ordenarlas por el tiempo que llevará cada una.

Para abordar este tipo de horario, especialmente si tienes varios clientes, puedes reducir la cantidad que todos deben esperar utilizando el algoritmo de Tiempo de Procesamiento más Corto. En pocas palabras, siempre aborda la tarea más rápida primero y así sucesivamente. Imagina un lunes por la mañana en el que tienes un gran proyecto que tarda cuatro días en completarse y un proyecto más pequeño que tarda un día. Si entregas el gran proyecto primero el jueves (4 días) y el pequeño el viernes (5 días), tus clientes habrán esperado un total de nueve días. Si entregas el proyecto pequeño primero el lunes (1 día) y el grande el viernes (5 días), tus clientes habrán esperado un total de seis días entre ellos. Esto se conoce como la "suma de los tiempos de finalización".

Otro enfoque es asignar un peso a cada tarea, como cuánto dinero aportará. Divide el peso de cada tarea por el tiempo que llevará completarla, luego trabaja en el orden de mayor a menor. Para un trabajador independiente o contratista independiente, esto te permite determinar la tarifa por hora de cada tarea. Divide cada tarifa de proyecto por su tamaño y trabaja desde la tarifa por hora más alta hasta la más baja.

Predecir el futuro

El astrofísico J. Richard Gott III desarrolló el Principio Copernicano en 1969, un método para predecir cuánto durará algo. Cuando visitó el Muro de Berlín, se preguntó cuánto tiempo duraría el muro. Como no sabía cuánto sería la vida útil del muro, Gott pudo suponer que, en promedio, su llegada sería aproximadamente a la mitad. Por lo tanto, adivinó que el muro permanecería en pie durante otros ocho años. En este caso, el Muro de Berlín duró 20 años, no ocho.

El Principio Copernicano no es perfecto, un hombre de 90 años es poco probable que viva hasta los 180, pero hay casos en los que funciona bien. Mucho antes de que Gott le diera un nombre a este algoritmo, los estadísticos intentaron estimar cuántos tanques producían los alemanes cada mes durante la Segunda Guerra Mundial. La solución fue duplicar el número de serie visto en los tanques y estimar que al menos existían el doble. En este caso, estimaron que se fabricaban 246 tanques cada mes, en comparación con los 1,400 sugeridos por el reconocimiento aéreo. Después de la guerra, los registros alemanes confirmaron que el número real era 245.

Olvidalo

Tu cerebro fue diseñado para olvidar

La memoria humana parece ser una cosa caprichosa a veces, pero hay un método en la locura. Hermann Ebbinghaus, un psicólogo de la Universidad de Berlín en 1879, se estudió a sí mismo para entender mejor la memoria.

Cada día, Ebbinghaus memorizaba una lista de sílabas sin sentido y se hacía un cuestionario. Luego creó un gráfico para mostrar cuánto tiempo tardaba en desvanecerse su memoria. La probabilidad de recordar predeciblemente disminuía con el tiempo, desde cerca del 60% justo después de leer algo hasta solo el 20% después de 800 horas.

John Anderson, psicólogo y científico de la computación, reexaminó el trabajo de Ebbinghaus en 1987 para ver si podía diseñar sistemas informáticos alrededor del cerebro humano. Descubrió que nuestros cerebros olvidan información cuando ya no es relevante para el mundo que nos rodea. Anderson analizó los titulares de The New York Times y descubrió que una palabra es más probable que reaparezca justo después de ser utilizada por primera vez. La probabilidad de verla de nuevo se redujo más con el tiempo. Lado a lado, la apariencia del gráfico se parecía casi idéntica a los datos de Ebbinghaus.

Busca el equilibrio... o no

Hay un equilibrio natural en todo, especialmente en juegos de dos jugadores o escenarios que incluyen al menos dos competidores. Los matemáticos llaman a este fenómeno "equilibrio" porque es estable. El equilibrio es especialmente evidente en el póker, donde los jugadores se apegan a sus estrategias a menos que ocurra un cambio significativo.

Ejemplo: En Piedra-Papel-Tijeras, solo hay tres opciones para que los jugadores elijan. Los jugadores naturalmente eligen una opción al azar o una estrategia de 1/3. Si uno de los jugadores comienza a usar más a menudo la roca, el otro jugador se adapta y usa papel. El otro jugador equilibrará las cosas nuevamente cambiando de estrategia, es decir, tijeras, etc., y el proceso comienza de nuevo.

El matemático John Nash, inmortalizado en el libro y la película "Una mente brillante", demostró en 1951 que cada juego de dos jugadores tiene al menos un equilibrio de este tipo. Este descubrimiento le valió el Premio Nobel de Economía en 1994. A menudo referido como el "Equilibrio de Nash", este principio ofrece una predicción del resultado estable a largo plazo de cualquier conjunto de reglas o incentivos.

Este algoritmo se utiliza para planificar y dar forma a la política económica y social, pero a veces, "estable" no necesariamente significa "bueno".

Si una ciudad tiene dos comerciantes que atraen a los mismos clientes, el primero perderá negocio si trabaja seis días a la semana mientras que el otro trabaja siete. El Equilibrio de Nash sugiere que si ambos negocios toman un día libre, ambos descansarán, pero ambos perderán negocio. Entonces, ambos dueños trabajan siete días a la semana.

Cambia el juego

Si tu amigo se lanzara de un puente, ¿tú también lo harías? El instinto humano de copiarse uno al otro puede ser un rasgo de supervivencia, como voltear a mirar cuando ves que otros lo hacen en caso de que haya peligro cerca. Las modas y las tendencias van y vienen. ¿Es mejor jugar a lo seguro o hacer tu propio camino para mejor o para peor?

"Siempre que te encuentres del lado de la mayoría, es hora de hacer una pausa y reflexionar", dijo Mark Twain.

Las personas tienden a tomar decisiones basadas en suposiciones que derivan de las acciones de alguien más. Si todos compraron Beanie Babies, deben ser valiosos, ¿verdad?

Cuando este proceso comienza a avalancha fuera de control, se llama una "Cascada de Información". La crisis inmobiliaria de 2007-2009 fue un ejemplo de cómo los precios de las viviendas subieron debido a la demanda, solo para colapsar. Las personas asumen que porque muchos otros hacen algo que existe urgencia. (Papel higiénico en 2020, por ejemplo.) Los resultados pueden ser catastróficos.

Ten cuidado con los casos en los que la información pública parece superar a la información privada. La representación de los eventos en los medios no coincide con la frecuencia en el mundo. El sociólogo Barry Glassner señaló que los asesinatos en los Estados Unidos disminuyeron en un 20% durante la década de 1990, y sin embargo, la mención de la violencia con armas de fuego en las noticias estadounidenses aumentó en un 600%.

A veces, ante una Cascada de Información, tienes que cambiar el juego. Si eres un comerciante cristiano o tienes fuertes convicciones sobre el equilibrio entre el trabajo y la vida, cerrar el domingo no es un problema. Si ves a las personas a tu alrededor caer en una tendencia urgente, comenzar a comprar por pánico o perturbarse por los titulares sensacionalistas de los periódicos, puedes aliviar el estrés insertando más datos.