Contenidos
Charla «Tres estrategias para tomar mejores decisiones… pensando como una computadora» de TEDxSydney en español.
Si te cuesta tomar decisiones, esta es una charla para ti. El científico cognitivo Tom Griffiths nos muestra cómo aplicar la lógica de las computadoras para desentrañar problemas humanos complicados, compartiendo tres estrategias prácticas para tomar mejores decisiones sobre lo que sea, desde encontrar un lugar para vivir, hasta elegir un restaurante para ir a cenar esta noche.
- Autor/a de la charla: Tom Griffiths
- Fecha de grabación: 2017-06-15
- Fecha de publicación: 2018-09-14
- Duración de «Tres estrategias para tomar mejores decisiones… pensando como una computadora»: 707 segundos
Traducción de «Tres estrategias para tomar mejores decisiones… pensando como una computadora» en español.
Si existe una ciudad en el mundo donde es difícil comprar o alquilar una propiedad, es Sídney.
Si han buscado casa por aquí últimamente, conocen bien el problema.
Cada vez que vamos a ver una propiedad, obtenemos información sobre lo que hay en el mercado, pero, cada vez que nos vamos sin ofertar, corremos el riesgo de perdernos la mejor.
Entonces,
¿cuál es el momento para dejar de mirar y empezar a ofertar?
Es un problema tan cruel y tan familiar, que tal vez les sorprenda saber que la solución es simple: 37 %
(Risas)
Si quieren maximizar la probabilidad de encontrar el mejor lugar, deberían ir a ver el 37 % de las propiedades en el mercado, y luego ofertar en el siguiente lugar que les parezca el mejor hasta ese momento.
O, si van a pasar un mes buscando, tómense el 37 % de ese tiempo, 11 días, para establecer un parámetro, y luego están listos para actuar.
Sabemos esto porque, buscar un lugar para vivir, es un ejemplo del problema de la parada óptima, un tipo de problema ampliamente estudiado por matemáticos e informáticos teóricos.
Me especializo en ciencias cognitivas computacionales.
Dedico mi tiempo a tratar de entender cómo funciona la mente humana, desde nuestros asombrosos éxitos hasta nuestros peores fracasos.
Para eso, analizo la estructura computacional de los problemas que aparecen en la vida cotidiana, y comparo las soluciones ideales con nuestro comportamiento real.
Como consecuencia, puedo ver que un poco de ciencia computacional puede simplificar las decisiones humanas.
Tengo una motivación personal para esto.
Durante mi juventud, en Perth, era extraordinariamente intelectual…
(Risas)
y siempre trataba de comportarme del modo que a mí me parecía racional, razonando cada decisión, buscando la mejor forma de actuar.
Pero este enfoque ya no funciona cuando uno empieza a enfrentarse con los problemas de la vida adulta.
En un momento, incluso, quise dejar a mi novia porque, tratar de considerar sus preferencias y las mías para luego encontrar la solución ideal…
(Risas)
me dejaba exhausto.
(Risas)
Ella dijo que mi razonamiento le parecía equivocado,
(Risas)
y más tarde se casó conmigo.
(Risas)
(Aplausos)
Desde algo tan básico como elegir un restaurante, hasta algo tan importante como decidir con quién pasar el resto de tu vida, la vida está llena de problemas computacionales demasiado difíciles como para resolverlos simplemente con esfuerzo.
Para esos problemas, vale la pena consultar con los expertos: los informáticos.
(Risas)
Cuando necesitamos un consejo en la vida, no pensamos inmediatamente en preguntarle a un informático.
Vivir como una computadora, estereotípicamente determinista, exhaustiva y exacta, no suena muy divertido.
Pero si pensamos en los algoritmos de las decisiones humanas, nos damos cuenta de que, en realidad, es al revés.
Cuando se trata de resolver los problemas difíciles de la vida, la solución que adoptan las computadoras se parece mucho más a la forma en la que realmente actúan las personas.
Tomemos, por ejemplo, la elección de un restaurante.
Este problema tiene una estructura computacional particular.
Tenemos una serie de opciones, tenemos que elegir una de ellas, y al día siguiente tenemos que decidir exactamente lo mismo.
Esa situación es lo que los informáticos llaman «dilema exploración-explotación».
Tenemos que decidir si vamos a probar algo nuevo, explorar, recopilar información que podría servirnos en el futuro, o si vamos a ir a un lugar conocido que ya sabemos que es bueno, explotando la información recopilada previamente.
El dilema exploración-explotación se da cuando elegimos entre probar algo nuevo, o quedarnos con algo que ya sabemos que es bueno, ya sea que se trate de música o de la persona con quien queremos estar.
Es el mismo problema que tienen las empresas de tecnología cuando tienen que elegir un anuncio para poner en Internet.
¿Qué es mejor?
¿Publicar un anuncio nuevo y ver qué pasa, o publicar un anuncio ya conocido que muy probablemente nos hará cliquear?
Durante los últimos 60 años, los informáticos han hecho grandes avances con el dilema exploración-explotación, y los resultados revelan perspectivas sorprendentes.
Cuando estamos eligiendo un restaurante, lo primero que debemos preguntarnos es cuánto tiempo más vamos a estar en la ciudad.
Si no vamos a quedarnos mucho tiempo, entonces deberíamos explotar.
No vale la pena recolectar información: vayamos a un lugar conocido y punto.
Ahora, si vamos a quedarnos más tiempo, entonces exploremos.
Probemos algo nuevo, y recolectemos información que nos pueda ayudar a elegir mejor en el futuro.
El valor de la información aumentará cuantas más oportunidades haya de usarla.
Este principio también aporta información sobre la estructura de la vida humana.
Los bebés no se destacan por ser particularmente racionales.
Siempre están probando cosas nuevas y, ya saben, llevándoselas a la boca.
Pero eso es exactamente lo que deberían hacer.
Están en la fase de «exploración», y algunas de esas cosas podrían resultar deliciosas.
En el otro extremo, el viejo que siempre va al mismo restaurante y siempre pide lo mismo, no es aburrido: es óptimo.
(Risas)
Está explotando el conocimiento acumulado durante una vida de experiencia.
En líneas más generales, entender el dilema exploración-explotación puede ayudar a relajarnos un poco a la hora de tomar decisiones.
No hace falta ir siempre al mejor restaurante.
Arriesguen, prueben algo nuevo, exploren.
Tal vez aprendan algo, y la información que recolecten va a ser más valiosa que una buena cena.
La ciencia de la computación también puede ayudarnos en casa y en el trabajo.
Si alguna vez tuvieron que organizar el ropero, habrán tenido que tomar una decisión sumamente difícil: qué cosas guardar y qué cosas regalar.
Parece que Martha Stewart estuvo pensando mucho en esto,
(Risas)
y tiene algunos buenos consejos.
«Háganse cuatro preguntas», dice.
«
¿Cuánto hace que lo tengo?
,
¿funciona todavía?
,
¿es lo mismo que otra cosa que ya tengo?
y
¿cuándo fue la última vez que lo usé?
«.
Pero hay otro grupo de expertos que tal vez ha pensado aún más en este tema, y, según ellos, una de estas preguntas es más importante que las otras.
¿Y esos expertos?
Son los que diseñan la memoria de las computadoras.
La mayoría tienen dos tipos de memoria: la memoria rápida, como un set de chips con capacidad limitada, porque los chips son caros, y una memoria lenta que es mucho más grande.
Para que la computadora sea lo más eficiente posible, hay que asegurarse de que los datos que necesitamos estén en la memoria rápida, para poder encontrarlos rápidamente.
Cada vez que requerimos información, la computadora carga los datos en la memoria rápida, y para eso tiene que decidir qué sacar de esa memoria, porque tiene una capacidad limitada.
A lo largo del tiempo, los informáticos han probado distintas estrategias para decidir qué sacar de la memoria rápida.
Han probado, por ejemplo, eliminar algo aleatoriamente o aplicar el principio «primero en entrar, primero en salir», que consiste en eliminar de la memoria lo que lleva más tiempo allí.
Pero la estrategia más efectiva se centra en los elementos que hace más tiempo que no se usan.
O sea que, si vamos a eliminar algo de la memoria, deberíamos eliminar lo que se usó por última vez hace más tiempo.
Esto tiene cierta lógica.
Si pasó mucho tiempo desde la última vez que accedimos a esa información, es probable que pase mucho tiempo hasta que la necesitemos de nuevo.
El ropero es lo mismo que la memoria de la computadora.
Tenemos una capacidad limitada, y tenemos que tratar de poner ahí adentro lo que más probablemente vayamos a usar para poder encontrarlo lo más rápido posible.
Habiendo entendido eso, tal vez valga la pena aplicar este principio para organizar el ropero.
Volviendo a las preguntas de Martha, los informáticos dirían que la última es la más importante.
Esta idea de organizar las cosas para que lo más accesible sea lo que usamos con más frecuencia, también funciona en el trabajo.
El economista japonés Yukio Noguchi inventó un sistema de archivo que tiene exactamente esta propiedad.
Empezó con una caja de cartón, y puso sus documentos adentro empezando por la izquierda.
Cada vez que agregaba un documento, movía todo hacia la derecha y ponía el nuevo documento a la izquierda.
Cada vez que usaba un documento lo sacaba, lo consultaba, y lo volvía a meter en la caja, a la izquierda.
Así, los documentos quedaban ordenados de izquierda a derecha según su uso más reciente.
Y vio que podía encontrar rápidamente lo que buscaba, si empezaba por la izquierda y continuaba hacia la derecha.
Antes de que salgan corriendo a implementar esto en sus casas,
(Risas)
vale la pena reconocer que probablemente ya lo han hecho.
(Risas)
Esa pila de papeles que tienen sobre el escritorio…
típicamente tildada de desprolija y desorganizada, la verdad es que la pila está perfectamente ordenada.
(Risas)
Si cada vez que sacan un papel lo vuelven a poner arriba de todo, los papeles van a quedar ordenados de arriba a abajo según su uso más reciente, y probablemente encuentren enseguida lo que buscan si empiezan por arriba de todo.
Organizar el ropero o el escritorio probablemente no sean los problemas más urgentes en sus vidas.
A veces, los problemas que tenemos que resolver son muy, pero muy difíciles.
Pero aun en esos casos, la informática puede ofrecer estrategias.
y tal vez un poco de alivio.
Los mejores algoritmos tratan de hacer lo más razonable, en el menor tiempo posible.
Para encarar problemas difíciles, las computadoras los dividen en problemas más simples usando la aleatoriedad, eliminando restricciones o permitiendo aproximaciones.
Resolver esos problemas simples puede ayudarnos a entender los problemas más difíciles, y a veces genera soluciones bastante buenas.
Saber todo esto me ha ayudado a relajarme en la toma de decisiones.
Tomemos la regla del 37 % para buscar una casa, por ejemplo.
Es imposible considerar todas las opciones, así que hay que arriesgarse.
Y aun siguiendo la estrategia óptima, puede que no obtengamos el resultado perfecto.
Si seguimos la regla del 37 %, la probabilidad de encontrar el mejor lugar es, sorprendentemente…
(Risas)
37 %.
Fallamos la mayoría de las veces, pero es lo mejor que podemos hacer.
En última instancia, la informática puede ayudarnos a tolerar mejor las propias limitaciones.
No se puede controlar el resultado, solo el proceso.
Y si hemos usado el mejor proceso, hemos hecho lo mejor posible.
A veces el mejor proceso implica correr un riesgo: no considerar todas las opciones o estar conformes con una solución bastante buena.
No son concesiones que hacemos cuando no podemos ser racionales; ser racional es justamente esto.
Gracias.
(Aplausos)
https://www.ted.com/talks/tom_griffiths_3_ways_to_make_better_decisions_by_thinking_like_a_computer/