La minería de datos revela los factores cruciales que determinan cuándo las personas cometen errores garrafales

La forma en que las personas toman decisiones en el mundo real es un tema de creciente interés entre psicólogos, científicos sociales, economistas y otros. Determina cómo funcionan las economías, cómo se llevan a cabo las elecciones y cómo estallan y se resuelven los conflictos.

Una idea ha proporcionado un punto focal para la investigación sobre la toma de decisiones. Esta es la noción de racionalidad limitada: que las personas están limitadas por varias restricciones en el mundo real, y estas juegan un papel crucial en el proceso de toma de decisiones. Las personas están limitadas por la dificultad de la decisión que tienen que tomar, su propia habilidad para tomar decisiones y el tiempo que pueden dedicar al problema. No obstante, sean cuales sean las circunstancias, hay que tomar una decisión y aceptar las consecuencias.

Eso plantea un importante conjunto de preguntas. ¿Cómo influyen estos factores en la calidad de la decisión que se toma? ¿Tiene la presión del tiempo un mayor impacto que, digamos, la habilidad para tomar decisiones sobre la calidad de una decisión?

Estas son preguntas difíciles de responder, dada la dificultad de establecer un experimento controlado para probarlas. De hecho, nadie ha encontrado una manera satisfactoria de estudiar el problema.

Hasta ahora. Hoy, Ashton Anderson de Microsoft Research en la ciudad de Nueva York, Jon Kleinberg de la Universidad de Cornell en Ithaca y Sendhil Mullainathan de la Universidad de Harvard en Cambridge presentan el primer estudio a gran escala sobre la toma de decisiones en condiciones controladas. Por primera vez, estos muchachos han podido estudiar cómo cambia la calidad de la toma de decisiones con el tiempo disponible, la habilidad del tomador de decisiones y la dificultad de la decisión en cuestión.

¿Su laboratorio? El juego de ajedrez. Hemos utilizado el ajedrez como un sistema modelo para investigar los tipos de características que ayudan a analizar y predecir errores en la toma de decisiones humanas, dicen.

Su investigación se centra en una base de datos de 200 millones de partidas de ajedrez jugadas en línea entre aficionados y otra base de datos de alrededor de un millón de partidas jugadas entre grandes maestros. Lo interesante de estas bases de datos es que el resultado del juego revela si un jugador ha cometido un error. Y los movimientos registrados revelan exactamente cuándo comete el error el jugador perdedor.

Luego, el equipo puede ver qué factores han jugado un papel. Pueden ver si el jugador estaba bajo presión de tiempo, por ejemplo. Pueden ver la dificultad de la decisión examinando la posición en el tablero y su complejidad. Lo hacen sumando todos los movimientos posibles y luego calculando qué fracción de ellos son errores garrafales. Así que una posición en la que todos los movimientos excepto uno son errores garrafales es más difícil que una posición en la que solo un movimiento de muchos es un error garrafal.

El equipo también conoce el nivel de habilidad de los jugadores. El nivel de habilidad de cada jugador de ajedrez viene dado por un número llamado calificación Elo (en honor a Arpad Elo, a quien se le ocurrió). La mayoría de los aficionados tienen una calificación entre 1000 y 2000, los aficionados fuertes alcanzan hasta 2400 y los mejores jugadores del mundo reciben clasificaciones de alrededor de 2600. Por lo general, solo hay un puñado de jugadores en cualquier momento con una clasificación superior a 2800. Una diferencia de 400 puntos entre jugadores sugiere que el jugador mejor clasificado tiene una gran probabilidad de ganar.

Y el enorme tamaño de la base de datos les permite cortar y trocear los datos de una manera que mantiene constantes dos de estas variables mientras permite que la otra varíe. Por ejemplo, el equipo puede examinar las posiciones del tablero de la misma dificultad mientras los jugadores están bajo la misma presión de tiempo para ver cómo cualquier variación en su nivel de habilidad influye en la calidad de las decisiones que toman. Del mismo modo, los investigadores pueden mantener constantes las habilidades y la presión del tiempo mientras permiten que la posición del tablero varíe; y así.

Los resultados hacen una lectura interesante. Encuentran, por ejemplo, que la cantidad de tiempo invertido en una decisión es un factor en el error garrafal, pero solo hasta cierto punto. Es más probable que las decisiones rápidas conduzcan a un error garrafal, pero después de aproximadamente 10 segundos, la probabilidad de un error garrafal se aplana. Entonces, cuando los jugadores pasan más tiempo en un movimiento, probablemente sea porque no saben qué hacer.

La dificultad de la decisión también es un factor importante. Es más probable que las posiciones más difíciles conduzcan a un error garrafal. Y los niveles de habilidad tienen un gran impacto en la reducción de la probabilidad de cometer un error garrafal. En general, los mejores jugadores toman mejores decisiones.

Pero Anderson y compañía han encontrado evidencia de un fenómeno totalmente contrario a la intuición en el que los niveles de habilidad juegan el papel opuesto, por lo que es más probable que los jugadores habilidosos cometan un error que sus contrapartes de menor rango. El equipo llama a estas habilidades posiciones anómalas.

Ese es un descubrimiento extraordinario que necesitará un poco de burla en el trabajo futuro. La existencia de posiciones anómalas en habilidades es sorprendente, ya que no hay una razón a priori para creer que el ajedrez como dominio debería contener situaciones comunes en las que los jugadores más fuertes cometen más errores que los jugadores más débiles, dicen Anderson y compañía. No está claro por qué sucede esto.

Estos resultados tienen una aplicación importante. Permiten al equipo predecir cuándo es más probable que un jugador cometa un error. Y resulta que uno de los factores es un predictor mucho más poderoso que los demás.

La conclusión es que la dificultad de la decisión es el factor más importante para determinar si un jugador comete un error. En otras palabras, examinar la complejidad de la posición del tablero es un predictor mucho mejor de si es probable que un jugador cometa un error que su nivel de habilidad o la cantidad de tiempo restante en el juego.

Eso podría tener implicaciones importantes para la forma en que los investigadores examinan otras decisiones. Por ejemplo, ¿cómo se compara la tasa de error de los conductores altamente calificados en condiciones difíciles con la de los malos conductores en condiciones seguras? Si la dificultad de la decisión es el factor crucial, en lugar de la habilidad del conductor, entonces se debe poner mucho más énfasis en esto. Pensamos en los conductores inexpertos y distraídos como una fuente importante de riesgo, pero ¿cómo se comparan estos efectos con la presencia de condiciones peligrosas en la carretera? pregúntale a Anderson y compañía.

Y dado el descubrimiento del equipo de condiciones anómalas de habilidad, ¿existen condiciones de la carretera que hacen que los conductores hábiles sean más propensos a cometer un error que los menos hábiles?

Este tipo de trabajo tendrá grandes implicaciones más allá de la conducción. Los economistas bien podrían preguntarse qué significa todo esto para las decisiones de compra, los funcionarios electorales preguntarán sobre la complejidad de la información relacionada con las decisiones de votación y los negociadores pensarán sobre su impacto en la resolución de conflictos.

Fascinante trabajo y mucho alimento para el pensamiento.

Ref: arxiv.org/abs/1606.04956 : Evaluación del error humano frente a un punto de referencia de perfección

esconder