«Decisiones y datos: La intersección innovadora de IA y economía conductual», Eduardo Moraga, Head of Business Intelligence en Cheil Chile.
Debo reconocer que la economía conductual siempre me ha interesado como área de conocimiento. Y esto se debe, principalmente, a que la economía ortodoxa supone una racionalidad casi inquebrantable en la conducta de las personas, es decir, en la manera en que los agentes toman sus decisiones. Sin embargo, nunca me convencí de esto. De hecho, desde que comencé a estudiar economía a mediados de los años 2000 y leí los trabajos de Kahneman, Tversky, Schwartz y Thaler, entre otros, desarrollé un interés creciente por entender cómo las personas toman decisiones en aspectos tan variados como las compras diarias o decisiones más complejas como tener hijos o casarse, entre otras
Asimismo, el desarrollo de las tecnologías de la información ha modificado prácticamente todos los aspectos de nuestra vida: el trabajo, la educación, el ocio, entre otros. Ahora, con la aparición de las IAs generativas, creo que se ha formado un cóctel particularmente interesante para analizar.
Prometo no ser demasiado específico en este momento y simplemente poner este tema sobre la mesa para, seguramente, profundizar más adelante. Pero, por ahora, les comparto algunas ideas al respecto.
Empecemos con lo básico: ¿Qué es la economía conductual? Es una rama de la economía que estudia cómo los sesgos cognitivos y las heurísticas afectan las decisiones humanas. En términos simples, proporciona una mirada más amplia que el paradigma clásico del llamado “homo economicus” y su enfoque en la toma de decisiones racional, al posicionar otras variables que influyen en este proceso.
Por otro lado, la inteligencia artificial intenta emular la inteligencia asociada al comportamiento humano. Aunque es muy eficiente en ciertos campos específicos, la IA todavía no alcanza la complejidad del comportamiento humano (¡al menos por ahora!).
Entonces, la pregunta es: ¿podría la IA mitigar los efectos de los sesgos que las personas tienen al tomar decisiones, según lo plantea la economía conductual?
- Sesgo de Confirmación: Este es la tendencia a buscar información que confirme nuestras creencias preexistentes. Obviamente, esto puede llevar a las personas a tomar decisiones basadas en información sesgada, lo cual puede ser perjudicial. Basta con observar nuestro comportamiento en las redes sociales para saber que los algoritmos tienden a reforzar aquello que es afín a nuestras sensibilidades, ya sean culturales, políticas, etc. Lo problemático de esto es que tiende a cristalizar como verdades aquello que muchas veces carece de evidencia concreta. La IA podría aplicarse para ayudar a las personas a evitar el sesgo de confirmación, mostrando información que contradiga sus creencias. Esto podría hacerse presentando datos de fuentes diferentes o de personas con puntos de vista distintos. Sin embargo, hay que considerar qué tan dispuestas están las personas a contrastar sus paradigmas en estos tiempos.
- Aversión a las Pérdidas: Las personas tienden a sufrir el doble por el valor de experimentar pérdidas en comparación con el placer que generan las ganancias. Esto puede llevar a decisiones basadas en el miedo a perder, lo cual puede resultar en consecuencias negativas. La IA podría aplicarse para ayudar a las personas a calcular el costo real de una decisión, teniendo en cuenta las pérdidas potenciales, y para establecer objetivos realistas. Esto podría hacerse ayudando a las personas a comprender que las pérdidas son inevitables y forman parte de la vida.
- Costos Hundidos: Los costos hundidos son gastos previos que no se pueden recuperar. La economía conductual ha demostrado que estos costos pueden tener un impacto significativo en las decisiones humanas. Por ejemplo, es más probable que las personas asistan a un evento al que ya han pagado, incluso si no tienen interés real en él. Vivimos en un mundo de suscripciones: gimnasios, servicios de streaming, etc., y muchas veces estos servicios se siguen cobrando en nuestras tarjetas, aunque su relación costo-beneficio sea marginal a nuestra percepción. La IA podría aplicarse para ayudar a las personas a tomar mejores decisiones respecto a los costos hundidos, por ejemplo, un agente de IA podría ayudar a calcular el costo real de una decisión, teniendo en cuenta los beneficios esperados.
- Paradoja de las Elecciones: Las personas tienden a experimentar una disminución en la satisfacción cuando tienen muchas opciones disponibles. Esto se debe a que incrementan las expectativas sobre lo bueno que pueden ser esas opciones. Por ejemplo, a veces uno quiere comprar un producto específico y, al encontrarse con muchas opciones buenas, termina sintiendo un efecto negativo en la satisfacción final. A mí me sucede cuando voy a una tienda de música o libros y no sé qué elegir, terminando por no llevar nada. En este caso, las herramientas de analítica avanzada, como los sistemas de recomendación basados en un agente de IA, podrían ayudar a las personas a superar la paradoja de la elección. El agente podría hacer esto ayudando a reducir el número de opciones disponibles, optimizando las elecciones en función de los atributos específicos que uno esté buscando.
En conclusión, aunque quise dar una mirada funcional y, quizás, bastante optimista a los efectos inmediatos de la combinación de estas dos materias, es probable que en el futuro profundice en los aspectos no tan bonitos de esta relación, es decir, los potenciales efectos adversos.
