La ingeniería de elección es una nueva y poderosa forma de guiar las decisiones utilizando matemáticas en lugar de conjeturas. Al aplicar modelos matemáticos cuidadosamente diseñados, los investigadores descubrieron que podían influir en las elecciones de las personas de manera más efectiva que confiar en los instintos viscerales o incluso en la psicología tradicional.
Un nuevo estudio demuestra que los modelos matemáticos pueden ser más efectivos que la intuición psicológica cuando se trata de influir en las decisiones humanas.
Dirigida por el Prof. Yonatan Loewenstein del Centro Edmond & Lili Safra para las Ciencias del Cerebro (ELSC) de la Universidad Hebrea, en colaboración con el Dr. Ohad Dan de la Universidad de Yale y el Dr. Ori Plonsky del Technion, la investigación introduce un concepto novedoso: la ingeniería de elección.
El estudio establece una distinción entre dos enfoques para influir en el comportamiento. La primera, conocida como arquitectura de elección, ha ganado gran popularidad desde que uno de sus pioneros, Richard Thaler, fue galardonado con el Premio Nobel de Economía en 2017, con la aparición de equipos de perspectivas conductuales (“nudge”) en gobiernos de todo el mundo. La arquitectura de la elección se basa en principios psicológicos, como la primacía, el anclaje o la heurística intuitiva, para dirigir sutilmente las decisiones. El segundo enfoque, propuesto por los investigadores, es la ingeniería de elección: un método que utiliza modelos computacionales y técnicas de optimización para moldear sistemáticamente el comportamiento con precisión.
Para poner a prueba estos enfoques, el equipo lanzó una competencia académica en la que se encargó a equipos académicos internacionales que diseñaran un mecanismo de incentivación (“programa de recompensas”) que hiciera que las personas eligieran una de dos opciones objetivamente de igual valor. Con más de 3.000 participantes en el experimento, cada uno fue expuesto a una de varias estrategias de recompensa. Algunos se basaron en la intuición y los conocimientos psicológicos, mientras que otros se elaboraron utilizando modelos computacionales.
El cronograma más efectivo se basó en un modelo computacional llamado CATIE (Contingent Average, Trend, Inertia, and Exploration), diseñado por el Dr. Ori Plonsky junto con el Prof. Ido Erev del Technion. El modelo integra múltiples tendencias de comportamiento en un marco predictivo unificado. Esta estrategia basada en el CATIE superó significativamente a las basadas en el modelo de aprendizaje automático Q-learning, ampliamente utilizado, y a las informadas únicamente por la intuición cualitativa.
“Nuestro estudio muestra que, al igual que los ingenieros utilizan modelos matemáticos para construir puentes o diseñar aviones, nosotros podemos utilizar modelos de aprendizaje y toma de decisiones para influir en el comportamiento, de forma fiable y eficiente”, afirma el profesor Loewenstein.
Los hallazgos demuestran que el comportamiento puede diseñarse con una precisión sorprendente cuando se guía por modelos bien calibrados. Además, el estudio ofrece un nuevo método para evaluar los modelos cognitivos, no solo por su poder explicativo, sino también por su eficacia para dar forma a las decisiones del mundo real.
Las implicaciones son de largo alcance. En campos que van desde la educación y la salud pública hasta el diseño digital y la formulación de políticas, la ingeniería de la elección podría permitir el desarrollo de intervenciones empíricamente optimizadas y escalables. Al mismo tiempo, los investigadores señalan que los marcos éticos serán esenciales para guiar la aplicación responsable de estas herramientas.
Como prueba de concepto, este estudio subraya el potencial emergente del modelado matemático en las ciencias cognitivas, no solo para comprender el comportamiento, sino para guiarlo activamente.
El trabajo de investigación titulado “Behavior engineering using quantitative reinforcement learning models”, ya está disponible en Nature Communications.
Investigadores:
Ohad Dan1, Ori Plonsky2, Yonatan Loewenstein3,4,5,6.
Instituciones:
1) Departamento de Medicina Comparativa, Universidad de Yale.
2) Facultad de Ciencias de Datos y Decisiones, Technion – Instituto de Tecnología de Israel.
3) Centro Edmond & Lily Safra para las Ciencias del Cerebro, Universidad Hebrea de Jerusalem.
4) Departamento de Ciencias Cognitivas y del Cerebro, Universidad Hebrea de Jerusalem.
5) Instituto Alexander Silberman para las Ciencias de la Vida, Universidad Hebrea de Jerusalem.
6) Centro Federmann para el Estudio de la Racionalidad, Universidad Hebrea de Jerusalem.
