La informática de las decisiones humanas
La vida es muy ajetreada. Tiene Algoritmos para vivir ¿ha estado acumulando polvo en su estantería? En lugar de ello, recoja ahora las ideas clave.
Estamos arañando la superficie. Si aún no tiene el libro, pida el libro o conseguir el audiolibro gratis en Amazon para conocer los jugosos detalles.
La perspectiva de Brian Christian
Brian Christian es poeta, programador e investigador. Anteriormente ganó el concurso del Premio Loebner. En este concurso, consiguió parecer "más humano" que los humanos que hacían la prueba mientras competía como "confederado". Su primer libro, The Most Human Human, fue un bestseller del Wall Street Journal y nombrado libro del año del New Yorker.
La perspectiva de Tom Griffiths
Tom Griffiths es profesor de psicología y ciencias cognitivas en la Universidad de Berkeley. También dirige el Laboratorio de Ciencia Cognitiva Computacional de la UC Berkeley. Es un destacado académico de la psicología cognitiva y ha ganado múltiples premios de la Asociación Americana de Psicología.
Introducción
Algoritmos para vivir ofrece atajos y hacks para ayudar a agilizar tu vida. Los algoritmos se insertan en los ordenadores y otras formas de tecnología para resolver problemas. Sin embargo, no hay ninguna razón por la que no podamos utilizar algoritmos en nuestra vida cotidiana. Brian Christian y Tom Griffiths describen cómo se han utilizado los algoritmos durante siglos. Además, cómo utilizamos algoritmos específicos a diario. Sin embargo, algunos algoritmos son más eficientes que otros. Este libro proporciona un resumen de los algoritmos que pueden ayudar a hacer su vida más fácil y más agradable.
Algoritmos para vivir ha tenido un enorme éxito desde su lanzamiento en 2016. Tras su lanzamiento, se convirtió en el libro de no ficción más vendido de Audible. Posteriormente, fue nombrado el mejor libro de ciencia del año en Amazon.com. Por último, fue nombrado libro del año por el MIT Technology Review.
A menos que estemos dispuestos a pasar eones buscando la perfección cada vez que encontramos un obstáculo, los problemas difíciles exigen que, en lugar de dar vueltas a los neumáticos, imaginemos versiones más fáciles y las abordemos primero. Cuando se aplica correctamente, no se trata de una simple ilusión, ni de una fantasía o de una ensoñación. Es una de las mejores maneras de progresar".
- Brian Christian
Los algoritmos no sólo se aplican a los ordenadores
Algunos de los mayores retos a los que se enfrentan tanto los ordenadores como las mentes humanas: cómo gestionar un espacio finito, un tiempo finito, una atención limitada, incógnitas desconocidas, información incompleta y un futuro imprevisible; cómo hacerlo con gracia y confianza; y cómo hacerlo en una comunidad con otros que intentan hacer lo mismo simultáneamente".
- Brian Christian
La mayoría de la gente asocia los algoritmos con los ordenadores y otras formas de tecnología. Sin embargo, la palabra se remonta al siglo IX. El matemático persa Muhammad Al-Khwarizmi es la primera persona que utilizó la palabra "algoritmo". Sin embargo, el uso de conceptos como los algoritmos se remonta a los sumerios. Los sumerios fueron una civilización que existió hace cuatro mil años. Esta civilización utilizaba un número finito de pasos para resolver problemas. Nosotros utilizamos un número finito de pasos para completar múltiples tareas cada día. Y lo que es más importante, ésta es también la técnica en la que se basan los algoritmos.
Mientras se siga un conjunto de pasos finitos, cualquier cosa puede ser un algoritmo. Por ejemplo, una receta es un tipo de algoritmo. Implica una serie de instrucciones para obtener el resultado deseado. Redactar una lista de pros y contras para hacer algo es un Algoritmo Intuitivo.
Podríamos considerar que estos algoritmos son más subjetivos que los algoritmos informáticos. Aun así, estos algoritmos utilizan el mismo proceso y llegan a la misma solución. En ambos casos, cuando se cumplen ciertas condiciones, se da el siguiente paso en el proceso.
Los algoritmos pueden decirnos cuándo parar
Además de indicarnos cómo realizar una tarea paso a paso, los algoritmos pueden decirnos cuándo dejar de hacerla. Como humanos, nos cuesta saber cuándo debemos dejar de buscar algo. Además, tenemos sesgos cognitivos que influyen en nuestras decisiones de búsqueda.
Los autores de este libro sugieren que el Algoritmo de Parada Óptima es la solución a esto. Si hay 100 opciones, este algoritmo le dirá que debe mirar las primeras 37 sin tomar ninguna de ellas. Utilice estas primeras 37 como norma. Posteriormente, se debe tomar cualquier opción que cumpla con estos estándares. Este algoritmo no garantiza el mejor resultado. Sin embargo, significará que tiene una probabilidad mucho mayor de adquirir un artículo significativamente mejor que simplemente adivinar. No importa lo que esté buscando: 37% del total es donde se dibuja su estándar.
Los algoritmos pueden decirnos cuándo empezar
Además de aconsejarnos sobre cuándo debemos dejar de buscar, los algoritmos también pueden indicarnos cuándo explorar algo nuevo. En el libro, los autores ponen el ejemplo de una máquina tragaperras. Algunas personas se sientan en la máquina hasta que ganan. Sin embargo, siempre hay un pensamiento en la mente de las personas sobre si deberían simplemente alejarse a pesar de perder mucho dinero. Basado en el nombre alternativo de las máquinas tragaperras, este dilema se llama el Problema del Bandido Multiarmado.
Una estrategia utilizada a menudo por los jugadores es quedarse si están ganando y cambiar si están perdiendo. Sin embargo, ésta no es una forma lógica de elegir cuándo explorar algo nuevo. Un método mejor es utilizar el Algoritmo del Límite Superior de Confianza. Aquí están los pasos de este algoritmo, proporcionados por los autores. De nuevo, se aplica a las máquinas de juego:
- Encuentre una máquina que ofrezca el mejor valor esperado. En este caso, se trata de la máquina con el mayor bote, ya que no conoce las probabilidades.
- Mientras juegas, asegúrate de controlar el resultado real (cuánto dinero estás ganando). El resultado real debe compararse con la cantidad que esperabas ganar en ese momento.
- Si el resultado real es sistemáticamente inferior al resultado esperado, deberá pasar a otra máquina. Esta máquina debe ser la que tenga el segundo mayor bote.
- Repite el proceso.
Los algoritmos pueden ayudarnos a organizar nuestro trabajo
Los autores de este libro explican que el caos organizado puede estar bien. Mientras sepa dónde está todo, será productivo. Sin embargo, si su sistema de archivo no está organizado de forma eficiente, existen algoritmos para mejorar su organización. Los autores describen tres algoritmos, concretamente:
Clasificación de burbujas
Este algoritmo es el menos eficiente. Con este método, se organiza un par a la vez. Luego, se repite este proceso una y otra vez hasta que todo esté ordenado. Los autores dan un ejemplo del algoritmo de ordenación de burbujas para la alfabetización de libros. Con una estantería desorganizada, se empieza por la letra A. Se comparan los dos primeros libros y se ordenan alfabéticamente. A continuación, se compara el artículo que ahora es el segundo libro con el tercer libro. Este proceso se repite hasta llegar al final de la colección.
Ordenación de la inserción
El método de ordenación por inserción es mucho más eficaz si hay que ordenar una cantidad importante de artículos. Si volvemos a considerar la analogía de los libros, el método de clasificación por inserción implicaría sacar todos los libros de la estantería. A continuación, se colocan de nuevo uno por uno, asegurándose de que los libros se colocan en el orden correcto cada vez que se coloca un libro.
Ordenación de la fusión
Por último, el método de clasificación por fusión consiste en dividir todo en varios montones. Cada pila debe ordenarse de la A a la Z. Luego, estas pilas deben fusionarse.
Los algoritmos pueden ayudarnos a programar nuestras vidas
El thrashing es un estado humano muy reconocible. Si alguna vez has tenido un momento en el que querías dejar de hacer todo sólo para tener la oportunidad de escribir todo lo que tenías que hacer, pero no podías disponer de tiempo, has hecho thrash".
- Brian Christian
Además de organizar los archivos, tenemos que organizar nuestras vidas. Programar nuestra vida puede ser muy complejo y a menudo es un reto diario. Además de las exigencias del trabajo, otras múltiples exigencias de la vida hacen que sea difícil encajar todo. Sin embargo, algunos algoritmos pueden ayudar a mejorar la forma de programar tu vida.
- El algoritmo de la fecha de vencimiento más próxima - Un algoritmo sencillo. La primera tarea que se realiza es la que tiene la fecha límite más cercana.
- Algoritmo de Moore - Este algoritmo recomienda saltarse la tarea que requiere más tiempo. En su lugar, debe trabajar para terminar más tareas en general. Este algoritmo es más eficaz cuando no tienes tiempo suficiente para completar todas las tareas.
Los autores aconsejan evitar a toda costa la inversión de prioridades. La inversión de prioridades se produce cuando te centras en demasiadas tareas pequeñas, y ninguna de ellas acaba haciéndose. El objetivo debe ser centrarse únicamente en una tarea a la vez en lugar de realizar varias.
Los algoritmos pueden ayudarle a predecir el futuro
Si quieres ser un buen bayesiano intuitivo -si quieres hacer buenas predicciones de forma natural, sin tener que pensar en qué tipo de regla de predicción es la adecuada- necesitas proteger tus prejuicios. Contraintuitivamente, eso podría significar apagar las noticias".
- Brian Christian
Aunque nunca podemos estar seguros de lo que ocurrirá en el futuro, es posible predecir lo que probablemente ocurrirá. Predecir resultados probables es viable cuando se utilizan los algoritmos correctos.
La predicción de resultados probables basada en algoritmos se remonta a la Inglaterra del siglo XVIII. El reverendo Thomas Bayes desarrolló una forma sencilla de predecir los resultados futuros. Los autores de este libro aplican el teorema de Bayes a los boletos de lotería para rascar. Bayes recomienda que las personas que compran boletos para rascar tengan en cuenta la prevalencia de boletos ganadores en circulación. Con esto como hipótesis, es posible calcular la probabilidad de los resultados específicos de sus boletos.
Como ocurre con muchas cosas, cuanta más información se tenga, más precisa será. Un método que utiliza grandes cantidades de información para predecir resultados futuros es el patrón de distribución del fenómeno. Otros nombres para esta distribución son la distribución normal o la curva de campana. Si algo se distribuye normalmente, puedes suponer que se caracterizará por rasgos en el medio y no en los extremos cuando lo encuentres.
La distribución alternativa a la normal es la distribución de ley de potencia. Esta distribución tiene una mediana muy inferior a la media del fenómeno. Un ejemplo de ello es la riqueza. La mayoría de la gente del mundo es pobre, mientras que unas pocas personas poseen la gran mayoría de la riqueza mundial.
Los algoritmos evitan la sobrecarga de datos
La sobrecarga de datos suele considerarse en relación con un clásico experimento mental. En este experimento mental, dos generales se preparan para lanzar un ataque conjunto a una ciudad. Esta ciudad está situada en un valle fortificado. Estos generales se encuentran en las dos colinas a ambos lados del valle. Por lo tanto, la única manera de que puedan atacar simultáneamente es poniéndose de acuerdo en una hora exacta. Además, sólo pueden comunicarse enviando individuos a través del valle donde se encuentran sus enemigos. Este experimento mental fue utilizado por los informáticos para determinar los algoritmos de transmisión segura de mensajes.
Método I - Desglose de la factura retransmitida
Este fue el primer método creado. Esta solución implicaba el envío de múltiples mensajeros con la esperanza de que uno se colara sin ser detectado. Sin embargo, enviar demasiados mensajeros puede provocar una sobrecarga. En el caso de los ordenadores, se trataría de una sobrecarga del servidor.
Método II - Backoff Exponencial
Si se crea una sobrecarga en el servidor, el retroceso exponencial es un método que debería funcionar. En lugar de pulsar frenéticamente el botón de actualización, puede esperar unos minutos hasta que el tráfico se reduzca. La parte exponencial está relacionada con el tiempo que se espera entre las actualizaciones. Los autores sugieren que se espere el doble de tiempo cada vez que se reciba un mensaje de error al refrescar.
Método III - Aumento aditivo, disminución multiplicativa
Este método pretende evitar que la sobrecarga se produzca en primer lugar. Este algoritmo determina la cantidad máxima de datos que puede manejar una red. El algoritmo comienza enviando sólo un paquete de datos. Luego, si esto está bien, envía el doble de la cantidad. Continúa este proceso hasta que llega al punto de sobrecarga. Este proceso permite al algoritmo determinar el límite.
Estos métodos pueden aplicarse a la vida cotidiana. Demasiada información puede provocar una sobrecarga en tu cerebro. Por lo tanto, debes empezar introduciendo pequeñas cantidades de información y probar hasta dónde puedes llegar antes de que tu cerebro se sobrecargue. Una vez que conozca este límite, sabrá mejor cuándo debe dejar de trabajar en una tarea.
Los algoritmos tienen sus límites
Incluso la mejor estrategia da a veces malos resultados, por eso los informáticos se preocupan de distinguir entre "proceso" y "resultado". Si has seguido el mejor proceso posible, entonces has hecho todo lo que podías, y no deberías culparte si las cosas no salieron como querías".
- Brian Christian
Los escenarios complicados suelen requerir algoritmos complejos para comprender plenamente lo que está sucediendo. Sin embargo, los algoritmos están limitados en cuanto a la complejidad con la que pueden aplicarse. El problema es que, cuando se predice algo complejo, se tiene la tentación de añadir variables hasta que el algoritmo pueda explicar completamente los datos. Esto incluye la explicación de los errores en los datos. Sin embargo, hacer esto es problemático, ya que conduce a algo que se llama sobreajuste. El modelo se ha hecho muy complicado y específico para los datos que se están utilizando. Por lo tanto, no se puede aplicar con flexibilidad a otros datos.
Cuanto mayor sea la incertidumbre, cuanto mayor sea la diferencia entre lo que se puede medir y lo que importa, más hay que vigilar el sobreajuste, es decir, más hay que preferir la simplicidad"
- Tom Griffiths
Conclusiones
Los algoritmos nos permiten optar por lo "suficientemente bueno" en lugar de buscar siempre la perfección. Si utilizamos algoritmos de forma sistemática en nuestras vidas, nos beneficiaremos enormemente y podremos empezar a relajarnos más. Nuestro cerebro está construido como un ordenador. Por tanto, al igual que los ordenadores, deberíamos empezar a complementarlos con algoritmos.
PDF, audiolibro y animación gratuitos
Esto fue la punta del iceberg. Para sumergirse en los detalles y apoyar al autor, pida el libro o consiga el audiolibro gratis en Amazon.
¿Eres nuevo en StoryShots? Obtenga el PDF, el audiolibro gratuito y las versiones animadas de este resumen y de cientos de otros libros de no ficción más vendidos en nuestro aplicación gratuita de primer nivel. Ha sido destacada por Apple, The Guardian, la ONU y Google como una de las mejores aplicaciones de lectura y aprendizaje del mundo.
Si tienes alguna opinión sobre este resumen o quieres compartir lo que has aprendido, comenta a continuación.
Resúmenes de libros relacionados
Linchpin por Seth Godin
El poder del compromiso total James Loehr y Tony Schwartz
El arte de la felicidad por el Dalai Lama
Información sobre los hechos por Hans Rosling, Ola Rosling y Anna Rosling Rönnlund
La actitud lo es todo por Jeff Keller
Mentalidad por Carol Dweck
Cómo no equivocarse por Jordan Ellenberg
Hábitos atómicos por James Clear
Superlife por Darin Olien
Previsiblemente irracional por Dan Ariely
Deja una respuesta