La mente que no sabe optimizar

Imaginad al agente que los libros de texto de economía dan por hecho, calladamente, que sois vosotros. Ante una elección, esta criatura conoce todas las opciones que existen, asigna a cada una un pago exacto y coloca la única mejor en su cesta — al instante, sin coste, cada vez. Llamémoslo Homo economicus, el optimizador perfecto. Ahora imaginad qué hicisteis de verdad la última vez que elegisteis un restaurante, un ordenador o un trabajo: mirasteis un puñado de opciones, encontrasteis una que parecía bien y parasteis. No inspeccionasteis el espacio entero. No ordenasteis nada de mayor a menor. Cogisteis algo suficientemente bueno y seguisteis con vuestra vida.

La distancia entre esas dos imágenes es todo el tema de este curso. El optimizador es una ficción — y no porque seáis perezosos o tontos. Es porque optimizar suele ser imposible en principio. Las opciones son demasiadas para enumerarlas, el futuro demasiado incierto para puntuarlo y la aritmética demasiado larga para terminarla antes de que venza la decisión. Un jugador de ajedrez perfecto tendría que examinar más posiciones que átomos hay en el universo. Vosotros tenéis tiempo, información, atención y capacidad de cálculo limitados. Dentro de esos límites, “encuentra lo mejor” no es un plan que podáis ejecutar. Así que hacéis otra cosa — y esa otra cosa resulta ser notablemente inteligente.

Esa otra cosa es el satisficing: una palabra que Herbert Simon acuñó fusionando satisfy (satisfacer) y suffice (bastar). Fijáis un nivel de aspiración (aspiration level) — un listón para el “suficientemente bueno” — buscáis hasta que una opción lo supera, y luego paráis y la cogéis. Simon ganó el Premio Nobel de Economía de 1978 por convertir esto en una teoría seria de la toma de decisiones llamada racionalidad limitada (bounded rationality), cuya tesis central es desarmantemente simple: las mentes reales no maximizan, satisfacen, y una vez que cuentas el coste de pensar, eso es lo racional.

Míralo en una sola imagen

Aquí está toda la tensión en un solo gráfico. Un campo de opciones llega de una en una, cada una con una calidad oculta de 1 a 100. Un satisfacedor fija un nivel de aspiración (aspiration level) — el eje horizontal — y coge la primera opción que lo supera. Un maximizador inspecciona todas las opciones para encontrar la mejor de verdad. El eje vertical es el valor neto: la calidad con la que acabas, menos el coste de cada mirada que tuviste que hacer para llegar hasta ahí.

Arrastra el deslizador de aspiración. Demasiado bajo, y aceptas basura en la primera mirada — calidad baja. Demasiado alto, y buscas casi todo el campo (pagando cada mirada) y a menudo te ves forzado a una mala última opción. La curva de valor neto forma una joroba en el centro: existe una aspiración óptima, y no es “exigir la perfección”. La línea discontinua es el maximizador, que siempre obtiene la mayor calidad — pero paga por inspeccionarlo todo. Ahora sube el coste por mirada y observa cómo esa línea discontinua se hunde por debajo del pico del satisfacedor. Cuando mirar es caro, “suficientemente bueno, rápido” gana a “lo mejor, con el tiempo”.

Dale la vuelta a la intuición: el maximizador gana en calidad bruta cada vez — sí que encuentra el mejor tarro de salsa del pasillo. Pero lo paga en búsqueda, tiempo y (como veremos) en arrepentimiento. El satisfacedor captura la mayor parte del valor con una fracción del esfuerzo. Ese intercambio — una pizca de calidad a cambio de una montaña de coste ahorrado — es el corazón palpitante de todo este curso.

Con qué te quedarás

Al terminar podrás mirar una decisión y hacer las dos preguntas que importan: ¿debería optimizar esto, o satisfacerlo? y ¿cuál es mi nivel de aspiración — mi listón para lo suficientemente bueno? Aquí está el mapa:

1. Por qué falla la optimización — la explosión combinatoria, las opciones inenumerables y el coste del cálculo en sí, para que sientas por qué el optimizador perfecto no puede existir.
2. El satisficing y el nivel de aspiración — el modelo hecho preciso, y cómo es en realidad una regla de parada por valor de reserva (reservation value) — la misma maquinaria que la parada óptima.
3. Maximizadores vs satisfacedores — la psicología, la paradoja de la elección, y por qué perseguir lo mejor puede dejarte peor.
4. Heurísticas rápidas y frugales — la racionalidad ecológica de Gigerenzer: reglas simples que a menudo igualan o superan a la optimización compleja porque no sobreajustan.
5. Transferencia — fijar niveles de aspiración — cómo elegir y ajustar el listón, y qué decisiones satisfacer y cuáles optimizar — además de dónde miente el modelo.

Cómo usar este curso

Cada lección abre con una rápida conjetura, enseña la idea a través de una historia concreta y números resueltos, y comprueba que se te ha quedado. No te saltes las conjeturas — comprometerte con una respuesta antes de saber es una de las formas más fiables de recordar de verdad. Manejarás el laboratorio de satisficing desde varios ángulos y encontrarás ejercicios de ordenar y emparejar por el camino.

Este es un curso de nivel experto, así que se apoya en unos cuantos modelos que idealmente ya has conocido. Le sacarás el máximo si te manejas con la parada óptima (el satisficing es literalmente una regla de parada por valor de reserva — la aspiración es el listón, y “para en la primera opción suficientemente buena” es explorar-luego-comprometerse con un umbral fijo), el valor de la información (la búsqueda tiene un coste, así que reunir más solo compensa mientras su valor esperado supere ese coste — el satisficing es donde el valor marginal de otra mirada cae por debajo de su precio), y el círculo de competencia (el conocimiento limitado es exactamente por qué no puedes optimizar fuera de lo que entiendes). Cuando hayas terminado las cinco lecciones de enseñanza, un examen final calificado lo une todo — es de un solo sentido, así que una vez que envías una respuesta queda bloqueada.

¿Listos? La siguiente lección va directa a los cimientos — por qué el optimizador perfecto es una ficción, para que el satisficing deje de parecer un compromiso y empiece a parecer la única opción sobre la mesa.