La regla del 37% es preciosa, y la belleza es una señal de alarma. Un resultado tan limpio solo sobrevive en un mundo lijado hasta una forma muy concreta: las opciones llegan de una en una, tenéis que decidir en el acto, una opción rechazada se pierde para siempre, solo aprendéis quién gana a quién (rangos, nunca valores), sabéis exactamente cuántas opciones hay, y mirar es gratis. Seis supuestos, todos de carga, todos falsos con frecuencia en las decisiones a las que os enfrentáis de verdad.
La tentación es memorizar «37%» y aplicarlo a todo. Es como aprender la fórmula de la polea sin rozamiento en física y luego escandalizarse porque la caja real no se mueve. Esta lección hace lo contrario: tomamos los seis supuestos de uno en uno, relajamos cada uno y observamos cómo se mueve la política óptima. El titular que os debéis llevar: la regla es una familia, no un número. Cada supuesto que rompéis os dice en qué dirección doblar la política — mirar más tiempo o menos, poner el listón más alto o más bajo.
Antes de empezar — arriésgate a adivinar
La regla pura del 37% supone que las opciones rechazadas se pierden para siempre («sin recuperación»). Imagina que eso es falso — de hecho puedes volver atrás y tomar una opción anterior más tarde. ¿Qué debería pasar con cuánto tiempo exploras?
Recuperación — cuando sí puedes volver atrás
La ausencia de recuperación — la regla de que una opción descartada se evapora en cuanto dices «siguiente» — es el supuesto que hace más trabajo emocional en la regla del 37%. Es por lo que la política se siente tan tensa: cada rechazo es un pequeño funeral. La recuperación de opciones (recall) relaja justamente eso. Si las opciones anteriores siguen disponibles, la penalización por mirar una vez más baja, y una penalización menor siempre significa que deberías mirar más.
Pensad en dos formas de comprar un coche usado. En el mundo sin recuperación estáis en una subasta de un solo día: el coche pasa, pujáis o desaparece. En el mundo con recuperación estáis paseando por un solar donde cada coche simplemente está ahí — podéis recorrer toda la fila y luego volver al azul que os gustó en el pasillo dos. Nadie en un concesionario usa la regla del 37%, y hacen bien en no usarla: con recuperación libre, la parada óptima no es parar en absoluto. Inspeccionáis todo y elegís lo mejor. El drama secuencial desaparece.
La realidad suele situarse en el punto medio realista: una opción anterior sigue ahí con probabilidad p. La casa que visitasteis la semana pasada podría estar bajo oferta ahora — o no. El candidato que descartasteis podría haber aceptado otro trabajo — o podría seguir buscando. Esto es la recuperación con probabilidad p, e interpola suavemente entre los dos extremos:
| Régimen de recuperación | Probabilidad de que una elección anterior siga disponible | Comportamiento óptimo |
|---|---|---|
Sin recuperación (p = 0) | 0% | Regla clásica del 37% — comprométete a fondo, dudar es fatal |
Recuperación parcial (0 < p < 1) | en algún punto intermedio | Explora más que el 37%; cuanto mayor sea p, más tiempo |
Recuperación libre total (p = 1) | 100% | Nada secuencial — míralas todas, toma la mejor |
La palanca es intuitiva: cuanto más probable sea la recuperación, más tiempo deberías explorar, porque
tu mejor-hasta-ahora no está realmente perdida cuando sigues adelante. Supón que un candidato rechazado
sigue siendo alcanzable con p = 0,5. Tu «seguridad» si sigues mirando está a medio camino entre
«perdido» y «garantizado», así que tu fase de exploración se estira bastante más allá del 37% — puedes
apostar por ver más, sabiendo que hay una probabilidad de cara o cruz de que tu favorito actual esté
esperando si la apuesta se tuerce.
La trampa de la rigidez
El mal uso más común de la parada óptima en el mundo real es aplicar la regla vainilla del 37% cuando la recuperación está en realidad disponible. La gente agoniza ante una oferta de trabajo como si rechazarla la detonara — cuando de hecho podrían volver a ella la semana que viene. Tratar una situación de recuperación como si fuera sin recuperación os vuelve inútilmente rígidos: os comprometéis demasiado pronto para escapar de un peligro que no existe. Antes de recurrir al 37%, haced primero la pregunta barata — ¿puedo volver atrás? Si la respuesta honesta es «probablemente», tirad el número por la borda y seguid mirando.
Distribución conocida — fija un valor de reserva
La regla del 37% es, en secreto, un algoritmo de aprendizaje. Rechazáis el primer 37% no por tiquismiquis sino porque no tenéis ni idea de qué significa «bueno» en esta escala hasta que habéis visto una muestra. La fase de exploración sois vosotros construyendo una regla desde cero. Pero ¿y si ya poseéis la regla?
Si de hecho conocéis la distribución de la calidad — no solo los rangos, sino la dispersión real de los valores y con qué frecuencia aparece cada uno — no necesitáis quemar opciones aprendiendo la escala. Ya la conocéis. Así que en lugar de «rechaza el 37%, luego supera al mejor-hasta-ahora», fijáis un valor de reserva (reservation value): un listón fijo, calculado de antemano, y aceptáis la primera opción que lo supere. Sin muestreo de calentamiento. Sin tirar buenas opciones tempranas solo para calibrar.
El caso canónico es vender una casa. Supón que, a partir de ventas comparables, sabes que las ofertas por tu casa se distribuyen aproximadamente de forma normal en torno a $500,000, y que cada semana llega más o menos una oferta seria. Haces las cuentas del valor esperado una vez y te dicen: acepta cualquier oferta igual o superior a $520,000; rechaza cualquier cosa por debajo. Esos $520,000 son tu valor de reserva. La primera oferta por encima — ya sea la 1ª o la 9ª — la tomas. Nunca rechazas una oferta de $540,000 en la semana uno solo porque «todavía estás en la fase de muestreo». Eso sería una locura: no estás muestreando, ya conocías la escala.
Como un valor de reserva no tira ninguna opción a la recogida de información, supera estrictamente a la regla del 37% siempre que conozcáis de verdad la distribución. La regla del 37% paga una matrícula de alrededor del 37% de vuestras opciones para aprender una escala; si ya la conocéis, os saltáis la matrícula por completo y os quedáis con un resultado esperado mayor.
Dos matices que merece la pena nombrar:
- Valor de reserva decreciente en el tiempo. Si esperar es costoso — impuestos sobre la propiedad, hipoteca, una casa que se queda parada y se pasa de moda — bajáis el listón a medida que pasa el tiempo. En la semana uno, aguantad por $520,000. Para el tercer mes, con los costes de mantenimiento comiéndoos vivos, bajadlo a $505,000, luego a $495,000. Es la idea del umbral descendente de la Lección 3, ahora impulsada por una distribución conocida más costes conocidos en lugar de por un recuento menguante.
- Fijo vs. decreciente. Con un horizonte infinito y sin coste de espera, el valor de reserva es una constante plana — célebremente, un problema genuinamente estacionario tiene un único listón fijo que nunca movéis.
Estás vendiendo un coche y sabes por los anuncios que las ofertas se agrupan estrechamente en torno a un valor que puedes nombrar — conoces la distribución al dedillo. ¿Qué política es mejor?
Un coste por seguir buscando
La regla pura supone que mirar es gratis — podéis inspeccionar candidato tras candidato sin cargo. La realidad os pasa factura. Cada visita extra a un piso es una tarde perdida; cada ronda extra de entrevistas es tiempo de personal; cada semana extra buscando trabajo es alquiler sin sueldo. Cuando la búsqueda tiene un coste marginal, la política óptima se desplaza en una dirección clara: parar antes.
La forma limpia de pensarlo toma prestado directamente del valor de la información (la idea de que la información solo vale la pena recopilarla mientras cambie vuestra decisión de forma provechosa). Un vistazo más tiene una ganancia esperada — la probabilidad de que arroje algo mejor que vuestro mejor actual, multiplicada por cuánto mejor. También tiene un coste — el dinero, tiempo o esfuerzo de dar ese vistazo. La regla óptima es una comparación continua:
Sigue mirando solo mientras la ganancia esperada de un vistazo más supere el coste de ese vistazo. En el momento en que la ganancia marginal cae por debajo del coste marginal, para.
Una sensación práctica: estáis buscando piso, y vuestro mejor hallazgo hasta ahora es genuinamente bueno. Cada nueva visita os cuesta una tarde que valoráis en, digamos, $80. Al principio, cuando solo habéis visto dos sitios, una visita más tiene un jugoso beneficio esperado — podríais superar fácilmente vuestro mediocre mejor, y la mejora podría ser grande. Vale los $80. Pero una vez que vuestro mejor-hasta-ahora ya es excelente, las probabilidades de que la visita número doce lo supere se encogen, y el tamaño de cualquier mejora también se encoge. Cuando la mejora esperada de la próxima visita cae por debajo de $80, estáis pagando $80 para ganar menos de $80 en esperanza — estáis quemando dinero. Parad.
Los costes de búsqueda (search cost) empujan toda la política hacia abajo y hacia dentro: el valor de reserva cae (aceptaréis un poco menos porque aguantar es caro) y la fase de exploración se acorta (dejáis de calibrar antes).
La prueba de un vistazo más
Cuando sintáis el picor de ver una opción más, ponedle precio. Preguntaos: ¿cuál es la mejora esperada realista de este próximo vistazo, y qué me cuesta el vistazo? Si la respuesta honesta es «probablemente una mejora minúscula, y me costará un día entero», ya habéis encontrado vuestra respuesta. Buscar de más —ignorar que mirar no es gratis— es como la gente convierte una decisión suficientemente buena en una peor, agotada y más pobre por el privilegio.
N incierto o desconocido
Para calcular «37%» necesitáis un número: N, cuántas opciones hay. Multiplicad N por 0,37, rechazad esa cantidad, listo. Pero una parte enorme de las decisiones reales nunca os da N. No sabéis con cuánta gente saldréis, cuántos candidatos se presentarán, cuántas casas saldrán al mercado esta primavera. Las opciones no llegan en una cola numerada — gotean con el tiempo, en un horizonte que solo podéis adivinar.
Cuando N es desconocido o aleatorio, la regla se adapta cambiando su reloj de recuento a tiempo. En lugar de «explora el primer 1/e ≈ 37% de los candidatos», «explora el primer 1/e del tiempo disponible». Esta es la variante del umbral temporal (time threshold) 1/e: si tenéis, digamos, una ventana de tres meses para encontrar compañero de piso y los solicitantes llegan a un ritmo desconocido, pasáis el primer ~37% del calendario — más o menos las primeras cinco semanas — en modo pura exploración, calibrando, sin comprometeros con nadie. Después, tomáis al primer solicitante que supere a todos los que visteis en la ventana de apertura. Nunca necesitasteis saber cuántos solicitantes habría; solo necesitasteis saber la fecha límite.
La razón profunda de que esto funcione: cuando las llegadas siguen un proceso temporal (un goteo constante o aleatorio — un flujo tipo Poisson), la fracción de tiempo transcurrido es un buen indicador de la fracción de opciones vistas, así que la misma lógica del 1/e se transfiere de contar a mirar el reloj. Cambiáis un censo que no podéis hacer por un calendario que sí.
Y aquí está la parte tranquilizadora — un N aproximado suele ser suficiente. La curva de rendimiento de la regla del 37% es notablemente plana cerca de su pico. Adivinad que N es 40 cuando en realidad es 60, y fijaréis vuestro corte un poco pronto, pero vuestra probabilidad de éxito apenas baja. La regla es robusta: perdona entradas descuidadas. Así que incluso cuando solo podéis estimar el horizonte a ojo, un cálculo a ojo os deja cerca del óptimo.
Laboratorio de parada óptima
¿Cuánto duele equivocarse un poco con N?
Options arrive one at a time; accept or reject each on the spot, no going back. The rule: look at a fraction without committing, remember the best, then leap at the first that beats it. Drag the look fraction and watch how often the rule wins.
Objetivo
- Observación óptima
- 37%
- Puntuación aquí
- 38%
- 1/e ≈ 37%
- 0.368
Con 30 candidatos y el objetivo «Elegir la única mejor», observar el primer 37% y luego saltar puntúa 38%. La observación óptima ronda el 37% — cerca del 1/e ≈ 37% teórico.
Observa una secuencia
✗ te perdiste la mejor — la verdadera mejor era la #6
Jugad con el laboratorio de arriba y fijaos en lo que no pasa: el pico de la curva no da bandazos salvajes al cambiar N. Se queda tercamente cerca de una fracción de observación del 37% y una tasa de éxito cercana al 37%, para N de 10 o 30 o 100. Esa planitud es vuestro permiso para estimar. No se os exige conocer N con precisión de unidad — se os exige estar en el vecindario correcto, y el vecindario es amplio.
Detecta la trampa. Una reclutadora insiste en que no puede usar la parada óptima porque no tiene ni idea de cuánta gente se presentará antes de la fecha límite del puesto. ¿Cuál es la mejor respuesta?
Ofertas rechazables — búsqueda bilateral
El último supuesto es el más taimado, porque el modelo puro os presenta calladamente como el único que toma una decisión. Las opciones son pasivas; se quedan ahí esperando a ser aceptadas o rechazadas por vosotros. Pero en las decisiones que más importan — empleos, citas, pujas competitivas — la opción puede rechazaros a vosotros a su vez. Extendéis una oferta; podría ser declinada. Esto es la búsqueda bilateral (two-sided search), y cambia las cuentas porque ahora dudar conlleva dos riesgos en lugar de uno.
En el problema clásico unilateral, aguantar por alguien mejor solo os cuesta las opciones que dejáis pasar. En la búsqueda bilateral, aguantar también arriesga que la persona a la que finalmente os lanzáis diga no — os ha estado evaluando todo el tiempo, y vuestra opción de ensueño puede tener cero interés en soñar con vosotros. Así que el movimiento óptimo se desplaza por partida doble: apuntad un poco por debajo de vuestro tope absoluto, y comprometeos un poco antes.
Una sensación práctica en las citas o la contratación: si os empeñáis en aguantar por un «10 sobre 10», os enfrentáis a un doble vínculo brutal. Los dieces son raros (pocos pasan vuestro listón), y los dieces tienen para elegir (los que encontráis son los menos propensos a elegiros a vosotros). Bajad vuestro objetivo a un «8 sólido», y ambos problemas se alivian a la vez — más opciones superan el listón, y cada una es más propensa a aceptaros. Acabáis emparejados, mientras que quien aguanta por un 10 acaba solo, tras ser rechazado por los dos dieces que conoció en su vida. La misma lógica gobierna las pujas competitivas: pujad por el chollo absoluto y os superarán; apuntad a un buen-no-perfecto trato y de hecho ganáis algunos.
Esta es la puerta por la que la parada óptima sale de la probabilidad pura y entra en la teoría de juegos y el emparejamiento — donde el resultado clásico es la maquinaria de emparejamiento estable de Gale–Shapley, y la intuición guía es que cuando ambas partes eligen, ambas partes deben transigir hacia lo alcanzable en lugar de aguantar por lo ideal. El tratamiento completo queda más allá de esta lección; la conclusión a llevaros es la dirección del giro: apuntad más bajo, comprometeos antes, porque plantaros en vuestro listón absolutamente más alto en un mundo bilateral es como acabáis emparejados con nada.
Cada variación relaja un supuesto de la regla pura del 37%. Empareja cada uno con cómo se desplaza la política óptima.
Pick a term, then click its definition.
Juntando las variaciones
Aquí está toda la familia en una página. Leedla como un diagnóstico: identificad qué supuesto rompe de verdad vuestra decisión real, y la tabla os dice hacia dónde doblar.
| Supuesto relajado | Sabor del mundo real | La política óptima se mueve… |
|---|---|---|
| Recuperación — las opciones descartadas siguen disponibles | Concesionario, casa aún en el mercado, candidato aún buscando | Mira más tiempo; cuanto mayor sea la probabilidad de recuperación p, más tiempo. En p = 1, simplemente míralas todas y elige la mejor |
| Distribución conocida — conoces la escala de la calidad | Vender una casa con comparables conocidos, un mercado bien cartografiado | Fija un valor de reserva (un listón fijo); sáltate el muestreo por completo — supera estrictamente al 37% |
| Coste de búsqueda — cada vistazo cuesta dinero/tiempo/esfuerzo | Visitas a pisos, rondas de entrevistas, meses buscando trabajo | Para antes; el valor de reserva cae, la fase de exploración se acorta (lógica del valor de la información) |
| N desconocido — no sabes cuántas opciones hay | Citas, contratación abierta, casas en el mercado este año | Usa un umbral temporal (explora el primer ~1/e del tiempo); un N aproximado ya es suficiente de todos modos |
| Ofertas rechazables — la opción puede rechazarte | Empleos, citas, pujas competitivas | Apunta más bajo, comprométete antes; entra en territorio de teoría de juegos / emparejamiento |
Fijaos en las dos agrupaciones aproximadas. Cualquier cosa que haga la espera más segura o más informativa — recuperación, distribución conocida — os deja ser más exigentes o más pacientes de forma dirigida. Cualquier cosa que haga la espera más costosa o más arriesgada — costes de búsqueda, ofertas rechazables — os empuja a comprometeros antes y apuntar un punto más bajo. La regla del 37% es el caso especial de filo de navaja donde cada una de estas fuerzas está apagada a la vez. Casi nunca lo está.
Un amigo busca piso en un mercado caldeado. Los pisos rechazados desaparecen en un día (poca recuperación), cada visita se come una tarde costosa (coste de búsqueda), y los caseros LO criban a fondo, así que puede ser rechazado (bilateral). En relación con la regla pura del 37%, ¿cuál es el ajuste sensato?
La regla es una familia, no un número
Ahora tenéis todo el clan. 37% es un miembro — el que nació en un mundo sin recuperación, valores desconocidos, mirar gratis, recuento conocido y elección unilateral. Romped cualquier supuesto y sabéis hacia dónde doblar: la recuperación significa mirar más tiempo; una distribución conocida significa usar un listón fijo; los costes de búsqueda significan parar antes; un N desconocido significa cambiar a un umbral temporal; las ofertas rechazables significan apuntar más bajo y comprometeros antes. La verdadera habilidad no es memorizar el número — es leer una decisión desordenada, detectar qué supuestos rompe de verdad, y doblar la política en consecuencia. En la próxima lección ponemos a toda la familia a trabajar en decisiones del mundo real.