Transferencia — y dónde miente el modelo

Cuatro lecciones después, tenéis un pequeño arsenal. Conocéis la regla del 37% (the 37% rule) y por qué el número 1/e cae de ella. Conocéis la forma más profunda que hay debajo — explorar y luego comprometerse (explore-then-commit), una fase de observación que construye una regla de medir y una fase de salto que la usa. Conocéis la prima del valor esperado / umbral descendente (expected-value / descending-threshold), donde el listón baja a medida que se acorta vuestra pista de despegue. Y conocéis los parches del mundo real de la Lección 4: recuperación (recall), valores de reserva (reservation values) cuando conocéis la distribución, costes de búsqueda (search costs), N desconocida (unknown N) y ofertas que podéis elegir rechazar.

Ahora hacemos las dos cosas más importantes que se pueden hacer con cualquier modelo: llevarlo a un sitio nuevo y descubrir dónde te miente. Un modelo que no sabes transferir es trivia. Un modelo cuyos límites no sabes nombrar es una superstición. Esta lección convierte el problema de la secretaria en una herramienta de pensamiento genuina — y luego, con la misma energía, os dice cada sitio donde se rompe en voz baja.

Contratar — calibra el listón, luego toma al primero que lo supere

Estáis cubriendo un puesto. Los candidatos llegan en un flujo, los entrevistáis de uno en uno y — en el mundo idealizado — cada uno quiere una respuesta antes de que entre el siguiente. La jugada ingenua es contratar a la primera persona que parece «buena». Pero bueno no significa nada en el primer candidato: ¿bueno comparado con qué? Aún no tenéis escala.

Así que ejecutad explorar y luego comprometerse. Gastad la porción inicial de vuestro pipeline — llamémosla el primer tercio — entrevistando a fondo y contratando a nadie. Estos candidatos no son aspirantes; son instrumentos. Su trabajo es enseñaros qué aspecto tiene de verdad «fuerte para este puesto, este presupuesto, este mercado». Anotad al mejor que veáis. Ese se convierte en vuestro listón. Luego cambiad a modo compromiso: contratad al primer candidato posterior que supere el listón.

Versión resuelta: veréis unos 12 candidatos antes de que caduque la vacante. Entrevistad a los primeros 4 y no contratéis a ninguno — pero apuntad que el candidato #3 fue el destacado. Ahora, del #5 en adelante, contratad a la primera persona que sea claramente mejor que el #3. Si el #7 lo supera, el #7 se lleva la oferta, y paráis.

Pero contratar es donde no debéis ejecutar la regla pura, y vale la pena ser honestos sobre por qué:

• El objetivo está mal. La regla clásica maximiza la probabilidad de conseguir al único mejor global candidato y da cero crédito por contratar al segundo mejor. En la contratación real no necesitáis al mejor ingeniero platónico vivo; necesitáis a alguien estupendo. Esa es la versión de valor esperado de la Lección 3 — un #2 soberbio es una victoria, no un fracaso.
• La recuperación normalmente existe. La gente rara vez se esfuma en el instante en que entrevistáis al siguiente. A menudo podéis volver atrás y hacer una oferta a un candidato anterior fuerte. En el momento en que la recuperación está sobre la mesa, la regla estricta de «rechaza el primer tercio para siempre» se suaviza — un candidato #2 fantástico puede recuperarse si el resto del campo decepciona.

Así que en la práctica: usad el primer tercio para calibrar, mantened una lista corta que podríais recuperar, y tomad al primero suficientemente fuerte que supere el listón — sin dejar de estar dispuestos a dar marcha atrás si el pipeline se hunde. Ese es el modelo con sus barandillas del mundo real puestas.

Buscar piso / casa — las visitas son reconocimiento

Buscar piso es el problema de la secretaria con abrigo puesto. Los anuncios aparecen con el tiempo, los visitáis uno a uno, y en un mercado caliente un sitio que os encanta ya no está mañana — un modelo casi perfecto de elección secuencial e irreversible.

El error de novato es tratar la primera visita como un candidato real: os encanta la luz, hacéis una oferta y os habéis comprometido con un tamaño de muestra de uno. No tenéis ni idea de si esto es un chollo o el peor sitio que veréis en todo el mes, porque nunca habéis visto «el resto».

En su lugar: las visitas iniciales son reconocimiento, no elecciones. Decidid aproximadamente cuánto buscaréis o cuántos sitios podéis visitar de forma realista, dedicad el primer tercio de eso a visitar y pujar por nada, y dejad que esas visitas fijen vuestro listón — distribución, luz, trayecto, precio por metro cuadrado. Luego pasad a modo compromiso y abalanzaos sobre el primer sitio que supere el listón.

Versión resuelta: os dais seis fines de semana y esperáis visitar unos 15 sitios. Los fines de semana 1–2 (aproximadamente el primer tercio, unos 5 pisos) son pura calibración — no pujáis por ninguno pero aprendéis que «bueno» en vuestro presupuesto significa una cocina con office y menos de 30 minutos al trabajo. Desde el fin de semana 3, hacéis una oferta por el primer piso que supere todo en esa muestra inicial, y lo hacéis rápido.

Por qué la regla pura encaja mejor en la búsqueda de casa que en la mayoría de dominios: en un mercado genuinamente rápido, la recuperación es casi cero. El sitio en el que dudasteis está bajo oferta antes de que hayáis aparcado el coche. Cuando la recuperación es de verdad ~0, la suposición estricta de «no vuelvas atrás» es casi cierta, así que la regla limpia de explorar y luego comprometerse se gana su sitio en vez de ser una aproximación.

Vender una casa — un valor de reserva que BAJA

Cambiad al otro lado de la mesa. Ahora vendéis vosotros, las ofertas llegan con el tiempo, y cada comprador quiere un sí o un no antes de marcharse. Este es el sabor del valor de reserva (reservation value) de las Lecciones 3 y 4, y se comporta de forma distinta a la calibración pura porque aquí a menudo sí conocéis la distribución — el mercado os dijo por cuánto se vendieron casas comparables.

Como sabéis más o menos qué esperar, no necesitáis quemar un tercio de vuestros compradores solo para aprender la escala. Fijáis un umbral — un precio de reserva — a partir de los comparables, y tomáis la primera oferta por encima de él. Sin caza del mejor global; una oferta suficientemente buena que supere la línea es una venta.

El giro que hace de esto su propio caso: el umbral debería descender. Cada semana que la casa sigue sin venderse pagáis hipoteca, impuestos, seguro y el lento dolor de un anuncio que se pone rancio — costes de mantenimiento (carrying costs). A medida que se acumulan y se acorta vuestra pista de despegue, la oferta que aceptaríais debería bajar. Ese es el umbral descendente (descending threshold) de la Lección 3/4 hecho concreto.

Versión resuelta: ponéis la casa esperando $500.000 y fijáis vuestra reserva ahí. La semana 1 rechazaríais $480.000. Pero cada mes de mantenimiento os cuesta unos $4.000, el anuncio se enfría y los compradores lo huelen — así que bajáis el listón a $485.000, luego $470.000. La oferta que habríais despreciado en la semana 1 se convierte en un sí racional en la semana 8. Aguantar rígidamente por el número más alto mientras corre el contador es como los vendedores pierden dinero por su propia terquedad.

Ligar y la «regla del 37%» de la ciencia popular

Aquí está la versión que hizo famoso al problema de la secretaria — y la versión más abusada. El discurso de ciencia popular: liga por ahí hasta estar al 37% de tu «ventana de citas», luego cásate con la siguiente persona que sea mejor que todas con las que has salido hasta ahora. Es pegadizo, desciende matemáticamente de un teorema real, y tomado literalmente es un consejo de vida pésimo. Seamos brutalmente honestos sobre por qué, porque la honestidad es la lección.

El modelo asume en voz baja cinco cosas que las citas violan flagrantemente:

• La gente no es un conjunto fijo en orden aleatorio. El teorema necesita un conjunto de opciones de número conocido presentadas en una secuencia uniformemente aleatoria. A quién conoces lo filtran tu ciudad, tu trabajo, las apps y tus amigos — cualquier cosa menos aleatorio, y correlacionado con tus elecciones pasadas.
• No conoces N. Tu «ventana de citas» no es un número que te entregan a los 18. ¿Son 10 personas? ¿40? Toda la regla pivota sobre N, y genuinamente no lo tienes.
• La recuperación existe — vívidamente. El modelo prohíbe volver atrás. La realidad tiene exs, segundas oportunidades, «nos reencontramos años después». La suposición de no recuperación es sencillamente falsa aquí.
• Es de dos lados. En el problema de la secretaria eliges tú. En las citas, la otra persona elige también — y puede decir que no. La matemática modela una elección de un lado; el romance es un mercado de emparejamiento.
• El objetivo está mal. La regla pura optimiza la probabilidad de la única mejor global pareja y trata a un casi-perfecto increíble como un fracaso total. Esa es una forma genuinamente demente de elegir compañero de vida. Quieres felicidad esperada, no un boleto de lotería sobre el único máximo teórico que de todos modos nunca verificarás.

Entonces, ¿para qué sirve de verdad? Como empujoncito (nudge), no como algoritmo. Empuja contra dos modos de fallo reales a la vez: buscar de menos (casarse con la primera persona con la que sales porque nunca has visto la distribución) y buscar de más (el optimizador perpetuo que no se compromete con nadie porque alguien mejor podría existir). La conclusión honesta es direccional: ligar lo suficiente para calibrar qué valoras, luego estar dispuesto a comprometerte de verdad con alguien excelente — y dejar de cazar a un desconocido perfecto mítico. Eso es sabiduría. «Calcula el 37% de tu ventana de citas» es numerología.

Cuándo dejar de investigar y DECIDIR

La aplicación más silenciosa y útil no es romántica ni financiera — es saber cuándo termina la fase de observación. Toda decisión de explorar y luego comprometerse tiene un modo de fallo llamado parálisis por análisis: sigues reuniendo información, sigues «solo revisando una opción más», y nunca cruzas al modo compromiso. El consejo más profundo del modelo es casi agresivo: la fase de observación debe TERMINAR. Explorar para siempre no es diligencia; es una decisión de dejar que las opciones caduquen mientras miras.

Esta forma está por todas partes una vez que la ves:

• Aparcar cerca de un local. No puedes dar la vuelta — pasas una plaza y desaparece (sin recuperación). Así que conduce el primer tramo anotando lo lleno que está (calibra), luego coge la primera plaza dentro de una distancia aceptable. Dar vueltas por el hueco más cercano teórico te cuesta el tiempo que intentabas ahorrar.
• Elegir un restaurante mientras viajas. Tienes hambre, caminas por una calle, y cada sitio que pasas queda atrás. Escanea unas manzanas para aprender el rango (calibra el listón), luego comprométete con el primero que lo supere. La alternativa — recorrer toda la calle dos veces — significa cenar tarde y de mal humor, habiéndote «optimizado» fuera de la cena.
• Cuándo dejar de hacer test A/B. Ejecutar un test para siempre para perseguir la perfección estadística tiene un coste real: la búsqueda en sí es cara (los costes de búsqueda de la Lección 4). En algún punto el valor esperado de más datos es menor que el coste del retraso — así que paras y despliegas al ganador. El testeo sin fin es parálisis por análisis con un panel de control.

Dónde miente el modelo

Hora de la parte incómoda. El problema de la secretaria es una obra maestra de la idealización — que es exactamente por qué debéis saber qué idealizaciones cuela dentro. Cada suposición limpia es un sitio donde el modelo puede mentirte si lo aplicas tal cual. Aquí están, nombradas honestamente.

Tres de estos merecen una mirada más de cerca.

El objetivo normalmente está mal

Este es el grande. La regla pura del 37% maximiza la probabilidad de atrapar la única mejor opción y asigna cero valor a un segundo puesto casi perfecto. Para casi toda decisión real — contratar, vivienda, parejas, productos — ese objetivo sencillamente no es lo que quieres. Estarías rebosante de alegría con el segundo mejor apartamento; el modelo llamaría a eso una pérdida total. Siempre que un finalista maravilloso te haría feliz, estás en territorio de valor esperado, no del mejor-solo, y deberías optimizar lo bueno que es el resultado, no las probabilidades de un máximo teórico que ni siquiera puedes confirmar que alcanzaste.

La recuperación lo cambia todo

Todo el drama del problema de la secretaria — la tensión, el arrepentimiento, la elegancia — viene de que nunca puedes volver atrás. Quita eso y gran parte de la regla se evapora. Si puedes recuperar una opción pasada, hay poca penalización por explorar más tiempo, porque una gran elección anterior no está perdida. Antes de aplicar la regla estricta, hazte la pregunta diagnóstica más importante de todo este curso: ¿de verdad puedo volver atrás? Si sí, relájate. La regla está en su punto más afilado y más fiable precisamente cuando la recuperación es genuinamente casi cero — un mercado inmobiliario rápido, una subasta de un solo tiro, un tren al que literalmente no puedes volver a subir.

No fetichices el número

37% es una respuesta preciosa y exacta a un problema ficticio — un mundo limpio con N conocida, orden aleatorio, sin recuperación y un objetivo del mejor-solo. El mundo real no satisface ninguno de esos exactamente. Y aquí está la clemencia: la curva de éxito es una meseta ancha, como muestra el laboratorio de arriba. Mirar el 25% o el 45% en vez del 37% casi no te cuesta nada. Así que la regla transferible nunca fue el decimal. Es la forma — calibra en el tramo inicial, luego comprométete — con «alrededor de un tercio» como regla de oro, no un mandamiento tallado en e.

Ordena las decisiones: ¿siquiera aplica la regla?

La única habilidad más valiosa de todo este curso no es calcular 1/e — es diagnosticar si siquiera estás en territorio del problema de la secretaria. La regla aplica de forma limpia solo cuando una elección es genuinamente secuencial, irreversible y sin recuperación. En el momento en que puedes esperar, comparar en paralelo o volver atrás, la regla limpia deja de encajar. Ordena estas.

La lista de verificación práctica

Quita la elegancia y aquí está la herramienta que de verdad te llevas de este curso. Seis pasos, en orden.