Escribe tu primer paper de economía

Antes que nada, muchas gracias. Este proyecto lo empecé más en serio este año y me da mucho gusto que poco a poco crece la comunidad. Para 2023 quiero continuar escribiendo y acelerar aún más el ritmo de este Substack.

Tengo varios proyectos para el próximo año en los que seguiré trabajando y quiero hacerte parte de ellos. Para que me puedas acompañar en todos durante el año, puse una oferta en la suscripción anual con tiempo limitado. Aprovecha, súmate al proyecto y apoya mi trabajo.

(Muchos) más posts

Escribir dos o tres posts a la semana es trabajo más arduo y escala menos de lo que me imaginaba inicialmente. Al mismo tiempo, es un ejercicio que recomiendo mucho, pues ayuda a aclarar ideas y a encontrar técnicas para escribir más y con mejor calidad.

Actualmente estoy utilizando la técnica de Zettelkasten, que popularizó y perfeccionó el sociólogo Niklas Luhmann. El sistema lo encontré en el libro de Sönke Ahrens e hice una plantilla con Notion donde guardo todas las notas que me ayudan a crear posts como este a escala. Va a haber post y plantilla más adelante a inicios del año.

Mientras tanto, la idea es subir el ritmo de posts a un mínimo de 4 por semana y un máximo de 6. No he decidido aún la mezcla por completo, pero seguirán los posts de los lunes religiosamente, habrá algo más de tutoriales y datos. También habrán sesiones en vivo en Discord, pero de eso estoy afinando detalles.

Hay varios temas interesantes de los que seguiré escribiendo. Entre ellos seguiré hablando de inteligencia artificial, pues es un tema que me parece super interesante. También tengo algunas notas pendientes para subir sobre portafolios de inversión. Recuerda que como lector tu puedes decirme si un post es de tu interés. Yo reviso todos los correos que me mandan, siempre contesto y todo todo en consideración.

Libro Econometría con Python

Si la teoría económica es correcta, mi guía sobre lo que es valioso para los lectores debe ser lo que hace que presionen el botón de suscribir. Y según los datos que logré recolectar este año, parece que son los posts sobre econometría y los de Python los que logran más conversión.

Esto me ha animado más. El año siguiente tengo planeado aprovechar para dedicarme a terminar mi libro de Python. La idea es que los suscriptores premium (los que ya se suscribieron y los que se suscriban en el futuro) ya tienen cubierto el costo de su libro y se los haría llegar hasta su casa como parte de su plan.

Iré soltando partes del libro para los suscriptores premium de forma adelantada. La ventaja es que pueden darme retroalimentación desde antes de su publicación. ¿Cuándo habías podido hablarle a tu libro en tiempo real?

Microcursos (tutoriales) en video

Hay algunos temas que no siempre es suficiente el tutorial por escrito. Necesitas ver el código en acción.

El año pasado probé con sesiones en línea por Zoom. El problema que más encontré fue una gran dificultad para encontrar horarios en los que pudieran asistir todos, o una mayoría significativa al menos. Para solucionarlo, voy a crear microcursos para suscriptores premium.

Eso es parte de por qué me cambié a Substack, porque Ghost me ponía muchas trabas para subir videos de un tamaño considerable. En los próximos días marionomics.com va a mandar directo a esta página en Substack :) me aseguré de mandar todas las suscripciones premium acá con el acceso completo.

¿Cuál es tu proyecto de 2023?

Este blog está en la app de Substack. En la app hay una sección de chat. Sea por ahí o por correo, me puedes contar cuál es tu proyecto de 2023 y cómo te puedo apoyar. Por ejemplo, si lo que necesitas es terminar una tesis donde usas teoría de juegos, me sirve saberlo! puedo hacer algunos posts que te podría ayudar a entender mejor algo particular.

Read Marionomics: Econometría y Datos in the Substack appAvailable for iOS and AndroidGet the app

La navidad es época de regalos. Aunque a primera vista esta tradición es una forma de demostrar amor, los economistas ven el intercambio de regalos desde una perspectiva ligeramente diferente.

Para los economistas, los regalos representan un intercambio ineficiente y de peso muerto.

¿Qué quiere decir esto? Imaginemos que tienes 100 dólares y puedes gastarlo en ti en lo que quieras. Si yo tuviera los mismos 100 dólares y los decidiera gastar en comprarte un regalo, lo más probable es que lo que yo elija no sea tan bueno como lo que tu podrías elegir para tu propio disfrute.

Creo que todos lo sabemos. Alguna vez todos hemos recibido un regalo que simplemente no es muy bueno y que nos hace pensar en que hubiera sido mejor haber recibido dinero.

Incluso cuando la otra persona conoce tus preferencias, los regalos son ineficientes. Recuerdo una vez cómo una amiga que es muy buena para dar regalos me regaló un CD de una de mis bandas favoritas. El regalo habría sido ideal excepto por un detalle: yo ya tenía ese CD.

Si dar regalos es una forma tan ineficiente de asignar recursos ¿Por qué lo seguimos haciendo?

Los regalos sirven para mandar señales

Cuando le regalas algo a alguien, estás tratando de mandarle un mensaje. Puede ser que le tratas de decir que la aprecias mucho y que pensaste en ella.

Idealmente un regalo manda el mensaje de que conoces a la persona y que sabes lo que le gusta y lo que prefiere. Esta señal es difícil de alcanzar y requiere invertir tiempo en conocer lo que a la otra persona le gusta.

La realidad es que solemos usar los regalos para mandar señales de que nos importa la persona, pero también para indicar algo sobre nosotros: queremos demostrar que somos generosos, que tenemos dinero, que somos inteligentes o sofisticados. Y todo esto no le sirve de nada a quien recibe el regalo.

Diferentes incentivos de quien da y quien recibe

Dar un regalo tiene diferentes incentivos que recibirlos. Cuando alguien da un regalo está pensando en el momento en el que la persona abre el regalo y lo agradece. A la persona que recibe también le interesa ese momento, pero también es importante para ella el tiempo en el que va a usar el regalo.

Esto genera algunos errores a la hora de presentar regalos. Por ejemplo:

• Cuando damos regalos, le ponemos más valor al elemento sorpresa de lo que realmente importa. Esto es porque la sorpresa es más importante al momento de dar el regalo, pero no necesariamente hace al regalo más útil o más acorde a lo que la otra persona quiere.
• Solemos dar regalos que tienen menos valor, pero que están completos y listos para usarse, pues eso se valora más en el momento.
• Quienes dan regalos, prefieren dar regalos materiales que sean tangibles, pues estos generan una respuesta inmediata. Sin embargo, los estudios demuestran que son las experiencias las que generan más felicidad.
• Tratamos de dar regalos que reflejen al receptor o su personalidad. La idea es dar una señal de que conocemos a la otra persona: si sabemos que esa persona es deportista, le damos tal vez ropa deportiva. Pero cuando tratamos de hacer un regalo demasiado especial acabamos generando menos valor.

Cómo mejorar los regalos

Ya identificamos algunos puntos importantes que hacen los regalos buenos (o malos). Aquí algunas formas de mejorar los regalos para esta navidad (o en cualquier momento del año, realmente).

• Si la otra persona expresó que desea algo particular, puedes enfocarte en ello sin ningún remordimiento. Tal vez dudes porque se pierde el elemento sorpresa, pero los regalos que te piden tienen más probabilidad de ser valiosos.
• Los regalos de mayor calidad pueden dar más valor, aún cuando sean incompletos. Estoy pensando por ejemplo en regalar un lego en lugar de un suéter a alguien a quien le gusta armar legos.
• Los regalos intangibles también pueden ser valiosos. Tal vez le estás dando una tarjeta de regalo para una puesta de pestañas en el lugar favorito, o una suscripción a una página que sabes que le va a gustar porque le gusta mucho la economía (guiño guiño). El caso es que los intangibles pueden ser algo interesante o valioso.
• Los regalos versátiles suelen generar más valor que aquellos que están demasiado enfocados en la persona.

Regalos aleatorios

En la posada del trabajo hicieron algo que me pareció muy interesante: organizaron un intercambio de tazas con chocolate. Todos teníamos que dar el mismo regalo a alguien de manera aleatoria.

Me gustó porque el enfoque del intercambio se vuelve el acto de dar y recibir y dejó de lado realmente el regalo. De cualquier manera, las tazas son una buena idea, pues son objetos de uso diario: la mía me gustó mucho (Gracias B. G.).

Regalos socialmente responsables

¿Quieres hacer un regalo socialmente responsable? Estoy dudando mucho si decirte esto o no, pero según algunos estudios, sobreestimamos que tanto van a apreciar las personas los regalos socialmente responsables.

Esto incluye donaciones de caridad a grupos con causa. Así que si vas a regalar algo por el estilo, considera compartirle este post también. Tal vez ayude a comprender que sólo es naturaleza humana y lo aprecie un poquito más. Después de todo, son regalos que dan dos veces.

Simplemente pregunta

Si hay una lección de todo esto es que si no sabes aún que regalarle a esa persona especial, ve y pregúntale que le gustaría. Si no quieres romper del todo la sorpresa, puedes pedirle dos o tres opciones: así no sabrá cuál de todas es la que recibirá.

Al final de cuentas, recuerda que lo importante es conectar con la otra persona.

Los regalos se han convertido en un buen inferior

La expresión “bien inferior” es una que usan los economistas para referirse a bienes que bajan su valor cuando las personas incrementan sus ingresos. Por ejemplo, las sopas maruchan son geniales si eres estudiante foráneo con poco dinero, pero si tus ingresos suben, tal vez prefieras consumirlas menos.

Pues en un estudio nuevo, Joel Waldfogel encontró que desde el año 2000 los regalos han disminuido a pesar de un incremento en los ingresos reales. En otras palabras, se está comportando como maruchan.

El artículo no deja claras las causas de manera definitiva. Se explora la idea de que hay menos niños en la población y la definición de regalo en las estadísticas. En ambos casos se hacen pruebas que permiten descartarlos como causas.

Puede ser que simplemente en esta generación sea diferente la forma en la que logran las conexiones que se daban en el pasado.

¡Hola a todos! ¿Listos para la final del Mundial de Fútbol entre Argentina y Francia?

Sin duda, este es un momento de gran emoción para todos los aficionados al fútbol y especialmente para los argentinos, ya que esta podría ser la gran oportunidad de ver a Messi en un Mundial ganar.

Pero mientras disfrutamos de este gran partido, también es importante recordar el contexto en el que se ha desarrollado el país, cómo vivía Messi en su adolescencia antes de mudarse a Barcelona.

La economía de Argentina es uno de los casos más interesantes desde muchos puntos de vistas. En cierto modo se trata de una combinación única que vale la pena explorar más a fondo.

Producto Interno Bruto

Esta es una serie que comencé al inicio del campeonato donde exploramos las economías de Polonia y Arabia Sauditausando como excusa que estaban jugando contra México. En ambos casos comenzamos el análisis con el Producto Interno Bruto, pues es el indicador mas estándar del funcionamiento de la economía. Veamos entonces el primer gráfico.

Incluí en este gráfico a los países que pasaron a la semifinal y a México como ajonjolí de todos los moles. Este gráfico muestra el Producto Interno Bruto per capita desde 1950 hasta 2019 con los datos que colecta la Universidad de Pennsylvania.

Naturalmente falta ahí el efecto de la pandemia, pero nos muestra un panorama general. Vemos que Argentina está en el rango medio: de hecho está en medio del resto de países que pusimos, pero hay que notar que en 1950 este país era de los mas bajos, no tan distinto a Marruecos.

A Argentina hay que estudiarlo en función del tiempo. Nota la explosión de crecimiento que tuvo en los años 90 donde superó a México. Después de eso tuvo caídas y crecimientos fuertes y más volátiles que otros países.

De acuerdo a Pedro Pou, que fue el banquero central durante esa época, esa explosión de crecimiento en Argentina coincide con reformas estructurales a su sistema tributario, al sistema financiero, regulaciones financieras y al sistema de pagos.

Todas estas reformas son de alguna forma respaldadas por el Fondo Monetario Internacional, por lo que se vuelven algo controversial, sobre todo considerando la fuerte caída que el país sufrió en la crisis de 1998 a 2002. Ten muy presente la gráfica de arriba, que cuenta una historia a mucho detalle.

Las crisis en Argentina

En la segunda mitad de 1998, Argentina cayó en una recesión muy profunda. Las causas de esta crisis fueron externas, pero también hubo algunos factores internos.

Todo empezó con las crisis financieras en Rusia y en Brazil (le llamaron el efecto Samba, porque así se hacían las cosas en los 90s). Los inversionistas empezaron a ser mas cautos con los países en desarrollo. La crisis fue dura: hubo desempleo, la economía se redujo un 28% en un periodo muy corto de tiempo, hubo protestas, cayó el gobierno, el país cayó en impago de sus deudas y el peso argentino se pulverizó.

Yo recuerdo haber visto esto en las noticias. Era un adolescente cuando todo esto pasaba y como dato curioso, tengo la misma edad de Messi. Mientras yo mandaba zumbidos a mis amigos en messenger, Messi sufría un estrés real al ver la economía destruirse a su alrededor mientras él necesitaba un tratamiento hormonal carísimo para poder crecer a un ritmo normal.

Messi vivió todo esto. Recuerdo en las noticias el término “cacerolazo”, que era una forma de protesta en la que las personas salían a la calle haciendo ruido con sus cacerolas vacías para reclamar que no había nada de comer. Lo más fuerte pasó en diciembre de 2001 cuando las protestas culminaron en la renuncia del presidente.

Para los argentinos el evento sólo se le llama “el 2001”.

Complejidad

Veamos lo que se produce en Argentina para exportación y a dónde se manda. Como vemos, el sector agrícola es una gran parte de sus exportaciones. El maíz, la soya, las carnes y el vino argentino representan una gran parte de sus exportaciones. Probablemente esto contribuye a la fragilidad del sistema frente a los problemas externos.

Me sorprende un poco ver que tanto de la exportación de Argentina sean productos primarios. No se muy bien si esto es representativo de su actividad económica o no, pero también la forma en que el país diversifica sus exportaciones es interesante.

Que Brasil sea su principal socio comercial me parece lógico, por la cercanía geográfica. Los dos son países muy grandes y sacar mercancía del país es mucho trabajo. Por eso mismo llama mucho la atención que China sea un socio comercial que Chile, que comparte una extensa frontera y habla el mismo idioma. Realmente fascinante.

El peso argentino

La verdad es que tras años de economista no creo que yo entienda tan bien la inflación como lo entiende alguien que ha vivido en Argentina. Y es que siempre la moneda para Argentina ha sida un tema importante en sus eventos históricos.

Actualmente hay una gran inflación en todo el mundo, pero uno de los niveles más altos de este indicador en el mundo es precisamente Argentina, con un 92% anual en 2022.

El país no ha tenido muy buena suerte con su moneda, el manejo que se le suele dar y las políticas monetarias que usa. Y es que la inflación es un demonio muy difícil de controlar una vez que las expectativas están ancladas en un número muy alto.

Traducción: como la gente ya piensa que la inflación va a ser alta, actúa en consecuencia y se vuelve una profesía autocumplida. ¿Cómo se ve esto en la realidad? pues que si vas a Argentina, te vas a dar cuenta de que muy pocas personas están ahorrando el dinero que se ganan. Peso que ganas en Argentina, peso que tienes que gastar inmediatamente, pues mañana podría ya valer menos.

Este comportamiento hace que los precios se mantengan a la alza en un círculo vicioso que es difícil y doloroso romper, cómo nos estamos dando cuenta en otros países.

Todo lo aprendí de Mafalda

Cuando era niño, mis padres me compraban unos libritos que compilaban las tiras cómicas que Quino de Mafalda. Mafalda era una niña en Argentina que escuchaba a los Beatles y que no le gustaba la sopa. En estas tiras había siempre un comentario social y de la economía que vale la pena volver a ver ya ahora como adulto.

Por ejemplo, me parece muy interesante esta representación visual de una devaluación que trae Manolito al ver las hojas caer. Una imagen dice más que mil palabras.

Y luego está la relación que hay con los organismos internacionales. Esta tira ilustra perfectamente algo que era mucho más patente si vivías en Argentina, pero que toda latinoamérica tuvo su oportunidad de vivir.

En fin. Espero que el partido sea un buen espectáculo. Hay un pequeño premio para los países ganadores de un mundial: cuando un país gana el mundial su PIB crece un 0.25% más de lo esperado. Esto se debe a que el país genera interés suficiente para aumentar sus exportaciones. Si este fuera el caso para Argentina, le vendría bien ese pequeño respiro.

Calcular el tamaño de muestra no se trata de sólo introducir una fórmula y usar el número que te arroja la computadora. Necesitas entender lo que estás estudiando.

Suponiendo que quieres una muestra simple de una población que tiene distribución normal y que el tamaño de la población es mucho más grande que la muestra, esta sería la fórmula que deberías usar.

Este código usa la librería scipy para calcular la puntuación z (z-score) a un nivel de confianza dado. Una convención es usar el nivel de confianza de 95%, pero puedes usar esta misma fórmula con 99% sin problemas.

En el código anterior sólo necesitas cambiar los parámetros en la fórmula

¿Qué pasa si no se cumplen los supuestos?

Hay casos en los que el tamaño de la población no es realmente más grande que el tamaño de muestra o la población no se distribuye de manera normal. En estos casos, la fórmula se vuelve un poco más compleja.

Veamos dos casos específicos: la fórmula del puntaje $t$ y la fórmula de Chi-cuadrada.

La fórmula del puntaje t

La fórmula del puntaje $t$ se usa cuando el tamaño de la población es pequeño o la población no se distribuye normalmente. Se puede obtener a partir de la siguiente ecuación:

Donde $n$ es el tamaño de la muestra, $t$ es el puntaje T, $\sigma$ es la desviación estándar de la población y $e$ es el margen de error o nivel de precisión deseado.

De esta fórmula lo más importante es $t$, que representa el valor crítico del nivel deseado de confianza: el número de desviaciones estándar que la media muestral debe estar alejada de la media poblacional para que los resultados se consideren significativos (estadísticamente).

El puntaje $t$ se calcula sustrayendo la media poblacional de una observación y dividiéndolo entre la desviación estándar. La prueba $t$ es la que se usa regularmente en las pruebas de hipótesis para determinar si una determinada observación es significativamente diferente que la media poblacional.

Puedes calcular la muestra en python usando el código siguiente:

La fórmula de chi cuadrada.

La fórmula de la chi cuadrada se utiliza para medir cómo una distribución de probabilidad de una variable aleatoria dada se desvía de una distribución teórica esperada. Se denota con la letra griega $\chi^2$ y se calcula como la suma de las diferencias entre los valores observados y los valores esperados, elevados al cuadrado y normalizados por el valor esperado.

Matemáticamente, la fórmula para calcular la chi cuadrada se puede expresar de la siguiente manera:

Donde $O_i$ es el valor observado en el $i$-ésimo intervalo de la distribución, $E_i$ es el valor esperado en el $i$-ésimo intervalo de la distribución y $n$ es el número de intervalos en la distribución.

La chi cuadrada se utiliza a menudo para evaluar si una muestra de datos proviene de una distribución conocida. Si el valor de la chi cuadrada es pequeño, significa que la distribución de los datos se aproxima bastante a la distribución teórica esperada, lo que indica que la muestra es válida. En cambi, si el valor de la chi cuadrada es grande, significa que la distribución de los datos se desvía significativamente de la distribución teórica esperada, lo que indica que la muestra es poco fiable.

Ejemplo en python

Aplica una estimación de la Xi cuadrada en python usando el siguiente código

Entonces… ¿Qué hago?

Siempre es buena idea comenzar con algunas pruebas para identificar si los datos tienen distribución normal o alguna otra. Por lo general no vas a encontrar datos perfectos que cumplan con todas las condiciones que requieres, por eso debes darte algún margen y entender bien lo que estás haciendo.

Recuerda que el cálculo de la muestra es un proceso iterativo, no la simple aplicación de una fórmula. Es decir: lanza la fórmula, prueba los resultados y la vuelves a lanzar hasta que logres encontrar el resultado.

Copia el código

En el siguiente botón puedes encontrar la nota donde hice este post es Notion. Ahí puedes ver el código y las ecuaciones con buen formato y puedes copiar y pegar.

Normalmente he estado escribiendo mucho a favor de la inteligencia artificial y desde un punto de vista muy positivo. Pero hoy toca ver sobre sus peligros.

La inteligencia artificial generativa tiene el potencial de revolucionar muchos campos, desde la creación de contenido hasta la optimización de sistemas empresariales. Sin embargo, como con cualquier tecnología poderosa, también hay peligros potenciales asociados con su uso.

Generación de imágenes por inteligencia artificial

Los avances tecnológicos de los que voy a hablar a continuación han surgido al público en cuestión de meses. Hay semanas incluso en las que los cambios son muy significativos.

Ya se puede crear arte con inteligencia artificial: tu le dices lo que quieres y el modelo genera la imagen que le pediste. El otro día le había pedido a un robo bonito confundido en medio de una casa de bolsa en Wall Street y esta es una de las respuestas que me dio usando Dalle.

En las últimas semanas se han presentado mejoras importantes que permiten reducir los costos de la generación de imágenes personalizadas. Esto ha abierto la puerta a la creación de aplicaciones que en pocos clics generan imágenes a partir de las fotos de las personas.

La aplicación más popular ha sido Lensa. Descargas la aplicación, subes de 10 a 20 fotos tuyas, pagas $3.99 USD, esperas un par de horas y recibes imágenes tuyas cómo si las hubiera hecho un artista profesional.

Hay una cierta probabilidad de que recibas algunas imágenes raras. He hecho este tipo de imágenes en las que acabo recibiendo imágenes con dos cabezas, con tres brazos o cosas cómo está imagen de AMLO con una mano súper rara que fue lo mejor que pude hacer para el post sobre el voto electrónico.

Yo no he usado Lensa y no lo voy a hacer. Probablemente si me haga mis imágenes en IA, pero las haré con el modelo directo de Stable Diffusion montado en un GPU que espero me alcance a correr en Google Colab. Probablemente haré ese post y tutorial en el futuro.

Se supone que la app borra tus fotos

La verdad es que no hay forma de saber si tus fotos de verdad se borran de los servidores una vez la aplicación termina de hacer tus avatares.

Si no es verdad, aunque confiemos en la compañía que hizo la app, existe el riesgo de que alguien logre hackear esos servidores y almacene las fotos. Con tu foto y tu nombre hay miles de formas creativas de cometer fraudes en tu nombre o extorsionar a tu familia.

Si la empresa mantiene bases de datos con las fotos que subes y estás son hackearas, tus fotos podrían ser utilizadas para

• Ser vendidas a otras compañías
• Publicidad dirigida
• Cometer actividades ilícitas

Ok, digamos que tus imágenes están seguras en la aplicación. Hay otros problemas que vienen directo de las redes sociales.

Crímenes que aprovechan la Inteligencia Artificial (y la estupidez natural)

Todos los días millones de personas suben fotos personales a las redes sociales. Nunca ha sido gran idea, pero ahora la situación puede ser más compleja. Freddie Vega planteó esta serie de situaciones muy plausible en el futuro.

Son historias de extorsión, de engaños y de total abuso de las herramientas que están apenas saliendo. Todos son escenarios que pueden pasar y que van a pasar si no empezamos a pensar en ellos y a regularlos.

El negocio de las extorsiones con IA se van a volver una pesadilla. Sobre todo en países como México, donde es una industria ya con mucha experiencia y que no ha sido aplacada de ninguna manera. También el ciberacoso es de preocupar, sobre todo por lo difícil que es hacer llegar información para su protección a muchos sectores de la población.

Cero crédito a los artistas, cero piedad

Hay algo que se vuelve cada vez más evidente: el modelo de inteligencia artificial se entrenó con imágenes hechas por artistas reales y que reflejan sus propios estilos.

Esto naturalmente está despertando un absoluto rechazo por aquellos que se dedican al arte y temen por perder sus empleos. No es para menos, pues una habilidad que toma años desarrollar no puede compararse con lo que una computadora está generando en minutos o segundos. Todo ese dinero que las personas están usando para hacer sus retratos es el mismo que le negaron por años a artistas que ponen horas de su trabajo y esfuerzo para crearlos. Hablé a fondo sobre este tema en algunos posts previos sobre este tema.

Inteligencia artificial y el futuro del arte

Este post se lanzó originalmente en Octubre de 2022 y lo lancé para los suscriptores de paga. Es sorprendente lo mucho que ha cambiado ya la industria y los modelos de inteligencia artificial en tan poco tiempo. Esta semana se lanzó ChatGPT, una herramienta que permite hablar con la inteligencia artificial como si fuera una persona.

Marionomics: Econometría y Datos

El tema es complejo, pero como economista no veo la forma en la que se pueda ya dar marcha atrás: la tecnología nueva ha demostrado rápidamente que está dando mucho valor por mucho menos dinero.

Si esto es verdad, entonces lo que toca es ver hacia el futuro. Y es que estos modelos necesitan alimentarse de imágenes hechas por artistas humanos para crear. No es posible decirle (hasta el momento) decirle que invente un nuevo estilo revolucionario, pues no es capaz de entender la forma en que funciona realmente el arte (y muy pocos humanos lo entendemos, me incluyo entre los que no tiene idea).

• Los repositorios de arte como los conocemos han muerto. Los artistas no van a estar ya dispuestos a regalar su arte para que sea usado por una Inteligencia Artificial. Antes este modelo era factible porque los artistas regalaban su arte con la esperanza de ser descubiertos y contratados para crear cosas más personalizadas.
• Por lo tanto, los repositorios del futuro le tienen que pagar a los artistas por lo que propongan y todo dependerá del hambre que el público tenga por algún estilo de arte.
• Funcionaría algo así: las empresas tipo GPT3 analizan los prompts en busca de huecos de estilo o de imágenes con alta demanda. Por ejemplo: supongamos que se ponen de moda las pinturas al óleo de mapaches tocando el piano (por alguna razón) en el estilo del renombrado artista Juan Camaney. Si el modelo detecta estos huecos entre oferta y demanda, entonces tanto las imágenes de mapaches tocando el piano como las imágenes hechas por Juan Camaney van a subir de precio. Los artistas, especialmente Juan Camaney, se benefician del nuevo modelo de negocio.
• El arte siempre ha sido un negocio con efecto rockstar: muy pocos artistas tienen la mayor parte de las ganancias y las migajas se las queda el resto. Espero un fenómeno aún más intenso con este tipo de modelos de negocio: sólo si tu estilo está siendo demandado es que tienes esperanza de obtener pago. Lo mencioné en el post sobre el futuro del arte que existen algunos huecos que la AI no puede llenar: yo comenzaría enfocándome en eso.
• Los humanos logramos después de un tiempo distinguir si algo fue hecho por un humano o una computadora. Estamos en un breve espacio de tiempo en el que aún se puede explotar que no lo pueden distinguir, pero más adelante habrá espacio para que el arte evolucione. Así le pasó a la pintura cuando apareció la fotografía y muy probablemente veamos en esto algo similar: una especie de renacentismo forzado.

Por las buenas o por las malas

No todo tiene que ser tan siniestro. Realmente para esto es para lo que existimos los economistas: para arreglar los mercados rotos. Me encontré este tuit sobre los problemas de Ticketmaster (más del tema en estos días) y me pareció brillante:

Y es que lo que acabo de mencionar sobre las plataformas de arte son problemas que se solucionan con modelos de diseño de mecanismos: muchas matemáticas y teoría de juegos. Soy optimista en que se una gran parte de las soluciones a problemas estructurales se encuentran en este tipo de modelos y no es tan necesario llegar a las malas. Pero si llegamos a tener que hacerlo por las malas, me avisas.

John Snow y la pandemia de cólera

Una historia sobre la inferencia causal que siempre me ha llamado la atención es la de John Snow y el brote de cólera en Londres en 1854.

Snow era un médico y epidemiólogo que usó inferencia causal para determinar la fuente del brote de cólera en una de las zonas más afectadas de la ciudad.

En ese momento, se creía que el cólera se propagaba a través del aire, pero Snow sospechó que la enfermedad podría estar relacionada con el agua.

La teoría del aire se conocía como miasma, que era una especie de “aire malo”. John Snow llegó a guardar a sus enfermos de cólera en bolsas de dormir para evitar que sus familias se contagiaran. Cuando estos intentos fallaban, aumentaron sus sospechas de que la transmisión no era por aire sino por agua.

Sus sospechas aumentaron cuando empezó a estudiar la relación de la enfermedad con las rutas comerciales. Empezó entonces a notar que los marineros que desembarcaban en Londres se enfermaban cuando había un brote de la enfermedad, pero los que se quedaban en sus barcos, dejaban la mercancía y se iban, no se enfermaban tanto.

Para probar su teoría, recogió datos sobre la ubicación de las personas que habían contraído el cólera y la fuente de agua que utilizaban en Londres.

Después de analizar los datos, descubrió que la mayoría de las personas que habían contraído el cólera estaban consumiendo agua de un pozo en particular que estaba contaminado con aguas residuales.

Este hallazgo fue crucial para entender cómo se propaga el cólera y para tomar medidas para controlar el brote.

Gracias a la inferencia causal de Snow, se pudo implementar un sistema de alcantarillado y tratamiento del agua para evitar futuros brotes de cólera en Londres. Esta historia muestra la importancia de la inferencia causal en la resolución de problemas en la salud pública.

Hay un detalle de un experimento natural en esta historia, pero ese lo contaremos en un post más adelante.

La relación entre el tabaco y el cáncer de pulmón

Te contaré otra historia sobre inferencia causal que también tiene que ver con la salud pública. Se trata de la historia de Austin Bradford Hill, un epidemiólogo británico que desarrolló un conjunto de principios para determinar si una relación entre dos variables es causal.

Estos principios, conocidos como los criterios de Hill, se basan en el análisis de la relación entre la exposición a un factor de riesgo y el desarrollo de una enfermedad.

Los criterios de Hill son importantes porque nos permiten determinar si una relación entre dos variables es causal, incluso si no es posible llevar a cabo un experimento controlado para probar la causalidad directamente.

Por ejemplo, supongamos que queremos determinar si el consumo de tabaco está relacionado con el desarrollo de cáncer de pulmón. No podemos llevar a cabo un experimento en el que dividamos a las personas al azar en dos grupos: uno que fume y otro que no fume, para ver cuál desarrolla cáncer de pulmón con mayor frecuencia.

En su lugar, podemos usar los criterios de Hill para analizar la relación entre el consumo de tabaco y el cáncer de pulmón en una población existente.

Si encontramos que la relación entre el consumo de tabaco y el cáncer de pulmón cumple con los criterios de Hill, podemos concluir que el consumo de tabaco es un factor causal de cáncer de pulmón.

Esto nos permite tomar medidas para reducir el consumo de tabaco y, en última instancia, prevenir el cáncer de pulmón. Como puedes ver, la inferencia causal es una herramienta importante para entender y abordar problemas de salud pública.

Cáncer de colon

Una tercera historia sobre inferencia causal que podría interesarte es la de John Bernard Walker, quien utilizó la inferencia causal para estudiar la relación entre la dieta y el cáncer. Walker, un epidemiólogo estadounidense, llevó a cabo un estudio en el que comparó la dieta de personas con cáncer de colon con la de personas sin cáncer de colon.

En su estudio, Walker encontró que las personas con cáncer de colon consumían una dieta rica en carne roja y grasas saturadas, en comparación con las personas sin cáncer de colon, que consumían una dieta más equilibrada con más frutas, verduras y grasas insaturadas.

Estos resultados sugieren una posible relación causal entre la dieta y el cáncer de colon, ya que las personas con una dieta rica en carne roja y grasas saturadas tenían un mayor riesgo de desarrollar cáncer de colon.

A partir de este estudio, Walker y otros investigadores han continuado investigando la relación entre la dieta y el cáncer, y han encontrado evidencia de que una dieta saludable puede reducir el riesgo de desarrollar ciertos tipos de cáncer.

De nuevo, esta historia muestra cómo la inferencia causal puede ser una herramienta valiosa para entender y abordar problemas de salud.

Un auto experimento de úlceras

La cereza en el pastel. Hay una historia interesante sobre la relación entre la inferencia causal y las úlceras.

Durante mucho tiempo, se creía que las úlceras se producían como resultado del estrés y la tensión emocional. Sin embargo, en 1984, dos médicos australianos, Barry Marshall y Robin Warren, sospecharon que las úlceras podrían estar relacionadas con una bacteria llamada Helicobacter pylori.

Para probar su teoría, Marshall y Warren realizaron un experimento en el que infectaron voluntariamente a uno de ellos con la bacteria H. pylori, y luego observaron cómo desarrollaba una úlcera. ¿Te imaginas infectarte a ti mismo de una enfermedad para comprobar tu teoría?

Este experimento proporcionó evidencia directa (y demasiado dolor a Barry Marshal) de la relación causal entre la infección con H. pylori y el desarrollo de úlceras.

Gracias a esta investigación, se comprendió mejor la causa de las úlceras y se desarrollaron tratamientos más eficaces para curarlas. De nuevo, esta historia muestra cómo la inferencia causal puede ser útil para entender y abordar problemas de salud.

Este es un post que también puedes encontrar en el blog de Platzi. Puedes también echarle un ojo por ahí.

No te puede ayudar a entender un fuera de lugar, pero la economía del comportamiento se enfoca en cómo los seres humanos tomamos decisiones en situaciones en las que no tenemos toda la información o no actuamos racionalmente.

Durante el mundial de fútbol, la economía del comportamiento puede ser muy útil para entender cómo y por qué los jugadores, los entrenadores, los aficionados y otros actores toman decisiones en relación con el juego.

Cinco formas en que puedes usar Economía del Comportamiento como aficionado

A continuación, te doy cinco ejemplos de cómo un aficionado del fútbol podría usar la economía del comportamiento durante el mundial:

1. Analizar el comportamiento de los jugadores en el campo: La economía del comportamiento nos ayuda a entender por qué algunos jugadores deciden tomar determinadas decisiones en el campo. Por ejemplo cuando optan por pasar el balón a un compañero en lugar de intentar marcar un gol ellos mismos, esto puede tratarse de un sesgo de disponibilidad.
2. Estudiar el comportamiento de los aficionados en los estadios: La economía del comportamiento nos permite analizar cómo el comportamiento de los aficionados en los estadios puede afectar a las decisiones que toman los árbitros. En un estudio reciente, los investigadores encontraron que cuando los partidos se dieron en arenas cerradas a causa de la pandemia, el rendimiento de los jugadores no cambió, pero los árbitros tomaban menos malas decisiones que favorecían al equipo anfitrión.

1. Investigar la influencia de los incentivos económicos en el comportamiento de los equipos y los jugadores: La economía del comportamiento nos permite entender cómo los incentivos económicos pueden influir en la forma en que los equipos y los jugadores se comportan durante el mundial.
2. Analizar la influencia de las expectativas de los aficionados y de los medios de comunicación en el desempeño de los jugadores y de los equipos: La economía del comportamiento nos permite comprender cómo las expectativas de los aficionados y de los medios de comunicación pueden influir en el desempeño de los jugadores y de los equipos durante el mundial.
3. Entender cómo las decisiones tomadas por los entrenadores y los directivos afectan el desempeño del equipo: La economía del comportamiento nos ayuda a comprender cómo las decisiones tomadas por los entrenadores y los directivos de los equipos pueden afectar el desempeño del equipo en general durante el mundial.

Los sesgos cognitivos

Los sesgos cognitivos son tendencias que tenemos las personas a interpretar la información de manera sesgada o distorsionada. Estos sesgos pueden afectar nuestras decisiones y nuestro comportamiento de muchas maneras. Veamos algunos ejemplos relacionados al fútbol.

El sesgo de la acción en los penales

Los humanos tenemos una tendencia a preferir acción en lugar de la inacción. Esto hace que sintamos la necesidad de actuar aunque no genere mejores resultados.

Supón que eres un portero y estamos en penales. Un secreto que no muchas personas saben es que la pelota viaja a una velocidad demasiado alta y el portero no alcanza a tomar una decisión después de que se patea: tiene que adivinar para donde lanzarse.

Si eres un humano leyendo esto, lo más seguro es que te decidas a lanzarte a la izquierda o a la derecha. Sin embargo, esto no es la estrategia óptima. De acuerdo a un estudio hecho con 286 penales, la estrategia óptima es quedarse en el centro.

La ilusión del control

Los aficionados somos muy susceptibles a la ilusión de control. Sabemos que al ver el partido no hay nada que podamos hacer para influir en el resultado.

Y aún así nos ponemos el jersey de la suerte y le gritamos a la pantalla, tratando de hacer que el resultado cambie a nuestro favor.

El fútbol nos une

Digamos que le vas al equipo A y que tienes dos compañeros en tu trabajo: llamémoslos Mario y María. Supón que Mario le va al equipo A igual que tú y María al equipo B.

Sin más información, lo más probable es que tengas más cercanía con Mario que con María, aún cuando objetivamente tengas más cosas en común con ella, fuera del equipo de fútbol.

Esto pasa porque nuestras mentes están diseñadas para favorecer a quienes consideramos de nuestro grupo.

Es un mecanismo evolutivo que puede servirnos para hacer lazos, aún con personas que no pensaríamos que tenemos cosas en común. En un estudio analizaron los niveles de prejuicio entre cristianos y musulmanes en el campo de juego.

En el experimento encontraron que el pertenecer al mismo equipo reduce los niveles de prejuicio y fomenta la colaboración, al menos mientras dura el juego.

El fútbol tiene el poder de mejorar el mundo

Un grupo de investigadores estudió el caso de Mohamed Salah, un jugador de futbol de elite notoriamente musulmán. Los investigadores revisaron los datos de reportes de crímenes de odio en Inglaterra y analizaron 15 millones de tweets de los fans del futbol en la Gran Bretaña.

Encontraron que después de que Salah se unió al club Liverpool F.C., los crímenes de odio en el área de Liverpool cayeron un 16% y los fans del club redujeron a la mitad sus tweets en contra de los musulmanes.

Esto es sólo una pequeña muestra de cómo el futbol tiene un potencial para mejorar nuestras vidas.