Escribe tu primer paper de economía

Guías de 5 minutos para economistas ocupados para escribir (y publicar) su primer paper de economía usando datos y modelos de econometría.

Marionomics: Escribe tu paper de economía

La extraña conexión entre la revolución rusa y las matemáticas detrás de la inteligencia artificial

La extraña conexión entre la revolución rusa y las matemáticas detrás de la inteligencia artificial

En 1905 estalló en Rusia la revolución.

Se le llamó la "primera revolución rusa", y culminó con el Zar Nicolás II concediendo a la creación de una constitución y de la creación del primer parlamento (Duma).

El "Domingo sangriento"

El conflicto dividió al país entre aquellos que querían proteger al status quo y querían que permaneciera un gobierno con un Zar en el poder, y los comunistas, que deseaban un gobierno más democrático.

En un lado: marxismo, materialismo dialéctico, ateismo. En el otro: religión, filosofía clásica y una mentalidad burguesa.

Del lado religioso se encontraba Pavel Nekrasov (Павел Алексеевич Некрасов), que como cristiano Ortodoxo, rechazaba al materialismo de Marx y era un fiel creyente del libre albedrío. La cuestión es filosófica, pero él y otros matemáticos estaban convencidos de que se trataba de una cuestión que se podía comprobar con matemáticas.

En particular, observando que la ley de los números grandes se cumple en las ciencias sociales

En 1713, Bernoulli encontró que si lanzas una moneda suficientes veces, la probabilidad observada de cualquier lado de la cara se acercará cada vez más al 50% (asumiendo que la moneda es justa). A este fenómeno se le llamó la ley de los grandes números.

Durante muchos años, este era el principio fundamental de la estadística. Y para que esta ley se cumpliera, cada lanzamiento de la moneda tenía que ser completamente independiente del que le sigue.

Este principio lo podemos observar en diferentes aspectos de la sociedad. Por ejemplo, en esta tabla están los matrimonios en Bélgica de 1841 a 1845 (Seneta, 2007).

Es difícil imaginar un acto de libre albedrío más representativo que el matrimonio. Las personas no tienen un mandato gubernamental ni un imperativo que les indique a qué edad deben de casarse. Las personas se casan cuando ellas quieren y con quien quieren, ¿cierto?

Y aún así, los números que se ven en esa tabla son casi idénticos año por año.

Para Nekrasov, y otros pensadores similares de la época, esta era una prueba infalible de que, si la ley de los grandes números está presente en las decisiones sociales, entonces esa es una prueba de la existencia de independencia estadística y, con ella, del libre albedrío. Observó que los números seguían patrones similares en las tasas de nacimiento e incluso las tasas de crímenes. Son decisiones que toman las personas de forma independiente y que convergen en cifras de la misma manera en la que la una moneda cae la mitad de las veces de una cara y la mitad de las veces de otra.

Y, si estos fenómenos seguían la ley de los grandes números, entonces debían de provenir de actos independientes… es decir, del libre albedrío.

Pero para Andrey Markov, eso era un abuso de las matemáticas

Del otro lado estaba Markov. Le decían Andrey el furioso… y no estaba nada contento con la conclusión de Nekrasov.

Desde su punto de vista, decir que la independencia estadística implica el libre albedrío era un sinsentido.

Así que se puso manos a la obra en una demostración de que hay eventos dependientes que también siguen la ley de los grandes números. Para lograrlo, quiso emplear un ejemplo en el que un evento claramente dependa de los eventos anteriores. Y un gran ejemplo es en el texto. Si la siguiente letra es una vocal o una consonante, depende fuertemente de la letra anterior. Cada letra depende la anterior.

Así que tomó “Eugenio Onegin”, una novela clásica de Alexander Pushkin, extrajo las primeras 20 mil letras del poema y las puso en una “cadena” de letras sin puntuaciones ni espacios. Encontró que un 43% eran vocales y el 57% restante eran consonantes y luego calculó la probabilidad de las transiciones de vocales a consonantes y entre si.

A la izquierda: 800 de las primeras 20,000 letras de Евгений Онегин, el poema de Pushkin que Markov usó. A la derecha: la matriz donde Markov hace el conteo. Fuente: von Hilgers & Langville (2006).

Por ejemplo, si 43% eran vocales, entonces la probabilidad de transición entre una vocal y otra debería ser .43x.43=0.185, o 18.5%. Sin embargo, la probabilidad real de que una letra sea una vocal dado que la anterior era una vocal era realmente de 6%.

Lo mismo pasó con los otros tres tipos de transición. Los valores de las probabilidades diferían mucho de lo que deberían ser si fueran variables independientes. Así fue que Markov comprobó que las letras tenían un comportamiento dependiente, ahora solo quedaba demostrar que seguían la ley de los grandes números.

SPONSORED

Si eres economista, en algún momento de tu carrera te vas a topar con las cadenas de Markov, seas consciente o no de ello.

Es una de las piezas de matemáticas más interesantes, profundas y útiles que existen. Escribí una sección completa en la comunidad de Skool.

Ahí te puedes encontrar:

  • Otros economistas que también están aprendiendo sobre economía, finanzas, econometría y matemáticas.
  • Cursos exclusivos grabados.
  • Y un calendario con los cursos en vivo (normalmente los viernes).

Te puedes unir de dos formas. Directamente de este newsletter o por medio de la comunidad. De cualquier manera, tienes acceso a ambos.

Quiero entrar

La máquina de la predicción

Puso dos estados: vocales y consonantes. Para calcular la probabilidad de que una vocal pase a ser una vocal incorporó el porcentaje de aparición de vocales (0.06/0.43=0.14) y calculó un 14%. Y, como todas las probabilidades tenían que sumar un 100%, la probabilidad de que se pase de una vocal a una consonante era (1-0.14 = 0.87) 87%.

El efecto ALV

El efecto ALV

En México hubo puente: no hubo actividades lunes ni martes por el festejo de la independencia.

Es el festejo nacional más importante del país. En el zócalo (la plaza frente a catedral de la ciudad de México) sale la presidenta a dar el tradicional grito. Las personas aprovechan los días libres para salir a la playa o a otras ciudades, se juntan en familia y se divierten. Comemos pozole, nos vestimos de charros y de adelitas, escuchamos mariachis y lanzamos fuegos artificiales.

Y luego de vuelta a la realidad.

Y hoy… nadie fue al gym

Para nosotros en México hoy fue lunes.

Pero a diferencia de otros lunes, este es un lunes en el que ya pasaron dos días de la semana y no hicimos nada.

  • Ni fuimos a trabajar.
  • Ni fuimos al gym.
  • Ni le avanzamos en ese proyecto de investigación.
  • Y se nos olvidó mandar a revisión ese artículo sobre economía de cuidados y se nos pasó el tiempo límite y ahora hay que hablarle a los organizadores a ver si nos dan chance de meterlo con retraso… (demasiado personal).

Hoy fui al gym y para sorpresa únicamente de mi, estaba medio vacío (o medio lleno, si eres optimista). En las clases decidí echar poquito chisme porque ya sabía que los alumnos llegaron muy a fuerzas, y muchas personas ya querían que se acabara la semana.

Es como decir: “ya dejé de ir dos días… ya que más da que se pierda la semana”.

Curiosamente, los psicólogos le tienen uno de los nombres mas chistosos a este efecto.

El efecto “what the heck” (si, así se llama)

Yo le digo “el efecto ALV”. Creo que tiene más impacto y es una traducción más precisa de lo que significa.

Y pasa muy seguido cuando tenemos una meta, perdemos un poquito de foco de la meta, y literalmente decimos “ALV” y dejamos de hacerlo porque pensamos que ya no tiene caso.

  • Esta semana nos perdimos dos días y no pudimos ir al gym… ALV ya no voy el resto de la semana.
  • Rompí la dieta y me comí unos tacos de discada en la verbena de la facultad… ALV, me como esa tostada, que al cabo ya rompí la dieta.
  • Se me pasó escribir para mi newsletter… ALV tampoco le avanzo al paper.

Y así. Como diría José Alfredo Jiménez: Una piedra en el camino me enseñó que mi destino era rodar y rodar.

Y seguimos rodando el resto de la semana.

No te azotes… siempre puedes seguir avanzando en tu proyecto

Mañana tendremos una sesión sobre cadenas de Markov en Python… la sesión es en línea y puedes entrar dando click aquí:

Entrar a la comunidad de Marionomics

Échale un ojo y me cuentas qué te parece…

La próxima semana tendré una sesión el jueves de IA para la investigación (esa es en vivo, pero te voy a dejar las notas por aquí). Y también una sesión de inglés para economistas.

No le tienes nada que demostrar a nadie

Ayer estaba en una comida con la familia de unos amigos y pasó lo de siempre:

  • Descubren que mi esposa viene de Rusia.
  • Y la conversación automáticamente se convierte en las mismas preguntas: “¿cómo llegó aquí?”, “¿Qué estabas haciendo por allá?”, “¡Te la robaste!”.

Y normalmente la cosa se queda ahí, pero en esta ocasión ella se fue y la conversación cambió:

  • Hablamos de KPIs, de biotecnología y de modelos de negocios.
  • Hablé un poco de lo que me gusta y de las complejidades del trabajo de investigador.
  • Incluso hablé sobre mi libro de econometría (ya lo tiene el editor, ya debe de salir este mismo año, lo juro).

Total que me quedé pensando mucho en cómo la nacionalidad de mi esposa suele eclipsar todo lo demás que es mi vida.

Entonces me llegó un pensamiento intrusivo:

“lo que tienes no es suficiente… necesitas un logro 100x más monumental para que eso sea el foco de atención”

Por supuesto, en ese mismo momento me di cuenta de que eso no viene de un lugar positivo y no es algo que yo quisiera hacer.

Al menos no por eso.

Yo quiero hacer lo más y lo mejor que pueda porque la vida es muy corta y quiero aportar lo más que pueda. Nunca he hecho nada por llenar algún vacío o por tener validación externa. Yo hice mi doctorado porque de verdad tengo un amor profundo por la economía como ciencia y porque es ahí donde he encontrado la oportunidad de platicar con personas extraordinarias

Y ahí es donde me di cuenta de lo que de verdad quiero hacer con mi comunidad en línea

Este año he comenzado con el camino de una comunidad en línea especial para economistas.

Salir de la carrera en economía normalmente no es suficiente:

  • Para el momento en el que sales de la carrera muchas cosas han cambiado (porque la economía cambia mucho).
  • Hay muchas cosas aún qué aprender de finanzas, econometría y otras escuelas de pensamiento que tal vez no te enseñaron.
  • Pero más importante… es importante mantenerse conectado con una comunidad de economistas que piensen igual que tú.

Cuando yo estaba en el doctorado fue la primera vez en la vida que por fin me sentí como pez en el agua.

Podía ir con cualquier persona y hablar horas y horas sobre modelos matemáticos, sobre econometría, sobre pobreza, sobre políticas públicas… y me iba con algo valioso.

Y esa es la experiencia que quiero replicar en la comunidad Marionomics.

  • Si, hay cursos en línea de Microeconomía aplicada, Finanzas y hasta economía no-ortodoxa.
  • Pero lo que más me interesa es replicar el espacio de expertos en economía. Un espacio para hacer preguntas y hablar de lo que nos interesa. Sin sesgos políticos y sin discusiones estériles.

Conoce la comunidad de Marionomics dando click aquí

PS: este viernes tendremos una sesión sobre cadenas de Márkov para investigación de operaciones usando Python.

Si es algo que te interesa, tienes un pase de 7 días gratis. Puedes entrar a la sesión y me cuentas si te parece interesante.

No lo hagas por demostrarle a alguien más que eres un economista muy fregón (yo sé que lo eres). Hazlo porque superarte cada día es lo que te hace ser humano.

Finanzas para Neurodivergentes

Finanzas para Neurodivergentes

¡Hola!

El día de hoy tenemos una sesión en vivo de Finanzas Personales. Pero es un tema muy especial, muy complejo y que vale la pena mucho estudiar, porque creo que no está muy bien estudiado: las finanzas personales en las personas neurodivergentes.

Y para esta sesión le pedí a mi amiga Liliana Zamacona (La China Financiera), que me apoyara con su chisma, con su conocimiento y con su sabiduría.

Desde ya hace tiempo habíamos platicado sobre un curso para personas neurodivergentes

Liliana recibió su diagnóstico de TDAH y espectro autista cuando cumplió 40 años y desde entonces le cambió la vida:

  • Se dio cuenta de que muchos de sus comportamientos no eran su culpa. Liliana cayó en deuda profunda y salió de ella… dos veces. Eso es parte de su origin story que la hizo convertirse en entrenadora financiera.
  • Logró identificar sus debilidades que le da la neurodivergencia… pero también sus fortalezas. Las compras impulsivas, la dificultad para organizar tus finanzas. Todas esas barreras que te estás poniendo para hacer crecer tu dinero… no eres la primera ni la última persona que lo va a vivir.

Y la de esta semana es en verdad una MASTERCLASS, donde Liliana nos cuenta su historia y nos ayuda a entender cómo convertir esas diferencias que tenemos en la forma de pensar en un SUPERPODER.

Pero… ¿esta masterclass es sólo para personas con neurodivergencia?

Últimamente hemos escuchado a muchas personas declararse neurodivergentes… más de las que nos imaginábamos.

Parece que todo el mundo se volvió neurodivergente de la noche a la mañana.

Y esto tiene una razón:

  • Con las redes sociales, más personas se dan cuenta de que no son las únicas que comienzan haciendo el desayuno y 3 doritos después ya están buscando el desarmador para volver a armar el librero de Ikea que tienen arrumbado en la esquina desde hace 2 meses.
  • Las herramientas de diagnóstico se han hecho mejores para detectar autismo y tdah. En los tiempos de Galileo, sólo habían 8 lunas en Júpiter. Hoy sabemos que el planeta tiene 95 lunas. No es que hayan aparecido lunas nuevas, es que aprendimos mejor cómo detectarlas. Es lo mismo con la neurodivergencia.
  • Y las nuevas generaciones son más vocales y más valientes en nombrar algo que antes era más un tabú. Hubo un tiempo en el que ser zurdo era muy mal visto. Hoy a nadie le causa problema que escribas con la mano izquierda. Lo mismo está pasando poco a poco con la neurodivergencia: lo que antes muchas personas preferían callar, hoy es de lo más normal.

Ser neurodivergente afecta tus finanzas

No muchos hablan de eso, pero hay una especie de “impuesto a la neurodivergencia”.

La razón es que el mundo no está diseñado para alguien que prefiere hacer un proyecto en tres días de hiperfoco y descansar durante dos semanas al acabar. Es un mundo que nos quiere como relojitos. Despertando a la misma hora y trabajando nuestro horario.

Pero nosotros no somos así.

Es hora de que tomes control de tus finanzas

Únete a la masterclass.

Viernes 12 de Septiembre a las 11am.

Este es el enlace para unirte

Estoy seguro de que te cambiará la vida tanto como me ha cambiado a mi haber conocido a Liliana.

Estás aprendiendo economía de la manera incorrecta

Estás aprendiendo economía de la manera incorrecta

Por fin entendí por qué el sistema educativo nos falla para hacer que aprendamos lo que de verdad necesitamos para la vida.

Y lo peor de todo: es algo que jamás va a poder cambiar.

La respuesta:

  • El objetivo de la educación tradicional es un aprendizaje en masa.
  • Para solucionar ese problema, se parte del supuesto de enseñar las ideas de forma secuencial. Enseñar matemáticas antes de investigación de operaciones antes de teoría de juegos.

Pero esa no es la forma en la que los humanos aprendemos. El aprendizaje se logra conectando ideas, y muchas veces necesitamos hacer las cosas mil veces antes de que la teoría logre tener sentido.

Veamos un poco más a profundidad…

El objetivo de la educación tradicional es el aprendizaje en masa

A veces circula una imagen de la evolución de la tecnología en cien años… un auto hace cien años vs un automóvil hoy, un teléfono hace 100 años vs un teléfono hoy.

A simple vista se ven los avances tecnológicos.

Y entonces muestras la escuela hace vs años vs hoy: básicamente la misma imagen.

¿Por qué en tantos años el sistema educativo no ha cambiado básicamente en nada?

  • Si tuviéramos que re-hacer desde un inicio la educación, y si nuestro objetivo fuera hacer que las personas que entran a la escuela salgan con su potencial amplificado, la escuela se vería muy diferente: tutorías constantes y personalizadas. Módulos basados en storytelling, y una combinación constante de teoría y práctica.
  • ¿Y por qué no lo hacemos así? En una palabra: costos. El problema que la educación tradicional soluciona es dar educación a números grandes de personas. Lo adivinaste, el objetivo es generar trabajadores capacitados. Piensa en una maquila que requiere personas que lleguen a un lugar a tiempo y sepan seguir instrucciones.
  • Como economista, reconozco que resolver estos problemas es necesario. Pero tenemos que ser conscientes de que eso no resuelve que tú alcances tu mayor potencial, ni mucho menos maximiza tu felicidad.

¿Y cómo lo solucionamos?

Aprender a veces requiere volver a estudiar y aplicar lo que estás estudiando

La solución del sistema educativo para enseñar en masa es diseñar programas, hacer supuestos sobre la forma en la que se aprende un tema y dejar que los números hablen.

En todo este sistema, podrías ser de los grandes afortunados que pudieron diseñar con el sistema tal cual está diseñado. Mala suerte si ese sistema no está diseñado para ti: tendrás que salir del sistema educativo sin las herramientas adecuadas.

El resultado: luchas mucho para obtener un puesto, y cuando lo logras, sientes que todo lo aprendiste en el trabajo.

¿Y para qué fue entonces tanto esfuerzo en la universidad?

Cómo solucionarlo

Confesión: muy poco de lo que aprendí de econometría lo aprendí en las clases de econometría.

Lo aprendí trabajando lado a lado con un profesor amigo mío en su cubículo en el Instituto Politécnico Nacional. Nos pasábamos tardes enteras diseñando modelos, platicando sobre economía y rayando el pizarrón.

No era el ejercicio perfecto y sin errores. Eran los datos crudos y el código spaguetti lleno de defectos lo que me hizo aprender.

Y eso es lo que estoy tratando de replicar.

Hice una comunidad en línea donde hay otros economistas como tú aprendiendo

Tiene sesiones en vivo, y economistas de México y el mundo hablando en Español.

  • ¿Quieres hablar de Economía? Aquí es el lugar en el que de verdad hablamos del tema sin enredarnos en las discusiones inútiles de las redes. Aquí estamos para aprender.
  • Cursos exclusivos. Muchos los diseñé yo mismo, pero otros tantos son con profesores y economistas de todo el país (y muy pronto de todo el mundo). Es el lugar en el que los economistas nos juntamos a hablar de lo que está pasando en el mundo.

Soy yo, replicando esa oficina en el IPN donde aprendí tanto. Fue ahí donde realmente aprendí todo lo que más tarde me ayudaría a poner una consultoría, obtener mi tiempo completo en una universidad y entrar en el sistema de investigadores. Estoy tratando de que tú también lo tengas a la mano.

¿Cuánto cuesta entrar a esta comunidad?

El precio final será de $20 dólares al mes. Pero, siendo honestos… me interesa mucho que el precio no sea una barrera para ti. Así que por tiempo limitado, entrar cuesta únicamente UN DÓLAR.

Eso es por un mes. Si quieres un año completo, sólo son $9.

Pero sólo tengo 15 lugares así.

Sólo 15.

¿Qué incluye?

  • Acceso a una comunidad con economistas en un foro activo donde puedes discutir sobre economía todo el día.
  • Acceso a los cursos (actualmente estoy trabajando en el curso de investigación de operaciones con python e IA… no te lo puedes perder).
  • Entradas exclusivas en este newsletter.
  • Acceso a todas las sesiones en vivo durante tu suscripción.

Entra ya dando click aquí.

PS: El precio final de esta comunidad serán $20 dólares al mes, pero el precio en el que obtienes acceso es en el que se quedará tu suscripción para siempre.

PS2: No te puedes perder este 12 de Septiembre la sesión especial con Liliana Zamacona (La China Financiera) sobre Finanzas Personales para personas Neurodivergentes. Va a estar increíble.

Deberíamos enseñar investigación de operaciones con Python

Deberíamos enseñar investigación de operaciones con Python

¡Hola!

Te voy a dar mi opinión más sincera sobre la investigación de operaciones: no se cómo se está enseñando en otras partes, pero no he visto que se use python lo suficiente.

Y deberían.

¿Por qué enseñar a los alumnos a hacer algo que la computadora puede hacer mejor?

No me imagino dejando que mis alumnos pasen más de 3 clases modificando un tabló para resolver por el método simplex en la libreta.

Simplemente no creo que valga la pena:

  • La computadora puede resolver en segundos el problema. ¿Por qué no mejor pasar ese tiempo enseñando a los alumnos a usar un lenguaje de programación?
  • Al contrario de lo que podrías pensar, el alumno no estaría dejando de aprender matemáticas. Para usar un lenguaje de programación se necesita desarrollar lógica matemática. Pero con python es más entretenido y se aprende mejor.
  • Si puedes resolver un problema que tomaba semanas en una hora, las clases de operaciones se pueden enfocar en conocer muchos algoritmos, en hacer planteamientos. Dicho de otra forma: estamos maximizando el número de problemas que un alumno puede solucionar.

Todo eso lo podemos lograr con un cambio ligero: incluir Python en el programa de Investigación de Operaciones

Llevo un año enseñando Investigación de Operaciones en la universidad, y lo hago con python.

¿Por qué?

  • Usamos Google Colab, que es un entorno de ejecución en línea. No es necesario descargar nada.
  • Python es un lenguaje muy flexible, que permite resolver todo tipo de problemas.
  • Las libretas de Colab permiten experimentar a prueba y error y aprender a resolver todo tipo de problema.
  • Así haremos las soluciones escalables. Con estos bloques de código puedes solucionar los problemas para 2 variables con 3 restricciones lo mismo que para un problema de 200 variables y 500 restricciones.

Entra a la sesión, donde aprenderemos a usar Python para resolver problemas de Programación Lineal

Mañana 29 de Agosto a las 11am tendremos una sesión en línea, donde aprenderemos a usar el módulo PuLP en Python.

  • Durante la sesión podrás seguir el código y hacerme preguntas.
  • Dejaré la grabación en mi plataforma.
  • Y dejaré los enlaces para que tengas el acceso al código para siempre que lo necesites.

Todo está dentro de esta plataforma. Para entrar, sigue este enlace.

Y recuerda, tienes 7 días de prueba gratis. Después de ese periodo, puedes cancelar tu suscripción sin ningún problema.

Las redes sociales son granjas de atención

Las redes sociales son granjas de atención

Tengo mucho tiempo pensando en cómo las redes sociales viven de nuestra atención.

Y no quiero ponerme muy filosófico, pero en cierto modo, nuestra vida no está hecha más que de nuestra atención.

Somos sólo los momentos que vivimos. Es como esa vieja pregunta de que si un árbol cae en medio del bosque y no hay nadie para escucharlo, ¿realmente hizo ruido? Porque aunque físicamente si se haya generado ese ruido, ¿qué más da?

Nadie está pensando en los huracanes en Júpiter en este momento. Daría igual si se producen o no.

Pero estos pensamientos tienen consecuencias más graves cuando los contrastamos con la forma en que las empresas extraen valor de sus trabajadores de acuerdo a Marx. Esta es la primera vez que directamente intento escribir algo relacionado con Marx, y personalmente me considero que no lo conozco o entiendo lo suficiente, así que si digo algo que no es correcto ténganme paciencia (y de preferencia me contestan este correo).

Marx y la transformación del trabajo en un commodity (plusvalor)

Mi punto es este: para las empresas que manejan las redes sociales, nuestra atención individual es solo un número que en sí mismo no vale tanto. Lo que para nosotros lo es todo, para ellos sólo es un punto en un dataset enorme que ellos entrenan en un algoritmo.

Como contexto, el negocio de las redes sociales es que ellos venden nuestra atención y ganan dinero por ese espacio publicitario.

Es un negocio muy lucrativo porque esa atención está ya curada y quienes se anuncian por redes sociales saben que sus anuncios les llegarán a quienes tienen más probabilidades de realmente ser compradores. Cada click, cada scroll, cada pausa, cada segundo que te quedas viendo, el algoritmo entiende mejor y mejor quién eres y aprende qué tipo de anuncios te van a interesar más.

Hay una empresa pagando centavos de dólar por ese segundo que te quedaste viendo un anuncio.

Y si tú te quieres salir de ese juego, no importa, hay millones más como tú

Voy a defender a Marx con un argumento de libre mercado: si seguimos hablando de él es porque hay mercado para sus ideas.

De forma más concreta: con sólo mencionar su nombre, las redes saben que este mensaje debe ir a ciertas personas dispuestas a comentar (para bien y para mal). Las redes no quieren que seas feliz: quieren lucrar con tu atención.

Irónicamente, eso es algo muy parecido a la forma en que Marx describe que las empresas extraen el plusvalor (surplus) de nuestro trabajo. Solo que en vez de nuestro trabajo, lo hacen con nuestra atención. Esas 8 horas de atención que venden como espacio publicitario para nosotros lo es todo, pero para las empresas que manejan las redes son apenas unos centavos. Tu atención pasa por la máquina y se transforma en un commodity, empaquetado dentro de un modelo de predicción.

Te puedes salir de las redes, pero eso no importa. Ya tienen millones como tú alimentando el modelo y pasando horas interminables cada día en el doomscroll infinito, regalando su información a cambio de un poco de entretenimiento. Por eso invierten tanto dinero haciendo que pases cada vez más tiempo con tus ojos en la pantalla, aún cuando el resultado sea malo para tu salud mental.

Mi entendimiento de Marxismo es limitado

Estoy tratando de aprender más del tema porque es muy interesante y realmente da un entendimiento más profundo del mundo.

Aunque para ser honestos, tal vez debería quedarme en el terreno de las matemáticas y los datos, que es donde está mi fuerte. Tengo una plataforma donde estoy juntando los cursos que estoy desarrollando. Los míos van de econometría, datos y programación para economistas, y para los demás temas que yo personalmente no domino estoy invitando a profesores y economistas increíbles de todas partes.

Actualmente estoy trabajando en los cursos de:

  • Microeconomía Aplicada.
  • Investigación de operaciones con Python e IA.

Que son los cursos que doy en la universidad. Adicionalmente, puedes encontrar ahí el curso del Reto Banxico 2025, que conjunta ponencias de ponentes de todo el país relevantes para escribir un documento para participar en un concurso de política monetaria. Ahí viene desde cómo usar la API de Banxico usando Python hasta consejos para escribir un artículo de economía.

Sigue este enlace para conocer la plataforma

Nos vemos ahí.

La Investigación de Operaciones necesita un push-up

La Investigación de Operaciones necesita un push-up

¡Hola!

Esta semana comienzo mi curso de Investigación de Operaciones en la Universidad. Llevo ya un año dando esa clase y desde el inicio me di cuenta de que le hacía falta una actualización. No tiene caso estar enseñando a resolver problemas que una computadora puede solucionar mejor que el alumno (y que el maestro, por cierto).

Lo más lógico era agregar ejercicios para resolverse con un lenguaje de programación, pero eso no era suficiente en la era de la Inteligencia Artificial.

Veo tres grandes mejoras que la literatura en investigación de operaciones requiere urgentemente:

  • El uso integral de programación en Python. Python es un lenguaje de programación muy versátil. Todos los problemas de Investigación de Operaciones (IO) se pueden resolver usando Python.
  • El uso de la IA para el planteamiento de los problemas.
  • Un panorama ético del uso de la IO.

Veamos a fondo…

No se puede aprender ni enseñar Investigación de Operaciones sin un lenguaje de programación

El salón asignado por default para mi clase de investigación de operaciones no tiene computadoras.

Para mi este es un indicador de que en ningún momento se dejó previsto que esa clase debería de asignarse en un laboratorio, con computadoras y con el uso de lenguajes de programación. Siempre a mitad de clase nos acabamos moviendo al laboratorio porque aprender IO sin usar un lenguaje de programación no tiene mucho sentido.

Esta es mi lógica:

  • No hay razón para pasar horas y horas resolviendo problemas que una computadora puede hacer mejor que nosotros. Aclaro que yo personalmente considero resolver ejercicios matemáticos una especie de gimnasia mental y un fin en sí mismo, pero si lo que queremos es aprender a resolver problemas de IO, entonces nos tenemos que enfocar en la forma más eficiente de resolverlos.
  • ¿Por qué Python? Si vamos a delegar el trabajo de análisis a la computadora, debemos de elegir nuestra herramienta de trabajo. Python tiene muchas ventajas: todo lo que quieras hacer de IA lo puedes hacer en Python, que también se puede usar en muchas otras cosas.

Usar IA para el planteamiento de los problemas en lenguaje matemático

El objetivo de la IO es tomar mejores decisiones.

Para entender lo que significa “mejores decisiones” requerimos ahondar en lo que queremos decir por “mejores”. En general nos referimos a decisiones que son óptimas en un sentido matemático, y eso es algo que las máquinas suelen hacer mejor que las personas.

Es mejor aprender a delegar.

  • Los modelos de IA tradicionales nos pueden ayudar. Se trata de aprender a integrar los modelos de optimización a procesos que son manejados por máquinas.
  • Y claro, en ocasiones eso incluye a los modelos de lenguaje grande (LLM) como chatGPT. Antes, encontrar la forma correcta de plantear un modelo requería de mucha experiencia. Ahora sólo requiere un conocimiento más superficial.
  • Por esa razón, vale la pena hacer las clases de IO más enfocadas a que los alumnos conozcan muchos modelos y el tipo de problemas que pueden solucionar con ellos. Le pasan el trabajo del planteamiento a una IA y lo automatizan con otro tipo de IA

Necesitamos una visión más ética de la IO

En ningún momento los libros de IO ponen en contexto los objetivos que estamos maximizando.

Como diría el Dr. Ian Malcolm en la película de Jurassic Park:

Tus científicos estaban tan preocupados en si podían, que no se detuvieron a preguntarse si deberían.

El hecho de que exista un método para maximizar el número de horas que un usuario de la red social pasa en la plataforma, no significa que deberíamos aplicarlo. A primera vista, parece que estoy tratando de forzar una visión moral a algo que podría vivir de manera independiente, pero incorporar una visión ética no se trata únicamente de pregonar, de limitar los objetivos o de meter variables.

Veo al menos dos formas en las que incorporar una visión ética modifica los modelos de IO:

  • Incorporar externalidades no se trata simplemente de limitar las restricciones. Por ejemplo, si queremos optimizar la producción en una fábrica que contamina, debemos incorporar el daño que se causa al medio ambiente y los mecanismos para repararlo dentro de nuestro cálculo de optimización. Así sea de manera voluntaria u obligatoria.
  • Puede llegar a ser imposible agregar preferencias en un modelo cuando tiene 3 o más agentes. El teorema de imposibilidad de Arrow implica que, si queremos planear un viaje entre tres personas, pero uno quiere reposar en la playa lo más posible, otro quiere conocer el mayor número de restaurantes y el siguiente quiere optimizar su experiencia en la vida nocturna, probablemente eso cambia mucho la forma de plantear el problema.

Imagina eso, pero para resolver problemas sociales, donde entra una fábrica, el medio ambiente, el gobierno, las comunidades, etc.

Si es difícil de resolver con matemáticas, sin ellas será imposible.

Este es el inicio de una serie nueva de IO

Un breve anuncio: Este verano estuve haciendo modificaciones al newsletter para mejorarlo mucho.

Ahora la suscripción de pago viene junto con una plataforma, donde subiré cursos.

Hay dos cursos con los que comenzaré: Microeconomía Aplicada e Investigación de Operaciones. Ya está cargado un curso de política monetaria con invitados especiales de todo el país.

Entra a la plataforma aquí

PS: Si ya tienes tu suscripción premium y no tienes acceso a Skool, no tienes que pagar doble: avísame y te doy acceso.

PS2: El acceso está en 5 usd en Skool y tendrá el mismo precio aquí. ¡Pero es por tiempo limitado! El precio subirá a 7 usd al llegar a los 200 suscriptores y seguirá subiendo hasta llegar a 20 usd al mes. ¿Por qué? Porque este es el arranque de una plataforma de actualización para economistas. Yo estaré trabajando los temas de econometría, pero seguiré invitando a economistas importantes de todo el país.

¡Genial! Te has registrado exitosamente.

¡Bienvenido de vuelta! Has iniciado sesión correctamente.

Te has suscrito correctamente a Marionomics: Escribe tu paper de economía.

¡Éxito! Revisa tu correo electrónico para obtener el enlace mágico para iniciar sesión.

¡Éxito! Se ha actualizado la información de facturación.

No se actualizó tu información de facturación.