Algoritmos: ¿Pueden ayudarnos a tomar decisiones menos sesgadas?

algoritmo y decisiones, curso economía del comportamiento Clase Ejecutiva UC

Los algoritmos también pueden presentar sesgos cuando toman decisiones, pero son más fáciles de detectar y revertir que los humanos.

Tomamos permanentemente decisiones. Estas pueden ser sencillas como que vestimenta usaremos hasta otras más complejas y que involucran montos considerables de dinero como la compra de una casa. Tomar decisiones y equivocarnos es algo común en los diversos ámbitos en que nos desenvolvemos (laboral, educacional, familiar, entre otros).

En el proceso de toma de decisiones, podemos entender a las heurísticas como reglas simples o “atajos mentales” que tomamos los seres humanos. Y que generalmente son eficientes, pero que para decisiones importantes pueden fallar.

Los sesgos, por su lado, son heurísticas aplicadas consistentemente de forma inapropiada que resultan en errores sistemáticos.

¿Mejores decisiones?

Según la Real Academia Española, “algoritmo” es un conjunto ordenado y finito de operaciones que permite hallar la solución de un problema. Con los grandes desarrollos y avances en big data e inteligencia artificial, vemos hoy en día diversos desarrollos de modelos algorítmicos de gran capacidad en múltiples ámbitos.

¿Podrán los algoritmos ayudarnos a tomar mejores decisiones?, ¿a equivocarnos menos?, ¿a qué nuestras decisiones sean menos sesgadas?

Veamos a continuación dos situaciones en que es común que las personas tomemos decisiones sesgadas y donde los algoritmos podrían ayudarnos.

Sesgos hacia ciertos grupos de personas

A pesar de que ciertas características de las personas como su género o raza no son relevantes para muchas decisiones, está demostrado que las personas exhibimos sesgos que afectan a ciertos grupos. Así, diversos estudios muestran discriminación en procesos de selección de personal. Por ejemplo, mujeres mayores tienen menor probabilidad de ser contratadas (Neumark et al., 2019), o jueces ven afectadas sus decisiones por sesgos raciales inconscientes (Rachlinski et al., 2008).

Aquí vemos un gran potencial de algoritmos bien configurados para eliminar estos sesgos propios de nuestra naturaleza humana.

Inconsistencia temporal en nuestras decisiones

Diversos estudios han mostrado que una persona enfrentada a la misma decisión muchas veces decide de manera distinta a la vez anterior. Por ejemplo, investigadores vieron que programadores computacionales diferían en promedio en un 71% en sus estimaciones del tiempo en realizar un determinado proyecto al evaluarlo en días distintos (Grimstad & Jørgensen, 2007).

En el contexto judicial, un famoso estudio en el Reino Unido vio que un prisionero tenía entre 2 a 6 veces más chances de ser liberado si estaba entre los tres primeros casos evaluados por un juez en comparación con los últimos tres (Danziger et al., 2011).

Vemos entonces que un algoritmo no debiera verse afectado por estas inconsistencias temporales, o producto del cansancio que podemos experimentar las personas.

Algoritmo sesgado

A pesar de que los algoritmos pudieran estar sesgados, producto de los datos con los cuales fueron entrenados (vía por ejemplo machine learning) o de los sesgos que sus diseñadores pudieron traspasarles, los sesgos presentes en los algoritmos son menos pronunciados que los de los humanos (Miller, 2018).

A su vez, en caso de verse un sesgo o discriminación presente en algoritmos, estas situaciones son más fáciles de detectar y corregir, en comparación con los diversos sesgos que presentamos las personas.

Resumiendo, vemos que nuestra forma de tomar decisiones presenta variados sesgos y un uso adecuado de los algoritmos, puede contribuir y complementar nuestro juicio para decidir mejor.

Miller, A. P. (2018). Want Less-Biased Decisions? Use Algorithms. Harvard Business Review, 26.
Rachlinski, J., Johnson, S., & Wistrich, A. (2008). Does unconscious racial bias affect trial judges. Notre Dame L. Rev., 84, 1195.

 

Actualízate con el curso sobre economía del comportamiento online de Clase Ejecutiva UC.





Artículos más recientes del autor