Algoritmos para vivir: La ciencia de la computación en las decisiones humanas por Brian Christian y Tom Griffiths

Sinopsis

¿Puede la ciencia de la computación enseñarnos los secretos de la vida? Quizás no, pero puede arrojar luz sobre cómo funcionan ciertos procesos cotidianos y cómo explotarlos. Los algoritmos están en todas partes, desde seguir una receta hasta el orden en que clasificas tu correo electrónico.

En Algoritmos para vivir: La ciencia de la computación en las decisiones humanas por Brian Christian y Tom Griffiths, el programador e investigador Brian Christian y el profesor de psicología y ciencias cognitivas de la UC Berkeley Tom Griffiths comparten las muchas formas en que los algoritmos dan forma a todo, desde la forma en que recordamos las cosas hasta cómo tomamos decisiones grandes y pequeñas.

Los 20 mejores conocimientos

1. La "regla del 37%" se refiere a una serie de pasos, o algoritmos, que alguien debe seguir para tomar la mejor decisión en un tiempo determinado. Alguien asigna el 37% de su tiempo a la investigación antes de tomar una decisión, luego se compromete con la siguiente "mejor opción" que encuentre.
2. El equilibrio "explorar/explotar" se refiere a la necesidad de equilibrar lo probado y comprobado con lo nuevo y arriesgado. El beneficio de este algoritmo depende completamente de cuánto tiempo tienes para tomar decisiones. Las personas tienen más probabilidades de visitar su restaurante favorito en su última noche en la ciudad que de arriesgarse con algo nuevo.
3. Desarrollado en 1952 por el matemático Herbert Robins, el algoritmo "Ganar-Permanecer, Perder-Cambiar" utiliza las máquinas tragamonedas como metáfora. Elige una máquina al azar y juega hasta que pierdas. Luego cambia a otra máquina; este método resultó ser más confiable que el azar.
4. Un estudio de psicología encontró que, dadas las opciones, las personas a menudo "sobre exploran" en lugar de explotar una victoria. Dadas 15 oportunidades para elegir qué máquina tragamonedas ganaría, el 47% utilizó estrategias de Ganar-Permanecer, Perder-Cambiar, y el 22% eligió máquinas al azar en lugar de quedarse con una máquina que pagaba.
5. Hollywood es un ejemplo principal de la táctica de explotar. El número de secuelas de películas ha aumentado constantemente durante la última década. En 2013 y 2014, siete de las 10 mejores películas fueron secuelas o precuelas. La tendencia probablemente cambiará si las nuevas ideas de películas atraen más dólares de taquilla.
6. La prueba A/B es similar al escenario de las dos máquinas tragamonedas en el que te quedas con la opción que mejor se desempeña. Más del 90% de los $50 millones de ingresos anuales de Google provienen de anuncios pagados, lo que significa que los algoritmos de explorar/explotar alimentan una gran parte de internet.
7. El Índice de Gittins proporciona un marco de probabilidades que asume que tienes una cantidad indefinida de tiempo para obtener el mejor beneficio, pero las posibilidades se reducen cuanto más esperas. Por ejemplo: elige una máquina tragamonedas con un historial de victorias/pérdidas uno a uno (50%) sobre la máquina que ha ganado nueve de 18 veces.
8. Los algoritmos de "Límite Superior de Confianza" ofrecen más espacio para el descubrimiento que el método "Ganar-Permanecer, Perder-Cambiar". Este algoritmo asigna un valor basado en lo que "podría ser" según la información disponible. Un nuevo restaurante tiene un 50/50 de posibilidades de proporcionar una buena experiencia porque nunca has estado allí.
9. El algoritmo "Tiempo de Procesamiento Más Corto" requiere que completes las tareas más rápidas primero. Divide la importancia de la tarea por cuánto tiempo llevará. Solo prioriza una tarea que tome el doble de tiempo si es dos veces más importante.
10. La Ley de Laplace calcula las probabilidades de que algo ocurra con solo pequeñas cantidades de datos. Cuenta cuántas veces ha ocurrido ese resultado, suma uno, luego divide por el número de oportunidades más dos. Por ejemplo: Tu equipo de softball juega ocho partidos por temporada. Ya ha ganado dos partidos. 2+1/ 6+2=3/8, o un 37.5% de posibilidades de que ganes el próximo partido.
11. El Principio Copernicano te permite predecir cuánto durará algo sin saber mucho sobre ello. La solución es que continuará tanto como hasta ahora. Basándose en este principio, Google durará razonablemente hasta 2044 (23 años desde 1998 + 23 desde 2021).
12. La "distribución de ley de potencias" considera que, en la vida, la mayoría de las cosas caen por debajo de la media y unas pocas se elevan por encima. Dos tercios de la población de EE. UU. ganan menos que el ingreso medio, pero el 1% superior gana casi diez veces la media. Pocas películas ganan dinero a nivel "Titanic" en taquilla, pero algunas sí.
13. El "Equilibrio de Nash" explora el fenómeno de los juegos de dos jugadores y la forma en que los jugadores forman estrategias que ninguno quiere cambiar en función de lo que hace la otra persona. Esto crea estabilidad. En Piedra-Papel-Tijeras con tres opciones, los jugadores adoptan una estrategia 1/3-1/3-1/3 a menos que la otra persona cambie de táctica, y el proceso comienza de nuevo.
14. Los cerebros humanos tienen una capacidad casi infinita para los recuerdos, pero tenemos una cantidad finita de tiempo para acceder a ellos. Esto resulta en la "curva del olvido". Un estudio de Hermann Ebbinghaus encontró que podía recordar sílabas sin sentido el 60% de las veces después de leerlas, pero disminuyó al 20% después de 800 horas.
15. Se demostró que la "curva del olvido" de Ebbinghaus coincide estrechamente con la frecuencia con la que se usan las palabras en la sociedad. La recurrencia de palabras encontradas en los titulares de The New York Times disminuyó a una tasa del 15% durante 100 días e implicó que los cerebros humanos sintonizan naturalmente sus procesos con el mundo que nos rodea.
16. El "flash crash" del mercado de valores del 6 de mayo de 2010 fue causado por una "cascada de información". Cuando una persona hace algo diferente, luego otras personas siguen su ejemplo, asumiendo que la primera persona sabe algo que ellos no. Este comportamiento hace que las personas compren en pánico o exhiban comportamiento de multitud.
17. El sociólogo Barry Glassner señaló que los asesinatos en los Estados Unidos disminuyeron en un 20% durante la década de 1990, y sin embargo, la mención de la violencia con armas de fuego en las noticias estadounidenses aumentó en un 600%. Una cascada de información puede ser causada más por información pública que privada.
18. Cuando los autores Brian Christian y Tom Griffiths programaron entrevistas para el libro, descubrieron que los expertos eran más propensos a aceptar una ventana estrecha y predeterminada que una abierta. Es menos desafiante acomodar restricciones que encontrar otra solución.
19. Lo creas o no, la aleatoriedad también es parte del algoritmo de la vida. El ganador del premio Nobel Salvador Luria se dio cuenta de que las mutaciones aleatorias podrían producir resistencia viral al ver a su amigo ganar el premio mayor en una máquina tragamonedas.
20. Los planes mejor diseñados suelen ser los más simples. Jason Fried y David Heinemeier Hannson, fundadores de la empresa de software 37signals, usan un marcador grueso cuando comienzan a hacer un lluvia de ideas porque limita el espacio y los obliga a mantenerlo simple y centrarse en el panorama general.

Resumen

Parada óptima

Mirar versus saltar

La vida está llena de situaciones que nos obligan a tomar la mejor decisión posible en el menor tiempo posible. Los conductores buscan el espacio de estacionamiento perfecto. Los gerentes buscan al mejor candidato para un trabajo, y los propietarios de inmuebles deben decidir si aceptar o no una oferta de venta antes de que el mercado inmobiliario cambie de nuevo. Este dilema se llama "parada óptima".

Questions and answers

How does the concept of optimal stopping apply to academic research?

View answer

The concept of optimal stopping can apply to academic research in several ways. For instance, researchers often need to decide when to stop collecting data or when to stop a study. This decision can be based on a variety of factors, such as the quality of the data collected, the time and resources available, and the objectives of the research. Optimal stopping can help researchers make these decisions in a more systematic and efficient way.

What are some other decision-making dilemmas that can be explained using algorithms?

View answer

Some other decision-making dilemmas that can be explained using algorithms include choosing the best time to buy or sell stocks, determining the optimal route for a delivery truck, deciding when to replace aging equipment, and selecting the best strategy in a game of chess. Algorithms can also be used to solve problems in machine learning and artificial intelligence, such as classifying images or predicting future events.

View all questions

Ask follow up

Los problemas de "Parada Óptima" se refieren a dilemas que requieren la mejor decisión en el menor tiempo posible. ¿Cómo equilibras la necesidad de obtener todos los hechos con la necesidad de actuar antes de que sea demasiado tarde? Ejemplos comunes incluyen la búsqueda del lugar de estacionamiento perfecto, cuándo alquilar un apartamento antes de que todos estén ocupados y cuándo contratar al mejor candidato para un trabajo. Este último ha sido examinado y discutido a fondo por los matemáticos desde la década de 1950.

Questions and answers

What are some practical tips for applying Optimal Stopping principles in everyday life?

View answer

Optimal Stopping principles can be applied in various aspects of everyday life. For instance, when looking for a parking spot, you might decide to stop at the first available spot after a certain point to avoid wasting more time. When renting an apartment, you might decide to take the first one that meets your minimum criteria after viewing a certain number. When hiring, you might decide to hire the first candidate who exceeds a certain benchmark after interviewing a certain number of applicants. The key is to define your criteria and decide on a stopping rule in advance.

How does the concept of Optimal Stopping apply to financial decisions?

View answer

The concept of Optimal Stopping can apply to financial decisions in various ways. For instance, it can be used to determine the best time to sell a stock or other investment. If you sell too early, you might miss out on potential gains. If you sell too late, you might lose money. Similarly, it can be used to decide when to stop investing in a losing venture. The goal is to make the best decision in the shortest amount of time, balancing the need for information with the need to act.

View all questions

Ask follow up

Este problema se conoce como el "Problema Secretarial".

• Si un empleador entrevista a 100 solicitantes de secretaria, esa persona debe asignar el primer 37% de las entrevistas para familiarizarse con el grupo de talento y las mejores cualidades.
• Si contratan al siguiente solicitante que parece ser el "mejor hasta ahora", la empresa tiene un 37% de posibilidades de que esa persona sea el mejor candidato.
• Las probabilidades se vuelven mayores con menos solicitantes.

Un inquilino en busca de un apartamento en San Francisco podría estar inclinado a tomar la primera unidad disponible debido a la alta demanda. Si ese inquilino necesita encontrar un nuevo lugar para vivir dentro de 30 días, el algoritmo de "Parada Óptima" sugiere que el inquilino dedique el 37% de su tiempo, o 11 días, a explorar opciones sin ningún compromiso. En el día 12, el inquilino debe estar preparado para comprometerse con el primer lugar que consideren como el "mejor hasta ahora".

Questions and answers

Are there any successful examples of companies using the Optimal Stopping algorithm in their business models?

View answer

Yes, there are several companies that use the Optimal Stopping algorithm in their business models. For instance, online dating services like Tinder and OkCupid use versions of this algorithm to help users find potential matches. Similarly, companies like Amazon and Netflix use it to recommend products or movies based on user's past behavior. In the real estate industry, companies use this algorithm to determine the best time to buy or sell properties. However, it's important to note that the use of this algorithm is not always explicitly stated by the companies.

How can small businesses apply the Optimal Stopping algorithm in their operations?

View answer

Small businesses can apply the Optimal Stopping algorithm in various aspects of their operations. For instance, when hiring new employees, they can use this algorithm to decide when to stop interviewing candidates and make a hire. The algorithm suggests that after interviewing about 37% of candidates, they should hire the next candidate who is better than all previous ones. Similarly, when deciding on a new product or service to launch, businesses can use this algorithm to determine when to stop researching and start implementing. They can spend 37% of their time exploring options, and then choose the next option that seems better than all previous ones.

View all questions

Ask follow up

Explorar versus explotar

Laura Carstensen, profesora de psicología en Stanford, hipotetizó que las personas reducen estratégicamente sus círculos sociales a medida que envejecen. En un estudio, se preguntó a las personas si preferirían pasar 30 minutos con un miembro de la familia inmediata, un autor que escribió un libro que leyeron recientemente o alguien que conocieron y que parecía compartir sus intereses. Los encuestados mayores eligieron al miembro de la familia, mientras que las personas más jóvenes eligieron hacer nuevos amigos.

Ask follow up

Sin embargo, cuando se agregó o quitó tiempo, algo interesante sucedió. Si a las personas mayores se les permitiera vivir 20 años más, sus elecciones coincidían con las de los encuestados más jóvenes. Si los encuestados más jóvenes imaginaban que estaban a punto de mudarse al otro lado del país, elegían a los miembros de la familia en su lugar.

Ask follow up

La vida está llena de incertidumbre, lo que hace que el proceso de decisión sea mucho más difícil en ocasiones. Para quitar algo de la presión de vida o muerte de la ecuación, volvamos en cambio a algo un poco menos grave: la máquina tragamonedas del casino.

Apodadas las "bandidas de un solo brazo", las máquinas tragamonedas vienen con varias probabilidades de pago que han desconcertado a los jugadores y fascinado a los estadísticos durante siglos.En 1952, el matemático Herbert Robbins propuso una solución al antiguo dilema de si debes esperar a la próxima gran victoria o retirarte mientras vas ganando. A esto lo llamó el algoritmo de Ganar-Permanecer, Perder-Cambiar.

Ask follow up

Robbins propuso que una persona debería elegir "un brazo" al azar (explorar), luego tirarlo mientras sea rentable (explotar). Una vez que la máquina deja de pagar, la persona debería moverse a otra, y así sucesivamente.

Mínimo arrepentimiento

A veces tienes que sopesar el riesgo con el posible arrepentimiento para encontrar la solución a tu problema particular. El CEO de Amazon, Jeff Bezos, tenía un trabajo estable y bien remunerado en Wall Street antes de fundar Amazon. El riesgo de la primera librería en línea, descubrió, era superado por la posibilidad de que pudiera arrepentirse de no intentarlo, un "marco de minimización de arrepentimientos".

Questions and answers

What are the actionable takeaways from "Algorithms to Live By" for entrepreneurs or managers?

View answer

The book "Algorithms to Live By" offers several actionable takeaways for entrepreneurs or managers. Firstly, it emphasizes the importance of making decisions based on calculated risks and probabilities, much like algorithms do. Secondly, it suggests that problems should be broken down into smaller, manageable parts for efficient problem-solving. Lastly, it encourages embracing randomness and uncertainty in decision-making, as these factors can often lead to innovative solutions and strategies.

What are some real-world scenarios where the ideas from "Algorithms to Live By" can be implemented?

View answer

The ideas from "Algorithms to Live By" can be implemented in various real-world scenarios. For instance, the concept of 'Optimal Stopping' can be used in decision-making processes such as hiring an employee or choosing a life partner. The 'Explore/Exploit' algorithm can be applied in situations like deciding whether to try a new restaurant or stick to your favorite one. The 'Sorting' algorithm can be used to organize your emails or files efficiently. The 'Caching' concept can be applied in managing your time and resources effectively. The 'Scheduling' algorithm can help in prioritizing tasks in your daily life.

View all questions

Ask follow up

"Sabía que cuando tuviera 80 años, no me iba a arrepentir de haberlo intentado", dijo Bezos. "No me iba a arrepentir de intentar participar en esto llamado internet que pensé que iba a ser un gran negocio. Sabía que si fracasaba, no me arrepentiría de eso, pero sabía que lo único que podría lamentar es no haberlo intentado nunca."

Ask follow up

Los algoritmos de "Límite de Confianza Superior" ofrecen más espacio para el descubrimiento que el método de "Ganar-Permanecer, Perder-Cambiar". Este algoritmo asigna un valor basado en lo que "podría ser" basado en la información disponible. Un nuevo restaurante tiene un 50/50 de posibilidades de proporcionar una buena experiencia porque nunca has estado allí.

Questions and answers

Can you elaborate on the concept of exploiting decisions based on what we've learned, as explained in the book Algorithms to Live By: The Computer Science of Human Decisions?

View answer

The concept of "exploiting" decisions in the context of the book "Algorithms to Live By: The Computer Science of Human Decisions" refers to the idea of using the knowledge and experiences we've gained over time to make decisions. This is contrasted with "exploration", where we seek out new experiences and information. As we age, we tend to rely more on exploitation, using our accumulated knowledge to guide our decisions. This is because as we gather more information and experiences, the potential benefit of exploration decreases. However, the balance between exploration and exploitation can vary depending on the context and the amount of time we believe we have available.

What potential obstacles might individuals or companies face when applying the concept of algorithms to their decision-making processes, and how could they overcome them?

View answer

Potential obstacles when applying algorithms to decision-making processes could include lack of understanding of how algorithms work, difficulty in translating real-world problems into algorithmic terms, and resistance to change from traditional decision-making processes. To overcome these, individuals or companies could invest in education and training to understand algorithms better, hire experts in the field, and gradually implement algorithms in their processes while monitoring their effectiveness and making necessary adjustments.

View all questions

Ask follow up

Los algoritmos no pueden garantizar una vida sin arrepentimientos, pero muestran cómo nuestra disposición a correr riesgos se reduce en función de cuánto tiempo creemos (o sabemos) que tenemos para asumirlos. Cuando somos niños, exploramos nuestros mundos y descubrimos cosas nuevas con gran entusiasmo. A medida que envejecemos, tendemos a confiar en las decisiones "probadas y verdaderas" basadas en lo que hemos aprendido, es decir, explotarlas.

Ask follow up

Planificar con propósito

A menudo, aquellas tareas con una fecha límite pueden ser abordadas desde la más cercana hasta la más lejana. Si tienes varias tareas que deben realizarse simultáneamente, es mejor ordenarlas por el tiempo que llevará cada una.

Para abordar este tipo de horario, especialmente si tienes varios clientes, puedes reducir la cantidad que todos deben esperar utilizando el algoritmo de Tiempo de Procesamiento más Corto. En pocas palabras, siempre aborda la tarea más rápida primero y así sucesivamente. Imagina un lunes por la mañana en el que tienes un gran proyecto que tarda cuatro días en completarse y un proyecto más pequeño que tarda un día. Si entregas el gran proyecto primero el jueves (4 días) y el pequeño el viernes (5 días), tus clientes habrán esperado un total de nueve días. Si entregas el proyecto pequeño primero el lunes (1 día) y el grande el viernes (5 días), tus clientes habrán esperado un total de seis días entre ellos. Esto se conoce como la "suma de los tiempos de finalización".

Ask follow up

Otro enfoque es asignar un peso a cada tarea, como cuánto dinero aportará. Divide el peso de cada tarea por el tiempo que llevará completarla, luego trabaja en el orden de mayor a menor. Para un trabajador independiente o contratista independiente, esto te permite determinar la tarifa por hora de cada tarea. Divide cada tarifa de proyecto por su tamaño y trabaja desde la tarifa por hora más alta hasta la más baja.

Questions and answers

What are the key insights from the book "Algorithms to Live By: The Computer Science of Human Decisions" that can be used in everyday life?

View answer

The book "Algorithms to Live By: The Computer Science of Human Decisions" provides several key insights that can be applied in everyday life. One of the main takeaways is the concept of the Copernican Principle, which can be used to predict the duration of an event or phenomenon. This principle suggests that, in the absence of other information, we should assume that we are observing at a random point in the timeline of an event. This can be applied in various situations, such as estimating the remaining lifespan of a technology or predicting the duration of a trend. Another key insight is the idea that algorithms, which are often associated with computer science, are actually ubiquitous in everyday life. They are involved in everything from cooking (following a recipe) to organizing emails, and understanding this can help us approach these tasks more efficiently.

How can the Copernican Principle developed by J. Richard Gott III be applied in business decision making?

View answer

The Copernican Principle, developed by J. Richard Gott III, can be applied in business decision making as a predictive tool. It's based on the assumption that, in the absence of other information, we are observing a process at a random point in its duration. For instance, if a business has been running for 10 years, and there's no other information available, one could predict that it will continue for another 10 years. However, this principle should be used with caution as it's a probabilistic approach and doesn't take into account specific factors that could influence the lifespan of a business.

View all questions

Ask follow up

Predecir el futuro

El astrofísico J. Richard Gott III desarrolló el Principio Copernicano en 1969, un método para predecir cuánto durará algo. Cuando visitó el Muro de Berlín, se preguntó cuánto tiempo duraría el muro. Como no sabía cuánto sería la vida útil del muro, Gott pudo suponer que, en promedio, su llegada sería aproximadamente a la mitad. Por lo tanto, adivinó que el muro permanecería en pie durante otros ocho años. En este caso, el Muro de Berlín duró 20 años, no ocho.

Ask follow up

El Principio Copernicano no es perfecto, un hombre de 90 años es poco probable que viva hasta los 180, pero hay casos en los que funciona bien. Mucho antes de que Gott le diera un nombre a este algoritmo, los estadísticos intentaron estimar cuántos tanques producían los alemanes cada mes durante la Segunda Guerra Mundial. La solución fue duplicar el número de serie visto en los tanques y estimar que al menos existían el doble. En este caso, estimaron que se fabricaban 246 tanques cada mes, en comparación con los 1,400 sugeridos por el reconocimiento aéreo. Después de la guerra, los registros alemanes confirmaron que el número real era 245.

Ask follow up

Olvidalo

Tu cerebro fue diseñado para olvidar

La memoria humana parece ser una cosa caprichosa a veces, pero hay un método en la locura. Hermann Ebbinghaus, un psicólogo de la Universidad de Berlín en 1879, se estudió a sí mismo para entender mejor la memoria.

Cada día, Ebbinghaus memorizaba una lista de sílabas sin sentido y se hacía un cuestionario. Luego creó un gráfico para mostrar cuánto tiempo tardaba en desvanecerse su memoria. La probabilidad de recordar predeciblemente disminuía con el tiempo, desde cerca del 60% justo después de leer algo hasta solo el 20% después de 800 horas.

Ask follow up

John Anderson, psicólogo y científico de la computación, reexaminó el trabajo de Ebbinghaus en 1987 para ver si podía diseñar sistemas informáticos alrededor del cerebro humano. Descubrió que nuestros cerebros olvidan información cuando ya no es relevante para el mundo que nos rodea. Anderson analizó los titulares de The New York Times y descubrió que una palabra es más probable que reaparezca justo después de ser utilizada por primera vez. La probabilidad de verla de nuevo se redujo más con el tiempo. Lado a lado, la apariencia del gráfico se parecía casi idéntica a los datos de Ebbinghaus.

Questions and answers

How can a startup use the concept of equilibrium, as discussed in Algorithms to Live By: The Computer Science of Human Decisions, to make strategic decisions?

View answer

A startup can use the concept of equilibrium to make strategic decisions by understanding that in any competitive scenario, there is a natural balance or equilibrium that is stable. This concept can be applied to business strategies. For instance, a startup might stick to a certain business strategy unless a significant change in the market or competition occurs, prompting a shift in strategy. This approach allows the startup to maintain a stable position while being ready to adapt when necessary.

What are some surprising insights about the concept of equilibrium presented in the book 'Algorithms to Live By: The Computer Science of Human Decisions'?

View answer

The book 'Algorithms to Live By: The Computer Science of Human Decisions' presents the concept of equilibrium in a unique light. It explains that equilibrium is a stable state, particularly evident in two-player games or scenarios involving at least two competitors. A surprising insight is the application of this concept to everyday situations like poker, where players maintain their strategies unless a significant change occurs. This illustrates how equilibrium is not just a mathematical or scientific concept, but a fundamental principle that governs our decisions and strategies in life.

View all questions

Ask follow up

Busca el equilibrio... o no

Hay un equilibrio natural en todo, especialmente en juegos de dos jugadores o escenarios que incluyen al menos dos competidores. Los matemáticos llaman a este fenómeno "equilibrio" porque es estable. El equilibrio es especialmente evidente en el póker, donde los jugadores se apegan a sus estrategias a menos que ocurra un cambio significativo.

Questions and answers

Can you provide an analysis of key case studies where the Nash Equilibrium was used and discuss their broader implications?

View answer

The Nash Equilibrium, named after mathematician John Nash, has been used in various case studies across different fields. Here are a few examples:

1. Economics: The Nash Equilibrium is used to predict the outcome of non-cooperative games involving two or more players. For instance, in the case of oligopolies (markets dominated by a small number of firms), the Nash Equilibrium can predict how these firms can maximize their profits by assuming the other firms' strategies.

2. Traffic Flow: The Nash Equilibrium has been used to model traffic flow. It predicts that drivers will choose their routes in a way that no single driver can reduce their travel time by changing their route, assuming other drivers keep their routes constant.

3. Evolutionary Biology: The concept of the Nash Equilibrium has been applied to evolutionary biology in the form of the Evolutionarily Stable Strategy (ESS). This predicts the strategies that will be adopted by populations in the long run.

The broader implications of these case studies show that the Nash Equilibrium can be used to predict outcomes in a variety of real-world situations where individuals or entities interact.

How might a company in a traditional sector like manufacturing apply the Nash Equilibrium principle?

View answer

A manufacturing company could apply the Nash Equilibrium principle in its strategic decision-making processes. For instance, in a competitive market, each company is trying to maximize its own profit. The Nash Equilibrium can predict the outcome of the decisions each company makes, assuming each company knows the strategies of its competitors and no company has anything to gain by changing its strategy unilaterally. This could help the company in making optimal decisions regarding production quantity, pricing, investment in new technologies, etc.

View all questions

Ask follow up

Ejemplo: En Piedra-Papel-Tijeras, solo hay tres opciones para que los jugadores elijan. Los jugadores naturalmente eligen una opción al azar o una estrategia de 1/3. Si uno de los jugadores comienza a usar más a menudo la roca, el otro jugador se adapta y usa papel. El otro jugador equilibrará las cosas nuevamente cambiando de estrategia, es decir, tijeras, etc., y el proceso comienza de nuevo.

Ask follow up

El matemático John Nash, inmortalizado en el libro y la película "Una mente brillante", demostró en 1951 que cada juego de dos jugadores tiene al menos un equilibrio de este tipo. Este descubrimiento le valió el Premio Nobel de Economía en 1994. A menudo referido como el "Equilibrio de Nash", este principio ofrece una predicción del resultado estable a largo plazo de cualquier conjunto de reglas o incentivos.

Questions and answers

How relevant is the Nash Equilibrium concept from Algorithms to Live By: The Computer Science of Human Decisions to contemporary business debates and issues?

View answer

The Nash Equilibrium concept is highly relevant to contemporary business debates and issues. It's a fundamental concept in game theory that provides a framework for predicting the outcome of a competitive situation where two or more participants are involved. In business, this can be applied to various scenarios such as pricing strategies, market competition, and negotiation tactics. For instance, in the context of market competition, businesses often have to decide on their strategies considering what their competitors might do. The Nash Equilibrium provides a theoretical solution to such strategic dilemmas.

What insights does "Algorithms to Live By: The Computer Science of Human Decisions" provide into how algorithms have influenced corporate strategies?

View answer

Algorithms to Live By: The Computer Science of Human Decisions" provides insights into how algorithms can be used to optimize decision-making processes in corporate strategies. It explains how concepts like the Nash Equilibrium can be applied in business scenarios, such as determining optimal working days to maximize profits and minimize losses. The book also highlights how algorithms can help in sorting and prioritizing tasks, which is crucial in time and resource management in corporations.

View all questions

Ask follow up

Este algoritmo se utiliza para planificar y dar forma a la política económica y social, pero a veces, "estable" no necesariamente significa "bueno".

Si una ciudad tiene dos comerciantes que atraen a los mismos clientes, el primero perderá negocio si trabaja seis días a la semana mientras que el otro trabaja siete. El Equilibrio de Nash sugiere que si ambos negocios toman un día libre, ambos descansarán, pero ambos perderán negocio. Entonces, ambos dueños trabajan siete días a la semana.

Questions and answers

What are potential obstacles companies might face when applying the concept of fads and fashions, and how could they overcome them?

View answer

Companies might face several obstacles when applying the concept of fads and fashions. Firstly, there's the risk of misjudging the market and investing in a fad that quickly fades away, leading to financial losses. Secondly, there's the challenge of timing - entering the market too late or exiting too early can also lead to missed opportunities. Lastly, there's the risk of losing brand identity by constantly chasing trends. To overcome these challenges, companies can conduct thorough market research to understand the longevity and potential of a trend. They can also maintain a balanced portfolio of trendy and classic products, and ensure that any trend they follow aligns with their brand identity.

How can the lessons from Algorithms to Live By: The Computer Science of Human Decisions be applied in today's business environment?

View answer

The lessons from the book 'Algorithms to Live By: The Computer Science of Human Decisions' can be applied in today's business environment in several ways. Firstly, businesses can use algorithms to optimize their processes and make more efficient decisions. For example, they can use sorting algorithms to organize data and make it easier to find specific information. Secondly, the book talks about the concept of 'exploitation vs exploration', which can be applied in business strategy. Businesses need to balance the exploitation of known successful strategies with the exploration of new potential opportunities. Lastly, the book discusses the idea of 'overfitting' - the mistake of optimizing too much for the current scenario and not being adaptable for future changes. Businesses should avoid overfitting and ensure they remain adaptable to changing market conditions.

View all questions

Ask follow up

Cambia el juego

Si tu amigo se lanzara de un puente, ¿tú también lo harías? El instinto humano de copiarse uno al otro puede ser un rasgo de supervivencia, como voltear a mirar cuando ves que otros lo hacen en caso de que haya peligro cerca. Las modas y las tendencias van y vienen. ¿Es mejor jugar a lo seguro o hacer tu propio camino para mejor o para peor?

Ask follow up

"Siempre que te encuentres del lado de la mayoría, es hora de hacer una pausa y reflexionar", dijo Mark Twain.

Las personas tienden a tomar decisiones basadas en suposiciones que derivan de las acciones de alguien más. Si todos compraron Beanie Babies, deben ser valiosos, ¿verdad?

Cuando este proceso comienza a avalancha fuera de control, se llama una "Cascada de Información". La crisis inmobiliaria de 2007-2009 fue un ejemplo de cómo los precios de las viviendas subieron debido a la demanda, solo para colapsar. Las personas asumen que porque muchos otros hacen algo que existe urgencia. (Papel higiénico en 2020, por ejemplo.) Los resultados pueden ser catastróficos.

Questions and answers

How can a startup use the key topics or framework covered in Algorithms to Live By to improve decision-making processes?

View answer

A startup can use the key topics or framework covered in "Algorithms to Live By" to improve decision-making processes by applying the principles of computer science to their decision-making processes. For instance, they can use algorithms to prioritize tasks, manage time, and make strategic decisions. They can also use the concept of 'Information Cascade' to understand how trends and behaviors spread and how to respond to them effectively. Furthermore, the book's insights on work-life balance can help in creating a healthy and productive work environment.

Are there examples of individuals or companies that have successfully implemented the practices outlined in Algorithms to Live By?

View answer

Yes, there are many examples of individuals and companies that have successfully implemented the practices outlined in "Algorithms to Live By". For instance, tech companies like Google and Amazon use algorithms extensively in their operations, from search engine optimization to product recommendations. Similarly, individuals use algorithms in their daily lives, often without realizing it, such as following a recipe or sorting emails. However, the book does not provide specific examples of individuals or companies.

View all questions

Ask follow up

Ten cuidado con los casos en los que la información pública parece superar a la información privada. La representación de los eventos en los medios no coincide con la frecuencia en el mundo. El sociólogo Barry Glassner señaló que los asesinatos en los Estados Unidos disminuyeron en un 20% durante la década de 1990, y sin embargo, la mención de la violencia con armas de fuego en las noticias estadounidenses aumentó en un 600%.

Ask follow up

A veces, ante una Cascada de Información, tienes que cambiar el juego. Si eres un comerciante cristiano o tienes fuertes convicciones sobre el equilibrio entre el trabajo y la vida, cerrar el domingo no es un problema. Si ves a las personas a tu alrededor caer en una tendencia urgente, comenzar a comprar por pánico o perturbarse por los titulares sensacionalistas de los periódicos, puedes aliviar el estrés insertando más datos.

Ask follow up