Cómo la formación del ferrocarril en USA moldeó la Internet

Cómo la historia del Ferrocarril formó la historia de Internet

No es accidental que Iowa, donde comenzó el primer ferrocarril transcontinental, ahora albergue una enorme industria de centros de datos.



Un boceto de 1882 del depósito ferroviario en Council Bluffs, Iowa British Library / Wikimedia

Ingrid Burrington | The Atlantic

Council Bluffs es una ciudad de tamaño medio en Iowa, justo en la frontera de ese estado con Nebraska. Aunque es más conocido por cultivar candidatos presidenciales que por racks de servidores, Iowa es un sitio bastante popular para los centros de datos, especialmente los nuevos centros de datos construidos por las principales compañías tecnológicas. Microsoft, Google y Facebook han construido centros de datos personalizados en el estado durante los últimos siete años, y los tres se están expandiendo en la región.

Muchas fuerzas se han unido para dar forma a la industria del centro de datos de Iowa (que se analizará con más detalle en otra historia), pero es la historia del estado como un cruce de otra gran red de ferrocarriles que la coloca en el primer lugar de mi lista. Visita a la nube

Mi parte favorita de buscar infraestructura de red en Estados Unidos es realmente todos los fantasmas. Las redes tienden a seguir a las redes, y las redes de telecomunicaciones y transporte tienden a acumularse una encima de la otra. Las historias de estos lugares no siempre son inmediatamente obvias, pero están ahí, formando una especie de palimpsesto infraestructural, con nuevas tecnologías para aniquilar el espacio y el tiempo que heredan la promesa idealizada y el desorden político de sus predecesores.

Iowa no es una excepción. Es casi imposible hablar de infraestructura de Internet estadounidense sin hablar de ferrocarriles, y Iowa es un estado rico en historia del ferrocarril. Llegamos a Council Bluffs porque la ruta ferroviaria Union Pacific para el primer ferrocarril transcontinental comenzó en Council Bluffs, un punto de partida seleccionado por razones tanto físicas como políticas.

La selección de Council Bluffs como el inicio de la ruta de Union Pacific se acredita principalmente a Grenville Dodge. Dodge se convertiría más tarde en el ingeniero jefe de la UP, pero primero recomendó la ruta en 1859, en una reunión informal con el entonces candidato presidencial Abraham Lincoln. A Dodge le gustaba la ruta principalmente por el grado uniforme del paralelo 42 que se dirigía a las Montañas Rocosas: era una ruta de menor resistencia en las llanuras (excepto, por supuesto, toda la resistencia que proviene de inviernos brutales y las poblaciones de nativos americanos que no t particularmente cautivado por la promesa retórica del ferrocarril).

Entre esa reunión con Lincoln y la selección oficial de Council Bluffs en 1864, Dodge sirvió en la Guerra Civil (una guerra que dio forma al futuro de los ferrocarriles en Estados Unidos tanto como los ferrocarriles dieron forma a su resultado). En un giro de resonancia histórica, el ingeniero jefe detrás de la ruta occidental del ferrocarril transcontinental también fue un pionero de la inteligencia militar, liderando un pequeño cuerpo que luego sería absorbido por la Oficina de Información Militar, la agencia de inteligencia formal más antigua del gobierno estadounidense . Una historia de inteligencia de la Guerra Civil de la CIA señala el feroz compromiso de Dodge con opsc: "Sabiendo que los cables del telégrafo podían ser interceptados, cifraba sus despachos y los enviaba por un mensajero ... Sus precauciones de seguridad eran tan completas que aún se sabe poco sobre sus operaciones o el nombres de la mayoría de sus agentes. Cuando el comandante de Dodge, el general Stephen A. Hurlbut, exigió esos nombres, Dodge se negó. Hurlbut luego amenazó con cortar los fondos de espionaje de Dodge. [Ulysses S.] Grant respaldó a Dodge ".

Dodge fue a trabajar para Union Pacific en 1866, trabajando con Charles Durant, quien es el tipo de figura histórica que se describe incluso en los textos más secos como "Mephistophelean" y "un manipulador nato". Dodge y Durant habían trabajado juntos durante la Guerra Civil para contrabandear el contrabando de algodón desde el sur, pero Durant es probablemente mejor conocido por instigar el escándalo de Crédit Mobilier, un esquema de corrupción masivo que aprovechó los subsidios del gobierno de los Estados Unidos para la construcción del ferrocarril transcontinental.



Formado en 1864 (el mismo año en que se seleccionó a Council Bluffs como el punto de partida del ferrocarril y el mismo año en que Durant adquirió de manera ostensible una gran cantidad de terrenos que pronto serían valiosos en Omaha, el vecino de Council Bluffs), Crédit Mobilier la compañía pantalla a través de la cual Union Pacific ejecutaba contratos para la construcción del ferrocarril. A su vez, Crédit Mobilier compró y vendió bonos de Union Pacific en el mercado, canalizando las ganancias a sus propietarios de Union Pacific como Durant. Para cuando se reveló la estafa en 1872, la compañía fantasma logró cosechar $ 72 millones en ganancias de un ferrocarril que solo valía $ 53 millones. Durant había sido expulsado de Crédit Mobilier y Union Pacific mucho antes de eso, renunciando a sus cargos poco después de la finalización del ferrocarril transcontinental en 1869.

Las historias, sinvergüenzas y escándalos del ferrocarril transcontinental no se pueden ver en los dos centros de datos de Google en Council Bluffs, Iowa. De los dos centros de datos, el segundo (actualmente en construcción) es un poco más espectacular. Mientras que el primer centro de datos está rodeado de servicios industriales sencillos a lo largo de una intersección bastante concurrida, el segundo está literalmente en un campo de maíz, en un área donde casi todas las casas que pasamos tenían una bandera estadounidense en exhibición.

Google no vino a Council Bluffs debido a la resonancia histórica. Vinieron por la fibra, que corre paralela a muchos ferrocarriles y carreteras interestatales de Iowa. La infraestructura ferroviaria ha configurado el lenguaje de la red (como se señala en el trabajo de David A. Banks sobre la historia del término "en línea"), la constelación de empresas que forman la red (la más famosa es Sprint que emerge de la red interna del Ferrocarril del Pacífico Sur). red de comunicaciones) y, lo más relevante de esta historia, las rutas reales que las redes de fibra óptica ejecutan.

El gobierno de EE. UU. apoyó la construcción de ferrocarriles con muchos de los mismos motivos que respaldaron el desarrollo de Internet.

Las empresas de telecomunicaciones reconocieron rápidamente el valor del derecho de paso ferroviario como bienes inmuebles para el funcionamiento de redes de cable mucho antes de Internet: el primer uso sustancial de redes ferroviarias para redes de telecomunicaciones comienza con telégrafos. Es muchísimo más eficiente utilizar un cable a lo largo de una sola toma de propiedad directa que negociar las servidumbres con cada propietario de tierra, por ejemplo, entre Denver y Salt Lake City.

En el caso de los ferrocarriles, esto fue beneficioso para todos, ya que los acuerdos de derecho de paso generan ingresos pasivos, y las redes podrían utilizarse para las operaciones internas de los ferrocarriles. A medida que se expandió la primera burbuja de las puntocom, cada vez más las telecomunicaciones se apresuraron a colocar sus cables a lo largo de las rutas ferroviarias. Esta historia del New York Times de 2000 documenta bien el momento; también utiliza el encantador (y hoy, lamentablemente infrautilizado) término "cibernético" y menciona a un nuevo y emocionante jugador en la escena de las telecomunicaciones, Enron Broadband Services. Algunas compañías ferroviarias siguieron el ejemplo de Sprint en este período, creando sus propios servicios de telecomunicaciones, como CSX Fiber Networks.


Los marcadores de esta carrera por el derecho de paso a lo largo de las rutas ferroviarias (y las autopistas, que tienen un atractivo de paso similar para las telecomunicaciones) no son especialmente impresionantes, pero son bastante difíciles de ignorar. Por lo general, toman la forma de postes blancos de punta naranja, o signos de metal naranja, espaciados a unos metros de distancia que corren paralelos a los rieles. La parte naranja generalmente tiene una etiqueta que advierte a las personas a llamar antes de excavar, un número de teléfono para llamar, y a veces el nombre de la empresa o agencia gubernamental que posee el cable enterrado. Etiquetados de esta manera, los marcadores de fibra se convierten en un testamento de la historia de las telecomunicaciones, con los nombres de las compañías que cayeron en el estallido de la primera burbuja, absorbidas hace mucho tiempo en redes de telecomunicaciones más grandes. Aparentemente, los nuevos propietarios no se molestan en reemplazar los postes con sus nombres o logotipos, presumiblemente porque realmente no vale la pena enviar a alguien para colocar pegatinas de nivel 3 sobre miles de logotipos de Global Crossing o Williams Communications en señalización que está más o menos diseñada para ser ignorado por el 99 por ciento del público, como la mayoría de la infraestructura de red.



Los centros de datos de Iowa de Google no están completamente diseñados para ser ignorados. Dada su escala masiva, en realidad no se mezclan tan bien con el paisaje, y dado que Google se define a sí mismo como abierto y accesible, tienen que llamar la atención sobre sí mismos con acentos del esquema de color y la señalización tradicionales de la compañía. Los centros de datos de Google se ocultan con mayor frecuencia a través de opciones de diseño de paisaje y una lógica de seguridad a través de la oscuridad. Colocados debajo de crestas colinas o a lo largo de vías públicas que no tienen fácil acceso a los hombros, son difíciles de detener y mirar, edificios industriales desconocidos que siempre se vislumbraban apenas por el rabillo del ojo mientras se conduce.

Si bien Google ofrece un recorrido en línea pulido y cuidadosamente comisariado de sus centros de datos, no suelen dar a conocer sus direcciones o hablar en gran detalle sobre lo que hacen dentro. Y hacen todo lo posible para proteger esa información cuando aparece inadvertidamente, como se vio en el incidente de Pluto Switch en 2012.

Al final, estaba un poco decepcionado por el aparente pragmatismo de la decisión de Google de colocar sus centros de datos de Iowa en el punto de partida del ferrocarril transcontinental. Seguramente alguien en la compañía tenía un sentido de ironía, o al menos un sentido de legado. La historia de las redes estadounidenses siempre ha sido la historia de fantasmas, injertos, trabajo cuestionable y cadenas de suministro, y la conquista territorial, mucho antes de que Internet adquiriera su historia plagada de fantasmas, injertos, trabajo cuestionable y cadenas de suministro, y la conquista territorial. También es una historia que, a pesar de las narrativas bootstoping meritorias del Valle, siempre ha sido impulsada por el apoyo financiero y la influencia del estado. El gobierno de los EE. UU. Subsidió y apoyó fuertemente la construcción de ferrocarriles por las mismas razones que subsidió y apoyó el desarrollo de Internet en sí misma: estrategia militar, desarrollo económico y una visión entusiasta y romántica del potencial liberador y unificador de poder atravesar o desafía los límites de distancias cada vez mayores.

Sam Kronick

Sigo volviendo a un ejemplo muy temprano de esta fe en las redes, un pasaje de Bloodgood vs. Mohawk y HRR, un caso de servidumbre de 1837. En él, el juez describe el valor inherente de los ferrocarriles por lo tanto: "... tienden aniquilar la distancia, trayendo en efecto lugares distantes unos de otros: tendiendo su influencia mágica a la extensión del conocimiento personal, la ampliación de las relaciones comerciales, y consolidando más firmemente el vínculo de comunión y unión entre los habitantes de los Estados . "Es difícil leer este pasaje esperanzador y no recordar a JP Barlow en Davos exaltando la liberación de la" transmisión global del pensamiento "en 1996.

Nuestra peregrinación a Council Bluffs no incluyó demasiados momentos obvios de resonancia (no ayudó que pasáramos el día en que el Museo Ferroviario Union Pacific se cerró). Pero los parpadeos del tren de mercancías y los marcadores anaranjados junto a las autopistas nos seguían por Iowa, manteniendo los fantasmas de distancia aniquilada si no siempre en mente, al menos por el rabillo del ojo, mientras conducíamos hacia la peregrinación más inesperada que jamás haya tenido hecho: una visita a un centro de datos de Facebook.

Las aplicaciones extraen tu disposición a pagar

Cómo los minoristas usan precios personalizados para probar lo que se está dispuesto a pagar

Rafi Mohammed  |  Harvard Business Review


Klaus Meinhardt / Getty Images


¿Alguna vez ha buscado vuelos u hoteles en una aplicación en su teléfono, solo para abrir su computadora portátil y ver precios diferentes?

Eso es exactamente lo que me sucedió recientemente. Estaba usando la aplicación Orbitz para iPhone para buscar un paquete de vacaciones en la ciudad de Nueva York. Instalado en un hotel, accedí al sitio web de Orbitz en mi computadora portátil para reservar el paquete. Es extraño, pensé, al darme cuenta de que el paquete en mi computadora portátil (vuelos idénticos, hotel, tipo de habitación) era de $ 117 más (6.5% más) que el precio en la aplicación de Orbitz. Un análisis rápido encontró que los precios de los paquetes de vacaciones idénticos a menudo difieren entre la aplicación de Orbitz y el sitio web.

Luego hice una prueba de aplicación lado a lado del mismo paquete con un amigo que estaba sentado a mi lado. Su precio de la aplicación Orbitz fue de $ 50 (2.8%) más que el precio de mi aplicación. Sorprendentemente, Orbitz sabía algo sobre lo que regularmente apaño a mi amiga: ella paga de más por casi todo.

Cuando compartí mis resultados con Expedia (la empresa matriz de Orbitz), su portavoz explicó que las diferencias de precios que encontré entre la aplicación y el sitio web pueden deberse al hecho de que sus proveedores permiten que se ofrezcan precios diferentes a los clientes móviles, así como miembros (sin costo para unirse) que están conectados.

Con respecto a las comparaciones de aplicaciones lado a lado, Orbitz atribuyó las diferencias de precio a las pruebas A / B que emplea u otras anomalías que ocurren al establecer millones de precios que cambian regularmente debido a los precios dinámicos. Orbitz me dijo que no ofrece precios diferentes según el dispositivo, el tipo de navegador o el número o tipo de búsquedas.

La conclusión, sin embargo, es que, en función de algunas características (aplicación o web, se ha iniciado sesión como miembro o no), se está produciendo un tipo de fijación de precios rudimentario: algunos clientes reciben precios diferentes a los demás.

La razón por la cual los minoristas intentan ofrecer un precio personalizado se remonta a la curva de demanda con pendiente negativa destacada en Economía 101. Este concepto fundamental ilustra que, para la mayoría de los productos, algunos clientes están dispuestos a pagar más que otros. Para explotar eso, los administradores de precios emplean técnicas que intentan discernir y cobrar el precio exacto que cada cliente está dispuesto a pagar. Las ganancias desmesuradas se pueden extraer de los clientes de "la parte superior de la curva de demanda", quienes valoran mucho el producto. Mientras tanto, si los descuentos se pueden ofrecer discretamente a los clientes con una menor disposición a pagar, se obtienen ventas adicionales (y ganancias). El resultado es una base de clientes más rentable, con algunos compradores pagando más que otros.

Los precios personalizados se pueden encontrar en la mayoría de los concesionarios de automóviles. El objetivo de los vendedores es determinar cuánto está dispuesto a pagar cada cliente por un automóvil a través de una negociación individualizada. Los precios se adaptan al observar las características de cada cliente y observar sus acciones. Cómo se visten los compradores, el automóvil que manejan actualmente y las respuestas a preguntas aparentemente inofensivas (¿Dónde vives? ¿Qué haces para ganarte la vida?) Brindan pistas. Los vendedores también observan acciones, como los otros automóviles que la gente está mirando y cómo se comportan en las negociaciones (pasivos o agresivos). La evaluación de las características y acciones de cada comprador crea un perfil de precios. Piense en un perfil como una prueba de polígrafo que sugiere la cantidad más alta que pagará cada comprador.

Los minoristas web pueden perfilar de forma similar a sus compradores. Del mismo modo que la ropa de alguien puede proporcionar pistas de fijación de precios, también lo puede hacer la forma en que un cliente accede a una tienda en línea. ¿Un comprador usa una computadora portátil, una aplicación, un escritorio o internet en su teléfono inteligente? ¿Qué sistema operativo están usando? ¿Dónde están ubicados? Las acciones de un cliente también proporcionan pistas de precios: ¿qué otros productos están mirando? ¿Cuántas veces han visitado el sitio? Al igual que los vendedores de autos, los minoristas web pueden evaluar electrónicamente las características y acciones de cada comprador para crear un perfil que genere un precio personalizado.

Una pregunta clave es si los precios personalizados, en la web o en la tienda, son éticos. Los esfuerzos para adaptar los precios pueden llevar inadvertidamente a resultados injustos. Un estudio realizado por ProPublica descubrió que la estrategia de la Revisión de Princeton de imponer precios diferentes basados ​​en el código postal resultó en que los asiáticos tenían el doble de posibilidades de cobrar un precio más alto. En una línea similar, un estudio de economía clásico sobre la negociación de automóviles encontró que el margen sobre los precios finales para las mujeres negras era el triple de los precios ofrecidos a los hombres blancos.

Si los precios personalizados se ponen al día con los minoristas web ahora depende de los consumidores. ¿Los compradores se sentirán cómodos sabiendo que los precios que se les ofrecen pueden ser más altos que los que se les ofrecen a otros? ¿Disfrutarán los compradores de la "negociación electrónica" para burlar a los vendedores? Los minoristas primero "negocian" con cada cliente al personalizar los precios según su perfil. En respuesta, los compradores inteligentes "negociarán" verificando precios en diferentes dispositivos, borrando cachés, usando la aplicación, realizando múltiples búsquedas, preguntando a amigos en diferentes ciudades para ver qué precio cotizan, y así sucesivamente. ¿O se cansarán y se mantendrán alejados de los minoristas web que tienen un perfil de precios? Amazon está en el registro afirmando que todos sus clientes ven los mismos precios: ¿otros minoristas serán tan claros?

A medida que el destino de los perfiles electrónicos de precios se desvanece, un problema es claro: es realmente un entorno de advertencia de riesgo para los compradores que usan la web.

China: Hacia la dictadura de los grandes datos

China usa el "leninismo digital" para administrar la economía y monitorear a los ciudadanos

Xi Jinping está llevando a China a una dictadura de grandes datos


Un dispositivo de reconocimiento facial escanea a los pasajeros antes de abordar un tren en Wuhan, en el centro de China. Xi Jinping tiene como objetivo utilizar big data y otras herramientas de alta tecnología para modernizar la economía de China y vigilar a sus ciudadanos. FOTO: ZUMA PRENSA

Por Andrew Browne | The Wall Street Journal


SHANGHAI: Desde Stalin hasta Mao, los planificadores centrales de viejo estilo enfrentaron el mismo problema: el sistema no funcionó.
Los soviéticos tenían sus líneas de pan y una cuota de candelabros colocados en toneladas que los hacía demasiado pesados ​​para colgarlos de los techos. El objetivo delirante de Mao para la producción de acero hizo que los campesinos arrojaran sus ollas y sartenes a los hornos domésticos. El hambre siguió.

A pesar de toda su charla sobre darle a los mercados un papel "decisivo", Xi Jinping finalmente cree que el estado debería liderar. En la cúspide de su ascenso al estatus de Mao, aspira a utilizar los grandes datos y la inteligencia artificial para corregir los errores de planificación del pasado y microgestionar la economía china mientras controla a sus ciudadanos.

La tecnología de la información, lejos de socavar el modelo autoritario de China como muchos pensaban, la está reforzando.

El politólogo alemán Sebastian Heilmann acuñó el término "leninismo digital" para describir el programa que el Sr. Xi diseñó para tratar de garantizar la supervivencia del Partido Comunista.

El partido llama a la misión "diseño de alto nivel" y está destinada a guiar la próxima etapa de crecimiento liderada por tecnologías avanzadas como la robótica, la impresión en 3-D y los vehículos sin conductor.

Los técnicos están trabajando en un plan para monitorear el rendimiento de estas máquinas usando sensores y cámaras y medirlo contra objetivos industriales. Los feeds de datos corporativos le darán a los reguladores la capacidad de detectar los flujos de crédito e inversión en tiempo real, junto con el fraude. Algoritmos supuestamente usarán esta información granular para optimizar la toma de decisiones macroeconómicas, mantener a los mercados en equilibrio y evitar las burbujas especulativas.

Al menos en público, los principales ejecutivos de los oligopolios de datos de China, incluidos Alibaba y Tencent, son evangelistas del proyecto que les exige que descarguen chorros de datos de consumidores a los superhubes estatales. El fundador de Alibaba, Jack Ma, en un seminario el año pasado comparó el papel del big data en el manejo económico con una radiografía o tomografía computarizada en el diagnóstico médico. En los próximos 30 años, declaró que "la economía planificada se hará cada vez más grande".

La teoría occidental del libre mercado dice que digital o no, la planificación estatal nunca puede reemplazar lo que Adam Smith llamó la "mano invisible" del mercado. En su libro "Por qué fracasan las naciones", los economistas Daron Acemoglu y James Robinson afirman que las economías centralizadas como la de China finalmente están condenadas porque las élites que las dirigen se sienten amenazadas por la interrupción política de la innovación.

Otros argumentan lo contrario, que en una era digital los regímenes autoritarios menos vinculados por las preocupaciones sobre la privacidad y la protección de los datos pueden en realidad tener una ventaja sobre la innovación. Un número de jóvenes ingenieros de software con experiencia en Stanford y MIT y M.B.A.s se están uniendo a startups chinas en áreas como cuidado de la salud y visión artificial, donde el fácil acceso a vastos reservorios de datos puede impulsar avances científicos y reducir el tiempo de comercialización de sus invenciones.



Un cliente prueba la solución de pago de reconocimiento facial 'Smile to Pay' en un restaurante de KFC en Hangzhou, la ciudad natal de Alibaba. FOTO: REUTERS

Con el gobierno como el mejor cliente, tales empresas pueden tener un enorme impacto en la vida china. Una compañía con sede en Shanghai está intentando desarrollar una base de datos de reconocimiento facial con el Ministerio de Seguridad Pública que identificará a cualquiera de los 1.400 millones de personas de China en tres segundos. Un sistema vinculado de "crédito social" recopilará datos sobre todos los ciudadanos, incluidos sus publicaciones en los medios sociales, y lo utilizará para calificar su confiabilidad.

El gran experimento de planificación "presenta un desafío fundamental para los sistemas políticos democráticos", escribe Heilmann.

Durante años, los políticos occidentales creyeron que China seguiría moviéndose constantemente hacia una economía de libre mercado para rectificar las debilidades creadas por la planificación estatal. Según los economistas, una mayor apertura económica induciría la liberalización política. Si China se retrasa, sería castigado por la baja productividad.

El Sr. Xi está reemplazando estas suposiciones. Está quedando claro que la "reforma y apertura" económica, en la jerga de la era de Deng, ha seguido su curso.

Aun cuando las industrias estatales de China como el acero, el aluminio y la construcción naval crean un exceso monumental que agobia a la economía con la deuda, la escasez de consumidores que son la ruina de las economías planificadas es historia; el gasto de la clase media de China impulsa cada vez más el crecimiento y la mayoría de los precios los fija el mercado.



Trabajadores en un sitio de construcción de Beijing. Xi Jinping espera usar datos para corregir desajustes en la economía. FOTO: AGENCE FRANCE-PRESSE / GETTY IMAGES

La planificación "inteligente" podría ayudar a China a pasar a una economía más moderna; ¿qué puede salir mal?

Primero, sobrecarga de datos; coleccionarlo es una cosa, analizándolo inteligentemente y otra muy distinta. En segundo lugar, y más siniestro para las empresas chinas y tecnológicas comunes, la extralimitación burocrática. Una señal reveladora es la decisión de los reguladores de obligar a las más grandes compañías tecnológicas a entregar una participación de capital del 1% al gobierno junto con los poderes de toma de decisiones. El entusiasmo de los magnates de la tecnología por las ideas de planificación del Sr. Xi podría disminuir rápidamente si los apparatchiks del partido comenzaran a llamar la atención sobre sus tableros.

En última instancia, el enfoque draconiano del Sr. Xi lleva la noción de "Gran Hermano" a un nuevo nivel.

La planificación económica "no es simplemente el control de un sector de la vida humana que puede separarse del resto", escribió el economista ganador del Premio Nobel FA Hayek en "El camino a la servidumbre". "Es el control de los medios para todos nuestros termina ".

Eso fue escrito en la década de 1940. Ni Hayek ni Mao podrían haber imaginado el totalitarismo impulsado por el conocimiento que el Sr. Xi tiene en mente.

Tracy-Widom: Una nueva distribución para variables correlacionadas

En los fines lejanos de una nueva ley universal

Ha surgido una potente teoría que explica una misteriosa ley estadística que surge a lo largo de la física y las matemáticas.


Natalie Wolchover | Quanta Magazine

Olena Shmahalo / Quanta Magazine

Imagine un archipiélago en el que cada isla alberga una sola especie de tortuga y todas las islas están conectadas, digamos a través de balsas de restos. A medida que las tortugas interactúan sumergiéndose en los suministros de alimentos de los demás, sus poblaciones fluctúan.

En 1972, el biólogo Robert May ideó un modelo matemático simple que funcionó muy parecido al archipiélago. Quería averiguar si un ecosistema complejo puede ser estable o si las interacciones entre las especies inevitablemente llevan a algunos a eliminar a otros. Al indexar las interacciones aleatorias entre especies como números aleatorios en una matriz, calculó la "fuerza de interacción" crítica, una medida del número de balsas flotantes, por ejemplo, necesaria para desestabilizar el ecosistema. Por debajo de este punto crítico, todas las especies mantuvieron poblaciones estables. Por encima, las poblaciones dispararon hacia cero o hacia el infinito.

Poco sabía May, el punto de inflexión que descubrió fue uno de los primeros atisbos de una ley estadística curiosamente penetrante.


Harold Widom, a la izquierda, y Craig Tracy representaron en 2009 en el Oberwolfach Research Institute for Mathematics en Alemania.

La ley apareció en forma completa dos décadas más tarde, cuando los matemáticos Craig Tracy y Harold Widom demostraron que el punto crítico en el tipo de modelo que May utilizó fue el pico de una distribución estadística. Luego, en 1999, Jinho Baik, Percy Deift y Kurt Johansson descubrieron que la misma distribución estadística también describe variaciones en las secuencias de números enteros mezclados, una abstracción matemática completamente no relacionada. Pronto apareció la distribución en modelos del perímetro retorcedor de una colonia bacteriana y otros tipos de crecimiento aleatorio. En poco tiempo, estaba apareciendo en toda la física y las matemáticas.

"La gran pregunta fue por qué", dijo Satya Majumdar, un físico estadístico de la Universidad de París-Sud. "¿Por qué aparece en todas partes?"

Los sistemas de muchos componentes que interactúan, ya sean especies, enteros o partículas subatómicas, siguieron produciendo la misma curva estadística, que se conoció como la distribución Tracy-Widom. Esta desconcertante curva parecía ser el primo complejo de la curva de campana familiar, o distribución gaussiana, que representa la variación natural de variables aleatorias independientes como las alturas de los estudiantes en un salón de clases o los puntajes de sus exámenes. Al igual que el gaussiano, la distribución de Tracy-Widom exhibe "universalidad", un fenómeno misterioso en el que diversos efectos microscópicos dan lugar al mismo comportamiento colectivo. "La sorpresa es que es tan universal como es", dijo Tracy, profesor de la Universidad de California en Davis.

Cuando se descubren, las leyes universales como la distribución de Tracy-Widom permiten a los investigadores modelar con precisión sistemas complejos cuyo funcionamiento interno conocen poco, como los mercados financieros, las fases exóticas de la materia o Internet.

"No es obvio que podría tener una comprensión profunda de un sistema muy complicado utilizando un modelo simple con solo algunos ingredientes", dijo Grégory Schehr, un físico estadístico que trabaja con Majumdar en Paris-Sud. "La universalidad es la razón por la cual la física teórica es tan exitosa".

La universalidad es "un misterio intrigante", dijo Terence Tao, matemático de la Universidad de California en Los Ángeles, quien ganó la prestigiosa Medalla Fields en 2006. ¿Por qué ciertas leyes parecen surgir de sistemas complejos ?, preguntó, "casi independientemente de la ¿mecanismos subyacentes que impulsan esos sistemas al nivel microscópico? "

Ahora, a través de los esfuerzos de investigadores como Majumdar y Schehr, comienza a surgir una explicación sorprendente para la ubicua distribución de Tracy-Widom.

Curva torcida

La distribución de Tracy-Widom es un golpe estadístico asimétrico, más inclinado en el lado izquierdo que en el derecho. Con una escala adecuada, su cumbre se encuentra en un valor revelador: √2N, la raíz cuadrada del doble del número de variables en los sistemas que lo originan y el punto de transición exacto entre estabilidad e inestabilidad que May calculó para su ecosistema modelo.

El punto de transición correspondía a una propiedad de su modelo matricial llamado "eigenvalor más grande": el más grande en una serie de números calculados a partir de las filas y columnas de la matriz. Los investigadores ya habían descubierto que los N autovalores de una "matriz aleatoria", uno lleno de números aleatorios, tienden a separarse a lo largo de la recta numérica real de acuerdo con un patrón distinto, con el eigenvalor más grande típicamente ubicado en o cerca de 2N. Tracy y Widom determinaron cómo los eigenvalores más grandes de las matrices aleatorias fluctúan en torno a este valor promedio, acumulándose en la distribución estadística desequilibrada que lleva sus nombres.



Mientras que las variables aleatorias "no correlacionadas" como los puntajes de los exámenes se extienden a la distribución gaussiana en forma de campana, las especies interactuantes, las existencias financieras y otras variables "correlacionadas" dan lugar a una curva estadística más complicada. Más pronunciada a la izquierda que a la derecha, la curva tiene una forma que depende de N, el número de variables.

Cuando la distribución de Tracy-Widom apareció en el problema de secuencias enteras y otros contextos que nada tenían que ver con la teoría de matrices aleatorias, los investigadores comenzaron a buscar el hilo oculto que unía todas sus manifestaciones juntas, tal como los matemáticos en los siglos XVIII y XIX buscaron un Teorema que explicaría la ubicuidad de la distribución gaussiana en forma de campana.

El teorema del límite central, que finalmente se hizo riguroso hace aproximadamente un siglo, certifica que los puntajes de las pruebas y otras variables "no correlacionadas", lo que significa que cualquiera de ellas puede cambiar sin afectar el resto, formará una curva de campana. Por el contrario, la curva de Tracy-Widom parece surgir de variables que están fuertemente correlacionadas, como las especies interactuantes, los precios de las acciones y los valores propios de la matriz. El ciclo de retroalimentación de los efectos mutuos entre las variables correlacionadas hace que su comportamiento colectivo sea más complicado que el de las variables no correlacionadas, como los puntajes de las pruebas. Si bien los investigadores han probado rigurosamente ciertas clases de matrices aleatorias en las que la distribución Tracy-Widom se mantiene universalmente, tienen un manejo más flexible de sus manifestaciones en el conteo de problemas, problemas de caminata aleatoria, modelos de crecimiento y más allá.

"Nadie sabe realmente lo que necesita para obtener Tracy-Widom", dijo Herbert Spohn, un físico matemático de la Universidad Técnica de Munich en Alemania. "Lo mejor que podemos hacer", dijo, es descubrir gradualmente el alcance de su universalidad mediante ajustes de sistemas que muestren la distribución y vean si las variantes también lo generan.

Hasta ahora, los investigadores han caracterizado tres formas de la distribución de Tracy-Widom: versiones reescaladas entre sí que describen sistemas fuertemente correlacionados con diferentes tipos de aleatoriedad inherente. Pero podría haber muchos más de tres, tal vez incluso un número infinito, de las clases de universalidad de Tracy-Widom. "El gran objetivo es encontrar el alcance de la universalidad de la distribución de Tracy-Widom", dijo Baik, profesor de matemáticas en la Universidad de Michigan. "¿Cuántas distribuciones hay? ¿Qué casos dan lugar a cuáles? "

Como otros investigadores identificaron más ejemplos del pico de Tracy-Widom, Majumdar, Schehr y sus colaboradores comenzaron a buscar pistas en las colas izquierda y derecha de la curva.

Pasando por una fase

Majumdar se interesó por el problema en 2006 durante un taller en la Universidad de Cambridge en Inglaterra. Conoció a un par de físicos que usaban matrices aleatorias para modelar el espacio abstracto de la teoría de cuerdas de todos los universos posibles. Los teóricos de la secuencia razonaron que los puntos estables en este "paisaje" correspondían al subconjunto de matrices aleatorias cuyos valores propios más grandes eran negativos, muy a la izquierda del valor promedio de √2N en el pico de la curva Tracy-Widom. Se preguntaban cuán raros podrían ser estos puntos estables, las semillas de universos viables.

Para responder a la pregunta, Majumdar y David Dean, ahora de la Universidad de Burdeos en Francia, se dieron cuenta de que necesitaban derivar una ecuación que describe la cola a la extrema izquierda del pico Tracy-Widom, una región de distribución estadística que nunca sido estudiado En un año, su derivación de la "función de desviación grande" izquierda apareció en Physical Review Letters. Utilizando diferentes técnicas, Majumdar y Massimo Vergassola del Instituto Pasteur en París calcularon la función de desviación grande tres años después. A la derecha, Majumdar y Dean se sorprendieron al descubrir que la distribución se redujo a una tasa relacionada con la cantidad de valores propios, N; a la izquierda, se reducía más rápidamente, en función de N2.

En 2011, la forma de las colas izquierda y derecha dio a Majumdar, Schehr y Peter Forrester, de la Universidad de Melbourne en Australia, un destello de visión: se dieron cuenta de que la universalidad de la distribución Tracy-Widom podría estar relacionada con la universalidad de las transiciones de fase, eventos como el agua que se congela en el hielo, el grafito se convierte en diamante y los metales comunes se transforman en extraños superconductores.

Debido a que las transiciones de fase están tan generalizadas -todas las sustancias cambian las fases cuando se alimentan o carecen de suficiente energía- y toman solo un puñado de formas matemáticas, son para los físicos estadísticos "casi como una religión", dijo Majumdar.


Satya Majumdar, izquierda, y Grégory Schehr en la Universidad de Paris-Sud.

En los minúsculos márgenes de la distribución de Tracy-Widom, Majumdar, Schehr y Forrester reconocieron formas matemáticas familiares: curvas distintas que describen dos tasas de cambio diferentes en las propiedades de un sistema, inclinándose hacia abajo desde cualquier lado de un pico de transición. Estos fueron los adornos de una transición de fase.

En las ecuaciones termodinámicas que describen el agua, la curva que representa la energía del agua en función de la temperatura tiene un torcedura a 100 grados Celsius, el punto en el que el líquido se convierte en vapor. La energía del agua aumenta lentamente hasta este punto, de repente salta a un nuevo nivel y luego aumenta lentamente nuevamente a lo largo de una curva diferente, en forma de vapor. Crucialmente, donde la curva de energía tiene un retorcimiento, la "primera derivada" de la curva, otra curva que muestra cuán rápido cambia la energía en cada punto, tiene un pico.

De manera similar, los físicos se dieron cuenta de que las curvas de energía de ciertos sistemas fuertemente correlacionados tienen un torcedura en √2N. El pico asociado para estos sistemas es la distribución Tracy-Widom, que aparece en la tercera derivada de la curva de energía, es decir, la tasa de cambio de la tasa de cambio de la tasa de cambio de la energía. Esto hace que la distribución de Tracy-Widom sea una transición de fase de "tercer orden".

"El hecho de que aparece en todas partes está relacionado con el carácter universal de las transiciones de fase", dijo Schehr. "Esta transición de fase es universal en el sentido de que no depende demasiado de los detalles microscópicos de su sistema".

De acuerdo con la forma de las colas, las fases de transición de fase separadas de los sistemas cuya energía escala con N2 a la izquierda y N a la derecha. Pero Majumdar y Schehr se preguntaron qué caracterizó esta clase de universalidad de Tracy-Widom; ¿Por qué siempre aparecieron las transiciones de fase de tercer orden en sistemas de variables correlacionadas?

La respuesta estaba enterrada en un par de documentos esotéricos de 1980. Una transición de fase de tercer orden había aparecido antes, identificada ese año en una versión simplificada de la teoría que gobierna los núcleos atómicos. Los físicos teóricos David Gross, Edward Witten y (independientemente) Spenta Wadia descubrieron una transición de fase de tercer orden que separa una fase de "acoplamiento débil", en la cual la materia toma la forma de partículas nucleares y una fase de "acoplamiento fuerte" de temperatura más alta, en que la materia se funde en el plasma. Después del Big Bang, el universo probablemente pasó de una fase de acoplamiento fuerte a débil cuando se enfrió.

Después de examinar la literatura, Schehr dijo que él y Majumdar "se dieron cuenta de que había una conexión profunda entre nuestro problema de probabilidad y esta transición de fase de tercer orden que las personas habían encontrado en un contexto completamente diferente".

Débil a fuerte

Majumdar y Schehr han acumulado evidencia sustancial de que la distribución de Tracy-Widom y sus grandes colas de desviación representan una transición de fase universal entre las fases de acoplamiento débil y fuerte. En el modelo de ecosistemas de mayo, por ejemplo, el punto crítico en √2N separa una fase estable de especies débilmente acopladas, cuyas poblaciones pueden fluctuar individualmente sin afectar el resto, de una fase inestable de especies fuertemente acopladas, en las cuales las fluctuaciones se transmiten por el ecosistema y desháganse del equilibrio En general, Majumdar y Schehr creen que los sistemas en la clase de universalidad de Tracy-Widom exhiben una fase en la que todos los componentes actúan de manera concertada y otra fase en la que los componentes actúan solos.

La asimetría de la curva estadística refleja la naturaleza de las dos fases. Debido a las interacciones mutuas entre los componentes, la energía del sistema en la fase de acoplamiento fuerte a la izquierda es proporcional a N2. Mientras tanto, en la fase de acoplamiento débil de la derecha, la energía depende solo del número de componentes individuales, N.

"Cada vez que tiene una fase fuertemente acoplada y una fase débilmente acoplada, Tracy-Widom es la función de conexión cruzada entre las dos fases", dijo Majumdar.

El trabajo de Majumdar y Schehr es "una contribución muy agradable", dijo Pierre Le Doussal, físico de École Normale Supérieure en Francia, que ayudó a probar la presencia de la distribución Tracy-Widom en un modelo de crecimiento estocástico llamado la ecuación KPZ. En lugar de centrarse en el pico de la distribución de Tracy-Widom, "la transición de fase es probablemente el nivel más profundo" de la explicación, dijo Le Doussal. "Básicamente, debería hacernos pensar más sobre tratar de clasificar estas transiciones de tercer orden".

Leo Kadanoff, el físico estadístico que introdujo el término "universalidad" y ayudó a clasificar las transiciones de fase universales en la década de 1960, dijo que desde hace tiempo le queda claro que la universalidad en la teoría de matrices aleatorias debe estar conectada de algún modo con la universalidad de las transiciones de fase. Pero mientras que las ecuaciones físicas que describen las transiciones de fase parecen coincidir con la realidad, muchos de los métodos computacionales utilizados para derivarlos nunca han sido matemáticamente rigurosos.

"Los físicos, en un aprieto, se conformarán con una comparación con la naturaleza", dijo Kadanoff, "Los matemáticos quieren pruebas: una prueba de que la teoría de la transición de fases es correcta; pruebas más detalladas de que las matrices aleatorias caen en la clase de universalidad de las transiciones de fase de tercer orden; prueba de que existe tal clase ".

Para los físicos involucrados, bastará una preponderancia de evidencia. La tarea ahora es identificar y caracterizar las fases de acoplamiento fuerte y débil en más de los sistemas que exhiben la distribución de Tracy-Widom, como los modelos de crecimiento, y predecir y estudiar nuevos ejemplos de la universalidad de Tracy-Widom a lo largo de la naturaleza.

El signo revelador será la cola de las curvas estadísticas. En una reunión de expertos en Kioto, Japón, en agosto, Le Doussal se encontró con Kazumasa Takeuchi, un físico de la Universidad de Tokio que informó en 2010 que la interfaz entre dos fases de un material de cristal líquido varía según la distribución de Tracy-Widom. Hace cuatro años, Takeuchi no había reunido suficientes datos para graficar valores extremos estadísticos extremos, como picos prominentes a lo largo de la interfaz. Pero cuando Le Doussal suplicó a Takeuchi que trazara los datos nuevamente, los científicos vieron el primer vistazo de las colas izquierda y derecha. Le Doussal envió inmediatamente un correo electrónico a Majumdar con las noticias.

"Todos miran solo el pico de Tracy-Widom", dijo Majumdar. "No miran las colas porque son cosas muy, muy pequeñas".

Corrección: este artículo fue revisado el 17 de octubre de 2014, para aclarar que Satya Majumdar colaboró ​​con Massimo Vergassola para calcular la función correcta de desviación grande, y para reflejar que la idea de Forrester, Majumdar y Schehr ocurrió en 2011, no en 2009 como se dijo originalmente .

Los defectos humanos premiados en la contribución de Thaler

Los defectos que un economista ganador del Premio Nobel quiere que se conozca a sí mismo

El economista estadounidense Richard Thaler después de ganar el Premio Nobel de Economía 2017




Eshe Nelson | Quartz


Siento decirlo, pero no eres perfecto. Nos gusta creer que somos criaturas inteligentes y racionales, actuando siempre en nuestro mejor interés. De hecho, la teoría económica dominante en estos días frecuentemente hace esa suposición.
Lo que quedó de esta ilusión fue desmantelado aún más por la Real Academia Sueca de Ciencias, que otorgó el Premio Nobel de Economía a Richard Thaler, un economista estadounidense de la Universidad de Chicago, por su trabajo pionero en economía conductual, que examina los defectos de la humanidad -por ejemplo, por qué no tomamos decisiones económicas racionales.
En 2008, Thaler fue coautor del libro influyente Nudge: Improving Decisions about Health, Wealth and Happiness con Cass Sunstein. En esta y en su otra investigación, Thaler explica los defectos y sesgos que influyen en nuestras acciones. Esto llevó a la teoría de que usted puede usar codazos sutiles para animar a la gente a tomar mejores decisiones, sobre todo cuando la planificación a largo plazo, como el ahorro para la jubilación.

Aquí están algunas de las principales formas en que los economistas del comportamiento como Thaler dicen que nos dejamos caer.

Aversión de la pérdida y anclaje

La gente puede tomar malas decisiones económicas basadas en algo que Thaler denominó el "efecto dotación", que es la teoría de que las personas valoran las cosas más altamente cuando las poseen. En otras palabras, usted pediría más dinero para vender algo que usted posee que lo que estaría dispuesto a pagar para comprar lo mismo.
Esto se relaciona con otra teoría clave, conocida como aversión a la pérdida. La gente experimenta la sensación negativa de la pérdida más fuertemente que ella siente el sentido positivo de una ganancia del mismo tamaño. Esto también es un impacto por el anclaje: Si usted está vendiendo un artículo, su punto de referencia es más probable que sea el precio que pagó por algo. Incluso si el valor de ese elemento ahora es demostrable vale menos, usted está anclado al precio de compra, en parte porque usted quiere evitar ese sentido de la pérdida. Esto puede llevar a un dolor en los mercados financieros, en particular.

Planificador versus hacedor

Todos hemos estado allí, divididos entre tomar una decisión sensata que nos prepara bien para el futuro y algo que proporciona una gratificación más inmediata. Esta es la lucha interna entre lo que Thaler y otros describen como tu auto planificando y haciéndote a ti mismo. Una forma de evitar este conflicto es eliminar los cursos de acción a corto plazo. Esto va en contra de la noción económica tradicional de que más opciones son siempre mejores.

Aquí es donde los empujones entran. Thaler y Sunstein fueron pioneros en la idea de usar codazos para crear cursos alternativos de acciones que promuevan una buena toma de decisiones a largo plazo pero mantienen la libertad de elección. Un método para hacer esto que encontraron fue simplemente cambiar la opción predeterminada: cambiar los usuarios de opt-in a opt-out, por ejemplo. Esto se ha utilizado en la política pública, en particular con la creación de "unidades de empujón" en los EE.UU. y el Reino Unido, para impulsar el ahorro de jubilación y la donación de órganos. En 2014, un estudio (pdf) realizado por el Consejo de Investigación Económica y Social encontró que 51 países habían desarrollado unidades centralizadas de políticas influenciadas por las ciencias del comportamiento.

Disponibilidad heurística

Las personas están inclinadas a tomar decisiones basadas en la información disponible para ellos. Si puede recordar fácilmente algo, es probable que confíe más en esta información que en otros hechos u observaciones. Esto significa que los juicios tienden a ser fuertemente ponderados en la información más reciente recibida o en la cosa más simple de recordar.
En la práctica, la investigación ha demostrado que los compradores que pueden recordar algunos productos de bajo precio -tal vez debido a anuncios o promociones prominentes- tienden a pensar que una tienda ofrece precios bajos en general, independientemente de otras pruebas. Y en un experimento particularmente tortuoso, un profesor de psicología (naturalmente) consiguió que sus estudiantes evaluaran su enseñanza (pdf), con un grupo pidió listar dos cosas que podría mejorar y otro pidió listar 10. Ya que es más difícil pensar en 10 malas cosas que sólo dos, los estudiantes pidieron hacer una lista más larga dio al profesor mejores calificaciones-aparentemente concluyendo que si no podían llegar con suficientes cosas críticas para llenar el formulario, entonces el curso debe ser bueno.

Sesgo de statu quo

La mayoría de las personas es probable que se mantengan con el statu quo, incluso si hay grandes ganancias que se hacen de un cambio que implica sólo un pequeño costo. En particular, esta es una de las implicaciones de la aversión a la pérdida. Es por eso que un empujón, como cambiar la opción predeterminada en un contrato, puede ser tan eficaz. La investigación de Thaler sobre programas de pensiones muestra que si bien los empleados pueden optar por no participar en un plan, el sesgo de status quo significa que una vez que están en él, en realidad son más propensos a quedarse.
Los gobiernos han utilizado esto para fomentar un mejor comportamiento (pdf). En 2006, los Estados Unidos aprobaron una ley que alentaba a las empresas a inscribir automáticamente a sus empleados en planes de ahorro para la jubilación, de los cuales podían optar en cualquier momento. Para 2011, Thaler y un colega estimaron que 4,1 millones de personas estaban en algún tipo de plan de escalamiento automático y los ahorros anuales aumentaron en 7.600 millones de dólares en 2013. En el Reino Unido, un plan nacional para inscribir automáticamente a las personas en un plan de ahorro personal, out tasa de sólo 12%.
Estos defectos -o rasgos humanos, para ser más caritativos- pueden no parecer inusuales, pero Thaler argumenta que apreciar las implicaciones del comportamiento humano ha perdido su importancia en la teoría económica dominante. A medida que el campo dependía cada vez más de las matemáticas, había un empujón para explicar el mundo usando modelos económicos rígidos y complejos. Estos modelos tienden a centrarse en lo que se puede medir, y las decisiones irracionales que los seres humanos hacen apenas se ajustan a ese molde. En un artículo publicado el año pasado (pdf), Thaler escribió: "Es hora de dejar de pensar en la economía conductual como una especie de revolución. Más bien, la economía conductual debe considerarse simplemente un retorno a la clase de disciplina de mentalidad abierta e intuitivamente motivada que fue inventada por Adam Smith y aumentada por herramientas estadísticas cada vez más poderosas y conjuntos de datos ".
Hoy en día, la economía conductual todavía se considera un tema algo separado dentro de la disciplina más amplia. Pero si Thaler lo tiene a su manera, el campo de estudio que acaba de ganarle un premio Nobel no existirá por mucho tiempo: "Si la economía se desarrolla a lo largo de estas líneas el término" economía del comportamiento "eventualmente desaparecerá de nuestro léxico. Toda la economía será tan conductual como el tema lo requiera ".

Thaler mata al Homo Economicus

Richard Thaler gana el Premio Nobel de Economía por matar a Homo Economicus

El trabajo de Thaler demuestra que asumir que los seres humanos son previsiblemente irracionales es el enfoque más racional para estudiar su comportamiento.

Derek Thompson | The Atlantic




Reconocido por su uso de datos para observar y predecir cómo se comportan las personas en el mundo real, la carrera de Thaler ha sido una guerra de por vida contra el Homo economicus, esa especie mítica de homínidos puramente racionales que residen exclusivamente en los modelos de la teoría económica clásica. En estudios tomados de la psicología, la sociología y la simple curiosidad, Thaler demostró que la humanidad estaba afligida por la emoción y la irracionalidad, lo que influye en su toma de decisiones en todo, desde el ahorro para la jubilación, hasta la política de salud, hasta los deportes profesionales.

Pero Thaler no sostuvo que los seres humanos eran al azar irracionales. Más importante aún, observó que la gente es previsiblemente irracional (para pedir prestado un término del economista Dan Ariely). Algunos de los trabajos más interesantes de Thaler estudiaron los efectos previsiblemente irracionales de la propiedad, la confianza y un sentido de equidad.

• Propiedad: Según la teoría económica clásica, el valor de un producto no debe depender de la propiedad. En uno de sus experimentos más famosos (que llevó a cabo con el psicólogo ganador del Premio Nobel Daniel Kahneman), Thaler dio tazas a la mitad de los estudiantes en un aula y pidió a los estudiantes asignar un valor a las tazas. Los estudiantes que ya tenían una taza lo consideraron dos veces más valioso que aquellos que no lo hicieron. La gente coloca un valor más alto en lo que ya poseen, un llamado "efecto de dotación".
• Confianza: Más información debe conducir a una mejor toma de decisiones, en teoría. Pero en un estudio del draft de la NFL, Thaler encontró que los equipos profesionales ponen demasiado valor en las selecciones tempranas, en gran parte porque los scouts inteligentes se engañan pensando que pueden pronosticar la próxima superestrella. "Cuantos más equipos de información adquieran acerca de los jugadores, más confiados se sentirán sobre su capacidad para hacer distinciones finas", escribió Thaler. Esto sugiere que una desventaja de las estrategias de "Moneyball" y de la analítica avanzada es que hace que los equipos deportivos estén confiados sobre sus habilidades de pronóstico.
• Equidad: la investigación de Thaler ha demostrado que las personas tienen estándares firmes de imparcialidad. Dado que la mayoría de los consumidores no saben qué bienes realmente valen, determinan el valor basado en lo que parece justo. Tal vez $ 5 por un paraguas es justo, pero ¿qué pasa si el precio se elevó de $ 1 durante un aguacero? Ese sentimiento familiar de que uno está siendo arrancado podría desalentar las ventas de maneras que no tienen nada que ver con la utilidad del paraguas. En las recesiones, los empleadores tienden a despedir a los trabajadores en lugar de recortar sus salarios, quizás por el sentido de que los trabajadores considerarán que los recortes salariales son injustos.

Si se puede predecir el comportamiento humano irracional, entonces puede ser incitado o empujado. Thaler acuñó el término "empujar" para describir las intervenciones baratas y fáciles que cambian la toma de decisiones de la gente. El término puede aplicarse tanto a causas de peso como a causas triviales, desde el fomento del ahorro al inscribir a los empleados en los planes de jubilación hasta la colocación de una pegatina de mosca en un urinario masculino para "mejorar el objetivo".

Como cualquier concepto académico que se rompe en la corriente principal, empujar tiene sus escépticos. Los libertarios dicen que los empujones pueden ser difíciles e infantiles. Los liberales han afirmado que sacrifican a veces la eficacia para la inteligencia. (Por ejemplo, si un gobierno quiere aumentar el ahorro, podría ser más eficiente forzar los ahorros a través de un programa como el Seguro Social que confiar en las compañías para empujar a sus empleados hacia planes 401 (k).) A su crédito, Thaler ha reconocido que empujar es un arma que puede usarse tanto para lo bueno como para lo malo.

En 2013, Robert Shiller ganó el Premio Nobel de Economía por su trabajo mostrando que los mercados no son racionales y que sus giros a corto plazo son a menudo impulsados ​​por "espíritus animales" que son más emocionales que lógicos. Thaler hizo más que cualquier otro economista para diseñar un vocabulario para estos espíritus animales. Si bien es famoso por explotar el mito de la toma de decisiones racional, la ironía es que insistir en que los seres humanos no son racionales es, con mucho, el enfoque más racional para estudiar su comportamiento.

Cuando The New York Times le preguntó cómo gastaría el dinero del premio, Thaler dijo: "Esta es una pregunta muy divertida. Intentaré gastarlo lo más irracionalmente posible.

Nobel: Thaler, segundo premio a la economía del comportamiento

El Nobel en economía recompensa a un pionero de los "nudges"

Richard Thaler se convierte en uno de los pocos economistas del comportamiento que recibe el mayor honor de la disciplina



The Economist

No hace mucho tiempo, la hipótesis inicial de cualquier teoría económica fue que los seres humanos son actores racionales que maximizan su utilidad. Los economistas despedían sumariamente a cualquier persona que insistía en lo contrario. Pero en las últimas décadas, los economistas de la conducta como Richard Thaler han ido perdiendo progresivamente esta noción. Combinan la economía con las ideas de la psicología para mostrar cómo las decisiones económicas son influidas por sesgos cognitivos. El 9 de septiembre, el trabajo de Thaler fue reconocido al más alto nivel cuando el Comité Nobel le otorgó el premio en economía de este año. Thaler se convierte así en uno de los pocos economistas conductistas en ganar el premio.

Sr. Thaler ha sido una carrera prolífica, que abarca más de cuatro décadas, los últimos dos de ellos en la Universidad de Chicago Booth School of Business. Su investigación ha abordado temas tan variados como los precios de los activos, los ahorros personales y los delitos contra la propiedad. Por ejemplo, Thaler desarrolló una teoría de la contabilidad mental, que explica cómo la gente que toma decisiones financieras mira sólo el efecto estrecho de las decisiones individuales en lugar de todo el efecto. (De hecho, es uno de los fundadores de la subdisciplina de la financiación del comportamiento). El comité del Nobel también destacó la investigación de Thaler sobre el autocontrol, es decir, la tensión entre la planificación a largo plazo y las tentaciones a corto plazo.

El nuevo laureado también ha trabajado para llevar sus argumentos a un público más amplio. Para el beneficio de otros economistas que no conocían bien las teorías del comportamiento, escribió una columna regular para el Journal of Economic Perspectives, una prestigiosa revista que relataba casos de comportamiento económico que violaban la teoría microeconómica clásica. Para una audiencia general, escribió varios libros sobre economía conductual, comenzando con "Quasi-Rational Economics" en 1991.

Pero Thaler es quizá el más famoso como pionero de "nudging": el uso de las ideas conductuales como una herramienta de política pública. Aunque la idea de empujar no es nueva, y las empresas han empleado por mucho tiempo la ciencia del comportamiento para modelar el comportamiento de sus clientes, los gobiernos del pasado utilizaron la psicología sólo esporádicamente.

Esto comenzó a cambiar cuando el Sr. Thaler y Cass Sunstein, académico jurídico de la Universidad de Harvard, co-escribieron un libro, "Nudge", en 2008. El libro atacó el supuesto de la toma de decisiones racional en los modelos económicos y mostró cómo el contexto podría ser cambiado a "empujar" a la gente para tomar mejores decisiones. En 2010, el Sr. Thaler aconsejó al gobierno británico sobre la creación del equipo Behavioral Insights, una unidad que buscaba poner sus ideas en práctica. Desde entonces, la exitosa unidad gubernamental se ha convertido en una empresa cuasi privada y ahora asesora a gobiernos de todo el mundo.

Desde un renacimiento renegado dentro de los departamentos de economía hace apenas unas décadas, la economía conductual ha ganado un lugar establecido no sólo dentro de la academia, sino también dentro de los departamentos gubernamentales de todo el mundo. Desde Australia hasta América, así como dentro de organizaciones como el Banco Mundial y la ONU, se ha copiado el enfoque de "empujar". La decisión del Comité Nobel de honrar a Thaler es, por supuesto, un reconocimiento de sus logros personales. Pero también es un testimonio de la nueva importancia de su disciplina.

Historia económica: Origen de los bancos

¿Cuando y dónde aparecieron por primera vez el dinero, los bancos y los banqueros?

Javier Sanz — Historias de la Historia



La economía sumeria se basaba principalmente en el trueque, y para evitar que los mercados se convirtieran en un campo de batalla o que los tunantes hicieran de las suyas, los gobernantes emitían anualmente tablas de equivalencias de productos. Así, cualquier comprador podía saber que un kilo de lana -que pesa igual que un kilo de hierro- equivalía a, por ejemplo, dos litros de cerveza, 300 gramos de cobre o 2 kilos de dátiles. Gracias a muchas de esas tablas que se han conservado hasta nuestros días, sabemos que el oro no era de los metales más caros. Había otros materiales que lo superaban, como el lapislázuli, el cobre, el estaño y, por encima de todos, la plata.

El metal de los metales en la tierra entre los dos ríos era la plata. Y resultaba tan apreciado que solamente los miembros de las familias reales, gobernadores o altos miembros del clero podían lucir adornos plateados en su vestimenta o portar joyas de dicho material. Otra función que cumplía este metal a la perfección era la de estabilizador del sistema económico y medio de pago (dinero). Imaginemos a un campesino que desea comprar un cordero para celebrar la boda de su hija y se encamina al mercado con una cierta cantidad de cebada para canjear. ¿Qué sucede si el tratante de ganado no necesita cebada? La solución era bien fácil. El campesino podía dirigirse a cualquier recinto sagrado donde le cambiaban la cebada por su equivalente en plata. Eso sí, con un interés del 3,5%. Con la plata en su poder, ya podía comprar el cordero con la confianza de que ese metal iba a ser aceptado por cualquier comerciante. Así que, estos primeros bancos eran, directamente, los templos. Un elemento curioso es que esa plata que le daba el templo se presentaba bajo la forma de anillos de 8 gramos de peso o espirales en caso de grandes cantidades. Ante la falta de carteras o bolsillos, se podía llevarlos cómodamente en los dedos y brazos. Además, y a modo de calderilla, los anillos podían dividirse en cuatro partes de 2 gramos cada una.



Pues en Roma, como en muchas otras ocasiones, lo que hicieron fue copiar a los griegos que seguían el modelo banco/templo de Sumeria. El Templo de Saturno en Roma albergaba la Aerarium (erario) en tiempos de la República y durante la época imperial el Templo de Cástor y Pólux era el depositario del tesoro del Estado. La particularidad del sistema bancario de griegos y romanos fue que surgieron los banqueros privados… en Roma se llamaron argentarii (de argentum, plata). Los argentarii comenzaron como simples cambistas de moneda (en aquel momento Roma era el lugar que más “turistas” recibía) y para controlar las falsificaciones y retirar de circulación las monedas “deterioradas” (al ser de metales como oro o plata, muchos raspaban los bordes e iban perdiendo su peso); para más tarde gestionar un negocio muy similar a nuestros tiempos. El tipo de operaciones que realizaban estos banqueros eran dos: el depositum, simplemente como depositarios y guardianes del dinero por el que el argentarius no pagaba intereses pero con el que tampoco podía “comerciar”; y el creditum, por el dinero depositado el banquero pagaba unos intereses al cliente y, a cambio, podía moverlo para generar beneficios. En las “cuentas” en el formato depositum el banquero pagaba, en nombre del cliente, las deudas contraídas por éste o las compras en las subastas (era frecuente la presencia de los argentarii en las subastas de esclavos), ya fuese mediante “transferencia interna” si ambos tenían cuenta en el mismo banco o mediante una letra de cambio; en las “cuentas” en formato creditum los banqueros utilizaban este dinero para prestarlo a terceros y, lógicamente, con un tipo de interés mayor que el que ellos pagaban (recordemos que los bancos fueron/son/serán negocios). Además, los argentarii estaban agrupados en un cuerpo colegiado en el que sólo ellos decidían aceptar nuevos miembros.



¿Y qué decir de las monedas, esas piezas circulares metálicas que alegran con su tintineo nuestros bolsillos? Qué recuerdos de nuestra querida rubia… Recuerdos y nunca mejor dicho pues la moneda es eso, recuerdo, memoria. Vamos a verlo.

Nuestra palabra moneda deriva de la madre de las Musas, Mnemósine, divinidad que lleva en su nombre la raíz indoeuropea del recuerdo: *mnem– presente todavía en nuestra memoria. El poeta latino Livio Andrónico utilizó el término Moneta para referirse a la griega Mnemósine. Moneta, es por tanto, la latinización del griego Mnemósine. Posteriormente, esta divinidad fue asociada a Juno, la madre de los dioses y era honrada bajo este epíteto, el de Juno Moneta, en un templo ubicado cerca de la ceca de Roma, situado en la colina del Capitolio, donde actualmente está la iglesia de Santa María en Aracoeli. Por la proximidad entre la ceca de Roma, donde se acuñaban oficialmente las monedas, y el templo de Juno Moneta (la que recuerda), el producto de la fábrica se identificó con el lugar.

Y si el vil metal sumerio era la plata, hoy el vil metal se ha convertido en plástico… el de las tarjetas. Excepto algunos que echan pestes de ellas y se han juramentado para no utilizarlas nunca, el resto de los mortales llevamos en nuestras carteras, como mínimo, una tarjeta de plástico que nos hace la vida más fácil o difícil, dependiendo de lo consciente o inconsciente que seas. Pues en pleno siglo XXI existe un cajero que, además de los idiomas reconocidos internacionalmente, ofrece el latín como alternativa de comunicación con el cajero. Y, lógicamente, está en el Vaticano. Entre sus distintas alternativas, nos ofrece:

Deductio ex pecunia (sacar dinero)
Rationum aexequatio (conocer el saldo)
Negotium argentarium (movimientos de la cuenta)
Retrahe scidulam deposita (retirar la tarjeta)…

Astronómica deuda pública americana

Los Estados Unidos tienen ahora más de 20 trillones de dólares en deuda - aquí es cómo llegó allí

Las guerras de lucha, los grandes recortes de impuestos y los paquetes de estímulo económico han aumentado la carga de la deuda


Por
ROBERT SCHROEDER
REPORTERO DE POLÍTICA FISCAL
MarketWatch





Estados Unidos ha superado los 20 mil billones de dólares en deuda nacional - la nación era un fresco $ 20.16 mil billones en el rojo a partir de viernes - y ahora que ha cruzado esa marca, prepárate para un dedo que señala sobre quién es la culpa.

Si la historia muestra algo, es que ambas partes comparten la responsabilidad de impulsar la deuda. Las guerras de lucha, los grandes recortes de impuestos y los paquetes de estímulo económico han aumentado la carga a lo largo de los años.

Aquí, vamos a echar un vistazo a algunos momentos clave en la trayectoria de la deuda hasta ahora, y también a dónde va.

La OPEP de los datos

Regulación de los gigantes de Internet

El recurso más valioso del mundo ya no es el petróleo, sino los datos

La economía de datos exige un nuevo enfoque de las normas antitrust



The Economist

Un nuevo producto genera una industria lucrativa y de rápido crecimiento, lo que provoca que los reguladores antimonopolio intervengan para frenar a quienes controlan su flujo. Hace un siglo, el recurso en cuestión era el petróleo. Ahora las preocupaciones similares están siendo planteadas por los gigantes que se ocupan de los datos, el petróleo de la era digital. Estos titanes-Alphabet (compañía matriz de Google), Amazon, Apple, Facebook y Microsoft-parecen imparables. Son las cinco firmas cotizadas más valiosas del mundo. Sus ganancias están aumentando: colectivamente acumuló más de $ 25bn en ganancias netas en el primer trimestre de 2017. Amazon captura la mitad de todos los dólares gastados en línea en América. Google y Facebook representaron casi todo el crecimiento de los ingresos en publicidad digital en Estados Unidos el año pasado.

Tal dominio ha provocado llamados para que los gigantes de la tecnología se rompan, como Standard Oil fue a principios del siglo XX. Este periódico ha argumentado en contra de una acción tan drástica en el pasado. Tamaño por sí solo no es un crimen. El éxito de los gigantes ha beneficiado a los consumidores. Pocos quieren vivir sin el motor de búsqueda de Google, la entrega de un día de Amazon o el servicio de noticias de Facebook. Tampoco estas empresas alzan la alarma cuando se aplican las pruebas antitrust estándar. Lejos de fastidiar a los consumidores, muchos de sus servicios son gratuitos (los usuarios pagan, en efecto, entregando más datos). Tener en cuenta a los rivales fuera de línea, y sus cuotas de mercado parecen menos preocupantes. Y la aparición de nuevos personajes como Snapchat sugiere que los nuevos participantes todavía pueden hacer olas.

Pero hay motivo de preocupación. El control de los datos por parte de las empresas de Internet les da un enorme poder. Las viejas formas de pensar sobre la competencia, ideadas en la era del petróleo, parecen anticuadas en lo que se ha llamado la "economía de datos" (ver Briefing). Se necesita un nuevo enfoque.

La cantidad tiene una calidad propia

¿Que ha cambiado? Los teléfonos inteligentes e Internet han hecho que los datos sean abundantes, ubicuos y mucho más valiosos. Ya sea que vaya a correr, viendo televisión o simplemente sentarse en el tráfico, prácticamente todas las actividades crean un rastro digital, más materia prima para las destilerías de datos. A medida que los dispositivos de los relojes a los automóviles se conectan a Internet, el volumen está aumentando: algunos estiman que un automóvil autodirigido generará 100 gigabytes por segundo. Mientras tanto, las técnicas de inteligencia artificial (IA), como el aprendizaje automático, extraen más valor de los datos. Los algoritmos pueden predecir cuándo un cliente está listo para comprar, un motor a reacción necesita servicio o una persona está en riesgo de una enfermedad. Gigantes industriales como GE y Siemens ahora se venden como empresas de datos.

Esta abundancia de datos cambia la naturaleza de la competencia. Los gigantes de la tecnología siempre se han beneficiado de los efectos de red: cuanto más usuarios de Facebook se inscriban, más atractivo se convierte en el de otros. Con los datos hay efectos de red adicionales. Mediante la recopilación de más datos, una empresa tiene más posibilidades de mejorar sus productos, lo que atrae a más usuarios, generando aún más datos, y así sucesivamente. Cuantos más datos recoja Tesla de sus automóviles autodirigidos, mejor puede hacerlos conducir ellos mismos-parte de la razón de que la firma, que vendió sólo 25.000 coches en el primer trimestre, ahora vale más que GM, que vendió 2.3m . Vastas piscinas de datos pueden actuar como fosos protectores.

El acceso a los datos también protege a las empresas de sus rivales de otra manera. El argumento a favor de ser optimista acerca de la competencia en la industria tecnológica se basa en el potencial de los operadores históricos para ser blindsided por una puesta en marcha en un garaje o un cambio tecnológico inesperado. Pero ambos son menos probables en la era de los datos. Los sistemas de vigilancia de los gigantes abarcan toda la economía: Google puede ver lo que la gente busca, Facebook lo que comparten, Amazon lo que compran. Poseen tiendas de aplicaciones y sistemas operativos, y alquilan energía de computación a las nuevas empresas. Tienen una "visión de Dios" de las actividades en sus propios mercados y más allá. Pueden ver cuando un nuevo producto o servicio gana la tracción, permitiéndoles copiarlo o simplemente comprar el upstart antes de que se convierta en una amenaza demasiado grande. Muchos piensan que la compra de Facebook por 22.000 millones de dólares en 2014 de WhatsApp, una aplicación de mensajería con menos de 60 empleados, cae en esta categoría de "adquisiciones de shoot-out" que eliminan posibles rivales. Al proporcionar barreras a los sistemas de entrada y alerta temprana, los datos pueden sofocar la competencia.

¿A quién vas a llamar, confiados?

La naturaleza de los datos hace que los remedios antimonopolio del pasado sean menos útiles. Romper una empresa como Google en cinco Googlets no impediría que los efectos de red se reafirmaran: con el tiempo, uno de ellos volvería a ser dominante nuevamente. Se requiere un replanteamiento radical y, a medida que los contornos de un nuevo enfoque empiezan a ser evidentes, se destacan dos ideas.

La primera es que las autoridades antimonopolio deben pasar de la era industrial al siglo XXI. Al considerar una fusión, por ejemplo, han utilizado tradicionalmente el tamaño para determinar cuándo intervenir. Ahora deben tener en cuenta el alcance de los activos de datos de las empresas al evaluar el impacto de los acuerdos. El precio de compra también podría ser una señal de que un incumbente está comprando una amenaza incipiente. En estas medidas, la voluntad de Facebook de pagar tanto por WhatsApp, que no tenía ingresos de los que hablar, habría levantado banderas rojas. Los trustbusters también deben ser más informáticos en su análisis de la dinámica del mercado, por ejemplo, mediante simulaciones para buscar algoritmos de colusión sobre los precios o para determinar la mejor manera de promover la competencia.
El segundo principio es aflojar el control que los proveedores de servicios en línea tienen sobre los datos y dar más control a quienes los suministran. Una mayor transparencia ayudaría: las empresas podrían verse obligadas a revelar a los consumidores qué información tienen y cuánto dinero ganan con ella. Los gobiernos podrían fomentar la aparición de nuevos servicios abriendo más bóvedas de datos o gestionando partes cruciales de la economía de datos como infraestructura pública, como lo hace la India con su sistema de identidad digital, Aadhaar. También podrían exigir el intercambio de ciertos tipos de datos, con el consentimiento de los usuarios, un enfoque que Europa está adoptando en los servicios financieros al exigir a los bancos que faciliten la accesibilidad de los datos de los clientes a terceros.

Reiniciar el antitrust para la era de la información no será fácil. Esto conllevará nuevos riesgos: un mayor intercambio de datos, por ejemplo, podría amenazar la privacidad. Pero si los gobiernos no quieren una economía de datos dominada por unos cuantos gigantes, tendrán que actuar pronto.