La Universidad de Chile reunió al Premio Nobel de Economía 2021, Guido Imbens, junto a especialistas internacionales, representantes del mundo público y líderes de la industria, en una jornada dedicada a discutir cómo la ciencia, los datos y la experimentación pueden ayudar a tomar mejores decisiones frente a problemas complejos de la sociedad. En ese marco, el académico de Stanford University defendió los experimentos como la mejor herramienta para saber qué políticas e intervenciones funcionan realmente en el mundo real.
Reconocido por el Comité Nobel por el desarrollo de la metodología de los “experimentos naturales”, junto a David Card y Joshua D. Angrist, Imbens abrió su conferencia recordando una de las máximas de la experimentación científica: “correlación no implica causalidad”. Los efectos causales son la comparación entre dos resultados, agregó: “uno correspondiente al estado en el que se encuentra una unidad, un individuo, en relación con el resultado que habríamos visto, que habríamos observado, si esa unidad, ese individuo, hubiera estado en un escenario diferente, en una exposición diferente”.
En el mundo real, fuera de los laboratorios, sucede lo mismo. “Todos los responsables de políticas tienen que enfrentarse a esto todo el tiempo. Pensamos que nos interesa analizar los cambios en una política determinada. Queremos saber cuál sería el estado o variación de la sociedad si implementáramos esa política, en comparación con el estado del mundo si no la implementáramos”, explicó Imbens.
El experto del Stanford Causal Science Center advirtió que las instituciones públicas y privadas están tomando decisiones millonarias basadas en falsas creencias, y que la solución pasa por volver al “estándar de oro” de la ciencia: los experimentos aleatorios. Como ejemplo, sostuvo que “necesitamos experimentos aleatorizados para validar el efecto de las intervenciones médicas” antes de aprobar un medicamento.
Por ello, planteó que es relevante analizar cuál es “el mecanismo de asignación: pensar por qué algunas de las unidades o individuos que estamos analizando en el estudio están expuestas a un tratamiento y otras están expuestas al nivel de control de la intervención”. Para enfatizar esta idea, el Premio Nobel de Economía expresó que “la diferencia crucial de un experimento aleatorizado es que el mecanismo de asignación se basa en la aleatorización y garantiza por diseño que el grupo de tratamiento y el grupo de control son comparables, al menos en términos de expectativa”.
En los estudios observacionales, en cambio, el mecanismo de asignación se basa en parte en la elección. En educación, por ejemplo, no basta con comparar a personas con más o menos estudios para sacar conclusiones. Quienes alcanzan niveles educativos más altos no son “iguales” al resto: suelen diferir en motivación, recursos, habilidades, contexto familiar u otras características que influyen tanto en su decisión de estudiar como en sus resultados. “Aquí es donde entra en juego el poder de los experimentos aleatorizados: el hecho de que garantizan que no haya factores de confusión, observados o no observados, que sesguen sistemáticamente estas comparaciones”, recalcó el científico.
“Lo que los experimentos hacen muy bien, aunque en muchos casos no puedan responder directamente a las preguntas que nos interesan, es darnos la capacidad de plantear preguntas muy específicas sobre el mundo y obtener respuestas de gran calidad en comparación con los estudios observacionales”, insistió el invitado a la U. de Chile.
Los estudios sobre políticas públicas buscan medir, por ejemplo, el efecto de la educación sobre los ingresos, pero no es posible observar directamente qué habría ocurrido con una misma persona si hubiera tomado otra decisión educativa. “Parte de eso puede ser correlación en lugar de causalidad, porque las personas que deciden ir a la universidad pueden ser diferentes en muchos aspectos respecto de las personas que deciden no ir”, argumentó.
Como ejemplo, el profesor de Stanford presentó los detalles de un experimento sobre eficiencia en el trabajo desde la casa sin supervisión después de la pandemia. “Una de las preocupaciones en ese momento era que los trabajadores se relajaran si se quedaban en casa. El escenario particular aquí era una agencia de viajes donde la gente trabajaba de forma muy separada, tratando con clientes. Y los tiempos de desplazamiento eran bastante sustanciales”.
“Y lo que Nick Bloom, el investigador principal de este estudio, y sus coautores descubrieron fue que, al permitir que trabajadores seleccionados al azar trabajaran desde casa, la gente estaba más contenta con su trabajo, sin que cambiara la productividad ni la satisfacción con las tareas que se les pedía realizar”, añadió.
La academia y la industria
Guido Imbens fue el principal conferencista de una invitación de la Universidad de Chile para reunir a la academia y la industria y conversar sobre el uso de datos, la inteligencia artificial y la toma de decisiones. Junto al economista participaron Ali Rauh, directora de Applied Science de Uber, y el profesor Itai Ashlagi, de Stanford University. Entre la audiencia había ejecutivos y ejecutivas que aplican IA en sus procesos. El objetivo de la jornada fue dialogar sobre las oportunidades estratégicas que abre un ecosistema de innovación entre la academia y la industria.
En el extranjero existe una práctica virtuosa de colaboración con científicos y científicas que resulta atractiva para las empresas más exitosas, que contratan a cientos de doctores para incorporarlos a sus procesos. En Amazon, por ejemplo, la plantilla incluye a unos 150 PhD en áreas clave, comentó Ali Rauh en su presentación.
Una idea reforzada por la Rectora de la Universidad de Chile, Rosa Devés. La profesora destacó que “la colaboración entre la academia y el sector productivo es esencial. La universidad aporta profundidad, pensamiento crítico y una mirada de largo plazo que permite proponer soluciones a diversos problemas complejos que presentan las empresas y, por su parte, la empresa aporta velocidad, escala y conexión directa con problemas reales. Es en ese encuentro donde surgen las innovaciones más significativas. Este seminario es un espacio que conjuga cultura, pensamiento público e información académica. Esperamos que incentive nuevas colaboraciones y que impulse un uso de la inteligencia artificial que contribuya al bienestar de nuestra sociedad”.
Las herramientas de IA son poderosas, destacó Guido Imbens en su primera presentación en Chile, realizada en la Facultad de Ciencias Físicas y Matemáticas, al comentar que investigadores de Stanford, la Universidad de Washington y Google DeepMind han creado agentes de IA capaces de imitar de cerca el comportamiento humano en experimentos sociales. Se trata de un conjunto “de mil agentes de IA que pueden predecir el comportamiento humano con un 85% de precisión en experimentos sociales”.
“La IA —agregó el Premio Nobel— va a crear muchos nuevos retos para que lo hagamos, y realmente no sabemos hacia dónde va eso, pero las preguntas causales seguirán siendo muy importantes mientras evaluamos las mejoras que vienen con la IA y buscamos nuevas formas de mejorar los resultados para la sociedad”.
El método es relevante porque cualquiera puede copiar una funcionalidad, pero pocos pueden reproducir el método científico, recalcó la directora de Applied Science de Uber. Rauh agregó que lo que no funciona dentro de las empresas es la inversión insuficiente en bases de datos, tener científicos aislados del producto, la falta de patrocinio de los principales ejecutivos, la ausencia de una cultura de experimentación y el enfoque de corto plazo o en problemas solo “interesantes” académicamente.
Para investigar cambios en un producto, debe usarse siempre el método científico, es decir, desarrollar una hipótesis, experimentar en un conjunto de clientes y contrastar los resultados con un grupo de control, insistió la ejecutiva.
Desde su perspectiva, Imbens recordó que los experimentos permiten interrogar al mundo para obtener respuestas de alta calidad. El éxito de la experimentación, señaló, debería medirse por la fracción de decisiones que cambia respecto de lo que se habría hecho o desarrollado sin experimentar.
Ciencia aplicada a la industria
En la línea de la inferencia causal que mencionaba el profesor de Stanford University, Guido Imbens, especialistas de la línea aérea LATAM ejemplificaron cómo dejaron de tomar decisiones basadas únicamente en el pasado para utilizar herramientas de inferencia causal. Eso implica, expresó María José Fuenzalida, del área de ciencia y experimentación de marketing de la empresa, cambiar la cultura para que la metodología genere valor al integrarse en el ciclo de toma de decisiones.
El profesor de la Facultad de Economía y Negocios de la Universidad de Chile, Marcelo Olivares, presentó cómo mejorar el mercado de compras públicas usando IA y ciencia de datos. En ese sentido, explicó que al aplicar algoritmos de procesamiento de lenguaje natural para automatizar y estandarizar los catálogos, lograron aumentar la competencia y reducir los precios de transacción en un 8,2%.
También, en el primer bloque de charlas sobre aplicación de la ciencia en la industria, el ejecutivo de TopSort, Abelino Jiménez, explicó que su empresa diseña mecanismos eficientes para la publicidad en aplicaciones de delivery y marketplaces mediante una infraestructura de IA centrada en balancear los intereses de compradores, marcas o vendedores y tiendas. Todo el proceso automático de negociación, decisión y asignación demora 50 milisegundos y funciona sin usar cookies, lo que implica más privacidad.
Por su parte, el profesor de Stanford Itai Ashlagi expuso sobre cómo utilizar el análisis de datos y la matemática del diseño de mercados para mejorar el sistema de asignación de trasplantes de riñón y salvar más vidas. El gran problema es que, en lugares como Estados Unidos, más del 20% de los riñones donados se descartan y se pierden. El académico y su equipo analizaron millones de datos y descubrieron que no todos los rechazos son iguales.
Si un riñón es rechazado por un solo paciente, no es tan grave; pero si recibe rechazos de múltiples pacientes al mismo tiempo, es una señal muy clara y temprana de que ese órgano será difícil de ubicar. Entonces, los investigadores de Stanford propusieron un rediseño de las reglas de las listas de espera que mejora la asignación de los órganos y reduce los tiempos, con el fin de salvar vidas.
En el segundo bloque de exposiciones sobre el trabajo científico en la industria, el profesor del Departamento de Ingeniería Industrial de la Facultad de Ciencias Físicas y Matemáticas, Daniel Schwartz, subrayó que el factor humano es completamente relevante. En internet, señaló, no se trata de medir métricas superficiales si estas no se traducen necesariamente en ventas reales, por lo que es vital usar herramientas de IA para analizar el comportamiento del consumidor y enfocarse en los usuarios que pueden convertirse en clientes.
Loreto Bravo, doctora en Computer Science e investigadora en la Universidad del Desarrollo, detalló que su enfoque principal es demostrar cómo equipos multidisciplinarios pueden transformar grandes volúmenes de datos en valor tangible para generar un impacto positivo en la sociedad, el gobierno y la industria. Para lograrlo, utilizan principalmente registros masivos y anonimizados de telecomunicaciones. En su trabajo de campo han desarrollado sistemas capaces de detectar la actividad de teléfonos móviles en recintos penitenciarios.
La empresa Fintual, explicó su gerente de tecnología, Rodrigo Basoalto, desarrolló un equipo de agentes de IA que responde a los clientes. Cada uno de ellos es experto en los productos o servicios de la compañía. Estos ejecutivos virtuales trabajan de manera colaborativa para asesorar a sus usuarios.
La jornada cerró con un panel moderado por Gabriel Weintraub, en el que participaron Guido Imbens, Ali Rauh, la ministra de Ciencia, Tecnología, Conocimiento e Innovación, Ximena Lincolao, y la directora de empresas y doctora en Economics of Education por Stanford, Cuky Pérez.
La ejecutiva nacional expresó que Chile cuenta con una infraestructura tecnológica de clase mundial y que es importante que quienes toman decisiones en las empresas comprendan la importancia de trabajar con científicos y científicas para resolver los problemas de la industria.
La autoridad de gobierno, por su parte, recalcó que Chile es uno de los grandes productores de ciencia en la región en áreas tan específicas como la astronomía y coincidió en que la conectividad y los centros de datos son de punta. Al mismo tiempo, señaló que las y los profesionales que egresan de las universidades son de primer nivel, pero parece conveniente generar una cultura de coordinación entre las distintas áreas de la sociedad y la economía.
Después del seminario, la Universidad de Chile reunió a los principales ejecutivos y ejecutivas de grandes empresas nacionales en una cena para dialogar sobre cómo crear un ecosistema que permita solucionar problemas de la industria con el aporte de la academia. Las y los asistentes pudieron conversar informalmente con los profesores Imbens y Ashlagi, además de Ali Rauh.
Facultad de Economía y Negocios
El profesor Imbens cerró su segunda visita a Chile con la conferencia de apertura del año académico de la Facultad de Economía y Negocios, con la charla magistral “Más allá de la correlación: causalidad para ciencias sociales y de datos”. La actividad, en la que participaron académicos, académicas y estudiantes, fue una reflexión sobre el valor de la causalidad en la investigación y en la toma de decisiones basadas en evidencia.
En la organización de todas las actividades participaron académicos de la FEN, la FCFM y Stanford University, con el auspicio de Banco Santander, Fintual y TopSort.
Las presentaciones y conferencias están disponibles en el canal de YouTube de la Universidad de Chile: