[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:00.00,0:00:03.14,Default,,0000,0000,0000,,♪ (música) ♪
Dialogue: 0,0:00:03.39,0:00:05.63,Default,,0000,0000,0000,,- [Narradora] Bienvenidos\Na Nobel Conversations.
Dialogue: 0,0:00:06.99,0:00:10.09,Default,,0000,0000,0000,,En este episodio,\NJosh Angrist y Guido Imbens
Dialogue: 0,0:00:10.09,0:00:13.37,Default,,0000,0000,0000,,se reúnen con Isaiah Andrews\Npara discutir y discrepar
Dialogue: 0,0:00:13.37,0:00:15.22,Default,,0000,0000,0000,,sobre el papel\Ndel aprendizaje automático
Dialogue: 0,0:00:15.22,0:00:16.82,Default,,0000,0000,0000,,en la econometría aplicada.
Dialogue: 0,0:00:17.89,0:00:19.90,Default,,0000,0000,0000,,- [Isaiah] Bien. Por supuesto\Nque hay muchos temas
Dialogue: 0,0:00:19.90,0:00:21.46,Default,,0000,0000,0000,,en los que ustedes\Nestán muy de acuerdo,
Dialogue: 0,0:00:21.46,0:00:22.60,Default,,0000,0000,0000,,pero me gustaría pasar a uno
Dialogue: 0,0:00:22.60,0:00:24.36,Default,,0000,0000,0000,,sobre el que tal vez\Nopinen algo distinto.
Dialogue: 0,0:00:24.36,0:00:26.10,Default,,0000,0000,0000,,Me gustaría escuchar\Nalgunas de sus opiniones
Dialogue: 0,0:00:26.10,0:00:27.32,Default,,0000,0000,0000,,sobre el aprendizaje automático
Dialogue: 0,0:00:27.32,0:00:30.26,Default,,0000,0000,0000,,y el papel que desempeña\Ny desempeñará en la economía.
Dialogue: 0,0:00:30.26,0:00:31.86,Default,,0000,0000,0000,,- [Guido] He consultado\Nalgunos datos,
Dialogue: 0,0:00:31.86,0:00:33.35,Default,,0000,0000,0000,,como los datos privados.
Dialogue: 0,0:00:33.35,0:00:35.31,Default,,0000,0000,0000,,Vemos que no hay\Nningún documento publicado allí.
Dialogue: 0,0:00:35.98,0:00:39.43,Default,,0000,0000,0000,,Se hizo un experimento\Nsobre algún algoritmo de búsqueda
Dialogue: 0,0:00:39.43,0:00:41.08,Default,,0000,0000,0000,,y la cuestión era...
Dialogue: 0,0:00:42.58,0:00:45.49,Default,,0000,0000,0000,,se trataba de clasificar cosas\Ny cambiar la clasificación.
Dialogue: 0,0:00:45.99,0:00:47.16,Default,,0000,0000,0000,,Y estaba más o menos claro
Dialogue: 0,0:00:47.16,0:00:50.27,Default,,0000,0000,0000,,que iba a haber\Nmucha heterogeneidad.
Dialogue: 0,0:00:51.12,0:00:55.86,Default,,0000,0000,0000,,Si buscas, digamos,
Dialogue: 0,0:00:58.12,0:01:00.64,Default,,0000,0000,0000,,una foto de Britney Spears,
Dialogue: 0,0:01:00.64,0:01:02.50,Default,,0000,0000,0000,,realmente no importa\Ndónde la clasifiques
Dialogue: 0,0:01:02.50,0:01:05.21,Default,,0000,0000,0000,,porque vas a encontrar\Nlo que estás buscando,
Dialogue: 0,0:01:05.74,0:01:07.06,Default,,0000,0000,0000,,ya sea que la clasifiques
Dialogue: 0,0:01:07.06,0:01:09.74,Default,,0000,0000,0000,,en primera, segunda\No tercera posición.
Dialogue: 0,0:01:10.03,0:01:12.35,Default,,0000,0000,0000,,Pero si estás buscando\Nel mejor libro de econometría,
Dialogue: 0,0:01:12.35,0:01:16.51,Default,,0000,0000,0000,,si pones tu libro en primer lugar\No en el décimo,
Dialogue: 0,0:01:16.51,0:01:18.14,Default,,0000,0000,0000,,eso va a suponer\Nuna gran diferencia
Dialogue: 0,0:01:18.14,0:01:19.84,Default,,0000,0000,0000,,en la frecuencia
Dialogue: 0,0:01:19.84,0:01:21.29,Default,,0000,0000,0000,,con la que la gente\Nhará clic en él.
Dialogue: 0,0:01:22.09,0:01:23.31,Default,,0000,0000,0000,,Así que ahí--
Dialogue: 0,0:01:23.31,0:01:24.33,Default,,0000,0000,0000,,[Josh] ¿Por qué necesito
Dialogue: 0,0:01:24.33,0:01:27.31,Default,,0000,0000,0000,,el aprendizaje automático\Npara descubrir eso?
Dialogue: 0,0:01:27.31,0:01:29.46,Default,,0000,0000,0000,,Porque parece que puedo descubrirlo\Nde forma sencilla.
Dialogue: 0,0:01:29.46,0:01:30.52,Default,,0000,0000,0000,,- [Guido] En general--
Dialogue: 0,0:01:30.52,0:01:32.23,Default,,0000,0000,0000,,- [Josh] Había\Nun montón de posibles--
Dialogue: 0,0:01:32.23,0:01:34.23,Default,,0000,0000,0000,,- [Guido]...quieres pensar\Nque los artículos
Dialogue: 0,0:01:34.23,0:01:37.09,Default,,0000,0000,0000,,tienen montón de características,
Dialogue: 0,0:01:37.09,0:01:38.94,Default,,0000,0000,0000,,que quieres entender
Dialogue: 0,0:01:38.94,0:01:43.65,Default,,0000,0000,0000,,lo que impulsa la heterogeneidad\Nen el efecto de--
Dialogue: 0,0:01:43.67,0:01:44.88,Default,,0000,0000,0000,,- Pero solo estás prediciendo.
Dialogue: 0,0:01:44.88,0:01:46.06,Default,,0000,0000,0000,,En cierto sentido,
Dialogue: 0,0:01:46.06,0:01:47.79,Default,,0000,0000,0000,,estás resolviendo\Nun problema de marketing.
Dialogue: 0,0:01:47.79,0:01:49.21,Default,,0000,0000,0000,,- No, es un efecto causal,
Dialogue: 0,0:01:49.21,0:01:51.74,Default,,0000,0000,0000,,- Es causal, pero no tiene\Ncontenido científico.
Dialogue: 0,0:01:51.74,0:01:52.81,Default,,0000,0000,0000,,Piensa en--
Dialogue: 0,0:01:53.67,0:01:57.24,Default,,0000,0000,0000,,- No, pero hay cosas similares\Nen el ámbito médico.
Dialogue: 0,0:01:57.69,0:01:59.31,Default,,0000,0000,0000,,Si haces un experimento,
Dialogue: 0,0:01:59.31,0:02:02.49,Default,,0000,0000,0000,,puedes estar muy interesado\Nen si el tratamiento funciona
Dialogue: 0,0:02:02.49,0:02:03.82,Default,,0000,0000,0000,,para algunos grupos o no.
Dialogue: 0,0:02:03.82,0:02:05.95,Default,,0000,0000,0000,,Y tienes un montón\Nde características individuales,
Dialogue: 0,0:02:05.95,0:02:08.11,Default,,0000,0000,0000,,y quieres buscar sistemáticamente--
Dialogue: 0,0:02:08.11,0:02:09.88,Default,,0000,0000,0000,,- Sí. Tengo mis dudas sobre esa...
Dialogue: 0,0:02:09.88,0:02:12.59,Default,,0000,0000,0000,,esa especie de idea de que hay\Nun efecto causal personal
Dialogue: 0,0:02:12.59,0:02:13.90,Default,,0000,0000,0000,,que me debería importar
Dialogue: 0,0:02:13.90,0:02:15.16,Default,,0000,0000,0000,,y que el aprendizaje automático
Dialogue: 0,0:02:15.16,0:02:17.10,Default,,0000,0000,0000,,puede descubrirlo\Nde alguna manera que sea útil.
Dialogue: 0,0:02:17.52,0:02:18.68,Default,,0000,0000,0000,,Así que piensa en--
Dialogue: 0,0:02:18.68,0:02:20.18,Default,,0000,0000,0000,,he trabajado mucho en las escuelas,
Dialogue: 0,0:02:20.18,0:02:22.36,Default,,0000,0000,0000,,yendo a, digamos,\Nuna escuela chárter,
Dialogue: 0,0:02:22.36,0:02:24.50,Default,,0000,0000,0000,,una escuela privada\Nfinanciada con fondos públicos,
Dialogue: 0,0:02:24.78,0:02:27.39,Default,,0000,0000,0000,,efectivamente,\Nque es libre de estructurar
Dialogue: 0,0:02:27.39,0:02:29.59,Default,,0000,0000,0000,,su propio plan de estudios\Nen función del contexto.
Dialogue: 0,0:02:29.59,0:02:30.94,Default,,0000,0000,0000,,Algunos tipos de escuelas chárter
Dialogue: 0,0:02:30.94,0:02:33.38,Default,,0000,0000,0000,,consiguen\Nun rendimiento espectacular
Dialogue: 0,0:02:33.38,0:02:36.32,Default,,0000,0000,0000,,y en el conjunto de datos\Nque produce ese resultado,
Dialogue: 0,0:02:36.32,0:02:37.97,Default,,0000,0000,0000,,tengo un montón de covariables.
Dialogue: 0,0:02:37.97,0:02:39.58,Default,,0000,0000,0000,,Tengo\Nlas puntuaciones de referencia
Dialogue: 0,0:02:39.58,0:02:41.32,Default,,0000,0000,0000,,y los antecedentes familiares,
Dialogue: 0,0:02:41.32,0:02:45.52,Default,,0000,0000,0000,,la educación de los padres,\Nel sexo del niño, la raza del niño.
Dialogue: 0,0:02:46.06,0:02:49.76,Default,,0000,0000,0000,,Y, bueno, en cuanto reúno\Nmedia docena de ellas,
Dialogue: 0,0:02:49.76,0:02:51.75,Default,,0000,0000,0000,,tengo un espacio\Nde muy alta dimensión.
Dialogue: 0,0:02:52.39,0:02:55.39,Default,,0000,0000,0000,,Sin duda, me interesan\Nlas características del curso
Dialogue: 0,0:02:55.39,0:02:56.80,Default,,0000,0000,0000,,de ese efecto del tratamiento,
Dialogue: 0,0:02:56.80,0:02:58.69,Default,,0000,0000,0000,,como por ejemplo, si es mejor\Npara las personas
Dialogue: 0,0:02:58.69,0:03:02.05,Default,,0000,0000,0000,,que provienen de familias\Ncon menores ingresos.
Dialogue: 0,0:03:02.38,0:03:05.66,Default,,0000,0000,0000,,Me cuesta creer\Nque haya una aplicación
Dialogue: 0,0:03:05.66,0:03:09.97,Default,,0000,0000,0000,,para la versión\Nde muy alta dimensión,
Dialogue: 0,0:03:09.97,0:03:12.50,Default,,0000,0000,0000,,en la que descubrí\Nque para los niños no blancos
Dialogue: 0,0:03:12.50,0:03:15.03,Default,,0000,0000,0000,,que tienen\Ningresos familiares altos
Dialogue: 0,0:03:15.03,0:03:17.75,Default,,0000,0000,0000,,pero puntuaciones de referencia\Nen el tercer cuartil
Dialogue: 0,0:03:17.75,0:03:20.54,Default,,0000,0000,0000,,y que solo fueron\Na la escuela pública
Dialogue: 0,0:03:20.54,0:03:23.13,Default,,0000,0000,0000,,en el tercer grado\Npero no en el sexto.
Dialogue: 0,0:03:23.13,0:03:25.68,Default,,0000,0000,0000,,Así que eso es lo que produce\Nese análisis de alta dimensión.
Dialogue: 0,0:03:25.68,0:03:27.94,Default,,0000,0000,0000,,Es una declaración condicional\Nmuy elaborada.
Dialogue: 0,0:03:27.94,0:03:30.70,Default,,0000,0000,0000,,Hay dos cosas que están mal,\Nen mi opinión.
Dialogue: 0,0:03:30.70,0:03:32.42,Default,,0000,0000,0000,,En primer lugar, no lo veo como--
Dialogue: 0,0:03:32.42,0:03:34.49,Default,,0000,0000,0000,,no puedo imaginar\Npor qué es algo procesable.
Dialogue: 0,0:03:34.49,0:03:36.52,Default,,0000,0000,0000,,No sé por qué\Nquerrías actuar sobre ello.
Dialogue: 0,0:03:36.52,0:03:39.38,Default,,0000,0000,0000,,Y también sé que hay\Nalgún modelo alternativo
Dialogue: 0,0:03:39.38,0:03:42.86,Default,,0000,0000,0000,,que encaja casi igual de bien,\Nque lo invierte todo.
Dialogue: 0,0:03:42.98,0:03:44.59,Default,,0000,0000,0000,,Porque el aprendizaje automático
Dialogue: 0,0:03:44.59,0:03:48.47,Default,,0000,0000,0000,,no me dice que este es realmente\Nel predictor que importa,
Dialogue: 0,0:03:48.47,0:03:50.78,Default,,0000,0000,0000,,solo me dice\Nque este es un buen predictor.
Dialogue: 0,0:03:51.40,0:03:54.88,Default,,0000,0000,0000,,Así que creo,\Nque hay algo diferente
Dialogue: 0,0:03:54.88,0:03:57.69,Default,,0000,0000,0000,,en el contexto\Nde las ciencias sociales.
Dialogue: 0,0:03:57.69,0:04:00.27,Default,,0000,0000,0000,,- [Guido] Creo que las aplicaciones\Nde las ciencias sociales
Dialogue: 0,0:04:00.27,0:04:03.92,Default,,0000,0000,0000,,de las que hablas\Nson aquellas en las que, creo,
Dialogue: 0,0:04:03.92,0:04:07.92,Default,,0000,0000,0000,,no hay una gran cantidad\Nde heterogeneidad en los efectos.
Dialogue: 0,0:04:09.76,0:04:13.61,Default,,0000,0000,0000,,- [Josh] Bueno, podría haberla\Nsi me permites llenar ese espacio.
Dialogue: 0,0:04:13.61,0:04:15.65,Default,,0000,0000,0000,,- No... ni siquiera entonces.
Dialogue: 0,0:04:15.65,0:04:18.51,Default,,0000,0000,0000,,Creo que para muchas\Nde esas intervenciones,
Dialogue: 0,0:04:18.51,0:04:22.84,Default,,0000,0000,0000,,se espera que el efecto\Nsea del mismo signo para todos.
Dialogue: 0,0:04:23.06,0:04:27.32,Default,,0000,0000,0000,,Puede haber pequeñas diferencias\Nen la magnitud, pero no es...
Dialogue: 0,0:04:27.58,0:04:29.97,Default,,0000,0000,0000,,Porque muchas de estas\Ndiferencias educativas
Dialogue: 0,0:04:29.97,0:04:31.61,Default,,0000,0000,0000,,son buenas para todos.
Dialogue: 0,0:04:31.61,0:04:35.93,Default,,0000,0000,0000,,No es que sean malas\Npara algunas personas
Dialogue: 0,0:04:35.93,0:04:37.41,Default,,0000,0000,0000,,y buenas para otras
Dialogue: 0,0:04:37.41,0:04:39.80,Default,,0000,0000,0000,,y en algunos pequeños casos\Npueden ser malas.
Dialogue: 0,0:04:40.19,0:04:43.63,Default,,0000,0000,0000,,Pero puede haber\Nalgo de variación en la magnitud,
Dialogue: 0,0:04:43.63,0:04:44.81,Default,,0000,0000,0000,,pero se necesitarían
Dialogue: 0,0:04:44.81,0:04:47.02,Default,,0000,0000,0000,,conjuntos de datos\Nmuy muy grandes para encontrarlos.
Dialogue: 0,0:04:47.02,0:04:48.98,Default,,0000,0000,0000,,Estoy de acuerdo en que,\Nen esos casos,
Dialogue: 0,0:04:48.98,0:04:51.39,Default,,0000,0000,0000,,probablemente no serían\Nmuy procesables de todos modos.
Dialogue: 0,0:04:51.88,0:04:54.08,Default,,0000,0000,0000,,Pero creo que hay\Nmuchos otros escenarios
Dialogue: 0,0:04:54.08,0:04:56.48,Default,,0000,0000,0000,,donde hay mucha más heterogeneidad.
Dialogue: 0,0:04:56.74,0:04:59.16,Default,,0000,0000,0000,,- Bueno, estoy abierto\Na esa posibilidad
Dialogue: 0,0:04:59.16,0:05:00.98,Default,,0000,0000,0000,,y creo que el ejemplo que has dado
Dialogue: 0,0:05:00.98,0:05:04.86,Default,,0000,0000,0000,,es esencialmente\Nun ejemplo de marketing.
Dialogue: 0,0:05:05.94,0:05:09.71,Default,,0000,0000,0000,,- No, esos tienen\Nimplicaciones para ello
Dialogue: 0,0:05:09.71,0:05:11.60,Default,,0000,0000,0000,,y esa es la organización,
Dialogue: 0,0:05:11.60,0:05:15.36,Default,,0000,0000,0000,,si tienes que preocuparte por la--
Dialogue: 0,0:05:15.36,0:05:17.86,Default,,0000,0000,0000,,- Bueno, necesito\Nver ese documento.
Dialogue: 0,0:05:18.29,0:05:21.49,Default,,0000,0000,0000,,- Así que, la sensación\Nque tengo es que...
Dialogue: 0,0:05:21.49,0:05:23.37,Default,,0000,0000,0000,,- Todavía no estamos de acuerdo\Nen algo.
Dialogue: 0,0:05:23.37,0:05:25.74,Default,,0000,0000,0000,,- Sí.\N- No hemos coincidido en todo.
Dialogue: 0,0:05:25.74,0:05:27.39,Default,,0000,0000,0000,,- Tengo esa sensación.\N[risas]
Dialogue: 0,0:05:27.39,0:05:29.05,Default,,0000,0000,0000,,- En realidad,\Nhemos discrepado en esto
Dialogue: 0,0:05:29.05,0:05:30.73,Default,,0000,0000,0000,,porque no estaba para discutir.
Dialogue: 0,0:05:30.73,0:05:33.14,Default,,0000,0000,0000,,[risas]
Dialogue: 0,0:05:33.14,0:05:35.06,Default,,0000,0000,0000,,- ¿Se está poniendo\Nalgo caluroso aquí?
Dialogue: 0,0:05:35.72,0:05:37.85,Default,,0000,0000,0000,,- Caluroso.\NEs bueno que esté caluroso.
Dialogue: 0,0:05:37.85,0:05:39.50,Default,,0000,0000,0000,,La sensación que tengo es, Josh,
Dialogue: 0,0:05:39.50,0:05:41.95,Default,,0000,0000,0000,,que no estás diciendo\Nque estás seguro
Dialogue: 0,0:05:41.95,0:05:44.16,Default,,0000,0000,0000,,de que no hay manera\Nde que haya una aplicación
Dialogue: 0,0:05:44.16,0:05:45.67,Default,,0000,0000,0000,,en la que estas cosas sean útiles.
Dialogue: 0,0:05:45.67,0:05:47.17,Default,,0000,0000,0000,,Estás diciendo\Nque no estás convencido
Dialogue: 0,0:05:47.17,0:05:49.44,Default,,0000,0000,0000,,con las aplicaciones existentes\Nhasta la fecha.
Dialogue: 0,0:05:49.91,0:05:51.66,Default,,0000,0000,0000,,- Me parece bien.\N- Estoy muy seguro.
Dialogue: 0,0:05:51.86,0:05:54.18,Default,,0000,0000,0000,,[risas]
Dialogue: 0,0:05:54.18,0:05:55.27,Default,,0000,0000,0000,,- En este caso.
Dialogue: 0,0:05:55.27,0:05:56.54,Default,,0000,0000,0000,,- Creo que Josh tiene razón
Dialogue: 0,0:05:56.54,0:06:00.10,Default,,0000,0000,0000,,en que incluso\Nen los casos de predicción,
Dialogue: 0,0:06:00.10,0:06:03.76,Default,,0000,0000,0000,,donde muchos de los métodos\Nde aprendizaje automática
Dialogue: 0,0:06:03.76,0:06:06.52,Default,,0000,0000,0000,,realmente se destacan es donde hay\Nun montón de heterogeneidad.
Dialogue: 0,0:06:06.78,0:06:10.40,Default,,0000,0000,0000,,- No te importan mucho\Nlos detalles, ¿verdad?
Dialogue: 0,0:06:10.40,0:06:11.48,Default,,0000,0000,0000,,- [Guido] Sí.
Dialogue: 0,0:06:11.48,0:06:14.75,Default,,0000,0000,0000,,- No tiene un ángulo normativo\No algo así.
Dialogue: 0,0:06:14.75,0:06:17.54,Default,,0000,0000,0000,,- El reconocimiento\Nde dígitos escritos a mano
Dialogue: 0,0:06:17.54,0:06:18.57,Default,,0000,0000,0000,,y demás...
Dialogue: 0,0:06:18.72,0:06:23.86,Default,,0000,0000,0000,,lo hace mucho mejor\Nque construir un modelo complicado.
Dialogue: 0,0:06:24.20,0:06:26.92,Default,,0000,0000,0000,,Pero muchas\Nde las ciencias sociales,
Dialogue: 0,0:06:26.92,0:06:28.45,Default,,0000,0000,0000,,muchas\Nde las aplicaciones económicas,
Dialogue: 0,0:06:28.45,0:06:29.61,Default,,0000,0000,0000,,en realidad sabemos mucho
Dialogue: 0,0:06:29.61,0:06:32.07,Default,,0000,0000,0000,,sobre la relación\Nentre sus variables.
Dialogue: 0,0:06:32.07,0:06:34.57,Default,,0000,0000,0000,,Muchas de las relaciones\Nson estrictamente monótonas.
Dialogue: 0,0:06:35.40,0:06:39.27,Default,,0000,0000,0000,,La educación va a aumentar\Nlos ingresos de la gente,
Dialogue: 0,0:06:39.27,0:06:41.92,Default,,0000,0000,0000,,sin importar\Nlas características demográficas,
Dialogue: 0,0:06:41.92,0:06:44.76,Default,,0000,0000,0000,,sin importar\Nel nivel de educación que se tenga.
Dialogue: 0,0:06:44.76,0:06:46.32,Default,,0000,0000,0000,,- Hasta que lleguen a un doctorado.
Dialogue: 0,0:06:46.32,0:06:48.13,Default,,0000,0000,0000,,- ¿Eso se aplica\Na la escuela de posgrado?
Dialogue: 0,0:06:48.13,0:06:49.22,Default,,0000,0000,0000,,[risas]
Dialogue: 0,0:06:49.22,0:06:50.59,Default,,0000,0000,0000,,- En un rango razonable.
Dialogue: 0,0:06:50.59,0:06:55.47,Default,,0000,0000,0000,,No va a bajar mucho.
Dialogue: 0,0:06:55.47,0:06:58.18,Default,,0000,0000,0000,,En muchos de los entornos\Nen los que se destacan
Dialogue: 0,0:06:58.18,0:07:00.21,Default,,0000,0000,0000,,estos métodos\Nde aprendizaje automático,
Dialogue: 0,0:07:00.21,0:07:02.08,Default,,0000,0000,0000,,hay mucha falta de monotonicidad,
Dialogue: 0,0:07:02.08,0:07:04.60,Default,,0000,0000,0000,,una especie de multimodalidad\Nen estas relaciones
Dialogue: 0,0:07:04.60,0:07:08.48,Default,,0000,0000,0000,,y van a ser muy poderosos.
Dialogue: 0,0:07:08.70,0:07:11.43,Default,,0000,0000,0000,,Pero sigo sosteniendo lo mismo.
Dialogue: 0,0:07:11.43,0:07:17.53,Default,,0000,0000,0000,,Estos métodos tienen mucho\Npara ofrecerles a los economistas
Dialogue: 0,0:07:17.53,0:07:21.46,Default,,0000,0000,0000,,y serán una gran parte del futuro.
Dialogue: 0,0:07:21.63,0:07:23.18,Default,,0000,0000,0000,,APLICACIONES\NDEL APRENDIZAJE AUTOMÁTICO
Dialogue: 0,0:07:23.18,0:07:24.81,Default,,0000,0000,0000,,Parece que hay\Nalgo interesante por decir
Dialogue: 0,0:07:24.81,0:07:26.14,Default,,0000,0000,0000,,sobre el aprendizaje automático.
Dialogue: 0,0:07:26.14,0:07:27.41,Default,,0000,0000,0000,,Así que, Guido, me preguntaba
Dialogue: 0,0:07:27.41,0:07:29.42,Default,,0000,0000,0000,,¿podría dar tal vez\Nalgunos de los ejemplos
Dialogue: 0,0:07:29.42,0:07:30.69,Default,,0000,0000,0000,,que está pensando
Dialogue: 0,0:07:30.69,0:07:32.51,Default,,0000,0000,0000,,con las aplicaciones\Nque salen en el momento?
Dialogue: 0,0:07:32.51,0:07:35.78,Default,,0000,0000,0000,,- Un área\Nes donde en lugar de buscar
Dialogue: 0,0:07:35.78,0:07:37.24,Default,,0000,0000,0000,,efectos causales promedio
Dialogue: 0,0:07:37.24,0:07:39.68,Default,,0000,0000,0000,,estamos buscando\Nestimaciones individualizadas,
Dialogue: 0,0:07:39.68,0:07:43.21,Default,,0000,0000,0000,,predicciones de efectos causales,
Dialogue: 0,0:07:43.21,0:07:45.86,Default,,0000,0000,0000,,y allí, los algoritmos\Nde aprendizaje automático
Dialogue: 0,0:07:45.86,0:07:47.38,Default,,0000,0000,0000,,han sido muy eficaces.
Dialogue: 0,0:07:47.96,0:07:49.89,Default,,0000,0000,0000,,Hasta ahora,\Nhemos hecho estas cosas
Dialogue: 0,0:07:49.89,0:07:51.46,Default,,0000,0000,0000,,utilizando métodos de kernel,
Dialogue: 0,0:07:51.46,0:07:53.85,Default,,0000,0000,0000,,y teóricamente, funcionan muy bien,
Dialogue: 0,0:07:53.85,0:07:56.23,Default,,0000,0000,0000,,y hay quienes comentan\Nque, formalmente,
Dialogue: 0,0:07:56.23,0:07:57.58,Default,,0000,0000,0000,,no se puede hacer nada mejor.
Dialogue: 0,0:07:57.58,0:07:59.42,Default,,0000,0000,0000,,Pero en la práctica,\Nno funcionan muy bien.
Dialogue: 0,0:07:59.64,0:08:03.06,Default,,0000,0000,0000,,Las cosas aleatorias\Nde tipo bosque causal
Dialogue: 0,0:08:03.06,0:08:05.83,Default,,0000,0000,0000,,en las que Stefan Wager\Ny Susan Athey
Dialogue: 0,0:08:05.83,0:08:09.31,Default,,0000,0000,0000,,han estado trabajando\Nse utilizan muy ampliamente.
Dialogue: 0,0:08:09.54,0:08:11.90,Default,,0000,0000,0000,,Han sido muy eficaces\Nen estos entornos
Dialogue: 0,0:08:11.90,0:08:14.100,Default,,0000,0000,0000,,para obtener efectos causales
Dialogue: 0,0:08:14.100,0:08:19.12,Default,,0000,0000,0000,,que varían según las covariables.
Dialogue: 0,0:08:19.12,0:08:23.66,Default,,0000,0000,0000,,Creo que esto es solo el comienzo\Nde estos métodos.
Dialogue: 0,0:08:23.66,0:08:25.60,Default,,0000,0000,0000,,Pero en muchos casos,
Dialogue: 0,0:08:27.20,0:08:29.57,Default,,0000,0000,0000,,estos algoritmos son muy eficaces,
Dialogue: 0,0:08:29.57,0:08:31.48,Default,,0000,0000,0000,,como en la búsqueda\Nen grandes espacios
Dialogue: 0,0:08:31.48,0:08:36.91,Default,,0000,0000,0000,,y encontrar las funciones\Nque se ajustan muy bien
Dialogue: 0,0:08:36.91,0:08:40.44,Default,,0000,0000,0000,,en formas que realmente\Nno podíamos hacer antes.
Dialogue: 0,0:08:41.51,0:08:42.87,Default,,0000,0000,0000,,- No conozco ningún ejemplo
Dialogue: 0,0:08:42.87,0:08:45.38,Default,,0000,0000,0000,,en el que el aprendizaje automático\Nhaya generado conocimientos
Dialogue: 0,0:08:45.38,0:08:47.26,Default,,0000,0000,0000,,sobre un efecto causal\Nque me interese.
Dialogue: 0,0:08:47.62,0:08:49.13,Default,,0000,0000,0000,,Y sí conozco ejemplos
Dialogue: 0,0:08:49.13,0:08:51.11,Default,,0000,0000,0000,,en los que es potencialmente\Nmuy engañoso.
Dialogue: 0,0:08:51.48,0:08:53.49,Default,,0000,0000,0000,,He trabajado con Brigham Frandsen
Dialogue: 0,0:08:53.49,0:08:55.92,Default,,0000,0000,0000,,utilizando, por ejemplo,\Nbosques aleatorios
Dialogue: 0,0:08:55.92,0:08:57.94,Default,,0000,0000,0000,,para modelar\Nlos efectos de las covariables
Dialogue: 0,0:08:57.94,0:08:59.78,Default,,0000,0000,0000,,en un problema\Nde variables instrumentales
Dialogue: 0,0:08:59.78,0:09:03.33,Default,,0000,0000,0000,,en el que hay que condicionar\Nlas covariables.
Dialogue: 0,0:09:03.71,0:09:06.46,Default,,0000,0000,0000,,Y no tienes\Nun sentimiento muy fuerte
Dialogue: 0,0:09:06.46,0:09:08.07,Default,,0000,0000,0000,,sobre la forma funcional para eso,
Dialogue: 0,0:09:08.07,0:09:09.84,Default,,0000,0000,0000,,así que tal vez\Nse debería curvar...
Dialogue: 0,0:09:09.84,0:09:12.81,Default,,0000,0000,0000,,estar abierto\Na un ajuste flexible de la curva.
Dialogue: 0,0:09:12.98,0:09:14.48,Default,,0000,0000,0000,,Y eso te lleva a un camino
Dialogue: 0,0:09:14.48,0:09:16.62,Default,,0000,0000,0000,,donde hay un montón\Nde no linealidades en el modelo,
Dialogue: 0,0:09:16.62,0:09:20.06,Default,,0000,0000,0000,,y eso es muy peligroso con el IV
Dialogue: 0,0:09:20.06,0:09:22.70,Default,,0000,0000,0000,,porque cualquier tipo\Nde no linealidad excluida
Dialogue: 0,0:09:22.70,0:09:25.78,Default,,0000,0000,0000,,genera potencialmente\Nun efecto causal espurio
Dialogue: 0,0:09:25.78,0:09:29.10,Default,,0000,0000,0000,,y Brigham y yo lo mostramos,\Ncreo que muy convincentemente,
Dialogue: 0,0:09:29.10,0:09:31.73,Default,,0000,0000,0000,,en el caso de dos instrumentos
Dialogue: 0,0:09:31.73,0:09:34.96,Default,,0000,0000,0000,,que vienen de un trabajo mío\Ncon Bill Evans,
Dialogue: 0,0:09:34.96,0:09:37.30,Default,,0000,0000,0000,,donde si se reemplaza...
Dialogue: 0,0:09:37.30,0:09:40.90,Default,,0000,0000,0000,,un estimador tradicional\Nde mínimos cuadrados en dos etapas
Dialogue: 0,0:09:40.90,0:09:42.68,Default,,0000,0000,0000,,con algún tipo de bosque aleatorio,
Dialogue: 0,0:09:42.68,0:09:46.74,Default,,0000,0000,0000,,se obtienen estimaciones\Nsin sentido muy precisas.
Dialogue: 0,0:09:47.34,0:09:51.06,Default,,0000,0000,0000,,Creo que eso\Nes una gran advertencia.
Dialogue: 0,0:09:51.35,0:09:53.38,Default,,0000,0000,0000,,A la vista de esos resultados,
Dialogue: 0,0:09:53.38,0:09:55.33,Default,,0000,0000,0000,,en un ejemplo que me interese
Dialogue: 0,0:09:55.33,0:09:57.01,Default,,0000,0000,0000,,en el que los instrumentos\Nsean muy simples
Dialogue: 0,0:09:57.01,0:10:01.15,Default,,0000,0000,0000,,y crea que son válidos,\Nsería escéptico al respecto.
Dialogue: 0,0:10:02.28,0:10:06.67,Default,,0000,0000,0000,,La no linealidad y el IV\Nno se mezclan muy cómodamente.
Dialogue: 0,0:10:06.67,0:10:09.19,Default,,0000,0000,0000,,- No, parece que eso\Nya es más complicado...
Dialogue: 0,0:10:09.19,0:10:11.65,Default,,0000,0000,0000,,- Bueno, es IV--\N- Sí.
Dialogue: 0,0:10:11.65,0:10:15.46,Default,,0000,0000,0000,,- ...pero luego trabajamos en eso.\N[risas]
Dialogue: 0,0:10:15.46,0:10:16.86,Default,,0000,0000,0000,,- Está bien.
Dialogue: 0,0:10:16.86,0:10:18.64,Default,,0000,0000,0000,,OPORTUNIDADES\NPARA PUBLICAR EN REVISTAS
Dialogue: 0,0:10:18.64,0:10:20.05,Default,,0000,0000,0000,,- [Guido] Como editor\Nde Econometrica,
Dialogue: 0,0:10:20.05,0:10:22.24,Default,,0000,0000,0000,,muchos de estos trabajos\Nllegan a mi escritorio,
Dialogue: 0,0:10:22.24,0:10:26.66,Default,,0000,0000,0000,,pero la motivación no es clara
Dialogue: 0,0:10:27.46,0:10:29.71,Default,,0000,0000,0000,,y, de hecho, realmente no existe.
Dialogue: 0,0:10:29.88,0:10:34.88,Default,,0000,0000,0000,,No son... artículos fundacionales\Nde tipo semiparamétrico.
Dialogue: 0,0:10:35.52,0:10:37.08,Default,,0000,0000,0000,,Así que, ese es un gran problema.
Dialogue: 0,0:10:37.95,0:10:40.93,Default,,0000,0000,0000,,Un problema relacionado\Nes que, en econometría,
Dialogue: 0,0:10:40.93,0:10:43.44,Default,,0000,0000,0000,,tenemos la tradición\Nde estar muy centrados
Dialogue: 0,0:10:43.44,0:10:46.45,Default,,0000,0000,0000,,en estos resultados\Nasintóticos formales.
Dialogue: 0,0:10:46.76,0:10:50.07,Default,,0000,0000,0000,,Tenemos muchos artículos
Dialogue: 0,0:10:50.07,0:10:53.24,Default,,0000,0000,0000,,en los que la gente\Npropone un método
Dialogue: 0,0:10:53.24,0:10:55.38,Default,,0000,0000,0000,,y luego establece\Nlas propiedades asintóticas
Dialogue: 0,0:10:55.38,0:10:59.26,Default,,0000,0000,0000,,de una manera muy estandarizada.
Dialogue: 0,0:11:00.70,0:11:01.95,Default,,0000,0000,0000,,- ¿Es eso malo?
Dialogue: 0,0:11:02.20,0:11:06.19,Default,,0000,0000,0000,,- Bueno,\Ncreo que ha cerrado la puerta
Dialogue: 0,0:11:06.19,0:11:07.83,Default,,0000,0000,0000,,a muchos trabajos que no encajan
Dialogue: 0,0:11:07.83,0:11:11.33,Default,,0000,0000,0000,,en la literatura\Ndel aprendizaje automático,
Dialogue: 0,0:11:11.33,0:11:13.25,Default,,0000,0000,0000,,muchas cosas son más algorítmicas.
Dialogue: 0,0:11:13.93,0:11:18.71,Default,,0000,0000,0000,,La gente tenía algoritmos\Npara hacer predicciones
Dialogue: 0,0:11:18.71,0:11:22.05,Default,,0000,0000,0000,,que resultaron funcionar\Nmucho mejor que, por ejemplo,
Dialogue: 0,0:11:22.05,0:11:23.63,Default,,0000,0000,0000,,la regresión kernel no paramétrica.
Dialogue: 0,0:11:23.86,0:11:25.13,Default,,0000,0000,0000,,Durante mucho tiempo,
Dialogue: 0,0:11:25.13,0:11:26.92,Default,,0000,0000,0000,,en econometría\Nhicimos toda la no paramétrica
Dialogue: 0,0:11:26.92,0:11:28.75,Default,,0000,0000,0000,,y usamos la regresión kernel.
Dialogue: 0,0:11:29.18,0:11:30.97,Default,,0000,0000,0000,,Y eso fue genial\Npara probar teoremas.
Dialogue: 0,0:11:30.97,0:11:32.64,Default,,0000,0000,0000,,Podías obtener\Nintervalos de confianza,
Dialogue: 0,0:11:32.64,0:11:34.57,Default,,0000,0000,0000,,consistencia,\Nnormalidad asintótica
Dialogue: 0,0:11:34.57,0:11:36.88,Default,,0000,0000,0000,,y todo iba genial,\Npero no era muy útil.
Dialogue: 0,0:11:37.10,0:11:39.33,Default,,0000,0000,0000,,Y las cosas que hicieron\Nen el aprendizaje automático
Dialogue: 0,0:11:39.33,0:11:40.80,Default,,0000,0000,0000,,son mucho, mucho mejores.
Dialogue: 0,0:11:41.05,0:11:42.77,Default,,0000,0000,0000,,Pero no tenían el problema...
Dialogue: 0,0:11:42.77,0:11:44.96,Default,,0000,0000,0000,,- Ese no es mi problema\Ncon el aprendizaje automático,
Dialogue: 0,0:11:44.96,0:11:46.98,Default,,0000,0000,0000,,que la teoría sea débil.\N[risas]
Dialogue: 0,0:11:47.07,0:11:50.72,Default,,0000,0000,0000,,- No, pero estoy diciendo\Nque en cuanto a la predicción,
Dialogue: 0,0:11:50.77,0:11:52.36,Default,,0000,0000,0000,,lo hace mucho mejor.
Dialogue: 0,0:11:52.57,0:11:54.59,Default,,0000,0000,0000,,- Sí, es una mejor herramienta\Nde ajuste de curvas.
Dialogue: 0,0:11:54.59,0:11:58.66,Default,,0000,0000,0000,,- Pero lo hizo de una manera\Nque no habría hecho
Dialogue: 0,0:11:58.66,0:12:02.40,Default,,0000,0000,0000,,que esos trabajos fueran\Ninicialmente fáciles de introducir
Dialogue: 0,0:12:02.40,0:12:04.29,Default,,0000,0000,0000,,en las revistas de econometría,
Dialogue: 0,0:12:04.29,0:12:06.72,Default,,0000,0000,0000,,porque no estaba probando\Nel tipo de cosas...
Dialogue: 0,0:12:06.99,0:12:09.84,Default,,0000,0000,0000,,Cuando Breiman\Nhacía sus árboles de regresión...
Dialogue: 0,0:12:09.84,0:12:11.24,Default,,0000,0000,0000,,simplemente no encajaban.
Dialogue: 0,0:12:11.48,0:12:15.82,Default,,0000,0000,0000,,Creo que le habría sido muy difícil\Npublicar estas cosas
Dialogue: 0,0:12:15.82,0:12:18.18,Default,,0000,0000,0000,,en las revistas de econometría.
Dialogue: 0,0:12:20.12,0:12:23.43,Default,,0000,0000,0000,,Creo que nos hemos limitado\Ndemasiado
Dialogue: 0,0:12:23.46,0:12:27.47,Default,,0000,0000,0000,,y nos hemos cerrado
Dialogue: 0,0:12:27.62,0:12:29.82,Default,,0000,0000,0000,,a muchos de estos métodos\Nde aprendizaje automático
Dialogue: 0,0:12:29.82,0:12:31.12,Default,,0000,0000,0000,,que son realmente muy útiles.
Dialogue: 0,0:12:31.29,0:12:33.62,Default,,0000,0000,0000,,Es decir, creo, en general,
Dialogue: 0,0:12:33.62,0:12:36.61,Default,,0000,0000,0000,,que la literatura,\Nlos científicos de la computación,
Dialogue: 0,0:12:36.61,0:12:40.04,Default,,0000,0000,0000,,han presentado una gran cantidad\Nde estos algoritmos
Dialogue: 0,0:12:40.37,0:12:42.64,Default,,0000,0000,0000,,han propuesto\Nuna gran cantidad de algoritmos
Dialogue: 0,0:12:42.64,0:12:44.46,Default,,0000,0000,0000,,que realmente son muy útiles
Dialogue: 0,0:12:44.46,0:12:48.79,Default,,0000,0000,0000,,y que están afectando la forma\Nen que haremos el trabajo empírico.
Dialogue: 0,0:12:49.19,0:12:52.01,Default,,0000,0000,0000,,Pero no lo hemos interiorizado\Ndel todo
Dialogue: 0,0:12:52.01,0:12:54.05,Default,,0000,0000,0000,,porque todavía\Nestamos muy centrados
Dialogue: 0,0:12:54.05,0:12:56.28,Default,,0000,0000,0000,,en obtener estimaciones puntuales
Dialogue: 0,0:12:56.28,0:12:59.97,Default,,0000,0000,0000,,y obtener errores estándar\Ny obtener valores P
Dialogue: 0,0:12:59.97,0:13:02.80,Default,,0000,0000,0000,,de una manera\Nque necesitamos superar
Dialogue: 0,0:13:02.80,0:13:08.26,Default,,0000,0000,0000,,para aprovechar plenamente\Nla fuerza, los beneficios
Dialogue: 0,0:13:08.26,0:13:10.56,Default,,0000,0000,0000,,de la literatura\Nde aprendizaje automático.
Dialogue: 0,0:13:11.37,0:13:14.18,Default,,0000,0000,0000,,- Por un lado, creo que entiendo\Ntu punto de vista
Dialogue: 0,0:13:14.18,0:13:16.74,Default,,0000,0000,0000,,de que el marco tradicional\Nde la econometría
Dialogue: 0,0:13:16.74,0:13:19.73,Default,,0000,0000,0000,,de proponer un método,\Ndemostrar un teorema límite
Dialogue: 0,0:13:19.73,0:13:23.40,Default,,0000,0000,0000,,bajo alguna historia asintótica,\Ny otra, y otra y otra...
Dialogue: 0,0:13:23.66,0:13:26.97,Default,,0000,0000,0000,,...y luego publicar el documento\Nes restrictivo,
Dialogue: 0,0:13:26.97,0:13:28.80,Default,,0000,0000,0000,,y que, en cierto sentido,
Dialogue: 0,0:13:28.80,0:13:30.30,Default,,0000,0000,0000,,al pensar más ampliamente
Dialogue: 0,0:13:30.30,0:13:31.86,Default,,0000,0000,0000,,sobre cómo podría ser\Nun documento de métodos,
Dialogue: 0,0:13:31.86,0:13:33.58,Default,,0000,0000,0000,,podemos escribir, en cierto sentido,
Dialogue: 0,0:13:33.58,0:13:35.13,Default,,0000,0000,0000,,desde luego que la literatura\Nde aprendizaje automático
Dialogue: 0,0:13:35.13,0:13:36.22,Default,,0000,0000,0000,,ha encontrado\Nun montón de cosas
Dialogue: 0,0:13:36.22,0:13:38.27,Default,,0000,0000,0000,,que parecen funcionar bastante\Nbien para una serie de problemas
Dialogue: 0,0:13:38.27,0:13:41.05,Default,,0000,0000,0000,,y ahora están influyendo\Nsustancialmente en la economía.
Dialogue: 0,0:13:41.39,0:13:43.34,Default,,0000,0000,0000,,Supongo que una pregunta\Nque me interesa
Dialogue: 0,0:13:43.34,0:13:46.28,Default,,0000,0000,0000,,es cómo piensas en el papel de...
Dialogue: 0,0:13:46.79,0:13:50.99,Default,,0000,0000,0000,,¿Crees que no hay valor\Nen la parte de la teoría?
Dialogue: 0,0:13:50.99,0:13:52.17,Default,,0000,0000,0000,,Porque supongo
Dialogue: 0,0:13:52.17,0:13:54.12,Default,,0000,0000,0000,,que una pregunta\Nque a menudo me hago
Dialogue: 0,0:13:54.12,0:13:55.73,Default,,0000,0000,0000,,al ver el resultado
Dialogue: 0,0:13:55.73,0:13:57.27,Default,,0000,0000,0000,,de una herramienta\Nde aprendizaje automático--
Dialogue: 0,0:13:57.27,0:13:59.40,Default,,0000,0000,0000,,y en realidad, varios de los métodos\Nde los que hablaste
Dialogue: 0,0:13:59.40,0:14:01.76,Default,,0000,0000,0000,,tienen resultados inferenciales\Ndesarrollados para ellos--
Dialogue: 0,0:14:01.76,0:14:03.92,Default,,0000,0000,0000,,algo que siempre me pregunto,
Dialogue: 0,0:14:03.92,0:14:05.64,Default,,0000,0000,0000,,una especie de cuantificación\Nde la incertidumbre
Dialogue: 0,0:14:05.64,0:14:06.74,Default,,0000,0000,0000,,y simplemente...
Dialogue: 0,0:14:06.74,0:14:07.80,Default,,0000,0000,0000,,Tengo mi...
Dialogue: 0,0:14:07.80,0:14:09.74,Default,,0000,0000,0000,,vengo al mundo\Ncon mi punto de vista,
Dialogue: 0,0:14:09.74,0:14:11.07,Default,,0000,0000,0000,,veo el resultado de esta cosa.
Dialogue: 0,0:14:11.07,0:14:12.63,Default,,0000,0000,0000,,¿Cómo debo actualizar\Nen función de eso?
Dialogue: 0,0:14:12.63,0:14:14.34,Default,,0000,0000,0000,,Y en cierto sentido,\Nsi estoy en un mundo
Dialogue: 0,0:14:14.34,0:14:16.02,Default,,0000,0000,0000,,donde las cosas\Nse distribuyen normalmente,
Dialogue: 0,0:14:16.02,0:14:17.19,Default,,0000,0000,0000,,sé cómo hacerlo.
Dialogue: 0,0:14:17.19,0:14:18.35,Default,,0000,0000,0000,,Aquí no.
Dialogue: 0,0:14:18.35,0:14:21.02,Default,,0000,0000,0000,,Así que me interesa escuchar\Nlo que piensas al respecto.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- No veo esto como si fuera decir
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que estos resultados\Nno son interesantes,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,pero habrá un montón de casos
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,en los que va a ser\Nincreíblemente difícil
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,obtener esos resultados
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y puede que no seamos capaces\Nde llegar allí
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y puede que tengamos que hacerlo\Nen etapas donde primero alguien dice
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,"Oye, tengo este algoritmo interesante\Npara hacer algo",
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y funciona bien por algún criterio\Nen este conjunto de datos en particular,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y debemos ponerlo ahí.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y tal vez alguien descubra una forma
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,en la que más tarde\Nse pueda seguir haciendo inferencia
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,bajo algunas condiciones,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y tal vez no sean condiciones\Nparticularmente realistas.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Entonces, podemos ir más allá.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Pero creo que hemos estado restringiendo demasiado las cosas donde dijimos:
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,"Este es el tipo de cosas que tenemos que hacer".
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y en cierto sentido, eso se remonta\Na la forma en que Josh y yo
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,pensamos en las cosas\Npara el efecto del tratamiento promedio local.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Esa no era la forma\Nen que la gente pensaba
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,en estos problemas anteriormente.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Había una sensación
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,de que algunas personas\Ndecían que la forma de hacer estas cosas
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,es decir primero lo que te interesa estimar y luego hacer lo mejor que puedas en la estimación.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y lo que ustedes hacen\Nes hacerlo al revés.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Ustedes dicen: "Aquí tengo\Nun estimador
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y ahora voy a averiguar\Nlo que está estimando".
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y supongo que vas a decir\Npor qué crees que es interesante
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o tal vez por qué no es interesante\Ny eso no está bien.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,No está permitido\Nhacerlo de esa manera.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y creo que deberíamos ser\Nun poco más flexibles
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,a la hora de pensar\Nen cómo ver los problemas
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,porque creo que nos hemos perdido\Nalgunas cosas por no hacer eso.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,♪ (música) ♪
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- [Josh] Así que has escuchado\Nnuestros puntos de vista, Isaiah,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y has visto que no estamos de acuerdo en algunos puntos.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,¿Por qué no nos arbitras\Nesta disputa? [risas]
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Oh, es tan amable de tu parte el hacerme una pequeña pregunta. [risas]
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que supongo que, por un lado,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,estoy muy de acuerdo con algo\Nque Guido dijo antes de... [risas]
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que una cosa\Nen la que el asunto del aprendizaje automático
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,parece relativamente claro
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,es en los entornos\Ndonde nos interesa
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,alguna versión de un problema\Nde predicción no paramétrica.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que estoy interesado\Nen la estimación de una expectativa condicional o probabilidad condicional,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y en el pasado,\Ntal vez habría utilizado un kernel...
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Habría utilizado\Nuna regresión kernel
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o habría utilizado una regresión\Nen serie, o algo por el estilo.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Parece que, en este momento,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,tenemos una idea bastante clara
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,de que,\Nen una amplia gama de aplicaciones,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,los métodos de aprendizaje automático
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,parecen funcionar mejor
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,para estimar las funciones\Nde media condicional,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o las probabilidades condicionales,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o varios otros objetos no paramétricos
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que los métodos no paramétricos\Nmás tradicionales
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que se estudiaron\Nen econometría y estadística,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,especialmente en entornos
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,de alta dimensión.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- ¿Así que, estás pensando\Nen la puntuación de propensión
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o algo así?
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Sí, exactamente.\N- Funciones de molestia.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Sí, cosas\Ncomo las puntuaciones de propensión.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Incluso objetos\Nde interés más directo,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,como los efectos de tratamiento promedio condicional,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que son la diferencia de dos funciones\Nde expectativa condicional,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,potencialmente cosas así.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Por supuesto, incluso allí,\Nla teoría...
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,para la inferencia de la teoría\Nde cómo interpretar,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,cómo hacer declaraciones\Nde muestras grandes
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,sobre algunas de estas cosas\Nestán menos desarrolladas
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,dependiendo del estimador\Nde aprendizaje automático utilizado.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y así, creo que algo\Nque es complicado
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,es que podemos tener\Nestos métodos,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que funcionan mucho...
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que parecen funcionar mucho mejor\Npara algunos fines,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,pero que tenemos que ser\Nun poco cuidadosos
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,en cómo los incorporamos
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o cómo interpretamos\Nlas declaraciones resultantes.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Pero, por supuesto,\Nesa es un área muy, muy activa
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,ahora mismo donde la gente\Nestá haciendo toneladas de gran trabajo.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que espero ver\Nmucho más en el futuro.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Un problema\Ncon el aprendizaje automático
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,que siempre parece un peligro es...
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,o que a veces es un peligro
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y que a veces ha llevado
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,a aplicaciones\Nque han tenido menos sentido
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,es cuando la gente empieza\Ncon un método que les entusiasma mucho en lugar de una pregunta.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que empezar con una pregunta
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,donde aquí está el objeto\Nque me interesa,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,aquí está el parámetro de interés--
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,déjame pensar\Nen cómo identificaría esa cosa,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,cómo recuperaría esa cosa\Nsi tuviera una tonelada de datos.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Oh, aquí hay una función\Nde expectativa condicional,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,permítanme conectar\Nun estimador de aprendizaje automático para eso--
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,eso parece muy muy sensato.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Mientras que, ya sabes,\Nsi hago una regresión de la cantidad sobre el precio
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y digo que he utilizado\Nun método de aprendizaje automático,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,tal vez estoy satisfecho\Nde que eso resuelva
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,el problema de endogeneidad\Nque normalmente nos preocupa allí--
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,tal vez no lo estoy.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Pero, de nuevo,\Nes algo en lo que la forma de abordarlo
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,parece relativamente clara.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Es encontrar tu objeto de interés\Ny pensar en...
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Solo trae la economía.\N- Exactamente.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Y pensar en la heterogeneidad,\Npero aprovechar
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,el poder de los métodos\Nde aprendizaje automático
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,para algunos de los componentes.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Precisamente.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Exactamente.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que la cuestión de interés\Nes la misma que siempre ha sido,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,pero ahora tenemos mejores métodos\Npara estimar algunas piezas de esto.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,El lugar que parece\Nmás difícil de pronosticar
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,es, obviamente, hay una gran cantidad en la literatura de aprendizaje automático
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,y las formas limitadas de enchufar\Nque he referido hasta ahora son una pieza limitada de eso.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Así que creo\Nque hay todo tipo de otras preguntas interesantes sobre dónde... dónde va esta interacción?
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,¿Qué más podemos aprender?
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y eso es algo\Nen lo que creo que hay una tonelada en marcha, que parece muy prometedor, y no tengo ni idea de cuál es la respuesta.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- No, estoy totalmente de acuerdo con eso,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,pero eso lo hace muy emocionante.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Y creo que solo hay un poco de trabajo por hacer allí.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Muy bien. Así que Isaiah está de acuerdo conmigo allí. [risas]
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- Yo no he dicho que por sí mismo. ♪ [música] ♪
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,- [Narradora] Si desea ver más\Nde Nobel Conversations,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,haga clic aquí.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,O si quieres aprender más\Nsobre econometría,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,echa un vistazo\Na la serie Mastering Econometrics de Josh.
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,Si quiere saber más\Nsobre Guido, Josh e Isaiah,
Dialogue: 0,9:59:59.99,9:59:59.99,Default,,0000,0000,0000,,consulte los enlaces\Nen la descripción.