1
00:00:00,000 --> 00:00:03,138
♪ (música) ♪

2
00:00:03,394 --> 00:00:05,633
- [Narradora] Bienvenidos
a Nobel Conversations.

3
00:00:06,992 --> 00:00:10,093
En este episodio,
Josh Angrist y Guido Imbens

4
00:00:10,093 --> 00:00:13,366
se reúnen con Isaiah Andrews
para discutir y discrepar

5
00:00:13,366 --> 00:00:15,221
sobre el papel
del aprendizaje automático

6
00:00:15,221 --> 00:00:16,816
en la econometría aplicada.

7
00:00:17,894 --> 00:00:19,896
- [Isaiah] Bien. Por supuesto
que hay muchos temas

8
00:00:19,896 --> 00:00:21,465
en los que ustedes
están muy de acuerdo,

9
00:00:21,465 --> 00:00:22,595
pero me gustaría pasar a uno

10
00:00:22,595 --> 00:00:24,365
sobre el que tal vez
opinen algo distinto.

11
00:00:24,365 --> 00:00:26,103
Me gustaría escuchar
algunas de sus opiniones

12
00:00:26,103 --> 00:00:27,319
sobre el aprendizaje automático

13
00:00:27,319 --> 00:00:30,257
y el papel que desempeña
y desempeñará en la economía.

14
00:00:30,257 --> 00:00:31,858
- [Guido] He consultado
algunos datos,

15
00:00:31,858 --> 00:00:33,349
como los datos privados.

16
00:00:33,349 --> 00:00:35,306
Vemos que no hay
ningún documento publicado allí.

17
00:00:35,975 --> 00:00:39,426
Se hizo un experimento
sobre algún algoritmo de búsqueda

18
00:00:39,426 --> 00:00:41,081
y la cuestión era...

19
00:00:42,581 --> 00:00:45,492
se trataba de clasificar cosas
y cambiar la clasificación.

20
00:00:45,990 --> 00:00:47,163
Y estaba más o menos claro

21
00:00:47,163 --> 00:00:50,271
que iba a haber
mucha heterogeneidad.

22
00:00:51,117 --> 00:00:55,864
Si buscas, digamos,

23
00:00:58,122 --> 00:01:00,640
una foto de Britney Spears,

24
00:01:00,640 --> 00:01:02,505
realmente no importa
dónde la clasifiques

25
00:01:02,505 --> 00:01:05,214
porque vas a encontrar
lo que estás buscando,

26
00:01:05,736 --> 00:01:07,058
ya sea que la clasifiques

27
00:01:07,058 --> 00:01:09,744
en primera, segunda
o tercera posición.

28
00:01:10,027 --> 00:01:12,346
Pero si estás buscando
el mejor libro de econometría,

29
00:01:12,346 --> 00:01:16,510
si pones tu libro en primer lugar
o en el décimo,

30
00:01:16,510 --> 00:01:18,140
eso va a suponer
una gran diferencia

31
00:01:18,140 --> 00:01:19,835
en la frecuencia

32
00:01:19,835 --> 00:01:21,286
con la que la gente
hará clic en él.

33
00:01:22,089 --> 00:01:23,312
Así que ahí--

34
00:01:23,312 --> 00:01:24,326
[Josh] ¿Por qué necesito

35
00:01:24,326 --> 00:01:27,314
el aprendizaje automático
para descubrir eso?

36
00:01:27,314 --> 00:01:29,463
Porque parece que puedo descubrirlo
de forma sencilla.

37
00:01:29,463 --> 00:01:30,517
- [Guido] En general--

38
00:01:30,517 --> 00:01:32,233
- [Josh] Había
un montón de posibles--

39
00:01:32,233 --> 00:01:34,233
- [Guido]...quieres pensar
que los artículos

40
00:01:34,233 --> 00:01:37,092
tienen montón de características,

41
00:01:37,092 --> 00:01:38,940
que quieres entender

42
00:01:38,940 --> 00:01:43,650
lo que impulsa la heterogeneidad
en el efecto de--

43
00:01:43,669 --> 00:01:44,876
- Pero solo estás prediciendo.

44
00:01:44,876 --> 00:01:46,057
En cierto sentido,

45
00:01:46,057 --> 00:01:47,793
estás resolviendo
un problema de marketing.

46
00:01:47,793 --> 00:01:49,210
- No, es un efecto causal,

47
00:01:49,210 --> 00:01:51,738
- Es causal, pero no tiene
contenido científico.

48
00:01:51,738 --> 00:01:52,809
Piensa en--

49
00:01:53,669 --> 00:01:57,243
- No, pero hay cosas similares
en el ámbito médico.

50
00:01:57,693 --> 00:01:59,312
Si haces un experimento,

51
00:01:59,312 --> 00:02:02,492
puedes estar muy interesado
en si el tratamiento funciona

52
00:02:02,492 --> 00:02:03,821
para algunos grupos o no.

53
00:02:03,821 --> 00:02:05,946
Y tienes un montón
de características individuales,

54
00:02:05,946 --> 00:02:08,109
y quieres buscar sistemáticamente--

55
00:02:08,109 --> 00:02:09,883
- Sí. Tengo mis dudas sobre esa...

56
00:02:09,883 --> 00:02:12,588
esa especie de idea de que hay
un efecto causal personal

57
00:02:12,588 --> 00:02:13,902
que me debería importar

58
00:02:13,902 --> 00:02:15,164
y que el aprendizaje automático

59
00:02:15,164 --> 00:02:17,103
puede descubrirlo
de alguna manera que sea útil.

60
00:02:17,517 --> 00:02:18,678
Así que piensa en--

61
00:02:18,678 --> 00:02:20,182
he trabajado mucho en las escuelas,

62
00:02:20,182 --> 00:02:22,358
yendo a, digamos,
una escuela chárter,

63
00:02:22,358 --> 00:02:24,498
una escuela privada
financiada con fondos públicos,

64
00:02:24,780 --> 00:02:27,392
efectivamente,
que es libre de estructurar

65
00:02:27,392 --> 00:02:29,587
su propio plan de estudios
en función del contexto.

66
00:02:29,587 --> 00:02:30,938
Algunos tipos de escuelas chárter

67
00:02:30,938 --> 00:02:33,379
consiguen
un rendimiento espectacular

68
00:02:33,379 --> 00:02:36,321
y en el conjunto de datos
que produce ese resultado,

69
00:02:36,321 --> 00:02:37,968
tengo un montón de covariables.

70
00:02:37,968 --> 00:02:39,584
Tengo
las puntuaciones de referencia

71
00:02:39,584 --> 00:02:41,321
y los antecedentes familiares,

72
00:02:41,321 --> 00:02:45,524
la educación de los padres,
el sexo del niño, la raza del niño.

73
00:02:46,060 --> 00:02:49,758
Y, bueno, en cuanto reúno
media docena de ellas,

74
00:02:49,758 --> 00:02:51,751
tengo un espacio
de muy alta dimensión.

75
00:02:52,391 --> 00:02:55,394
Sin duda, me interesan
las características del curso

76
00:02:55,394 --> 00:02:56,803
de ese efecto del tratamiento,

77
00:02:56,803 --> 00:02:58,688
como por ejemplo, si es mejor
para las personas

78
00:02:58,688 --> 00:03:02,054
que provienen de familias
con menores ingresos.

79
00:03:02,377 --> 00:03:05,656
Me cuesta creer
que haya una aplicación

80
00:03:05,656 --> 00:03:09,970
para la versión
de muy alta dimensión,

81
00:03:09,970 --> 00:03:12,499
en la que descubrí
que para los niños no blancos

82
00:03:12,499 --> 00:03:15,028
que tienen
ingresos familiares altos

83
00:03:15,028 --> 00:03:17,747
pero puntuaciones de referencia
en el tercer cuartil

84
00:03:17,747 --> 00:03:20,535
y que solo fueron
a la escuela pública

85
00:03:20,535 --> 00:03:23,128
en el tercer grado
pero no en el sexto.

86
00:03:23,128 --> 00:03:25,681
Así que eso es lo que produce
ese análisis de alta dimensión.

87
00:03:25,681 --> 00:03:27,938
Es una declaración condicional
muy elaborada.

88
00:03:27,938 --> 00:03:30,702
Hay dos cosas que están mal,
en mi opinión.

89
00:03:30,702 --> 00:03:32,418
En primer lugar, no lo veo como--

90
00:03:32,418 --> 00:03:34,492
no puedo imaginar
por qué es algo procesable.

91
00:03:34,492 --> 00:03:36,518
No sé por qué
querrías actuar sobre ello.

92
00:03:36,518 --> 00:03:39,381
Y también sé que hay
algún modelo alternativo

93
00:03:39,381 --> 00:03:42,856
que encaja casi igual de bien,
que lo invierte todo.

94
00:03:42,978 --> 00:03:44,591
Porque el aprendizaje automático

95
00:03:44,591 --> 00:03:48,473
no me dice que este es realmente
el predictor que importa,

96
00:03:48,473 --> 00:03:50,779
solo me dice
que este es un buen predictor.

97
00:03:51,396 --> 00:03:54,875
Así que creo,
que hay algo diferente

98
00:03:54,875 --> 00:03:57,688
en el contexto
de las ciencias sociales.

99
00:03:57,688 --> 00:04:00,270
- [Guido] Creo que las aplicaciones
de las ciencias sociales

100
00:04:00,270 --> 00:04:03,922
de las que hablas
son aquellas en las que, creo,

101
00:04:03,922 --> 00:04:07,923
no hay una gran cantidad
de heterogeneidad en los efectos.

102
00:04:09,760 --> 00:04:13,610
- [Josh] Bueno, podría haberla
si me permites llenar ese espacio.

103
00:04:13,610 --> 00:04:15,648
- No... ni siquiera entonces.

104
00:04:15,648 --> 00:04:18,506
Creo que para muchas
de esas intervenciones,

105
00:04:18,506 --> 00:04:22,840
se espera que el efecto
sea del mismo signo para todos.

106
00:04:23,055 --> 00:04:27,320
Puede haber pequeñas diferencias
en la magnitud, pero no es...

107
00:04:27,576 --> 00:04:29,968
Porque muchas de estas
diferencias educativas

108
00:04:29,968 --> 00:04:31,612
son buenas para todos.

109
00:04:31,612 --> 00:04:35,932
No es que sean malas
para algunas personas

110
00:04:35,932 --> 00:04:37,408
y buenas para otras

111
00:04:37,408 --> 00:04:39,797
y en algunos pequeños casos
pueden ser malas.

112
00:04:40,189 --> 00:04:43,633
Pero puede haber
algo de variación en la magnitud,

113
00:04:43,633 --> 00:04:44,808
pero se necesitarían

114
00:04:44,808 --> 00:04:47,019
conjuntos de datos
muy muy grandes para encontrarlos.

115
00:04:47,019 --> 00:04:48,985
Estoy de acuerdo en que,
en esos casos,

116
00:04:48,985 --> 00:04:51,393
probablemente no serían
muy procesables de todos modos.

117
00:04:51,881 --> 00:04:54,075
Pero creo que hay
muchos otros escenarios

118
00:04:54,075 --> 00:04:56,483
donde hay mucha más heterogeneidad.

119
00:04:56,736 --> 00:04:59,164
- Bueno, estoy abierto
a esa posibilidad

120
00:04:59,164 --> 00:05:00,977
y creo que el ejemplo que has dado

121
00:05:00,977 --> 00:05:04,857
es esencialmente
un ejemplo de marketing.

122
00:05:05,938 --> 00:05:09,714
- No, esos tienen
implicaciones para ello

123
00:05:09,714 --> 00:05:11,596
y esa es la organización,

124
00:05:11,596 --> 00:05:15,358
si tienes que preocuparte por la--

125
00:05:15,358 --> 00:05:17,857
- Bueno, necesito
ver ese documento.

126
00:05:18,289 --> 00:05:21,490
- Así que, la sensación
que tengo es que...

127
00:05:21,490 --> 00:05:23,371
- Todavía no estamos de acuerdo
en algo.

128
00:05:23,371 --> 00:05:25,735
- Sí.
- No hemos coincidido en todo.

129
00:05:25,735 --> 00:05:27,393
- Tengo esa sensación.
[risas]

130
00:05:27,393 --> 00:05:29,047
- En realidad,
hemos discrepado en esto

131
00:05:29,047 --> 00:05:30,729
porque no estaba para discutir.

132
00:05:30,729 --> 00:05:33,144
[risas]

133
00:05:33,144 --> 00:05:35,060
- ¿Se está poniendo
algo caluroso aquí?

134
00:05:35,720 --> 00:05:37,854
- Caluroso.
Es bueno que esté caluroso.

135
00:05:37,854 --> 00:05:39,501
La sensación que tengo es, Josh,

136
00:05:39,501 --> 00:05:41,951
que no estás diciendo
que estás seguro

137
00:05:41,951 --> 00:05:44,159
de que no hay manera
de que haya una aplicación

138
00:05:44,159 --> 00:05:45,667
en la que estas cosas sean útiles.

139
00:05:45,667 --> 00:05:47,169
Estás diciendo
que no estás convencido

140
00:05:47,169 --> 00:05:49,444
con las aplicaciones existentes
hasta la fecha.

141
00:05:49,907 --> 00:05:51,665
- Me parece bien.
- Estoy muy seguro.

142
00:05:51,858 --> 00:05:54,179
[risas]

143
00:05:54,179 --> 00:05:55,270
- En este caso.

144
00:05:55,270 --> 00:05:56,541
- Creo que Josh tiene razón

145
00:05:56,541 --> 00:06:00,101
en que incluso
en los casos de predicción,

146
00:06:00,101 --> 00:06:03,757
donde muchos de los métodos
de aprendizaje automática

147
00:06:03,757 --> 00:06:06,517
realmente se destacan es donde hay
un montón de heterogeneidad.

148
00:06:06,785 --> 00:06:10,400
- No te importan mucho
los detalles, ¿verdad?

149
00:06:10,400 --> 00:06:11,480
- [Guido] Sí.

150
00:06:11,480 --> 00:06:14,752
- No tiene un ángulo normativo
o algo así.

151
00:06:14,752 --> 00:06:17,535
- El reconocimiento
de dígitos escritos a mano

152
00:06:17,535 --> 00:06:18,569
y demás...

153
00:06:18,721 --> 00:06:23,861
lo hace mucho mejor
que construir un modelo complicado.

154
00:06:24,201 --> 00:06:26,925
Pero muchas
de las ciencias sociales,

155
00:06:26,925 --> 00:06:28,454
muchas
de las aplicaciones económicas,

156
00:06:28,454 --> 00:06:29,610
en realidad sabemos mucho

157
00:06:29,610 --> 00:06:32,067
sobre la relación
entre sus variables.

158
00:06:32,067 --> 00:06:34,572
Muchas de las relaciones
son estrictamente monótonas.

159
00:06:35,399 --> 00:06:39,266
La educación va a aumentar
los ingresos de la gente,

160
00:06:39,266 --> 00:06:41,916
sin importar
las características demográficas,

161
00:06:41,916 --> 00:06:44,763
sin importar
el nivel de educación que se tenga.

162
00:06:44,763 --> 00:06:46,325
- Hasta que lleguen a un doctorado.

163
00:06:46,325 --> 00:06:48,126
- ¿Eso se aplica
a la escuela de posgrado?

164
00:06:48,126 --> 00:06:49,218
[risas]

165
00:06:49,218 --> 00:06:50,593
- En un rango razonable.

166
00:06:50,593 --> 00:06:55,472
No va a bajar mucho.

167
00:06:55,472 --> 00:06:58,178
En muchos de los entornos
en los que se destacan

168
00:06:58,178 --> 00:07:00,209
estos métodos
de aprendizaje automático,

169
00:07:00,209 --> 00:07:02,081
hay mucha falta de monotonicidad,

170
00:07:02,081 --> 00:07:04,598
una especie de multimodalidad
en estas relaciones

171
00:07:04,598 --> 00:07:08,475
y van a ser muy poderosos.

172
00:07:08,701 --> 00:07:11,426
Pero sigo sosteniendo lo mismo.

173
00:07:11,426 --> 00:07:17,530
Estos métodos tienen mucho
para ofrecerles a los economistas

174
00:07:17,530 --> 00:07:21,465
y serán una gran parte del futuro.

175
00:07:21,629 --> 00:07:23,183
APLICACIONES
DEL APRENDIZAJE AUTOMÁTICO

176
00:07:23,183 --> 00:07:24,814
Parece que hay
algo interesante por decir

177
00:07:24,814 --> 00:07:26,139
sobre el aprendizaje automático.

178
00:07:26,139 --> 00:07:27,412
Así que, Guido, me preguntaba

179
00:07:27,412 --> 00:07:29,416
¿podría dar tal vez
algunos de los ejemplos

180
00:07:29,416 --> 00:07:30,694
que está pensando

181
00:07:30,694 --> 00:07:32,507
con las aplicaciones
que salen en el momento?

182
00:07:32,507 --> 00:07:35,779
- Un área
es donde en lugar de buscar

183
00:07:35,779 --> 00:07:37,235
efectos causales promedio

184
00:07:37,235 --> 00:07:39,684
estamos buscando
estimaciones individualizadas,

185
00:07:39,684 --> 00:07:43,212
predicciones de efectos causales,

186
00:07:43,212 --> 00:07:45,856
y allí, los algoritmos
de aprendizaje automático

187
00:07:45,856 --> 00:07:47,384
han sido muy eficaces.

188
00:07:47,958 --> 00:07:49,892
Hasta ahora,
hemos hecho estas cosas

189
00:07:49,892 --> 00:07:51,458
utilizando métodos de kernel,

190
00:07:51,458 --> 00:07:53,846
y teóricamente, funcionan muy bien,

191
00:07:53,846 --> 00:07:56,226
y hay quienes comentan
que, formalmente,

192
00:07:56,226 --> 00:07:57,575
no se puede hacer nada mejor.

193
00:07:57,575 --> 00:07:59,422
Pero en la práctica,
no funcionan muy bien.

194
00:07:59,643 --> 00:08:03,057
Las cosas aleatorias
de tipo bosque causal

195
00:08:03,057 --> 00:08:05,833
en las que Stefan Wager
y Susan Athey

196
00:08:05,833 --> 00:08:09,310
han estado trabajando
se utilizan muy ampliamente.

197
00:08:09,537 --> 00:08:11,895
Han sido muy eficaces
en estos entornos

198
00:08:11,895 --> 00:08:14,998
para obtener efectos causales

199
00:08:14,998 --> 00:08:19,118
que varían según las covariables.

200
00:08:19,118 --> 00:08:23,665
Creo que esto es solo el comienzo
de estos métodos.

201
00:08:23,665 --> 00:08:25,605
Pero en muchos casos,

202
00:08:27,201 --> 00:08:29,572
estos algoritmos son muy eficaces,

203
00:08:29,572 --> 00:08:31,481
como en la búsqueda
en grandes espacios

204
00:08:31,481 --> 00:08:36,908
y encontrar las funciones
que se ajustan muy bien

205
00:08:36,908 --> 00:08:40,444
en formas que realmente
no podíamos hacer antes.

206
00:08:41,511 --> 00:08:42,866
- No conozco ningún ejemplo

207
00:08:42,866 --> 00:08:45,379
en el que el aprendizaje automático
haya generado conocimientos

208
00:08:45,379 --> 00:08:47,260
sobre un efecto causal
que me interese.

209
00:08:47,619 --> 00:08:49,133
Y sí conozco ejemplos

210
00:08:49,133 --> 00:08:51,106
en los que es potencialmente
muy engañoso.

211
00:08:51,485 --> 00:08:53,487
He trabajado con Brigham Frandsen

212
00:08:53,487 --> 00:08:55,916
utilizando, por ejemplo,
bosques aleatorios

213
00:08:55,916 --> 00:08:57,943
para modelar
los efectos de las covariables

214
00:08:57,943 --> 00:08:59,775
en un problema
de variables instrumentales

215
00:08:59,775 --> 00:09:03,328
en el que hay que condicionar
las covariables.