0:00:03.800,0:00:05.800
[Narradora] Bienvenidos [br]a Conversaciones Nobel.

0:00:07.040,0:00:08.100
En este episodio,

0:00:08.100,0:00:11.441
Josh Angrist y Guido Imbens[br]se sientan con Isaiah Andrews

0:00:11.441,0:00:12.614
para hablar de cómo

0:00:12.614,0:00:14.584
está evolucionando[br]el campo de la econometría.

0:00:16.540,0:00:19.208
[Isaiah] Guido y Josh, [br]ambos son pioneros en el desarrollo

0:00:19.208,0:00:21.500
de herramientas para[br]investigación empírica en economía.

0:00:21.500,0:00:23.174
Y por eso me gustaría explorar

0:00:23.174,0:00:25.300
hacia dónde creen que se dirige [br]el campo de la...

0:00:25.879,0:00:28.079
la economía, la econometría,[br]y todo este ámbito.

0:00:28.510,0:00:31.302
Para empezar,[br]me interesaría escuchar

0:00:32.171,0:00:35.635
sobre si consideran que,[br]la forma en que el marco

0:00:35.635,0:00:38.400
de los efectos[br]del tratamiento local tuvo lugar,

0:00:38.400,0:00:41.518
si tienen alguna lección sobre[br]cómo nuevos métodos empíricos

0:00:41.518,0:00:44.156
en economía se desarrollan[br]y difunden, o cómo deben hacerlo.

0:00:44.560,0:00:45.960
[Josh] Esa es una buena pregunta.

0:00:46.610,0:00:47.790
Tú vas primero.

0:00:47.790,0:00:49.240
[risas]

0:00:49.700,0:00:53.220
[Guido] Sí, creo[br]que lo importante es

0:00:53.700,0:00:58.550
desarrollar casos convincentes

0:00:58.550,0:01:02.207
donde las preguntas sean claras

0:01:02.400,0:01:05.720
y donde los métodos[br]se apliquen en general.

0:01:06.253,0:01:07.560
Una cosa

0:01:07.560,0:01:12.000
que mirando hacia atrás[br]a la literatura subsecuente.

0:01:12.200,0:01:16.867
Me gusta mucho la literatura de[br]discontinuidad de regresión

0:01:16.867,0:01:19.670
donde había claramente un montón[br]de ejemplos realmente convincentes

0:01:19.670,0:01:23.378
y eso permitió a la gente[br]pensar con más claridad,

0:01:23.378,0:01:27.200
mirar con más detenimiento [br]las cuestiones metodológicas.

0:01:27.400,0:01:28.800
Hacer aplicaciones claras

0:01:28.800,0:01:30.600
que luego te permiten [br]pensar en ello,

0:01:30.600,0:01:33.600
"Vaya, ¿este tipo de suposiciones[br]son realmente razonables?

0:01:33.600,0:01:38.000
¿Qué tipo de cosas no nos gustan[br]en los primeros documentos?

0:01:38.500,0:01:39.852
¿Cómo podemos mejorar[br]las cosas?".

0:01:39.852,0:01:41.572
Por lo tanto, tener claras[br]las aplicaciones

0:01:41.572,0:01:44.210
que motiven estas literaturas,

0:01:44.210,0:01:46.400
creo que es muy útil.

0:01:46.590,0:01:48.040
[Josh] Me alegro[br]de que hayas mencionado

0:01:48.040,0:01:49.452
la regresión discontinua,[br]Guido.

0:01:49.452,0:01:51.376
Creo que hay [br]mucha complementariedad

0:01:51.376,0:01:53.300
entre la VI y la RD,

0:01:54.700,0:01:55.880
las variables instrumentales

0:01:55.880,0:01:57.427
y la regresión discontinua.

0:02:00.506,0:02:03.050
Muchas[br]de las aplicaciones econométricas

0:02:03.050,0:02:04.520
de la regresión discontinua

0:02:04.520,0:02:07.230
son lo que antes[br]se llamaba RD "difusa",

0:02:07.230,0:02:11.620
donde no es discreto [br]o determinista en el corte,

0:02:11.620,0:02:14.900
sino solo en el cambio[br]en las tasas o la intensidad.

0:02:14.900,0:02:17.737
Y el marco LATE[br]nos ayuda a entender

0:02:17.737,0:02:18.740
esas aplicaciones

0:02:18.740,0:02:21.140
y nos da una clara interpretación

0:02:21.140,0:02:25.000
para algo como[br]en mi trabajo con Victor Lavy,

0:02:25.000,0:02:26.550
donde usamos [br]la regla de Maimónides,

0:02:26.550,0:02:28.100
los límites del tamaño de la clase,

0:02:28.430,0:02:30.030
¿y qué obtienes de eso?

0:02:30.030,0:02:31.820
Por supuesto, puedes[br]responder a esa pregunta

0:02:31.820,0:02:33.900
con un modelo[br]de efectos constantes,

0:02:34.200,0:02:36.310
pero resulta que [br]no estamos limitados a eso,

0:02:36.310,0:02:39.889
y la RD sigue siendo muy poderosa [br]y esclarecedora,

0:02:40.368,0:02:43.092
incluso cuando la correlación

0:02:43.092,0:02:45.866
entre el punto de corte[br]y la variable de interés,

0:02:45.866,0:02:49.133
en este caso, el tamaño[br]de la clase, es parcial,

0:02:49.133,0:02:51.000
tal vez, incluso, no tan fuerte.

0:02:52.000,0:02:54.999
Así que definitivamente hubo[br]un desarrollo paralelo.

0:02:54.999,0:02:56.400
También es interesante...

0:02:57.253,0:02:59.391
Nadie hablaba de[br]diseños de regresión discontinua

0:02:59.391,0:03:01.220
cuando estábamos[br]en la escuela de postgrado;

0:03:01.220,0:03:02.843
era algo

0:03:02.843,0:03:05.300
en lo que otros científicos[br]sociales estaban interesados,

0:03:05.800,0:03:09.507
y que creció [br]junto con el marco de LATE,

0:03:09.507,0:03:11.927
y ambos hemos trabajado

0:03:11.927,0:03:14.565
tanto en aplicaciones[br]como en los métodos,

0:03:14.565,0:03:18.377
y ha sido muy emocionante [br]ver cómo se desarrolló

0:03:18.377,0:03:19.940
y se convirtió[br]en algo tan importante.

0:03:20.000,0:03:21.767
Es parte de una evolución general.

0:03:21.767,0:03:26.086
Creo que, vamos hacia estrategias[br]de identificación creíbles,

0:03:26.086,0:03:27.441
efectos causales,

0:03:29.393,0:03:30.642
haciendo econometría

0:03:30.642,0:03:33.300
más sobre cuestiones causales[br]que sobre modelos.

0:03:33.640,0:03:34.650
En términos de futuro,

0:03:34.650,0:03:37.660
creo que una cosa que LATE [br]ha ayudado a facilitar

0:03:37.660,0:03:42.008
es un movimiento hacia[br]ensayos más creativos y aleatorios

0:03:42.008,0:03:44.400
donde hay algo de interés.

0:03:45.500,0:03:48.460
No es posible ni sencillo

0:03:48.460,0:03:50.700
simplemente apagarlo o encenderlo,

0:03:51.000,0:03:54.584
pero puede fomentarla [br]o desalentarla.

0:03:54.584,0:03:58.200
Se subvenciona la escolarización [br]con ayudas económicas, por ejemplo.

0:03:59.000,0:04:02.080
Así que ahora tenemos todo un [br]marco para interpretarlo,

0:04:03.600,0:04:07.113
y abre las puertas[br]a los ensayos aleatorios

0:04:07.113,0:04:09.265
de cosas que tal vez

0:04:10.300,0:04:12.471
no hubieran sido posibles antes.

0:04:14.500,0:04:16.182
Lo hemos utilizado mucho[br]en el trabajo

0:04:16.182,0:04:17.864
que hacemos,[br]en las escuelas, en nuestro...

0:04:17.864,0:04:20.911
en el Blueprint Lab en el MIT.

0:04:22.360,0:04:24.480
Estamos explotando[br]la asignación aleatoria

0:04:24.480,0:04:26.600
de forma muy creativa, creo.

0:04:28.100,0:04:31.395
[Isaiah] En relación con eso,[br]¿ves factores particulares

0:04:31.395,0:04:33.445
que conducen[br]hacia una investigación útil

0:04:33.445,0:04:34.445
en la econometría?

0:04:34.445,0:04:38.443
Has aludido a que tiene[br]una clara conexión

0:04:38.443,0:04:40.300
con los problemas[br]que surgen en la actualidad,

0:04:40.300,0:04:42.862
y la práctica empírica [br]suele ser una buena idea.

0:04:43.290,0:04:45.000
[Josh] ¿No es siempre[br]una buena idea?

0:04:45.700,0:04:47.906
A menudo me encuentro

0:04:47.906,0:04:50.112
en un seminario[br]de teoría econométrica,

0:04:50.700,0:04:52.500
digamos el seminario[br]del MIT de Harvard,

0:04:53.400,0:04:56.350
y pienso: "¿Qué problema[br]está resolviendo este tipo?".

0:04:56.350,0:04:57.960
"¿Quién tiene este problema?".

0:04:57.960,0:04:59.800
Y, ya sabes...

0:05:01.600,0:05:04.700
A veces hay un silencio incómodo[br]si pregunto

0:05:04.900,0:05:08.300
o puede haber[br]un escenario bastante complicado.

0:05:08.800,0:05:11.600
Quiero ver [br]dónde es útil la herramienta.

0:05:12.500,0:05:14.765
Hay algunas herramientas[br]puramente fundacionales.

0:05:14.765,0:05:16.250
Entiendo el punto.

0:05:16.250,0:05:18.992
Hay gente que está trabajando

0:05:18.992,0:05:21.735
en los fundamentos[br]conceptuales de...

0:05:22.600,0:05:25.300
y se convierte en algo parecido [br]a la estadística matemática.

0:05:25.800,0:05:27.733
Quiero decir, recuerdo [br]un primer ejemplo de eso

0:05:27.733,0:05:29.920
que me costó entender,

0:05:29.920,0:05:32.500
era la idea[br]de la equicontinuidad estocástica,

0:05:32.500,0:05:35.070
que uno de mis asesores de tesis,[br]Whitney Newey,

0:05:35.070,0:05:36.639
estaba utilizando con gran efecto,

0:05:37.429,0:05:38.891
y yo intentaba entenderlo.

0:05:40.873,0:05:42.034
Es realmente fundamental.

0:05:42.034,0:05:45.200
No hay una aplicación[br]que lo esté promoviendo,

0:05:45.890,0:05:47.300
al menos no inmediatamente.

0:05:48.600,0:05:50.900
Pero la mayoría[br]de las cosas no son así,

0:05:50.900,0:05:53.200
y por eso debería[br]haber un problema.

0:05:53.800,0:05:59.247
Y creo que depende del vendedor [br]de ese tipo de cosas,

0:06:00.480,0:06:02.250
porque hay un coste de oportunidad,

0:06:02.250,0:06:03.772
el tiempo y la atención

0:06:03.772,0:06:05.295
y el esfuerzo[br]para entender las cosas.

0:06:05.980,0:06:07.400
Es el vendedor quien debe decirlo:

0:06:07.400,0:06:08.900
"Oye, estoy resolviendo[br]este problema,

0:06:09.400,0:06:11.150
y aquí hay[br]un conjunto de resultados

0:06:11.150,0:06:12.900
que muestran que es útil,

0:06:12.900,0:06:15.200
y aquí hay una visión[br]que obtengo".

0:06:16.097,0:06:18.280
[Isaiah] Como dijiste, Josh,[br]ha habido un movimiento

0:06:18.280,0:06:20.700
en la dirección de pensar [br]más sobre la causalidad

0:06:20.700,0:06:22.900
en economía [br]y el trabajo empírico en economía.

0:06:22.900,0:06:24.735
¿Hay alguna consecuencia[br]de la difusión

0:06:24.735,0:06:26.570
de ese punto de vista[br]que te haya sorprendido

0:06:26.570,0:06:28.347
o algo que veas[br]como desventajas

0:06:28.705,0:06:31.500
de la forma que ha tomado[br]la economía empírica?

0:06:31.500,0:06:34.322
[Josh] A veces veo[br]que alguien hace IV,

0:06:34.322,0:06:38.304
y obtienen un resultado que parece[br]inverosímilmente grande,

0:06:38.800,0:06:40.200
es el caso habitual.

0:06:42.500,0:06:46.208
Así que podría ser un efecto casual[br]extraordinariamente grande

0:06:46.208,0:06:48.600
de alguna [br]intervención relativamente menor,

0:06:49.100,0:06:52.260
que fue aleatoria o para la que se[br]podría hacer un caso

0:06:52.260,0:06:54.490
de que hay un buen diseño.

0:06:54.900,0:06:57.205
Y entonces, cuando veo eso,

0:06:57.944,0:07:00.101
creo que es muy difícil [br]para mí creer

0:07:00.101,0:07:02.030
que esta[br]intervención relativamente menor

0:07:02.030,0:07:03.720
tenga un efecto tan grande.

0:07:04.100,0:07:06.277
El autor recurrirá a veces

0:07:06.277,0:07:08.690
al teorema de los efectos[br]del tratamiento local promedio

0:07:08.690,0:07:11.066
y dirá: "Bueno, estos proveedores

0:07:11.066,0:07:12.700
son especiales de alguna manera,

0:07:13.300,0:07:15.800
y se benefician[br]extraordinariamente

0:07:15.800,0:07:17.600
de esta intervención".

0:07:18.100,0:07:21.175
Soy reacio a tomar eso[br]al pie de la letra.

0:07:21.175,0:07:22.462
Creo que, a menudo,

0:07:22.462,0:07:24.127
cuando los efectos[br]son demasiado grandes,

0:07:24.300,0:07:26.780
es porque la restricción[br]de exclusión está fallando,

0:07:26.780,0:07:29.456
por lo que no tienes[br]la variable endógena

0:07:29.456,0:07:31.380
para escalar ese resultado.

0:07:32.000,0:07:35.700
Y por lo tanto, no me alegra ver

0:07:36.937,0:07:39.692
un argumento[br]de heterogeneidad genérica

0:07:40.022,0:07:41.760
que se utiliza para justificar algo

0:07:41.760,0:07:43.800
que creo que puede ser [br]un problema más profundo.

0:07:45.190,0:07:47.358
[Guido] Creo que desempeñó [br]un papel desafortunado

0:07:47.358,0:07:50.083
en las discusiones[br]entre la forma reducida

0:07:50.083,0:07:51.700
y los enfoques estructurales,

0:07:51.700,0:07:55.510
donde siento que [br]no era del todo correcto.

0:07:56.090,0:07:58.810
Las suposiciones[br]de las de variables instrumentales

0:07:58.810,0:08:01.405
están en el centro,

0:08:01.405,0:08:03.483
suposiciones estructurales[br]sobre el comportamiento,

0:08:03.483,0:08:05.200
ellas vinieron de la economía...

0:08:07.100,0:08:09.900
pensando en el comportamiento[br]de los agentes,

0:08:10.300,0:08:15.100
y de alguna manera fue empujado[br]en una dirección

0:08:15.100,0:08:17.600
que creo que no era [br]realmente útil.

0:08:20.426,0:08:21.663
Creo que, inicialmente,

0:08:22.800,0:08:24.067
escribimos las cosas,

0:08:24.067,0:08:26.480
se describía[br]lo que estaba ocurriendo.

0:08:26.480,0:08:29.783
Había un conjunto de métodos [br]que la gente utilizaba.

0:08:29.783,0:08:32.111
Aclaramos lo que [br]esos métodos estaban haciendo

0:08:32.811,0:08:38.361
de una manera que creo que contiene[br]una buena cantidad de información.

0:08:39.100,0:08:42.050
Pero de alguna manera [br]fue arrinconado,

0:08:42.050,0:08:45.379
y no creo que [br]haya sido necesariamente útil.

0:08:45.379,0:08:48.604
[Isaiah] Solo en el lenguaje[br]de la forma reducida frente

0:08:48.604,0:08:50.306
a la estructural, me parece[br]divertido en el sentido

0:08:50.306,0:08:52.744
de que el modelo de efecto [br]del tratamiento del promedio local

0:08:52.744,0:08:54.154
el modelo de resultados potenciales

0:08:54.154,0:08:56.270
es un modelo estructural[br]no paramétrico,

0:08:56.270,0:08:58.600
si quieres pensar en ello, [br]como sugeriste, Guido.

0:08:58.600,0:09:01.129
Es algo divertido

0:09:01.129,0:09:03.505
poner estas [br]dos cosas en oposición cuando...

0:09:03.505,0:09:05.116
- [Guido] Sí.[br]- [Joshua] Ese lenguaje,

0:09:05.116,0:09:08.371
por supuesto, viene del marco[br]de las ecuaciones simultáneas

0:09:08.371,0:09:09.641
que hemos heredado.

0:09:10.400,0:09:11.440
Tiene la ventaja

0:09:11.440,0:09:14.085
de que la gente parece saber[br]lo que dices cuando lo usas,

0:09:14.085,0:09:15.405
pero podría ser

0:09:15.405,0:09:18.300
que diferentes personas[br]están escuchando cosas diferentes.

0:09:18.300,0:09:20.480
[Guido] Sí, creo[br]que la forma reducida

0:09:20.480,0:09:22.200
se ha venido usando[br]de forma peyorativa...

0:09:22.200,0:09:23.540
[Josh] A veces...

0:09:25.104,0:09:28.250
[Guido]...y eso no es realmente[br]para lo que fue concebida.

0:09:30.100,0:09:33.090
[Isaiah] Supongo que algo más[br]que me llama la atención al pensar

0:09:33.090,0:09:35.645
en los efectos del marco del efecto

0:09:35.645,0:09:37.676
del tratamiento local promedio es[br]que a menudo la gente apelará

0:09:37.676,0:09:40.000
a la intuición de los efectos[br]del tratamiento local promedio

0:09:40.000,0:09:42.085
para entornos más allá de aquellos

0:09:42.085,0:09:43.660
donde cualquier tipo[br]de resultado formal

0:09:43.660,0:09:44.963
se ha establecido realmente.

0:09:45.440,0:09:46.630
Y tengo curiosidad,

0:09:46.630,0:09:49.600
dado todo el trabajo[br]que ustedes hicieron

0:09:49.880,0:09:52.390
para establecer resultados tardíos [br]en diferentes escenarios,

0:09:52.390,0:09:54.415
tengo curiosidad,[br]¿alguna opinión al respecto?

0:09:54.860,0:09:57.306
[Guido] Creo que va a haber[br]un montón de casos

0:09:57.306,0:10:02.200
donde la intuición [br]te puede llevar hasta cierto punto,

0:10:02.800,0:10:04.989
pero va a ser algo limitado,

0:10:04.989,0:10:07.600
y establecer [br]resultados formales allí

0:10:08.400,0:10:09.630
puede ser un poco complicado

0:10:09.630,0:10:12.700
y tal vez solo funcione [br]en circunstancias especiales,

0:10:14.600,0:10:16.540
y terminas[br]con mucha formalidad

0:10:16.540,0:10:19.641
que la intuición[br]podría no captar del todo.

0:10:19.641,0:10:21.550
A veces me siento algo [br]incómodo con ellos,

0:10:21.550,0:10:22.994
y no son necesariamente

0:10:22.994,0:10:24.438
los trabajos[br]que yo querría escribir,

0:10:25.148,0:10:27.819
pero creo que la intuición

0:10:27.819,0:10:30.912
a menudo capta [br]parte del problema.

0:10:33.100,0:10:36.300
Creo que, en cierto sentido,[br]fuimos muy afortunados allí

0:10:36.700,0:10:38.075
en la forma[br]en que el documento LATE

0:10:38.075,0:10:39.250
se manejó en la revista,

0:10:39.250,0:10:41.766
por lo que, en realidad, el editor[br]lo hizo mucho más corto

0:10:42.100,0:10:46.300
y eso nos permitió centrarnos[br]en resultados muy claros y nítidos.

0:10:49.924,0:10:51.770
Hay una tendencia desafortunada

0:10:51.770,0:10:53.044
en la literatura econométrica

0:10:53.044,0:10:54.940
de hacer que los artículos [br]sean cada vez más largos.

0:10:54.940,0:10:56.550
[Josh] Bueno,[br]deberías arreglar eso.

0:10:56.550,0:10:58.915
[Guido] Estoy tratando[br]de arreglar eso.

0:10:58.915,0:11:01.475
Pero creo que este es un ejemplo [br]donde está muy claro

0:11:01.475,0:11:03.097
que el hecho de que sea corto[br]es en realidad...

0:11:03.097,0:11:04.750
[Josh] Deberías haber impuesto[br]que ningún artículo

0:11:04.750,0:11:06.802
sea más largo[br]que el artículo de LATE.

0:11:07.269,0:11:09.617
[Guido] Eso... ¡vaya![br]Eso puede ser genial.

0:11:09.617,0:11:11.892
[Josh] Al menos no hay teoría, [br]no hay un artículo de la teoría.

0:11:11.892,0:11:13.339
[Guido] Sí, y creo que...

0:11:14.395,0:11:16.800
Me estoy esforzando para que[br]los artículos sean más cortos,

0:11:16.800,0:11:19.514
y creo que hay mucho[br]de valor hoy en día

0:11:19.514,0:11:21.573
porque a menudo es[br]la segunda parte del artículo

0:11:21.573,0:11:25.049
la que en realidad[br]te lleva mucho más lejos

0:11:25.049,0:11:26.395
en la comprensión de las cosas,

0:11:27.000,0:11:29.870
y hace que las cosas [br]sean mucho más difíciles de leer.

0:11:32.426,0:11:36.179
Todo vuelve al punto de cómo creo[br]que la econometría debería hacerse.

0:11:36.179,0:11:38.070
Deberías centrarte en...

0:11:38.700,0:11:41.300
Debería estar razonablemente[br]cerca de los problemas empíricos.

0:11:41.500,0:11:43.900
Deberían ser problemas muy claros.

0:11:44.800,0:11:48.900
Pero a menudo la teoría[br]no necesita ser tan larga.

0:11:48.900,0:11:50.010
[Josh] Sí.

0:11:51.100,0:11:54.670
[Gido] Creo que las cosas[br]se han desviado un poco.

0:11:56.260,0:11:57.750
[Isaiah] Un cambio relativamente [br]reciente

0:11:57.750,0:12:00.230
ha sido un aparente[br]gran aumento de la demanda

0:12:00.230,0:12:01.907
de personas con conocimientos[br]y habilidades

0:12:01.907,0:12:03.955
de econometría en la estimación[br]de efectos causales

0:12:03.955,0:12:05.164
en el sector tecnológico.

0:12:05.164,0:12:07.563
Estoy interesado, [br]¿alguno de ustedes tiene idea

0:12:07.563,0:12:09.840
de cómo va a interactuar eso

0:12:09.840,0:12:11.600
con el desarrollo [br]de los métodos empíricos

0:12:11.600,0:12:13.950
o la investigación empírica[br]en la economía en el futuro?

0:12:14.600,0:12:16.770
[Josh] Bueno, hay[br]una especie de meta-punto,

0:12:16.770,0:12:21.000
que es que hay este nuevo [br]tipo de empleador,

0:12:21.800,0:12:27.530
como Amazon y Uber,[br]y el mundo de TripAdvisor,

0:12:28.000,0:12:29.300
y creo que eso es genial.

0:12:29.300,0:12:32.030
Me gusta contarle a mis estudiantes[br]sobre eso.

0:12:32.600,0:12:34.050
En el MIT [br]tenemos muchos estudiantes

0:12:34.050,0:12:35.500
de ciencias de la computación...

0:12:35.500,0:12:37.000
esa es nuestra mayor carrera.

0:12:37.400,0:12:39.881
Intento seducir a algunas

0:12:39.881,0:12:42.362
de esas personas[br]a la economía diciendo

0:12:43.228,0:12:46.700
que pueden ir a trabajar[br]a estas empresas

0:12:46.700,0:12:49.250
para las cuales la gente[br]está muy dispuesta a trabajar,

0:12:49.250,0:12:50.800
porque el trabajo[br]parece emocionante,

0:12:52.000,0:12:54.250
que las habilidades [br]que se obtienen en la econometría

0:12:54.250,0:12:56.100
son tan buenas o mejores

0:12:56.100,0:12:59.736
que cualquier otra disciplina [br]de la competencia.

0:12:59.736,0:13:02.143
Así que al menos deberías[br]tomar algo de economía,

0:13:02.143,0:13:04.290
tomar algo de econometría[br]y algo de economía.

0:13:04.800,0:13:07.000
Hice un proyecto divertido con Uber

0:13:07.500,0:13:09.527
sobre la oferta laboral[br]de los conductores de Uber,

0:13:09.920,0:13:12.805
y fue muy emocionante[br]ser parte de eso.

0:13:13.100,0:13:15.400
Además, tuve que conducir [br]para Uber durante un tiempo,

0:13:15.900,0:13:17.730
y también me pareció divertido.

0:13:17.730,0:13:19.231
No gané lo suficiente

0:13:19.231,0:13:22.616
como para dejar[br]mi trabajo en el MIT,

0:13:22.616,0:13:25.100
pero disfruté de la experiencia.

0:13:25.230,0:13:27.534
Veo un desafío potencial

0:13:27.534,0:13:30.900
a nuestro modelo[br]de educación de postgrado aquí,

0:13:31.700,0:13:36.068
que es, si estamos entrenando[br]a la gente para trabajar en Amazon,

0:13:37.900,0:13:41.190
no está claro por qué[br]deberíamos pagar

0:13:41.190,0:13:42.900
subvenciones[br]a los graduados por eso.

0:13:43.200,0:13:47.280
¿Por qué debería el contribuyente[br]estar subvencionando eso?

0:13:47.280,0:13:49.160
Nuestra educación de postgrado

0:13:49.160,0:13:51.330
en los Estados Unidos[br]está generosamente subvencionada,

0:13:51.330,0:13:53.272
incluso[br]en las universidades privadas,

0:13:54.906,0:13:56.477
hay mucho dinero público.

0:13:56.477,0:13:59.300
Y creo que la razón tradicional[br]de esto es...

0:13:59.643,0:14:01.992
que estábamos formando [br]educadores y académicos,

0:14:01.992,0:14:05.657
y hay una gran externalidad[br]del trabajo que hacemos,

0:14:05.657,0:14:07.910
es o bien la externalidad[br]de la investigación,

0:14:07.910,0:14:09.557
o la externalidad de la enseñanza.

0:14:10.100,0:14:13.389
Pero si muchos de nuestros[br]estudiantes van a trabajar

0:14:13.389,0:14:14.688
en el sector privado,

0:14:16.300,0:14:17.414
está bien,

0:14:19.000,0:14:21.700
pero tal vez sus empleadores[br]deberían pagar por ellos.

0:14:22.120,0:14:23.303
[Guido] Para mí, es tan diferente

0:14:23.303,0:14:25.560
de la gente que trabaja [br]para empresas de consultoría.

0:14:27.200,0:14:28.780
No me queda claro

0:14:28.780,0:14:30.808
que el número de puestos de trabajo

0:14:30.808,0:14:32.836
en el mundo académico[br]haya cambiado.

0:14:33.370,0:14:36.325
[Josh] Siento que este es[br]un sector en crecimiento,

0:14:36.325,0:14:37.807
mientras que la consultoría...

0:14:37.807,0:14:39.289
Tienes razón al plantear eso.

0:14:39.289,0:14:42.100
Podría ser lo mismo [br]para la consultoría.

0:14:44.830,0:14:47.500
Estoy colocando cada vez más [br]estudiantes en estas empresas,

0:14:47.500,0:14:49.467
así que está en mi mente,[br]en cierto modo,

0:14:49.467,0:14:54.212
que no he estado atento [br]a los trabajos de consultoría.

0:14:54.212,0:14:56.920
La consultoría[br]siempre fue importante,

0:14:56.920,0:14:58.950
y creo que también [br]hay algún movimiento

0:14:58.950,0:15:01.140
de la consultoría de vuelta[br]a la investigación...

0:15:01.140,0:15:02.723
es un poco más fluido.

0:15:03.900,0:15:07.630
Gran parte[br]del trabajo en ambos dominios,

0:15:07.630,0:15:09.430
tengo que decir[br]que no es realmente diferente,

0:15:09.430,0:15:12.640
pero la gente que trabaja[br]en el sector tecnológico

0:15:12.640,0:15:13.910
están haciendo cosas que son

0:15:13.910,0:15:15.480
potencialmente[br]de interés científico,

0:15:15.480,0:15:16.800
pero la mayor parte está oculta.

0:15:17.100,0:15:18.550
Entonces,[br]sí que debemos preguntarnos,

0:15:18.550,0:15:20.900
¿por qué el gobierno[br]pagando por esto?

0:15:22.104,0:15:23.732
[Isaiah] Aunque,[br]a propósito de Guido,

0:15:23.732,0:15:26.783
supongo que esto se trata[br]de un asunto de datos,

0:15:26.783,0:15:32.466
¿el total [no CE][br]para el empleo del sector lucrativo

0:15:32.466,0:15:34.183
del programa de graduados[br]del doctorado de economía

0:15:34.183,0:15:36.065
ha incrementado

0:15:36.065,0:15:38.290
o ha sido simplemente[br]una sustitución de las finanzas

0:15:38.290,0:15:40.300
y la consultoría[br]hacia la tecnología?

0:15:40.300,0:15:42.300
[Josh] Puede[br]que esté reaccionando a algo

0:15:42.300,0:15:44.400
que no está sucediendo realmente.

0:15:44.400,0:15:46.170
[Guido] En realidad,[br]he hecho algo de trabajo

0:15:46.170,0:15:48.500
con algunas de estas[br]empresas tecnológicas.

0:15:48.920,0:15:50.650
No estoy en desacuerdo[br]con el punto de Josh

0:15:50.650,0:15:52.200
de que tenemos que pensar

0:15:52.200,0:15:53.825
un poco sobre [br]el modelo de financiación,

0:15:53.825,0:15:56.390
quién es, al final, el que paga [br]por la educación de postgrado.

0:15:56.913,0:15:59.400
Pero desde[br]una perspectiva científica,

0:15:59.980,0:16:02.840
no solo estos lugares[br]tienen grandes datos,

0:16:02.840,0:16:05.112
y hoy en día tienden a ser[br]muy cuidadosos con eso

0:16:05.112,0:16:07.100
por razones de privacidad,

0:16:07.380,0:16:08.900
pero también[br]tienen grandes preguntas.

0:16:10.200,0:16:13.929
Me parece muy inspirador escuchar[br]a la gente de allí

0:16:13.929,0:16:15.950
y ver qué tipo de preguntas tienen,

0:16:15.950,0:16:17.330
y a menudo son preguntas

0:16:18.200,0:16:21.241
que también surgen[br]fuera de estas empresas.

0:16:21.241,0:16:27.430
Tengo un par de documentos [br]con Raj Chetty y Susan Athey

0:16:27.430,0:16:31.600
donde buscamos formas[br]de combinar datos experimentales

0:16:31.600,0:16:33.274
y datos observacionales.

0:16:35.500,0:16:38.600
Raj Chetty estaba interesado[br]en cuál es el efecto

0:16:38.600,0:16:40.746
de los programas[br]de la primera infancia

0:16:40.746,0:16:42.893
sobre los resultados[br]más adelante en la vida,

0:16:42.893,0:16:44.611
no solo en los resultados[br]de las pruebas

0:16:44.611,0:16:46.330
sino en los ingresos y otras cosas,

0:16:46.330,0:16:48.300
y hemos desarrollado métodos

0:16:48.600,0:16:51.500
que ayudarían a arrojar luz[br]en eso bajo algunos...

0:16:52.718,0:16:53.868
en algunos escenarios,

0:16:53.868,0:16:56.920
y surgieron los mismos problemas

0:16:56.920,0:17:00.533
en estos entornos[br]de empresas tecnológicas.

0:17:00.800,0:17:03.240
Y por lo tanto,[br]desde mi perspectiva,

0:17:03.240,0:17:05.165
es el mismo tipo de...

0:17:05.165,0:17:07.600
Estaba hablando con gente [br]haciendo un trabajo empírico.

0:17:07.600,0:17:09.700
Traté de analizar[br]estos problemas específicos

0:17:09.700,0:17:13.370
y luego tratar de investigar[br]problemas más generales,

0:17:15.110,0:17:18.230
reformulando los problemas[br]a un nivel superior

0:17:18.500,0:17:20.700
para poder pensar en soluciones

0:17:20.700,0:17:22.900
que funcionen[br]en una serie de escenarios.

0:17:23.400,0:17:24.933
Y desde esa perspectiva,

0:17:24.933,0:17:27.570
las interacciones [br]con las empresas tecnológicas

0:17:27.570,0:17:30.300
son muy valiosas[br]y muy útiles.

0:17:31.700,0:17:35.204
Ahora tenemos estudiantes[br]haciendo prácticas allí

0:17:35.204,0:17:38.516
y luego regresan [br]y escriben tesis más interesantes

0:17:38.516,0:17:43.400
como resultado[br]de sus experiencias allí.

0:17:44.600,0:17:47.020
[Narradora] Si desea ver[br]más Conversaciones Nobel,

0:17:47.020,0:17:48.200
haga clic aquí.

0:17:48.200,0:17:50.500
O si desea aprender[br]más sobre econometría,

0:17:50.500,0:17:53.100
vea la serie[br]"Mastering Econometrics" de Josh.

0:17:53.700,0:17:56.720
Si desea saber más [br]sobre Guido, Josh e Isaiah,

0:17:56.720,0:17:58.300
consulte los enlaces [br]en la descripción.