< Return to Video

¿Cómo impactará el aprendizaje automático en la economía?

  • 0:00 - 0:02
    ♪ (música) ♪
  • 0:04 - 0:06
    - [Narradora] Bienvenidos
    a Nobel Conversations.
  • 0:07 - 0:09
    En este episodio,
    Josh Angrist y Guido Imbens
  • 0:09 - 0:09
    están con Isaiah Andrews
    para discutir y discrepar
  • 0:09 - 0:10
    sobre el papel
    del aprendizaje automático
  • 0:10 - 0:10
    en la econometría aplicada.
  • 0:10 - 0:12
    - [Isaiah] Entonces, por supuesto
    que hay muchos temas
  • 0:12 - 0:13
    en los que ustedes están muy de acuerdo,
    pero me gustaría pasar a uno
  • 0:13 - 0:14
    en el que tal vez
    tengan algunas discrepancias.
  • 0:14 - 0:15
    Me gustaría escuchar
    algunas de sus opiniones
  • 0:15 - 0:16
    sobre el aprendizaje automático
  • 0:16 - 0:17
    y el papel que está desempeñando
    y va a desempeñar en la economía.
  • 0:18 - 0:19
    - [Guido] He consultado algunos datos
    como el propietario----------------------.
  • 0:19 - 0:19
    Vemos que no hay
    ningún documento publicado allí.
  • 0:19 - 0:20
    Se hizo un experimento
    sobre algún algoritmo de búsqueda
  • 0:20 - 0:20
    y la cuestión era...
  • 0:20 - 0:20
    se trataba de clasificar cosas
    y cambiar la clasificación.
  • 0:20 - 0:20
    Y estaba más o menos claro
    que iba a haber mucha heterogeneidad.
  • 0:20 - 0:20
    Si buscas, digamos, una foto de Britney Spears --
  • 0:20 - 0:20
    realmente no importa dónde la clasifiques-----------------------------------
    porque vas a encontrar lo que estás buscando,
  • 0:20 - 0:20
    ya sea que la pongas en la primera,
    segunda o tercera posición del ranking.
  • 0:20 - 0:20
    Pero si estás buscando
    el mejor libro de econometría,
  • 0:20 - 0:20
    si pones tu libro en primer lugar
    o en el décimo,
  • 0:20 - 0:20
    eso va a suponer una gran diferencia
  • 0:20 - 0:20
    en la frecuencia
    con la que la gente va a hacer clic en él.
  • 0:20 - 0:20
    Así que ahí...
  • 0:22 - 0:23
    [Josh] ¿Por qué necesito
    el aprendizaje automático para descubrir eso?
  • 0:23 - 0:24
    Parece que --porque puedo descubrirlo simplemente.-----------------------
  • 0:24 - 0:25
    - [Guido] En general --
  • 0:25 - 0:25
    - [Josh] Había un montón de posibles...
  • 0:25 - 0:26
    - Quieres pensar en que hay un montón de características de los artículos,
  • 0:26 - 0:26
    que quieres entender lo que impulsa la heterogeneidad en el efecto de --
  • 0:26 - 0:26
    - Pero solo estás prediciendo.
  • 0:26 - 0:26
    En cierto sentido, estás resolviendo
    un problema de marketing.
  • 0:26 - 0:26
    - No, es un efecto causal,
  • 0:26 - 0:26
    - Es causal, pero no tiene contenido científico.
  • 0:26 - 0:26
    Piensa en...
  • 0:26 - 0:26
    - No, pero hay cosas similares
    en el ámbito médico.
  • 0:26 - 0:26
    Si haces un experimento,
  • 0:26 - 0:26
    puedes estar muy interesado
    en si el tratamiento funciona
  • 0:26 - 0:26
    para algunos grupos o no.
  • 0:26 - 0:26
    Y tienes un montón
    de características individuales,
  • 0:26 - 0:26
    y quieres buscar sistemáticamente...
  • 0:26 - 0:26
    - Sí. Soy escéptico sobre esa...
  • 0:26 - 0:26
    esa especie de idea de que hay
    un efecto causal personal
  • 0:26 - 0:26
    que me debería importar
  • 0:26 - 0:26
    y que el aprendizaje automático
    puede descubrirlo de alguna manera que sea útil.
  • 0:26 - 0:26
    Así que piensa en --
  • 0:26 - 0:26
    he hecho
    un montón de trabajo en las escuelas,
  • 0:26 - 0:26
    ir a, digamos, una escuela charter,-------------------------------------------------
  • 0:26 - 0:26
    una escuela privada financiada
    con fondos públicos,
  • 0:26 - 0:26
    efectivamente, que es libre de estructurar
    su propio plan de estudios para el contexto allí.
  • 0:26 - 0:26
    Algunos tipos de escuelas chárter
    generan espectaculares ganancias de rendimiento
  • 0:26 - 0:26
    y en el conjunto de datos
    que produce ese resultado,
  • 0:26 - 0:26
    tengo un montón de covariables.
  • 0:26 - 0:26
    Así que tengo las puntuaciones de referencia
  • 0:26 - 0:26
    y tengo los antecedentes familiares,
  • 0:26 - 0:26
    la educación de los padres,
    el sexo del niño, la raza del niño.
  • 0:26 - 0:26
    Y, bueno, en cuanto reúno
    media docena de ellas,
  • 0:26 - 0:26
    tengo un espacio de muy alta dimensión.
  • 0:26 - 0:26
    Definitivamente me interesan
    las características del curso
  • 0:26 - 0:26
    de ese efecto del tratamiento,
  • 0:26 - 0:26
    como por ejemplo si es mejor para las personas
    que provienen de familias con menores ingresos.
  • 0:26 - 0:26
    Me cuesta creer que haya una aplicación para la versión de muy alta dimensión de eso,
  • 0:26 - 0:26
    en la que descubrí
    que para los niños no blancos
  • 0:26 - 0:26
    que tienen ingresos familiares altos
  • 0:26 - 0:26
    pero puntuaciones de referencia en el tercer cuartil
  • 0:26 - 0:26
    y que solo fueron a la escuela pública
    en el tercer grado pero no en el sexto.
  • 0:26 - 0:26
    Así que eso es lo que produce
    ese análisis de alta dimensión.
  • 0:26 - 0:27
    Es una declaración condicional
    muy elaborada.
  • 0:30 - 0:33
    Hay dos cosas que están mal,
    en mi opinión.
  • 0:33 - 0:34
    En primer lugar, no lo veo como...
  • 0:34 - 0:35
    no puedo imaginar
    por qué es procesable.
  • 0:35 - 0:35
    No sé por qué querrías actuar sobre ello.
  • 0:35 - 0:35
    Y también sé que hay algún modelo alternativo que encaja casi igual, que lo invierte todo.
  • 0:35 - 0:35
    Porque el aprendizaje automático
  • 0:35 - 0:35
    no me dice que este es realmente
    el predictor que importa --
  • 0:35 - 0:35
    sólo me dice que este es un buen predictor.
  • 0:36 - 0:38
  • 0:38 - 0:40
  • 0:40 - 0:41
  • 0:43 - 0:46
  • 0:46 - 0:47
  • 0:48 - 0:51
  • 0:52 - 0:56
  • 0:58 - 1:01
  • 1:01 - 1:02
  • 1:02 - 1:06
  • 1:06 - 1:08
  • 1:08 - 1:10
  • 1:10 - 1:12
  • 1:13 - 1:16
  • 1:16 - 1:18
  • 1:19 - 1:21
  • 1:22 - 1:23
  • 1:23 - 1:27
  • 1:27 - 1:29
  • 1:29 - 1:30
  • 1:30 - 1:32
  • 1:32 - 1:35
  • 1:35 - 1:37
  • 1:38 - 1:42
  • 1:42 - 1:43
  • 1:43 - 1:45
  • 1:45 - 1:48
  • 1:48 - 1:49
  • 1:49 - 1:52
  • 1:52 - 1:53
  • 1:54 - 1:57
  • 1:58 - 2:01
  • 2:01 - 2:04
  • 2:04 - 2:06
  • 2:06 - 2:08
  • 2:08 - 2:10
  • 2:10 - 2:13
  • 2:13 - 2:14
  • 2:14 - 2:16
  • 2:16 - 2:17
  • 2:17 - 2:20
  • 2:20 - 2:22
  • 2:22 - 2:24
  • 2:25 - 2:27
  • 2:27 - 2:29
  • 2:29 - 2:31
  • 2:31 - 2:34
  • 2:34 - 2:36
  • 2:36 - 2:38
  • 2:38 - 2:41
  • 2:41 - 2:43
  • 2:44 - 2:46
  • 2:46 - 2:50
  • 2:50 - 2:52
  • 2:52 - 2:55
  • 2:55 - 2:56
  • 2:56 - 2:59
  • 2:59 - 3:02
  • 3:03 - 3:06
  • 3:07 - 3:10
  • 3:10 - 3:12
  • 3:12 - 3:15
  • 3:15 - 3:18
  • 3:18 - 3:22
  • 3:22 - 3:23
  • 3:23 - 3:26
  • 3:26 - 3:28
  • 3:28 - 3:31
  • 3:31 - 3:32
  • 3:32 - 3:34
  • 3:35 - 3:37
  • 3:37 - 3:39
  • 3:39 - 3:41
  • 3:42 - 3:43
  • 3:43 - 3:45
  • 3:45 - 3:49
  • 3:49 - 3:51
  • 3:51 - 3:55
  • 3:55 - 3:58
  • 3:58 - 4:00
  • 4:00 - 4:02
  • 4:02 - 4:03
  • 4:03 - 4:08
  • 4:10 - 4:12
  • 4:12 - 4:13
  • 4:13 - 4:16
  • 4:16 - 4:19
  • 4:19 - 4:23
  • 4:24 - 4:28
  • 4:28 - 4:30
  • 4:30 - 4:32
  • 4:34 - 4:36
  • 4:36 - 4:38
  • 4:38 - 4:39
  • 4:39 - 4:41
  • 4:41 - 4:44
  • 4:44 - 4:47
  • 4:48 - 4:49
  • 4:49 - 4:51
  • 4:52 - 4:54
  • 4:54 - 4:57
  • 4:57 - 4:59
  • 4:59 - 5:05
  • 5:06 - 5:10
  • 5:10 - 5:11
  • 5:12 - 5:14
  • 5:15 - 5:18
  • 5:18 - 5:21
  • 5:21 - 5:24
  • 5:24 - 5:25
  • 5:25 - 5:27
  • 5:27 - 5:29
  • 5:29 - 5:31
  • 5:31 - 5:32
  • 5:33 - 5:35
  • 5:36 - 5:38
  • 5:38 - 5:41
  • 5:41 - 5:43
  • 5:43 - 5:45
  • 5:45 - 5:47
  • 5:47 - 5:49
  • 5:50 - 5:52
  • 5:52 - 5:54
  • 5:54 - 5:55
  • 5:55 - 5:57
  • 5:57 - 6:00
  • 6:02 - 6:05
  • 6:05 - 6:07
  • 6:07 - 6:11
  • 6:11 - 6:12
  • 6:12 - 6:15
  • 6:15 - 6:18
  • 6:19 - 6:20
  • 6:20 - 6:24
  • 6:24 - 6:28
  • 6:28 - 6:30
  • 6:30 - 6:32
  • 6:32 - 6:35
  • 6:37 - 6:39
  • 6:40 - 6:42
  • 6:42 - 6:45
  • 6:45 - 6:46
  • 6:46 - 6:48
  • 6:48 - 6:49
  • 6:49 - 6:51
  • 6:52 - 6:55
  • 6:56 - 6:58
  • 6:58 - 7:00
  • 7:00 - 7:02
  • 7:02 - 7:05
  • 7:05 - 7:09
  • 7:09 - 7:12
  • 7:12 - 7:15
  • 7:16 - 7:18
  • 7:18 - 7:22
  • 7:22 - 7:23
  • 7:23 - 7:25
  • 7:25 - 7:26
  • 7:26 - 7:28
  • 7:28 - 7:30
  • 7:30 - 7:31
  • 7:31 - 7:33
  • 7:33 - 7:34
  • 7:35 - 7:37
  • 7:37 - 7:39
  • 7:41 - 7:43
  • 7:43 - 7:46
  • 7:46 - 7:48
  • 7:48 - 7:51
  • 7:51 - 7:54
  • 7:54 - 7:56
  • 7:56 - 7:58
  • 7:58 - 8:00
  • 8:01 - 8:04
  • 8:04 - 8:07
  • 8:07 - 8:09
  • 8:09 - 8:12
  • 8:12 - 8:19
  • 8:21 - 8:24
  • 8:24 - 8:26
  • 8:27 - 8:32
  • 8:32 - 8:37
  • 8:37 - 8:41
  • 8:42 - 8:43
  • 8:43 - 8:45
  • 8:45 - 8:48
  • 8:48 - 8:50
  • 8:50 - 8:51
  • 8:51 - 8:54
  • 8:54 - 8:58
  • 8:58 - 9:00
  • 9:00 - 9:03
  • 9:04 - 9:07
  • 9:07 - 9:08
  • 9:08 - 9:10
  • 9:11 - 9:13
  • 9:13 - 9:15
  • 9:15 - 9:17
  • 9:17 - 9:20
  • 9:20 - 9:23
  • 9:23 - 9:26
  • 9:26 - 9:29
  • 9:29 - 9:32
  • 9:33 - 9:35
  • 9:35 - 9:38
  • 9:39 - 9:41
  • 9:41 - 9:43
  • 9:43 - 9:47
  • 9:49 - 9:51
  • 9:52 - 9:55
  • 9:55 - 9:57
  • 9:57 - 9:59
  • 9:59 - 10:01
  • 10:03 - 10:06
  • 10:06 - 10:09
  • 10:10 - 10:12
  • 10:13 - 10:14
  • 10:14 - 10:16
  • 10:16 - 10:17
  • 10:17 - 10:18
  • 10:18 - 10:20
  • 10:20 - 10:22
  • 10:23 - 10:27
  • 10:28 - 10:30
  • 10:30 - 10:31
  • 10:32 - 10:35
  • 10:35 - 10:37
  • 10:39 - 10:43
  • 10:43 - 10:47
  • 10:49 - 10:53
  • 10:53 - 10:56
  • 10:56 - 10:59
  • 11:01 - 11:02
  • 11:03 - 11:06
  • 11:06 - 11:09
  • 11:09 - 11:12
  • 11:12 - 11:13
  • 11:14 - 11:18
  • 11:19 - 11:21
  • 11:21 - 11:24
  • 11:24 - 11:27
  • 11:27 - 11:29
  • 11:29 - 11:31
  • 11:31 - 11:33
  • 11:33 - 11:35
  • 11:35 - 11:36
  • 11:36 - 11:37
  • 11:37 - 11:39
  • 11:39 - 11:41
  • 11:41 - 11:43
  • 11:43 - 11:44
  • 11:44 - 11:46
  • 11:46 - 11:47
  • 11:47 - 11:51
  • 11:51 - 11:52
  • 11:52 - 11:54
  • 11:55 - 11:58
  • 11:58 - 12:00
  • 12:00 - 12:04
  • 12:04 - 12:06
  • 12:07 - 12:10
  • 12:10 - 12:11
  • 12:13 - 12:15
  • 12:15 - 12:18
  • 12:20 - 12:24
  • 12:25 - 12:28
  • 12:28 - 12:30
  • 12:30 - 12:31
  • 12:31 - 12:34
  • 12:35 - 12:37
  • 12:37 - 12:40
  • 12:41 - 12:43
  • 12:43 - 12:44
  • 12:44 - 12:46
  • 12:46 - 12:49
  • 12:50 - 12:52
  • 12:52 - 12:54
  • 12:54 - 12:58
  • 12:59 - 13:00
  • 13:00 - 13:03
  • 13:03 - 13:06
  • 13:07 - 13:08
  • 13:08 - 13:11
  • 13:11 - 13:14
  • 13:14 - 13:17
  • 13:17 - 13:20
  • 13:20 - 13:24
  • 13:24 - 13:27
  • 13:27 - 13:30
  • 13:30 - 13:32
  • 13:32 - 13:33
  • 13:33 - 13:35
  • 13:35 - 13:37
  • 13:37 - 13:38
  • 13:38 - 13:41
  • 13:41 - 13:43
  • 13:43 - 13:46
  • 13:49 - 13:51
  • 13:52 - 13:54
  • 13:54 - 13:57
  • 13:57 - 13:58
  • 13:58 - 13:59
  • 13:59 - 14:01
  • 14:01 - 14:02
  • 14:03 - 14:04
  • 14:04 - 14:07
  • 14:07 - 14:08
  • 14:08 - 14:11
  • 14:11 - 14:12
  • 14:12 - 14:14
  • 14:14 - 14:16
  • 14:16 - 14:17
  • 14:17 - 14:18
  • 14:18 - 14:21
  • 14:22 - 14:24
  • 14:25 - 14:27
  • 14:27 - 14:28
  • 14:28 - 14:30
  • 14:30 - 14:32
  • 14:32 - 14:35
  • 14:35 - 14:36
  • 14:36 - 14:41
  • 14:41 - 14:42
  • 14:42 - 14:47
  • 14:47 - 14:50
  • 14:51 - 14:53
  • 14:53 - 14:55
  • 14:55 - 14:58
  • 14:58 - 14:59
  • 14:59 - 15:02
  • 15:02 - 15:04
  • 15:04 - 15:08
  • 15:08 - 15:10
  • 15:10 - 15:13
  • 15:13 - 15:15
  • 15:16 - 15:18
  • 15:20 - 15:22
  • 15:22 - 15:23
  • 15:23 - 15:25
  • 15:26 - 15:29
  • 15:30 - 15:32
  • 15:32 - 15:34
  • 15:34 - 15:38
  • 15:38 - 15:44
  • 15:44 - 15:47
  • 15:47 - 15:51
  • 15:51 - 15:54
  • 15:54 - 15:57
  • 15:57 - 15:59
  • 15:59 - 16:02
  • 16:02 - 16:07
  • 16:07 - 16:08
  • 16:08 - 16:11
  • 16:11 - 16:13
  • 16:13 - 16:15
  • 16:15 - 16:18
  • 16:18 - 16:20
  • 16:21 - 16:22
  • 16:22 - 16:25
  • 16:25 - 16:26
  • 16:26 - 16:28
  • 16:28 - 16:33
  • 16:34 - 16:36
  • 16:36 - 16:37
  • 16:37 - 16:40
  • 16:40 - 16:43
  • 16:43 - 16:45
  • 16:45 - 16:46
  • 16:46 - 16:50
  • 16:50 - 16:52
  • 16:52 - 16:54
  • 16:54 - 16:55
  • 16:55 - 16:57
  • 16:58 - 17:00
  • 17:00 - 17:03
  • 17:03 - 17:06
  • 17:06 - 17:09
  • 17:09 - 17:10
  • 17:10 - 17:12
  • 17:12 - 17:15
  • 17:15 - 17:17
  • 17:17 - 17:19
  • 17:20 - 17:22
  • 17:22 - 17:23
  • 17:23 - 17:25
  • 17:25 - 17:27
  • 17:28 - 17:30
  • 17:30 - 17:32
  • 17:32 - 17:35
  • 17:35 - 17:37
  • 17:37 - 17:41
  • 17:41 - 17:44
  • 17:44 - 17:46
  • 17:46 - 17:48
  • 17:48 - 17:50
  • 17:50 - 17:53
  • 17:53 - 17:56
  • 17:56 - 17:58
  • 17:58 - 18:01
  • 18:01 - 18:03
  • 18:04 - 18:06
  • 18:06 - 18:08
  • 18:08 - 18:11
  • 18:11 - 18:13
  • 18:13 - 18:17
  • 18:17 - 18:19
  • 18:19 - 18:21
  • 18:21 - 18:22
  • 18:22 - 18:27
  • 18:27 - 18:29
  • 18:29 - 18:30
  • 18:30 - 18:34
  • 18:34 - 18:35
  • 18:36 - 18:40
  • 18:40 - 18:42
  • 18:42 - 18:44
  • 18:44 - 18:47
  • 18:47 - 18:49
  • 18:49 - 18:53
  • 18:54 - 18:56
  • 18:56 - 18:59
  • 18:59 - 19:01
  • 19:02 - 19:03
  • 19:03 - 19:06
  • 19:06 - 19:08
  • 19:08 - 19:10
  • 19:10 - 19:11
  • 19:11 - 19:13
  • 19:13 - 19:14
  • 19:14 - 19:17
  • 19:17 - 19:20
  • 19:20 - 19:21
  • 19:21 - 19:24
  • 19:24 - 19:26
  • 19:26 - 19:29
  • 19:30 - 19:33
  • 19:33 - 19:36
  • 19:36 - 19:38
  • 19:38 - 19:40
  • 19:40 - 19:41
  • 19:41 - 19:43
  • 19:43 - 19:45
  • 19:45 - 19:47
  • 19:47 - 19:49
  • 19:49 - 19:53
  • 19:53 - 19:54
  • 19:54 - 19:56
  • 19:57 - 20:00
  • 20:00 - 20:04
  • 20:04 - 20:06
  • 20:07 - 20:09
  • 20:09 - 20:10
  • 20:10 - 20:12
  • 20:13 - 20:14
  • 20:14 - 20:17
  • 20:17 - 20:18
  • 20:18 - 20:20
  • 20:20 - 20:23
  • 20:24 - 20:27
  • 20:27 - 20:29
  • 20:29 - 20:31
Title:
¿Cómo impactará el aprendizaje automático en la economía?
ASR Confidence:
0.83
Description:
more » « less
Video Language:
English
Team:
Marginal Revolution University
Duration:
20:33

Spanish (Latin America) subtitles

Revisions Compare revisions

Our website uses cookies for analysis purposes.