WEBVTT

00:00:00.000 --> 00:00:03.138
♪ (música) ♪

00:00:03.394 --> 00:00:05.633
- [Narradora] Bienvenidos
a Nobel Conversations.

00:00:06.992 --> 00:00:10.093
En este episodio,
Josh Angrist y Guido Imbens

00:00:10.093 --> 00:00:13.366
se reúnen con Isaiah Andrews
para discutir y discrepar

00:00:13.366 --> 00:00:15.221
sobre el papel
del aprendizaje automático

00:00:15.221 --> 00:00:16.816
en la econometría aplicada.

00:00:17.894 --> 00:00:19.896
- [Isaiah] Bien. Por supuesto
que hay muchos temas

00:00:19.896 --> 00:00:21.465
en los que ustedes
están muy de acuerdo,

00:00:21.465 --> 00:00:22.595
pero me gustaría pasar a uno

00:00:22.595 --> 00:00:24.365
sobre el que tal vez
opinen algo distinto.

00:00:24.365 --> 00:00:26.103
Me gustaría escuchar
algunas de sus opiniones

00:00:26.103 --> 00:00:27.319
sobre el aprendizaje automático

00:00:27.319 --> 00:00:30.257
y el papel que desempeña
y desempeñará en la economía.

00:00:30.257 --> 00:00:31.858
- [Guido] He consultado
algunos datos,

00:00:31.858 --> 00:00:33.349
como los datos privados.

00:00:33.349 --> 00:00:35.306
Vemos que no hay
ningún documento publicado allí.

00:00:35.975 --> 00:00:39.426
Se hizo un experimento
sobre algún algoritmo de búsqueda

00:00:39.426 --> 00:00:41.081
y la cuestión era...

00:00:42.581 --> 00:00:45.492
se trataba de clasificar cosas
y cambiar la clasificación.

00:00:45.990 --> 00:00:47.163
Y estaba más o menos claro

00:00:47.163 --> 00:00:50.271
que iba a haber
mucha heterogeneidad.

00:00:51.117 --> 00:00:55.864
Si buscas, digamos,

00:00:58.122 --> 00:01:00.640
una foto de Britney Spears,

00:01:00.640 --> 00:01:02.505
realmente no importa
dónde la clasifiques

00:01:02.505 --> 00:01:05.214
porque vas a encontrar
lo que estás buscando,

00:01:05.736 --> 00:01:07.058
ya sea que la clasifiques

00:01:07.058 --> 00:01:09.744
en primera, segunda
o tercera posición.

00:01:10.027 --> 00:01:12.346
Pero si estás buscando
el mejor libro de econometría,

00:01:12.346 --> 00:01:16.510
si pones tu libro en primer lugar
o en el décimo,

00:01:16.510 --> 00:01:18.140
eso va a suponer
una gran diferencia

00:01:18.140 --> 00:01:19.835
en la frecuencia

00:01:19.835 --> 00:01:21.286
con la que la gente
hará clic en él.

00:01:22.089 --> 00:01:23.312
Así que ahí--

00:01:23.312 --> 00:01:24.326
[Josh] ¿Por qué necesito

00:01:24.326 --> 00:01:27.314
el aprendizaje automático
para descubrir eso?

00:01:27.314 --> 00:01:29.463
Porque parece que puedo descubrirlo
de forma sencilla.

00:01:29.463 --> 00:01:30.517
- [Guido] En general--

00:01:30.517 --> 00:01:32.233
- [Josh] Había
un montón de posibles--

00:01:32.233 --> 00:01:34.233
- [Guido]...quieres pensar
que los artículos

00:01:34.233 --> 00:01:37.092
tienen montón de características,

00:01:37.092 --> 00:01:38.940
que quieres entender

00:01:38.940 --> 00:01:43.650
lo que impulsa la heterogeneidad
en el efecto de--

00:01:43.669 --> 00:01:44.876
- Pero solo estás prediciendo.

00:01:44.876 --> 00:01:46.057
En cierto sentido,

00:01:46.057 --> 00:01:47.793
estás resolviendo
un problema de marketing.

00:01:47.793 --> 00:01:49.210
- No, es un efecto causal,

00:01:49.210 --> 00:01:51.738
- Es causal, pero no tiene
contenido científico.

00:01:51.738 --> 00:01:52.809
Piensa en--

00:01:53.669 --> 00:01:57.243
- No, pero hay cosas similares
en el ámbito médico.

00:01:57.693 --> 00:01:59.312
Si haces un experimento,

00:01:59.312 --> 00:02:02.492
puedes estar muy interesado
en si el tratamiento funciona

00:02:02.492 --> 00:02:03.821
para algunos grupos o no.

00:02:03.821 --> 00:02:05.946
Y tienes un montón
de características individuales,

00:02:05.946 --> 00:02:08.109
y quieres buscar sistemáticamente--

00:02:08.109 --> 00:02:09.883
- Sí. Tengo mis dudas sobre esa...

00:02:09.883 --> 00:02:12.588
esa especie de idea de que hay
un efecto causal personal

00:02:12.588 --> 00:02:13.902
que me debería importar

00:02:13.902 --> 00:02:15.164
y que el aprendizaje automático

00:02:15.164 --> 00:02:17.103
puede descubrirlo
de alguna manera que sea útil.

00:02:17.517 --> 00:02:18.678
Así que piensa en--

00:02:18.678 --> 00:02:20.182
he trabajado mucho en las escuelas,

00:02:20.182 --> 00:02:22.358
yendo a, digamos,
una escuela chárter,

00:02:22.358 --> 00:02:24.498
una escuela privada
financiada con fondos públicos,

00:02:24.780 --> 00:02:27.392
efectivamente,
que es libre de estructurar

00:02:27.392 --> 00:02:29.587
su propio plan de estudios
en función del contexto.

00:02:29.587 --> 00:02:30.938
Algunos tipos de escuelas chárter

00:02:30.938 --> 00:02:33.379
consiguen
un rendimiento espectacular

00:02:33.379 --> 00:02:36.321
y en el conjunto de datos
que produce ese resultado,

00:02:36.321 --> 00:02:37.968
tengo un montón de covariables.

00:02:37.968 --> 00:02:39.584
Tengo
las puntuaciones de referencia

00:02:39.584 --> 00:02:41.321
y los antecedentes familiares,

00:02:41.321 --> 00:02:45.524
la educación de los padres,
el sexo del niño, la raza del niño.

00:02:46.060 --> 00:02:49.758
Y, bueno, en cuanto reúno
media docena de ellas,

00:02:49.758 --> 00:02:51.751
tengo un espacio
de muy alta dimensión.

00:02:52.391 --> 00:02:55.394
Sin duda, me interesan
las características del curso

00:02:55.394 --> 00:02:56.803
de ese efecto del tratamiento,

00:02:56.803 --> 00:02:58.688
como por ejemplo, si es mejor
para las personas

00:02:58.688 --> 00:03:02.054
que provienen de familias
con menores ingresos.

00:03:02.377 --> 00:03:05.656
Me cuesta creer
que haya una aplicación

00:03:05.656 --> 00:03:09.970
para la versión
de muy alta dimensión,

00:03:09.970 --> 00:03:12.499
en la que descubrí
que para los niños no blancos

00:03:12.499 --> 00:03:15.028
que tienen
ingresos familiares altos

00:03:15.028 --> 00:03:17.747
pero puntuaciones de referencia
en el tercer cuartil

00:03:17.747 --> 00:03:20.535
y que solo fueron
a la escuela pública

00:03:20.535 --> 00:03:23.128
en el tercer grado
pero no en el sexto.

00:03:23.128 --> 00:03:25.681
Así que eso es lo que produce
ese análisis de alta dimensión.

00:03:25.681 --> 00:03:27.938
Es una declaración condicional
muy elaborada.

00:03:27.938 --> 00:03:30.702
Hay dos cosas que están mal,
en mi opinión.

00:03:30.702 --> 00:03:32.418
En primer lugar, no lo veo como--

00:03:32.418 --> 00:03:34.492
no puedo imaginar
por qué es algo procesable.

00:03:34.492 --> 00:03:36.518
No sé por qué
querrías actuar sobre ello.

00:03:36.518 --> 00:03:39.381
Y también sé que hay
algún modelo alternativo

00:03:39.381 --> 00:03:42.856
que encaja casi igual de bien,
que lo invierte todo.

00:03:42.978 --> 00:03:44.591
Porque el aprendizaje automático

00:03:44.591 --> 00:03:48.473
no me dice que este es realmente
el predictor que importa,

00:03:48.473 --> 00:03:50.779
solo me dice
que este es un buen predictor.

00:03:51.396 --> 00:03:54.875
Así que creo,
que hay algo diferente

00:03:54.875 --> 00:03:57.688
en el contexto
de las ciencias sociales.

00:03:57.688 --> 00:04:00.270
- [Guido] Creo que las aplicaciones
de las ciencias sociales

00:04:00.270 --> 00:04:03.922
de las que hablas
son aquellas en las que, creo,

00:04:03.922 --> 00:04:07.923
no hay una gran cantidad
de heterogeneidad en los efectos.

00:04:09.760 --> 00:04:13.610
- [Josh] Bueno, podría haberla
si me permites llenar ese espacio.

00:04:13.610 --> 00:04:15.648
- No... ni siquiera entonces.

00:04:15.648 --> 00:04:18.506
Creo que para muchas
de esas intervenciones,

00:04:18.506 --> 00:04:22.840
se espera que el efecto
sea del mismo signo para todos.

00:04:23.055 --> 00:04:27.320
Puede haber pequeñas diferencias
en la magnitud, pero no es...

00:04:27.576 --> 00:04:29.968
Porque muchas de estas
diferencias educativas

00:04:29.968 --> 00:04:31.612
son buenas para todos.

00:04:31.612 --> 00:04:35.932
No es que sean malas
para algunas personas

00:04:35.932 --> 00:04:37.408
y buenas para otras

00:04:37.408 --> 00:04:39.797
y en algunos pequeños casos
pueden ser malas.

00:04:40.189 --> 00:04:43.633
Pero puede haber
algo de variación en la magnitud,

00:04:43.633 --> 00:04:44.808
pero se necesitarían

00:04:44.808 --> 00:04:47.019
conjuntos de datos
muy muy grandes para encontrarlos.

00:04:47.019 --> 00:04:48.985
Estoy de acuerdo en que,
en esos casos,

00:04:48.985 --> 00:04:51.393
probablemente no serían
muy procesables de todos modos.

00:04:51.881 --> 00:04:54.075
Pero creo que hay
muchos otros escenarios

00:04:54.075 --> 00:04:56.483
donde hay mucha más heterogeneidad.

00:04:56.736 --> 00:04:59.164
- Bueno, estoy abierto
a esa posibilidad

00:04:59.164 --> 00:05:00.977
y creo que el ejemplo que has dado

00:05:00.977 --> 00:05:04.857
es esencialmente
un ejemplo de marketing.

00:05:05.938 --> 00:05:09.714
- No, esos tienen
implicaciones para ello

00:05:09.714 --> 00:05:11.596
y esa es la organización,

00:05:11.596 --> 00:05:15.358
si tienes que preocuparte por la--

00:05:15.358 --> 00:05:17.857
- Bueno, necesito
ver ese documento.

00:05:18.289 --> 00:05:21.490
- Así que, la sensación
que tengo es que...

00:05:21.490 --> 00:05:23.371
- Todavía no estamos de acuerdo
en algo.

00:05:23.371 --> 00:05:25.735
- Sí.
- No hemos coincidido en todo.

00:05:25.735 --> 00:05:27.393
- Tengo esa sensación.
[risas]

00:05:27.393 --> 00:05:29.047
- En realidad,
hemos discrepado en esto

00:05:29.047 --> 00:05:30.729
porque no estaba para discutir.

00:05:30.729 --> 00:05:33.144
[risas]

00:05:33.144 --> 00:05:35.060
- ¿Se está poniendo
algo caluroso aquí?

00:05:35.720 --> 00:05:37.854
- Caluroso.
Es bueno que esté caluroso.

00:05:37.854 --> 00:05:39.501
La sensación que tengo es, Josh,

00:05:39.501 --> 00:05:41.951
que no estás diciendo
que estás seguro

00:05:41.951 --> 00:05:44.159
de que no hay manera
de que haya una aplicación

00:05:44.159 --> 00:05:45.667
en la que estas cosas sean útiles.

00:05:45.667 --> 00:05:47.169
Estás diciendo
que no estás convencido

00:05:47.169 --> 00:05:49.444
con las aplicaciones existentes
hasta la fecha.

00:05:49.907 --> 00:05:51.665
- Me parece bien.
- Estoy muy seguro.

00:05:51.858 --> 00:05:54.179
[risas]

00:05:54.179 --> 00:05:55.270
- En este caso.

00:05:55.270 --> 00:05:56.541
- Creo que Josh tiene razón

00:05:56.541 --> 00:06:00.101
en que incluso
en los casos de predicción,

00:06:00.101 --> 00:06:03.757
donde muchos de los métodos
de aprendizaje automática

00:06:03.757 --> 00:06:06.517
realmente se destacan es donde hay
un montón de heterogeneidad.

00:06:06.785 --> 00:06:10.400
- No te importan mucho
los detalles, ¿verdad?

00:06:10.400 --> 00:06:11.480
- [Guido] Sí.

00:06:11.480 --> 00:06:14.752
- No tiene un ángulo normativo
o algo así.

00:06:14.752 --> 00:06:17.535
- El reconocimiento
de dígitos escritos a mano

00:06:17.535 --> 00:06:18.569
y demás...

00:06:18.721 --> 00:06:23.861
lo hace mucho mejor
que construir un modelo complicado.

00:06:24.201 --> 00:06:26.925
Pero muchas
de las ciencias sociales,

00:06:26.925 --> 00:06:28.454
muchas
de las aplicaciones económicas,

00:06:28.454 --> 00:06:29.610
en realidad sabemos mucho

00:06:29.610 --> 00:06:32.067
sobre la relación
entre sus variables.

00:06:32.067 --> 00:06:34.572
Muchas de las relaciones
son estrictamente monótonas.

00:06:35.399 --> 00:06:39.266
La educación va a aumentar
los ingresos de la gente,

00:06:39.266 --> 00:06:41.916
sin importar
las características demográficas,

00:06:41.916 --> 00:06:44.763
sin importar
el nivel de educación que se tenga.

00:06:44.763 --> 00:06:46.325
- Hasta que lleguen a un doctorado.

00:06:46.325 --> 00:06:48.126
- ¿Eso se aplica
a la escuela de posgrado?

00:06:48.126 --> 00:06:49.218
[risas]

00:06:49.218 --> 00:06:50.593
- En un rango razonable.

00:06:50.593 --> 00:06:55.472
No va a bajar mucho.

00:06:55.472 --> 00:06:58.178
En muchos de los entornos
en los que se destacan

00:06:58.178 --> 00:07:00.209
estos métodos
de aprendizaje automático,

00:07:00.209 --> 00:07:02.081
hay mucha falta de monotonicidad,

00:07:02.081 --> 00:07:04.598
una especie de multimodalidad
en estas relaciones

00:07:04.598 --> 00:07:08.475
y van a ser muy poderosos.

00:07:08.701 --> 00:07:11.426
Pero sigo sosteniendo lo mismo.

00:07:11.426 --> 00:07:17.530
Estos métodos tienen mucho
para ofrecerles a los economistas

00:07:17.530 --> 00:07:21.465
y serán una gran parte del futuro.

00:07:21.629 --> 00:07:23.183
APLICACIONES
DEL APRENDIZAJE AUTOMÁTICO

00:07:23.183 --> 00:07:24.814
Parece que hay
algo interesante por decir

00:07:24.814 --> 00:07:26.139
sobre el aprendizaje automático.

00:07:26.139 --> 00:07:27.412
Así que, Guido, me preguntaba

00:07:27.412 --> 00:07:29.416
¿podría dar tal vez
algunos de los ejemplos

00:07:29.416 --> 00:07:30.694
que está pensando

00:07:30.694 --> 00:07:32.507
con las aplicaciones
que salen en el momento?

00:07:32.507 --> 00:07:35.779
- Un área
es donde en lugar de buscar

00:07:35.779 --> 00:07:37.235
efectos causales promedio

00:07:37.235 --> 00:07:39.684
estamos buscando
estimaciones individualizadas,

00:07:39.684 --> 00:07:43.212
predicciones de efectos causales,

00:07:43.212 --> 00:07:45.856
y allí, los algoritmos
de aprendizaje automático

00:07:45.856 --> 00:07:47.384
han sido muy eficaces.

00:07:47.958 --> 00:07:49.892
Hasta ahora,
hemos hecho estas cosas

00:07:49.892 --> 00:07:51.458
utilizando métodos de kernel,

00:07:51.458 --> 00:07:53.846
y teóricamente, funcionan muy bien,

00:07:53.846 --> 00:07:56.226
y hay quienes comentan
que, formalmente,

00:07:56.226 --> 00:07:57.575
no se puede hacer nada mejor.

00:07:57.575 --> 00:07:59.422
Pero en la práctica,
no funcionan muy bien.

00:07:59.643 --> 00:08:03.057
Las cosas aleatorias
de tipo bosque causal

00:08:03.057 --> 00:08:05.833
en las que Stefan Wager
y Susan Athey

00:08:05.833 --> 00:08:09.310
han estado trabajando
se utilizan muy ampliamente.

00:08:09.537 --> 00:08:11.895
Han sido muy eficaces
en estos entornos

00:08:11.895 --> 00:08:14.998
para obtener efectos causales

00:08:14.998 --> 00:08:19.118
que varían según las covariables.

00:08:19.118 --> 00:08:23.665
Creo que esto es solo el comienzo
de estos métodos.

00:08:23.665 --> 00:08:25.605
Pero en muchos casos,

00:08:27.201 --> 00:08:29.572
estos algoritmos son muy eficaces,

00:08:29.572 --> 00:08:31.481
como en la búsqueda
en grandes espacios

00:08:31.481 --> 00:08:36.908
y encontrar las funciones
que se ajustan muy bien

00:08:36.908 --> 00:08:40.444
en formas que realmente
no podíamos hacer antes.

00:08:41.511 --> 00:08:42.866
- No conozco ningún ejemplo

00:08:42.866 --> 00:08:45.379
en el que el aprendizaje automático
haya generado conocimientos

00:08:45.379 --> 00:08:47.260
sobre un efecto causal
que me interese.

00:08:47.619 --> 00:08:49.133
Y sí conozco ejemplos

00:08:49.133 --> 00:08:51.106
en los que es potencialmente
muy engañoso.

00:08:51.485 --> 00:08:53.487
He trabajado con Brigham Frandsen

00:08:53.487 --> 00:08:55.916
utilizando, por ejemplo,
bosques aleatorios

00:08:55.916 --> 00:08:57.943
para modelar
los efectos de las covariables

00:08:57.943 --> 00:08:59.775
en un problema
de variables instrumentales

00:08:59.775 --> 00:09:03.328
en el que hay que condicionar
las covariables.