El poder de la información sobre el comportamiento colectivo... o individual

Hace unas pocas semanas, apareció un trabajo de los que para mí son los más importantes del proyecto IBSEN, proyecto europeo que coordiné en los años 15-18. En este proyecto desarrollamos procedimientos e infraestructuras para hacer experimentos con grupos grandes de personas, para discernir posibles efectos debidos precisamente al tamaño de los grupos. El trabajo que hoy traigo aquí es la "prueba de concepto" de ese proyecto: experimentos con grupos de 100 e incluso de 1000 personas participando simultáneamente. Hasta donde yo sé, nadie ha hecho hasta ahora experimentos con 1000 personas (bueno, sí, una vez, parte del grupo que luego desarrollamos IBSEN, con un sistema ad hoc).

El experimento que quiero discutir hoy lo llevamos a cabo en colaboración con María Pereda, Ignacio Tamarit, Alberto Antonioni, Jose A. Cuesta, y Penélope Hernández, y se puede encontrar en acceso abierto aquí. El experimento en sí no tiene nada de novedoso, al contrario, es de las situacones más estudiadas en economía del comportamiento: el juego de bienes públicos. Los participantes reciben una cantidad de dinero, y pueden contribuir nada, parte o todo de esa cantidad a un fondo común. Lo recaudado en el fondo se multiplica por un factor, menor que el número de participantes, y se reparte por igual entre todos, hayan contribuido o no. Es fácil convencerse de que lo mejor es no aportar nada y beneficiarse de lo que contribuyan los demás; el problema radica en que entonces nadie contribuye nada y lo único que gana cada uno es lo que tenía inicialmente, mientras que si todos aportasen todo al fondo común lo multiplicarían. Estamos, pues, ante el dilema social arquetípico (similar a un dilema del prisionero pero con más de dos jugadores), y de ahí el interés en este tipo de juegos.

Cuando el juego se repite varias veces con el mismo grupo de personas, la gente, que inicialmente comienza contribuyendo cantidades en torno al 50% de sus fondos en media, va desilusionándose progresivamente y contribuyendo cada vez menos, para perjuicio de todos. Este comportamiento se ha visto infinitas veces y ocurre en todos los lugares del mundo. Como muestra, baste la siguiente gráfica (eje vertical, promedio de contribuciones de todos los jugadores; eje horizontal, número de la repetición del juego):

Figura 1. Contribución media por jugador en experimentos de bienes públicos llevados a cabo en distintos países. Tomada de Benedikt Herrmann, Christian Thoni, and Simon Gachter. 2008. ‘Antisocial Punishment Across Societies’. Science 319 (5868): pp. 1362–67. Discutida también en el curso CORE de economía.

Entonces, si este dilema está tan estudiado, ¿por qué volver sobre él? Pues por el motivo que indiqué al principio del post: porque casi todos los experimentos se han hecho con grupos de menos de 10 personas, salvo contadas excepciones, que en el mejor de los casos llegan a 100. Pero, se preguntará usted, amigo lector, ¿qué nos hace pensar que los resultados puedan ser distintos por poner más o menos personas? Muy buena pregunta, y la respuesta es el motivo del título del post: la información.

En un experimento típico, después de cada repetición del juego se muestra a todos los participantes lo que han contribuido los demás. Esto, si el grupo son unas pocas personas, es muy fácil de procesar: uno tiene un tiempo, 20, 30 segundos, para verlo, asumir lo que han hecho los otros, pensar en lo que ha ganado en consecuencia, y tomar la decisión para la siguiente repetición. El problema, y la razón por la que las cosas podrían ser distintas, es que si estoy jugando con 1000 personas lo normal es que no tenga la información de lo que ha hecho cada uno, pero aunque la tenga, ¿cómo voy a poder procesarla? Todas esas decisiones, en un intervalo de tiempo pequeño, en la práctica no quieren decir nada ni me dicen nada. Así que al plantearse el experimento a gran escala hay que decidir qué información se va a dar a los participantes, y este es el efecto de tamaño que queríamos explorar.

A primera vista, no pasa nada muy excitante: la siguiente figura, Figura 2, muestra de nuevo el promedio de las contribuciones en función de las repeticiones, pero esta vez en nuestro experimento, para distintas sesiones experimentales, con 100 o 1000 personas, y con distinta información, punto sobre el que volveré a continuación:

Figura 2. Contribuciones medias por participante en nuestros experimentos. Hay resultados de un grupo de 1000 personas (línea morada con asteriscos) y de cinco de 100 personas con diferentes condiciones de información como se describe a continuación (las que solo tienen histograma son la roja con círculos y la marrón con triángulos). Los resultados no son significativamente diferentes de unos grupos a otros.

Bueno, tampoco es exactamente igual a la Figura 1, de hecho hay una subida inicial, aunque luego empieza el decaimiento. Lo mismo, lo mismo, no es, pero no es nada tampoco muy diferente. Quizá al crecer el tamaño se necesita más tiempo para que todo el mundo se vaya desilusionando y deje de contribuir. Es muy posible, pero si fuera por esto solo no le haría perder el tiempo con este post, amable lector. La gracia está en que como vamos a ver ahora, aunque el comportamiento colectivo sea igual o parecido, el individual cambia completamente con la información. Por otro lado, si alguien se pregunta por qué hay solo una sesión de 1000 participantes, es por motivos económicos: solo esa sesión costó 10 000 euros aproximadamente en pagos a los participantes, y no nos dio el dinero para más.

¿Y qué informaciones les dábamos? Estudiamos básicamente dos condiciones: en la primera, nos limitábamos a darles la media de todas las contribuciones, o sea, lo que está usted viendo en la gráfica de arriba: a cada paso, les dábamos el punto de la gráfica de la repetición anterior. Sin embargo, en la segunda condición les dábamos un histograma escrito: para evitar beneficiar a la gente que estuviera más familiarizada con una representación gráfica, lo presentábamos de esta manera:

El 18% de los participantes ha contribuido con 0 unidades
El 25% de los participantes ha contribuido con 2 unidades
El 14% de los participantes ha contribuido con 4 unidades

y así para 6, 8 y 10 unidades, que eran las opciones que les dábamos. Es importante insistir en que la información que proporcionamos es siempre cierta, no se engaña a los participantes. En la Figura 2 están recogidos resultados de ambas condiciones, por lo que claramente no parece que la información afecte mucho a la contribución media. ¿Pero, qué ocurre si miramos las contribuciones individuales? La respuesta está en la siguiente gráfica:

Figura 3. Distribución de contribuciones para cada una de las opciones posibles en cada ronda. El color naranja o rojo indica que mucha gente ha contribuido con la cantidad indicada, mientras que el amarillo indica poca gente. En la gráfica de arriba, se da información de la media (1000 participantes); en la de abajo, nuestro histograma escrito (100 participantes); y en la del medio, ambas (100 participantes). En todos los casos la línea representa la donación media, que ya vimos en la gráfica anterior.

Lo que vemos en la Figura 3 es que cuando se da información de la media, la gente tiende a concentrar sus donaciones en torno a la media, haya histograma o no, mientras que si se solo se da el histograma la gente se va polarizando y acaban contribuyendo en su gran mayoría o todo o nada. Es decir, lo que no veíamos en el comportamiento colectivo aparece en el individual; lógicamente, si todos contribuyen la media, o la mitad (aproximadamente) contribuyen 0 y el resto 10, no vamos a distinguir los promedios, pero está claro que lo que está pasando es muy, muy distinto. En el primer caso, la situación es aproximadamente igualitaria y mucha gente contribuye más o menos lo mismo, pero en el segundo la mitad de la gente no hace nada y se limita a aprovecharse del gran esfuerzo de los que contribuyen todo.

Un punto importante que hay que aclarar es que no todo el mundo hace lo mismo ni mucho menos. Hay un porcentaje de gente, en torno al 15%, que contribuye 0 todas las veces, es decir, juega el equilibrio de Nash como un jugador perfectamente racional. Hay otros pocos que contribuyen todo todas las veces, un 5% o menos. Y luego hay muchos que van variando lo que contribuyen que, utilizando técnicas de clustering, se pueden agrupar en tres grandes grupos, de contribuyentes bajos, medios o altos, pero sin que eso llegue a recoger la variabilidad de sus acciones. Ello no quita que a grandes rasgos la descripción del párrafo anterior sea correcta, pero es cierto que habría que matizar que cada uno es cada uno. Si alguien está interesado en este nivel de detalle, está discutido ampliamente en el artículo y en su material suplementario.

De este trabajo se derivan dos mensajes. En primer lugar, vemos muy claramente que la información, la manera que tengamos de procesarla cuando interaccionamos en grupos muy grandes (como la sociedad) hace que los individuos se comporten de manera muy diferente, y que la desigualdad sea escasa o enorme. Es lógico pensar que otras maneras de dar la información que, recordemos, los participantes no pueden procesar debido a su volumen por lo que deben recibirla digerida, pueden conducir a otros comportamientos. Por tanto, hay que ser muy cuidadoso con este procesado de la información, o incluso podremos utilizarlo para dirigir a la gente en el sentido que sea apropiado. Pienso por ejemplo en el clima como un bien público, y en si queremos un esfuerzo igual o desigual. En cuanto al segundo mensaje, puede parecer un poco más técnico, pero en el fondo nos afecta a todos: la información también tiene el poder de esconder lo que pasa. Si solo nos enseñan las medias, nos parece que todo da igual, y solo vamos a ver las diferencias cuando profundicemos en lo que hacen las personas. Esto hace que la manera de presentar las cosas diste mucho de ser inocente, y quién más quién menos elige la manera que mas arrima el ascua a su sardina. No es que esta última conclusión sea novedosa ni sorpredente, pero conviene insistir en ella para que no se nos olvide que somos muy fácilmente manipulables...

 

Hay 5 comentarios
  • Anxo, gracias por compartir su investigación. Luego de leer su post (todavía no he leído el paper), he leído este post de Tyler Cowen en su blog

    https://marginalrevolution.com/marginalrevolution/2020/01/evidence-for-state-capacity-libertarianism.html

    Ambos posts se centran en bienes públicos pero los análisis siguen caminos muy distintos. Por décadas me he interesado en cómo se satisfacen las demandas por bienes públicos (60 años atrás ya varios economistas habían hecho aportes importantes a su estudio). Pero sigo pensando que todavía no hemos encontrado un tipo de análisis que explique la historia de cómo se han satisfecho esas demandas y de cómo se satisfacen hoy día (algo que no debe extrañarnos si observamos la precariedad de la Política como disciplina de estudio).

    No creo que se pueda (y mucho menos que convenga) separar la historia de los medios para satisfacer esas demandas de la historia de la política y el gobierno (en particular de su institucionalidad). No se puede ignorar que en un orden mundial de estados-nación muy diferentes, el punto de partida es explicar cómo ha ido cambiando su número (por ejemplo, extendiendo el modelo de Tiebout-Oates a la dinámica de ese orden mundial). Recuerde que "la sociedad" es un concepto ambiguo para referirse a un grupo de humanos y que lo importante para los bienes públicos es el recurso a la coacción y por lo tanto la división en jurisdicciones políticas (en particular, estados-nación).

  • Muy interesante, aunque no sé si un tamaño de 1000 es suficiente para sacar conclusiones generales (la sociedad). Otro punto que me parece importante (y que intuyo en el último párrafo), es el relativo a la información. En el ejemplo es clara y fácil de interpretar, pero no siempre es así y no digamos si lo que se proporciona es no información sino desinformación, algo bastante frecuente en el mundo en que vivimos.

    • Gracias Parejo. Totalmente de acuerdo con el comentario, 1000 es poco para entender la sociedad, y la información puede ser mucho más compleja que la de este ejemplo. Ese es precisamente el punto del post: que si en un sistema grande pero relativamente fácil las cosas pueden cambiar mucho en función de la información, en la sociedad este efecto será mucho más serio, complejo, y requerirá experimentación si no se quieren hacer las cosas mal...

  • Hola, Anxo, muy interesante lo que planteas. Creo que se podría asignar un identificador único a cada sujeto, a su vez vinculado a un wallet o billetera electrónica personal. Dejando a un lado la coacción, yo abogaría por un sistema de decisión mixto. Ante lo insoluble del problema. En ese sentido todos estarían llamados a colaborar o no. El contrato inteligente (software), sería un intermediario que retendría el dinero "fabricando" un estado intermedio, que programaría la condición bajo la cual ejecutar la orden de, o paso final a aplicar y distribuir el montante o no. Por ejemplo, se podría verificar en ese instante intermedio, quienes han contribuido, y establecer si el porcentaje merece la pena (Ej.> 90%). Una vez verificado se activa el contrato (su lógica) y se pasa el dinero del wallet del contrato a los wallets de los sujetos que participan en el juego. Así se cumpliría el caso de que todos ganasen o no. Es decir la "máquina" aplicaría con un sencillo algoritmo su lógica binaria al juego. A partir de ahí ancha es Castilla.

  • En primer lugar, enhorabuena por el trabajo. Solo el hecho de realizar un experimento coordinado con 1000 personas me parece un logro logístico impresionante. Solo de pensar en gestionar los procedimientos burocráticos que me permitirían hacer pagos de 10 euros a 1000 personas diferentes se me ponen los pelos de punta...

    Los resultados son muy interesantes también. A mí lo que me parece más sugestivo es la idea de que la media emerge con muy pocas muestras, y es muy robusta a manipulaciones, mientras que la forma de la distribución es mucho más sensible al tipo de experimento y al número de individuos. Creo que el resultado podría tener alguna implicación adicional en la experimentación con tests de hipótesis basados en medias (o en sus equivalentes no paramétricos), donde quizás se estén dejando de estudiar efectos importantes por no disponer de suficientes datos o agregarlos en exceso. Pero solo es una intuición. ¿Tiene sentido?

    Muchas gracias por compartirlo.

Los comentarios están cerrados.