ETFFIN Finance >> Curso de Finanzas Personales >  >> Acciones >> Bolsa de Valores

Aprovechando la sabiduría de las multitudes: Un enfoque de sistema de recompensas

Hay un problema con la sabiduría de las multitudes.

Las economías de mercado y las democracias se basan en la idea de que poblaciones enteras saben más sobre lo que es mejor para ellas que una pequeña élite. Este conocimiento es potencialmente tan poderoso que puede incluso predecir el futuro a través de mercados bursátiles, bolsas de apuestas y vehículos especiales llamados mercados de predicción.

Estos mercados permiten a la gente operar "acciones" sobre posibles resultados futuros, como el ganador de unas elecciones. Cualquiera con nueva información sobre el futuro tiene un incentivo financiero para difundirla comprando esas acciones. Los mercados de predicción ahora informan rutinariamente las cuotas de las casas de apuestas y se citan en la cobertura electoral junto a las encuestas tradicionales.

Pero los mercados de predicción atraviesan una crisis de confianza en la inteligencia colectiva. Han fallado sistemáticamente en una serie de decisiones políticas de alto perfil: las elecciones generales del Reino Unido de 2015, el referéndum del Brexit y las presidenciales estadounidenses de 2016.

No deberíamos esperar precisión perfecta siempre, igual que sabemos que las encuestas a menudo fallan. Pero equivocarse consistentemente en eventos tan prominentes apunta a posibles fallos en las suposiciones sobre la inteligencia colectiva. Por ejemplo, la gente no siempre actúa sobre la información que tiene, por lo que esta nunca pasa a formar parte de la decisión colectiva. La dinámica de multitudes y mercados también puede impedir que la gente preste atención a ciertas fuentes de información.

Sin embargo, podría haber una salida. Mis colegas y yo hemos desarrollado un modelo que supera este problema dando a la gente un incentivo para buscar nuevas fuentes de información y una razón extra para compartirlas.

Una pregunta clave para los mercados es: "¿de dónde obtienen los individuos su información?" La investigación muestra que nuestras opiniones y actividades a menudo coinciden con las de nuestros pares. También tendemos a buscar información en los lugares más obvios, en línea con todos los demás.

Por ejemplo, si mira a su alrededor en cualquier transporte público en la City de Londres, probablemente verá gente con ejemplares del Financial Times. Esto es un problema porque si todos tienen la misma información, la multitud no es más inteligente que un solo individuo. Los estudios demuestran que tener una colección diversa de opiniones, especialmente incluyendo puntos de vista minoritarios, es crucial para crear un grupo inteligente.

¿Por qué tendemos a estrechar nuestras fuentes de opinión? Una razón es nuestro deseo innato de imitar a nuestros pares, comportarnos de forma segura y aceptable dentro de nuestra comunidad. Pero también puede deberse a una motivación racional de búsqueda de beneficio.

Estudiamos cómo se comportan personas teóricamente motivadas por el beneficio ante los tipos de recompensas que se ven en situaciones de mercado. Creamos una simulación por ordenador de un mercado de predicción, donde la gente recibía una recompensa por hacer predicciones correctas. Las recompensas eran mayores cuando menos gente acertaba, igual que en un mercado de predicción o bolsa de apuestas.

La recompensa individual era una cantidad fija dividida por el número de otras personas que acertaron. Esto debería incentivar a buscar respuestas correctas que otros no encontraran. Pero descubrimos que la gente seguía gravitando hacia un subconjunto muy pequeño de la información disponible —igual que los banqueros londinenses con sus Financial Times.

Cuanto más compleja era la situación, menor era el porcentaje de información disponible que la gente realmente usaba. El problema era que la información de nicho, no utilizada, aunque pudiera ser útil para el grupo, era tan raramente útil para el individuo que la poseía que no había incentivo para buscarla.

Nuevo sistema de recompensas

Para contrarrestarlo, creamos un nuevo sistema teórico de mercado de predicción, donde la gente solo sería recompensada si expresaba opiniones precisas pero también minoritarias. Por ejemplo, si alguien predijera que Donald Trump ganaría las elecciones estadounidenses, contra el consenso, recibiría una recompensa una vez conocido el resultado. Por el contrario, si la mayoría acierta prediciendo que el Partido Conservador ganará las próximas elecciones del Reino Unido, no recibirían recompensa.

Descubrimos que este sistema de "recompensa a la minoría", que favorece explícitamente a quienes van contra la opinión popular si resultan tener razón, producía decisiones colectivas mucho más precisas. Especialmente cuando las situaciones eran complejas, influenciadas por muchos factores.

Intuitivamente, tiene sentido. Si tu opinión apoya la visión popular existente, no puedes cambiar si el grupo será correcto o no. En nuestro modelo, la gente tiene incentivos para ir a cazar fuentes de información más esotéricas sobre posibles resultados futuros. Por ejemplo, en lugar de leer el Financial Times, podrían seguir blogs oscuros o leer periódicos locales buscando información sobre empresas de la zona.

Sabes que solo encontrando información a la que muy pocos tienen acceso tendrás la oportunidad de ir correctamente contra la sabiduría imperante. Esto anima a todo el grupo a reunir un conjunto de información mucho más amplio, llevando a decisiones colectivas más precisas.

Nuestros resultados se limitan por ahora a un modelo teórico, pero nos dan una idea de por qué las formas actuales de mercados de predicción pueden ser propensas al fallo, y cómo podríamos mejorarlos en el futuro. Esperamos que estos insights se usen para crear mercados de predicción más precisos, de los que todos podríamos beneficiarnos con una mejor previsión colectiva.

Mejores predicciones y toma de decisiones colectivas podrían ayudar a la sociedad a decidir qué ideas políticas funcionarán o no. Mejorar la capacidad de los mercados bursátiles para predecir qué empresas e ideas lo harán bien podría mejorar la rentabilidad de la inversión y generar mayor crecimiento económico. Incluso la academia es un ejercicio a gran escala de sabiduría colectiva. Si cambiar la forma en que se premia a los investigadores puede mejorar la sabiduría de esta multitud, podría conducir a descubrimientos científicos más importantes.