¿Cómo funciona «Comprueba si las reglas de tu dominio son realmente estables»?

La lógica tipo juego supone estabilidad de las reglas: en la ruleta, la rueda no cambia. En dominios reales —mercados, carreras profesionales, relaciones, salud— las reglas cambian, a veces de forma catastrófica. Un modelo construido sobre la estabilidad pasada de las reglas fallará precisamente en el momento en que las reglas cambien, que es cuando lo que está en juego es mayor. Comprobar explícitamente la estabilidad de las reglas antes de confiar en un modelo de probabilidad previene el error de categoría lúdico.

¿Cómo funciona «Construye planes con holgura para resultados fuera de tu modelo»?

La gestión de riesgo estándar enumera riesgos conocidos y les asigna contingencia. Pero el argumento de Taleb —coherente con la evidencia histórica sobre crisis financieras, pandemias y disrupción tecnológica— es que los eventos que causan más daño suelen estar por completo fuera del modelo previo a la crisis. Incorporar holgura general (reservas financieras, márgenes de tiempo, opcionalidad) que pueda desplegarse ante desconocidos desconocidos en lugar de solo ante riesgos preespecificados es la corrección práctica.

¿Cómo funciona «Somete los planes a pruebas de estrés contra resultados más allá del rango histórico»?

Los modelos de riesgo de la falacia lúdica usan distribuciones históricas para fijar los escenarios de peor caso, pero en dominios del mundo real el máximo histórico no es el máximo. Como los modelos se ajustan a los datos observados, siempre subestimarán la cola si esta está determinada por procesos que no estuvieron activos durante el periodo de observación. Probar el estrés más allá del rango histórico obliga al plan a enfrentarse a resultados que un modelo no puede generar por construcción.

¿Cómo funciona «Prefiere posiciones con opcionalidad sobre posiciones con precisión»?

La optimización de precisión supone que conoces la distribución de resultados futuros lo bastante bien como para optimizar para ella. En el territorio de la falacia lúdica —donde los resultados provienen de una distribución que no es la de tu modelo— las posiciones optimizadas pueden volverse frágiles cuando la distribución cambia. La opcionalidad (la capacidad de responder a la información a medida que llega) conserva valor precisamente cuando la precisión falla, porque las opciones dan fruto en trayectorias que el modelo no incluía.

¿Cómo funciona «Cuidado con la falsa precisión en pronósticos y modelos»?

Los números crean un efecto de confianza: un modelo que dice que hay un 2,3% de probabilidad de fallo se siente más creíble que "aproximadamente 1 de cada 50", aunque ambos expresen la misma probabilidad y la precisión pueda estar por completo fabricada. En dominios tipo juego, la precisión está justificada; en dominios de aleatoriedad salvaje, la precisión es una propiedad de los supuestos del modelo, no de la realidad. Cuestionar la precisión redirige la atención a la validez del modelo.

¿Cómo funciona «Cuestiona si la categoría desde la que razonas realmente encaja»?

La falacia lúdica es fundamentalmente un error de categoría: lógica de juego aplicada a situaciones que no son juegos. Todo modelo o marco se construyó sobre una categoría particular de experiencia. Cuando lo aplicas a una situación nueva, la pregunta es si la categoría realmente encaja. Si la mecánica de tu situación difiere de la mecánica de la categoría en aspectos que importan para la predicción, el modelo se equivocará de formas predecibles: los supuestos de categoría del modelo no se autoinforman.

La falacia lúdica: cuando confundes la vida real con un juego

Por qué la lógica del casino se rompe en la vida real, y cómo razonar bajo verdadera incertidumbre

¿Qué es la falacia lúdica y cómo dejas de usar la lógica de un juego controlado en situaciones impredecibles del mundo real?

La falacia lúdica, nombrada por Nassim Taleb en El cisne negro, es el error de aplicar la lógica de juegos bien definidos (reglas conocidas, resultados acotados, probabilidades estables) a dominios donde esos supuestos no se sostienen, es decir, a la mayor parte de la vida real. La falacia importa porque los modelos de riesgo estándar construidos sobre distribuciones tipo juego subestiman de forma sistemática la frecuencia y la magnitud de los eventos extremos e inesperados. Este es el concepto analítico de Taleb; la evidencia que lo respalda es en gran medida observacional e histórica más que de experimentos controlados.

En un casino, las reglas son fijas, las probabilidades son conocidas y el peor resultado está definido de antemano. La mayor parte de la vida no es así: las reglas cambian, los desconocidos desconocidos dominan y el peor resultado es habitualmente algo que no estaba en el modelo. Taleb sostiene que los marcos dominantes para la gestión del riesgo toman prestados sus supuestos de los juegos en lugar de la realidad, produciendo modelos que son exactamente equivocados sobre las cosas que más importan. Las prácticas siguientes construyen hábitos de razonamiento adecuados para la incertidumbre genuina en lugar de la aleatoriedad fabricada.

Prácticas

Practica esto con IX Coach

Practice this with IX Coach

IX Coach: 7 days free, then $40/month (about $1.30/day).

La falacia lúdica: cuando confundes la vida real con un juego

Prácticas

Practica esto con IX Coach

Investigación

Conceptos relacionados