Cuestiona si la categoría desde la que razonas realmente encaja
Antes de aplicar un modelo o marco, verifica que la categoría sobre la que se construyó coincide genuinamente con tu situación.
Why it works
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.
How to do it
- Antes de aplicar cualquier marco o modelo a una situación nueva, enumera los supuestos clave que requiere.
- Comprueba si tu situación cumple cada supuesto.
- Si falla en dos o más supuestos materiales, busca un marco diferente o trata las predicciones con baja confianza.
Evidencia
Coherente con la investigación sobre validez de constructo y con la literatura de "pronóstico por clase de referencia": la aplicabilidad de un modelo depende de la asignación correcta de categoría, y los errores de categoría producen predicciones erróneas sistemáticas. La contribución de Taleb es identificar esto a nivel del régimen de aleatoriedad. (mechanistic)
Common mistake
Comprobar el encaje de categoría con las categorías que el creador del marco destacó, en lugar de con los supuestos que realmente impulsan las predicciones del modelo.
Practica esto con IX Coach
7 days free, then $40/month (~$1.30/day).
More practices for La falacia lúdica: cuando confundes la vida real con un juego
- Comprueba si las reglas de tu dominio son realmente estables
Antes de aplicar cualquier modelo de probabilidad, pregúntate si las reglas que gobiernan los resultados podrían cambiar a mitad del juego.
- Construye planes con holgura para resultados fuera de tu modelo
Reserva capacidad para eventos que no están en tu modelo de riesgo, porque los eventos más dañinos normalmente no lo están.
- Somete los planes a pruebas de estrés contra resultados más allá del rango histórico
Pregúntate cómo se sostiene tu plan si el peor resultado es el doble de malo que cualquier caso observado históricamente.
- Prefiere posiciones con opcionalidad sobre posiciones con precisión
En entornos inciertos, prioriza las opciones de girar sobre las posiciones fijas optimizadas.
- Cuidado con la falsa precisión en pronósticos y modelos
Trata cualquier probabilidad precisa o pronóstico cuantitativo con sospecha explícita sobre si el modelo encaja en el dominio.
Conceptos relacionados
- La falacia narrativa: por qué no podemos dejar de crear historias
How causal stories distort hindsight, forecast, and learning — and how to reduce their pull
- Pensar rápido, pensar despacio, hecho práctico
Two systems, the biases they create, and when to slow down
- Descuido de la tasa base: por qué ignoramos las probabilidades
How to let prior probabilities do their real work in your decisions