Pon a prueba los planes contra resultados más allá del rango histórico
Pregunta cómo resiste tu plan si el peor resultado es el doble de malo que cualquier caso observado históricamente.
Why it works
Los modelos de riesgo de la falacia lúdica usan distribuciones históricas para fijar escenarios de peor caso — pero en dominios del mundo real, el máximo histórico no es el máximo. Como los modelos se ajustan a datos observados, siempre subestimarán la cola si esta está determinada por procesos que no estaban activos durante el periodo de observación. Poner a prueba más allá del rango histórico obliga al plan a enfrentar resultados que un modelo no puede generar por construcción.
How to do it
- Toma tu escenario de peor caso de tu modelo de riesgo.
- Duplícalo o triplícalo: "¿Qué pasa si las pérdidas son 2-3 veces nuestro peor caso observado?"
- Verifica si el plan sobrevive a esa escala, y construye el plan hacia sobrevivirla si es posible.
Evidencia
El análisis posterior a crisis consistentemente encuentra que los modelos de riesgo previos a la crisis subestimaron los resultados de cola, a menudo porque los modelos se construyeron con datos que no incluían el régimen de crisis. La crisis financiera de 2008 es el ejemplo canónico de Taleb. (observational)
Las pruebas de estrés más allá del rango histórico ahora son estándar en la regulación financiera (pruebas de estrés regulatorias), pero la adopción en la planificación cotidiana es limitada. La práctica es sólida pero el multiplicador específico (2x, 3x) es una heurística.
Error común
Elegir un nivel de prueba de estrés que es solo ligeramente peor que el peor caso histórico en vez de genuinamente fuera de él — esto ejercita el territorio conocido del modelo, no el territorio más allá de él.
Practica esto con IX Coach
More practices for La Falacia Lúdica: Cuando Confundes la Vida Real con un Juego
- Verifica si las reglas de tu dominio son realmente estables
Antes de aplicar cualquier modelo de probabilidad, pregunta si las reglas que gobiernan los resultados podrían cambiar a mitad de partida.
- Construye planes con margen para resultados fuera de tu modelo
Reserva capacidad para eventos que no están en tu modelo de riesgo — porque los eventos más dañinos usualmente no lo están.
- Prefiere posiciones con opcionalidad sobre posiciones con precisión
En entornos inciertos, prioriza las opciones para pivotar sobre las posiciones fijas optimizadas.
- Cuídate de la falsa precisión en pronósticos y modelos
Trata cualquier probabilidad precisa o pronóstico cuantitativo con sospecha explícita sobre si el modelo se ajusta al dominio.
- Cuestiona si la categoría desde la que estás razonando realmente encaja
Antes de aplicar un modelo o marco, verifica que la categoría en la que se basó realmente coincide con tu situación.
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 Utilizable
Two systems, the biases they create, and when to slow down
- Negligencia de la Tasa Base: Por Qué Ignoramos las Probabilidades
How to let prior probabilities do their real work in your decisions