When you're making a deal, what's going on in your brain? | Colin Camerer

Colin Camerer: Neurociencia, teoría de juegos, monos.

186,625 views

2013-03-28 ・ TED


New videos

When you're making a deal, what's going on in your brain? | Colin Camerer

Colin Camerer: Neurociencia, teoría de juegos, monos.

186,625 views ・ 2013-03-28

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

00:00
Transcriber: Joseph Geni Reviewer: Thu-Huong Ha
0
0
7000
Traductor: Ciro Gomez Revisor: Silvia Rivera
00:12
I'm going to talk about the strategizing brain.
1
12857
2373
Voy a hablarles del cerebro estratégico.
Vamos a utilizar una combinación inusual de herramientas
00:15
We're going to use an unusual combination of tools
2
15254
2386
00:17
from game theory and neuroscience
3
17664
1590
de la teoría de juegos y la neurociencia
00:19
to understand how people interact socially when value is on the line.
4
19278
3270
para entender cómo la gente interactúa socialmente cuando hay valor en juego.
00:22
So game theory is a branch of, originally, applied mathematics,
5
22572
3472
La teoría de juegos es, originalmente, una rama de las matemáticas aplicadas,
00:26
used mostly in economics and political science, a little bit in biology,
6
26068
3428
utilizada sobre todo en economía y ciencia política, un poco en biología,
que nos da una taxonomía matemática de la vida social
00:29
that gives us a mathematical taxonomy of social life,
7
29520
2843
00:32
and it predicts what people are likely to do
8
32387
2319
y predice lo que las personas probablemente harán
00:34
and believe others will do
9
34730
1316
y lo que creen que los otros harán
en casos donde las acciones de todos afectan a todos los demás.
00:36
in cases where everyone's actions affect everyone else.
10
36070
2973
Son muchas cosas: competencia, cooperación, negociación,
00:39
That's a lot of things: competition, cooperation, bargaining,
11
39067
3685
00:42
games like hide-and-seek and poker.
12
42776
2352
juegos como el escondite y el póker.
00:45
Here's a simple game to get us started.
13
45954
1933
Este es un juego simple para comenzar.
00:47
Everyone chooses a number from zero to 100.
14
47911
2464
Todos eligen un número de 0 a 100,
00:50
We're going to compute the average of those numbers,
15
50399
2460
calcularemos el promedio de esos números,
00:52
and whoever's closest to two-thirds of the average wins a fixed prize.
16
52883
4039
y quien esté más cerca de los dos tercios del promedio, gana un premio determinado.
00:56
So you want to be a little bit below the average number
17
56946
2746
Así que quieren estar un poco por debajo del promedio,
00:59
but not too far below,
18
59716
1152
pero no demasiado, y todo el mundo quiere estar
01:00
and everyone else wants to be a little bit below the average number as well.
19
60892
3621
un poco por debajo del promedio, también.
Piensen en el que escogerían.
01:04
Think about what you might pick.
20
64537
1547
Están pensando, este es un modelo elemental de algo como
01:06
As you're thinking,
21
66108
1161
01:07
this is a toy model of something like selling in the stock market
22
67293
3054
vender en la bolsa en un mercado al alza, ¿verdad?
01:10
during a rising market:
23
70371
1618
No quieren vender demasiado pronto, porque pierden ganancias,
01:12
You don't want to sell too early, because you miss out on profits,
24
72013
3110
pero no quieren esperar demasiado
01:15
but you don't want to wait too late, to when everyone else sells,
25
75147
3048
para cuando todo el mundo vende, desencadenando un crack.
01:18
triggering a crash.
26
78219
1225
Quieren estar un poco adelante de la competencia, pero no demasiado por delante.
01:19
You want to be a little bit ahead of the competition, but not too far ahead.
27
79468
3580
Bueno, aquí hay dos teorías sobre cómo la gente podría pensar en esto,
01:23
OK, here's two theories about how people might think about this,
28
83072
3085
y luego veremos algunos datos.
01:26
then we'll see some data.
29
86181
1200
Algunas les sonarán familiares porque probablemente están
01:27
Some of these will sound familiar
30
87405
1596
pensando así. Usaré mi teoría del cerebro para ver.
01:29
because you probably are thinking that way.
31
89025
2059
01:31
I'm using my brain theory to see.
32
91108
1652
01:32
A lot of people say, "I really don't know what people are going to pick,
33
92784
3414
Mucha gente dice, "Realmente no sé lo que los demás van a elegir,
así que creo que el promedio será 50".
01:36
so I think the average will be 50" -- they're not being strategic at all --
34
96222
3527
No están siendo realmente estratégicos en absoluto.
01:39
and "I'll pick two-thirds of 50, that's 33."
35
99773
2062
"Escogeré dos tercios de 50. Es 33". Es un comienzo.
01:41
That's a start.
36
101859
1154
Otras personas que son un poco más sofisticadas,
01:43
Other people, who are a little more sophisticated,
37
103037
2389
utilizan más memoria de trabajo,
01:45
using more working memory,
38
105450
1241
01:46
say, "I think people will pick 33,
39
106715
1629
dicen, "Creo que la gente elegirá 33 porque van a elegir una respuesta a 50,
01:48
because they're going to pick a response to 50,
40
108368
2211
y así que escogeré 22, que es dos tercios de 33".
01:50
and so I'll pick 22, which is two-thirds of 33."
41
110603
2298
01:52
They're doing one extra step of thinking, two steps.
42
112925
2567
Están haciendo un paso adicional de pensamiento, dos pasos.
01:55
That's better.
43
115913
1204
Es mejor. Y por supuesto, en principio,
01:57
Of course, in principle, you could do three, four or more,
44
117141
2727
uno podría hacer tres, cuatro o más,
01:59
but it starts to get very difficult.
45
119892
1946
pero empieza a volverse muy difícil.
02:01
Just like in language and other domains,
46
121862
1931
Al igual que en el lenguaje y otros dominios, sabemos que es difícil para la gente analizar
02:03
we know that it's hard for people to parse very complex sentences
47
123817
3065
oraciones muy complejas con una especie de estructura recursiva.
02:06
with a recursive structure.
48
126906
1291
Esta se llama teoría jerárquica cognitiva, por cierto.
02:08
This is called the cognitive hierarchy theory,
49
128221
2149
Es algo en lo que he trabajado y algunas otras personas,
02:10
something I've worked on and a few other people,
50
130394
2249
02:12
and it indicates a kind of hierarchy,
51
132667
1770
e indica una especie de jerarquía junto con
02:14
along with some assumptions about how many people stop at different steps
52
134461
3439
algunas suposiciones acerca de cuántas personas paran en distintas etapas
y cómo se ven afectados los pasos del pensamiento
02:17
and how the steps of thinking are affected
53
137924
2007
por un montón de variables interesantes y personas variantes, como veremos en un minuto.
02:19
by lots of interesting variables and variant people,
54
139955
2444
02:22
as we'll see in a minute.
55
142423
1200
Una teoría muy diferente, una versión mucho más popular y más antigua
02:23
A very different theory, a much more popular one and an older one,
56
143647
3138
debido en gran parte a la fama del John Nash de "Una mente brillante",
02:26
due largely to John Nash of "A Beautiful Mind" fame,
57
146809
2479
02:29
is what's called "equilibrium analysis."
58
149312
2085
es lo que se llama análisis de equilibrio.
02:31
So if you've ever taken a game theory course at any level,
59
151421
2813
Si alguna vez han hecho un curso de teoría de juegos en cualquier nivel,
habrán aprendido un poco sobre esto.
02:34
you'll have learned a bit about this.
60
154258
1777
Un equilibrio es un estado matemático en que todo el mundo
02:36
An equilibrium is a mathematical state
61
156059
1828
02:37
in which everybody has figured out exactly what everyone else will do.
62
157911
3300
ha comprendido exactamente lo que todo el mundo hará.
Es un concepto muy útil, pero visto desde el comportamiento,
02:41
It is a very useful concept,
63
161235
1344
02:42
but behaviorally, it may not exactly explain
64
162603
2054
no puede explicar exactamente lo que las personas harán
02:44
what people do the first time they play these types of economic games
65
164681
3274
la primera vez que juegan estos tipos de juegos económicos
02:47
or in situations in the outside world.
66
167979
1921
o en situaciones en el mundo exterior.
02:49
In this case, the equilibrium makes a very bold prediction,
67
169924
2801
En este caso, el equilibrio hace una predicción muy audaz,
02:52
which is: everyone wants to be below everyone else,
68
172749
2709
que todo el mundo quiere estar por debajo de todos los demás,
02:55
therefore, they'll play zero.
69
175482
1701
y por lo tanto juegan 0.
02:57
Let's see what happens.
70
177723
1157
Veamos qué pasa. Este experimento se ha hecho muchas, muchas veces.
02:58
This experiment's been done many, many times.
71
178904
2107
Algunos de los primeros se realizaron en los años 90
03:01
Some of the earliest ones were done in the '90s
72
181035
2202
por mí y Rosemarie Nagel y otros.
03:03
by me and Rosemarie Nagel and others.
73
183261
1806
Este es un hermoso conjunto de datos de 9 000 personas que escribió en
03:05
This is a beautiful data set of 9,000 people
74
185091
2520
03:07
who wrote in to three newspapers and magazines that had a contest.
75
187635
3221
tres periódicos y revistas que tenían un concurso.
03:10
The contest said, send in your numbers,
76
190880
2043
El concurso decía: envíen sus números
03:12
and whoever is close to two-thirds of the average will win a big prize.
77
192947
3334
y quien esté cerca de dos tercios del promedio ganará un gran premio.
Y como pueden ver, hay muchos datos aquí, pueden ver los picos muy visiblemente.
03:16
As you can see, there's so much data here, you can see the spikes very visibly.
78
196305
3733
Hay una punta en el 33. Son personas que hacen un paso.
03:20
There's a spike at 33 -- those are people doing one step.
79
200062
2714
03:22
There is another spike visible at 22.
80
202800
2219
Hay otro punto visible en 22.
Y note, por cierto, que la mayoría de la gente elige números justo alrededor de allí.
03:25
Notice, by the way, most people pick numbers right around there;
81
205043
3016
No necesariamente eligen 22 y 33 exactamente.
03:28
they don't necessarily pick exactly 33 and 22.
82
208083
2158
Hay un poco de ruido alrededor de ellos.
03:30
There's something a bit noisy around it.
83
210265
1916
Pero pueden ver los picos, y están allí.
03:32
But you can see those spikes on that end.
84
212205
1968
Hay otro grupo de personas que parecen tener
03:34
There's another group of people
85
214197
1485
un agarre firme en el análisis de equilibrio,
03:35
who seem to have a firm grip on equilibrium analysis,
86
215706
2487
porque escogieron 0 o 1.
03:38
because they're picking zero or one.
87
218217
1736
03:39
But they lose, right?
88
219977
1647
Pero pierden, ¿verdad?
03:41
Because picking a number that low is actually a bad choice
89
221648
3384
Porque escoger un número tan bajo es realmente una mala elección
si otras personas no están haciendo el análisis de equilibrio también.
03:45
if other people aren't doing equilibrium analysis as well.
90
225056
2739
03:47
So they're smart, but poor.
91
227819
1675
Por lo que son inteligentes, pero pobres.
03:49
(Laughter)
92
229518
2064
(Risas)
03:51
Where are these things happening in the brain?
93
231606
2467
¿Donde están sucediendo estas cosas en el cerebro?
Un estudio realizado por Coricelli y Nagel da una respuesta interesante, realmente aguda.
03:54
One study by Coricelli and Nagel gives a really sharp, interesting answer.
94
234097
3693
03:57
They had people play this game while they were being scanned in an fMRI,
95
237814
3812
Tenían gente jugando este juego
mientras que se está escaneando en un fMRI [resonancia magnética]
04:01
and two conditions:
96
241650
1157
y dos condiciones: en algunos ensayos,
04:02
in some trials, they're told,
97
242831
1386
les dicen que está jugando otra persona
04:04
"You're playing another person who's playing right now.
98
244241
2597
que está jugando ahora mismo y vamos a probar
04:06
We'll match up your behavior at the end and pay you if you win."
99
246862
3003
su comportamiento al final y le pagaremos si gana.
En otros ensayos, les dicen, juegas contra una computadora.
04:09
In other trials, they're told, "You're playing a computer,
100
249889
2728
Solo está eligiendo al azar.
04:12
they're just choosing randomly."
101
252641
1524
Así que lo que ven aquí es una sustracción
04:14
So what you see here is a subtraction of areas
102
254189
2162
de áreas donde hay más actividad cerebral
04:16
in which there's more brain activity when you're playing people
103
256375
2959
cuando juegan con personas en comparación con jugar con la computadora.
04:19
compared to playing the computer.
104
259358
1578
04:20
And you see activity in some regions we've seen today,
105
260960
2536
Y pueden ver actividad en algunas regiones que hemos visto hoy,
el corteza prefrontal medial, dorsomedial, sin embargo, hasta aquí,
04:23
medial prefrontal cortex, dorsomedial, up here,
106
263520
2249
04:25
ventromedial prefrontal cortex, anterior cingulate,
107
265793
2392
corteza prefrontal ventromedial,
cíngulo anterior, una zona que se dedica
04:28
an area that's involved in lots of types of conflict resolution,
108
268209
3015
en muchos tipos de resolución de conflictos, como si estás jugando "Simon Dice"
04:31
like if you're playing "Simon Says,"
109
271248
1736
y también la unión temporoparietal derecha e izquierda.
04:33
and also the right and left temporoparietal junction.
110
273008
3173
04:36
And these are all areas which are fairly reliably known to be
111
276205
2875
Y estas son todas las áreas que se conocen razonablemente bien
como parte de lo que se denomina el circuito de la "teoría de la mente",
04:39
part of what's called a "theory of mind" circuit
112
279104
2251
o "circuito de mentalización".
04:41
or "mentalizing circuit."
113
281379
1526
04:42
That is, it's a circuit that's used to imagine what other people might do.
114
282929
3507
Es decir, es un circuito que se utiliza para imaginar lo que podrían hacer otras personas.
04:46
These were some of the first studies to see this tied in to game theory.
115
286460
3907
Así que estos fueron algunos de los primeros estudios para verlo
asociado a la teoría de juegos.
04:50
What happens with these one- and two-step types?
116
290778
2246
¿Qué pasa con estos tipos de un paso y dos?
Clasificamos a la gente según lo que escogieron,
04:53
So, we classify people by what they picked,
117
293048
2251
y luego nos fijamos en la diferencia entre
04:55
and then we look at the difference between playing humans versus computers,
118
295323
3530
jugar con seres humanos frente a computadoras,
04:58
which brain areas are differentially active.
119
298877
2065
qué áreas del cerebro son activadas diferencialmente.
05:00
On the top, you see the one-step players.
120
300966
1968
En la parte superior ven los jugadores de un solo paso.
No hay casi ninguna diferencia.
05:02
There's almost no difference.
121
302958
1385
La razón es que están tratando a otras personas como una computadora, y el cerebro lo es también.
05:04
The reason is, they're treating other people like a computer,
122
304367
2877
En los jugadores de la parte inferior verán toda la actividad en dorsomedial CPF.
05:07
and the brain is too.
123
307268
1151
05:08
The bottom players, you see all the activity in dorsomedial PFC.
124
308443
3023
Sabemos que los jugadores de dos pasos están haciendo algo diferente.
05:11
So we know the two-step players are doing something differently.
125
311490
3007
Ahora bien, si tuviera que hacerse a un lado y decir, "¿Qué podemos hacer con esta información?",
05:14
Now, what can we do with this information?
126
314521
2001
es posible que pueda mirar la actividad cerebral y decir:
05:16
You might be able to look at brain activity and say,
127
316546
2441
"Esta persona va a ser un buen jugador de póker"
05:19
"This person will be a good poker player," or "This person's socially naive."
128
319011
3643
o, "Esta persona es socialmente ingenua",
y también podríamos estudiar cosas
05:22
We might also be able to study things like development of adolescent brains
129
322678
3535
como el desarrollo de cerebros adolescentes
una vez que tengamos una idea de dónde está este circuito.
05:26
once we have an idea of where this circuitry exists.
130
326237
2437
Bien. Prepárense.
05:28
OK. Get ready.
131
328698
1152
05:29
I'm saving you some brain activity,
132
329874
2100
Estoy ahorrándoles alguna actividad cerebral,
05:31
because you don't need to use your hair detector cells.
133
331998
2737
porque no necesitan utilizar sus células detectoras de pelo.
05:34
You should use those cells to think carefully about this game.
134
334759
3262
Deben usar esas células con cuidado en este juego.
Este es un juego de negociación.
05:38
This is a bargaining game.
135
338045
1513
05:39
Two players who are being scanned using EEG electrodes
136
339582
3017
Dos jugadores que están siendo escaneados utilizando electrodos EEG
05:42
are going to bargain over one to six dollars.
137
342623
2778
van a negociar de uno a seis dólares.
05:45
If they can do it in 10 seconds, they'll earn that money.
138
345425
2683
Si pueden hacerlo en 10 segundos, van en realidad a ganar ese dinero.
Si pasan 10 segundos y no han llegado a un acuerdo, no consiguen nada.
05:48
If 10 seconds go by and they haven't made a deal, they get nothing.
139
348132
3149
Ese es el tipo de error conjunto.
05:51
That's kind of a mistake together.
140
351305
1623
05:52
The twist is that one player, on the left,
141
352952
2616
El truco es que a un jugador, a la izquierda,
05:55
is informed about how much on each trial there is.
142
355592
2349
se le informa cuánto hay en cada ensayo.
05:57
They play lots of trials with different amounts each time.
143
357965
2718
Juegan un montón de ensayos con diferentes cantidades cada vez.
06:00
In this case, they know there's four dollars.
144
360707
2097
En este caso, saben que hay cuatro dólares.
06:02
The uninformed player doesn't know, but they know the informed player knows.
145
362828
3600
El jugador desinformado no sabe,
pero saben que el jugador informado sabe.
06:06
So the uninformed player's challenge is to say,
146
366452
2195
Así que el reto del jugador desinformado es decir,
06:08
"Is this guy being fair,
147
368671
1151
"¿Es este chico realmente justo
06:09
or are they giving me a very low offer
148
369846
1929
o me están ofreciendo una oferta muy baja
06:11
in order to get me to think there's only one or two dollars available to split?"
149
371799
3773
con el fin de hacerme pensar que solo hay 1 o 2 dólares para dividir?",
en cuyo caso podrían rechazarla y no llegar a un acuerdo.
06:15
in which case they might reject it and not come to a deal.
150
375596
2719
Así que hay cierta tensión aquí entre el intento de conseguir más dinero
06:18
So there's some tension here between trying to get the most money
151
378339
3053
pero tratando de conseguir que el otro jugador le dé más.
06:21
but trying to goad the other player into giving you more.
152
381416
2675
Y la manera en que negocian es señalando un número en una línea
06:24
And the way they bargain is to point on a number line
153
384115
2478
que va de 0 a 6 dólares,
06:26
that goes from zero to six dollars.
154
386617
1679
y están negociación cuánto recibe el jugador desinformado,
06:28
They're bargaining over how much the uninformed player gets,
155
388320
2834
y el jugador informado recibirá el resto.
06:31
and the informed player will get the rest.
156
391178
2001
Es como una negociación la dirección-trabajadores
06:33
So this is like a management-labor negotiation
157
393203
2144
en la que los trabajadores no saben cuántas ganancias
06:35
in which the workers don't know
158
395371
1730
06:37
how much profits the privately held company has,
159
397125
3206
tiene la empresa privada, cierto,
06:40
and they want to maybe hold out for more money,
160
400355
2435
y ellos pueden quizá rehusarse esperando más dinero,
06:42
but the company might want to create the impression
161
402814
2396
pero la empresa talvez quiere crear la impresión
que hay muy poco para dividir: "Le estoy dando lo más que puedo".
06:45
that there's very little to split: "I'm giving the most I can."
162
405234
2960
Primero unas normas. Se forman parejas que juegan cara a cara.
06:48
First, some behavior: a bunch of the subject pairs play face-to-face.
163
408218
3404
06:51
We have other data where they play across computers.
164
411646
2440
Tenemos algunos otros datos de cuando juegan con computadoras.
Es una diferencia interesante, como se pueden imaginar.
06:54
That's an interesting difference, as you might imagine.
165
414110
2574
Pero un grupo de los pares de cara a cara
06:56
But a bunch of the face-to-face pairs
166
416708
1774
acuerdan dividir el dinero uniformemente cada vez.
06:58
agree to divide the money evenly every single time.
167
418506
2727
Aburrido. Simplemente no es interesante neurológicamente.
07:01
Boring. It's just not interesting neurally.
168
421257
2662
Es bueno para ellos. Hacen un montón de dinero.
07:04
It's good for them -- they make a lot of money.
169
424308
2224
07:06
But we're interested in:
170
426556
1540
Pero estamos interesados en si podemos decir algo sobre
07:08
Can we say something about when disagreements occur versus don't occur?
171
428120
3753
lo que ocurre cuando hay o no desacuerdos.
07:11
So this is the other group of subjects, who often disagree.
172
431897
2762
Así que este es el otro grupo de sujetos que a menudo no están de acuerdo.
Tienen la oportunidad de pelear y no estar de acuerdo
07:14
They bicker and disagree and end up with less money.
173
434683
3477
y terminar con menos dinero.
07:18
They might be eligible to be on "Real Housewives," the TV show.
174
438184
2963
Podrían seleccionados para un "Real Housewives", el programa de televisión.
07:21
(Laughter)
175
441171
1088
Lo ven a la izquierda,
07:22
You see on the left,
176
442283
1683
07:23
when the amount to divide is one, two or three dollars,
177
443990
2634
cuando la cantidad a dividir es 1, 2 o 3 dólares,
07:26
they disagree about half the time;
178
446648
1622
discrepan la mitad del tiempo,
07:28
when it's four, five, six, they agree quite often.
179
448294
2351
y cuando la cantidad es de 4, 5, 6, acuerdan más a menudo.
07:30
This turns out to be something that's predicted
180
450669
2199
Esto resulta ser predicho
07:32
by a very complicated type of game theory
181
452892
1961
por un tipo de teoría de juegos muy complicado,
07:34
you should come to graduate school at CalTech and learn about.
182
454877
3107
tienen que venir a graduarse en CalTech y aprenderla.
Es un poco complicado explicarla ahora,
07:38
It's a little too complicated to explain right now,
183
458008
2388
pero la teoría dice que debería producirse este tipo de forma.
07:40
but the theory tells you that this shape should occur.
184
460420
2643
Su intuición podría decírselos también.
07:43
Your intuition might tell you that, too.
185
463087
2062
07:45
Now I'm going to show you the results from the EEG recording.
186
465173
2867
Ahora voy a mostrarle los resultados de la grabación de EEG.
Muy complicada. El esquema cerebral derecho
07:48
Very complicated.
187
468064
1151
07:49
The right brain schematic is the uninformed person,
188
469239
2392
es de la persona desinformada, y el de la izquierda es el informado.
07:51
and the left is the informed.
189
471655
1400
Recuerden que examinamos los dos cerebros a la vez,
07:53
Remember that we scanned both brains at the same time,
190
473079
2746
07:55
so we can ask about time-synced activity
191
475849
2269
así que podemos preguntar sobre su actividad en tiempo sincronizado
en áreas similares o diferentes al mismo tiempo,
07:58
in similar or different areas simultaneously,
192
478142
3016
al igual que si quisieran estudiar una conversación
08:01
just like if you wanted to study a conversation,
193
481182
2265
08:03
and you were scanning two people talking to each other.
194
483471
2578
y escanean dos personas hablando entre sí
y esperarán una actividad común en regiones del lenguaje
08:06
You'd expect common activity in language regions
195
486073
2258
cuando están realmente escuchando y comunicándose.
08:08
when they're listening and communicating.
196
488355
1961
Así que las flechas conectan regiones que están activas al mismo tiempo,
08:10
So the arrows connect regions that are active at the same time.
197
490340
3831
y la dirección de las flechas fluye
08:14
The direction of the arrows
198
494195
1322
08:15
flows from the region that's active first in time,
199
495541
2766
de la región que está activa de primero,
08:18
and the arrowhead goes to the region that's active later.
200
498331
3795
y la punta de flecha va a la región que está activa después.
En este caso, si se mira cuidadosamente,
08:22
So in this case, if you look carefully,
201
502150
2047
08:24
most of the arrows flow from right to left.
202
504221
2023
la mayoría de las flechas fluyen de derecha a izquierda.
Es decir, parece como si la actividad cerebral desinformada
08:26
That is, it looks as if the uninformed brain activity
203
506268
3284
08:29
is happening first,
204
509576
1611
sucediera primero
08:31
and then it's followed by activity in the informed brain.
205
511211
3852
y luego es seguida por la actividad del cerebro informado.
Y por cierto, estos son ensayos donde se hicieron acuerdos.
08:35
And by the way, these are trials where their deals were made.
206
515087
3451
08:38
This is from the first two seconds.
207
518562
1757
Se trata de los primeros dos segundos.
08:40
We haven't finished analyzing this data, so we're still peeking in,
208
520343
3156
No hemos terminado de analizar estos datos,
así que todavía estamos leyéndolos, pero la esperanza es
08:43
but the hope is that we can say something in the first couple of seconds
209
523523
3408
que podamos decir algo del primer par de segundos
08:46
about whether they'll make a deal or not,
210
526955
1963
sobre si habrá un acuerdo o no,
08:48
which could be very useful in thinking about avoiding litigation
211
528942
3005
lo que podría ser muy útil pensando en evitar litigios
y divorcios penosos, y cosas así.
08:51
and ugly divorces and things like that.
212
531971
1864
Son todos los casos en que se pierde un gran valor
08:53
Those are all cases in which a lot of value is lost by delay and strikes.
213
533859
4077
por demora y huelgas.
08:58
Here's the case where the disagreements occur.
214
538630
2164
Aquí es el caso donde se producen los desacuerdos.
09:00
You can see it looks different than the one before.
215
540818
2394
Se puede ver que es diferente al anterior.
Hay muchas más flechas.
09:03
There's a lot more arrows.
216
543236
1341
09:04
That means that the brains are synced up more closely
217
544601
2651
Eso significa que el cerebro se sincroniza hacia arriba
más cerca en términos de actividad simultánea,
09:07
in terms of simultaneous activity,
218
547276
1620
09:08
and the arrows flow clearly from left to right.
219
548920
2203
y las flechas van claramente de izquierda a derecha.
Es decir, el cerebro informado parece decidir,
09:11
That is, the informed brain seems to be deciding,
220
551147
2288
"Probablemente no vamos a hacer un trato aquí".
09:13
"We're probably not going to make a deal here."
221
553459
2192
09:15
And then later, there's activity in the uninformed brain.
222
555675
2743
Y luego, más tarde, hay actividad en el cerebro desinformado.
09:18
Next, I'm going to introduce you to some relatives.
223
558799
2404
A continuación voy a presentarles a algunos familiares.
Son peludos, malolientes, rápidos y fuertes.
09:21
They're hairy, smelly, fast and strong.
224
561227
2161
09:23
You might be thinking back to your last Thanksgiving.
225
563412
2494
Podrían estar pensando en su último día de Acción de Gracias.
09:25
(Laughter)
226
565930
1016
09:26
Maybe, if you had a chimpanzee with you.
227
566970
2476
Tal vez si tuvieron un chimpancé con Uds.
09:29
Charles Darwin and I and you broke off from the family tree from chimpanzees
228
569470
4006
Charles Darwin y yo y tú nos separamos del árbol genealógico
de los chimpancés hace unos 5 millones años.
09:33
about five million years ago.
229
573500
1400
09:34
They're still our closest genetic kin.
230
574924
1811
Todavía son nuestros parientes genéticos más cercanos.
09:36
We share 98.8 percent of the genes.
231
576759
1719
Compartimos el 98,8 % de los genes.
09:38
We share more genes with them than zebras do with horses.
232
578502
2961
Compartimos más genes con ellos que las cebras con los caballos.
09:41
And we're also their closest cousin.
233
581487
1910
Y somos también sus primos más cercanos.
09:43
They have more genetic relation to us than to gorillas.
234
583421
2621
Tienen más relación genética con nosotros que con los gorilas.
09:46
So, how humans and chimpanzees behave differently
235
586066
2739
Así que, qué tan diferentemente se comportan los seres humanos y los chimpancés
09:48
might tell us a lot about brain evolution.
236
588829
2094
puede decirnos mucho sobre la evolución del cerebro.
09:51
This is an amazing memory test
237
591326
2300
Esta es una increíble prueba de memoria
09:53
from [Kyoto], Japan, the Primate Research Institute,
238
593650
2792
del Primate Research Institute, de Nagoya, Japón
09:56
where they've done a lot of this research.
239
596466
2003
donde han hecho mucha investigación de este tipo.
09:58
This goes back a ways. They're interested in working memory.
240
598493
2824
Esto va hacia mucho tiempo atrás. Están interesados en la memoria de trabajo.
El chimpancé que verán, observen cuidadosamente,
10:01
The chimp will see, watch carefully,
241
601341
1716
van a ver la exposición 200 milisegundos
10:03
they'll see 200 milliseconds' exposure -- that's fast, eight movie frames --
242
603081
3584
—eso es rápido, son 8 cuadros de la película—
10:06
of numbers one, two, three, four, five.
243
606689
1977
de números 1, 2, 3, 4, 5.
10:08
Then they disappear and are replaced by squares,
244
608690
2245
Luego desaparecen y son substituidos por cuadrados,
10:10
and they have to press the squares
245
610959
1627
y tienen que presionar los cuadrados
10:12
that correspond to the numbers from low to high
246
612610
2200
que corresponden a los números de menor a mayor
10:14
to get an apple reward.
247
614834
1303
para obtener una manzana de recompensa.
Veamos cómo lo hacen.
10:16
Let's see how they can do it.
248
616161
1497
10:28
This is a young chimp.
249
628478
1162
Se trata de un chimpancé joven. Los jóvenes
10:29
The young ones are better than the old ones, just like humans.
250
629664
2917
son mejores que los mayores, como los seres humanos.
10:32
(Laughter)
251
632605
1002
Y están muy experimentados, ya que han hecho esto
10:33
And they're highly experienced,
252
633631
1478
miles y miles de veces.
10:35
they've done this thousands of times.
253
635133
2323
Obviamente hay un efecto de entrenamiento, como se imaginarán.
10:37
Obviously there's a big training effect, as you can imagine.
254
637480
2886
(Risas)
10:40
(Laughter)
255
640390
1012
10:41
You can see they're very blasé and effortless.
256
641426
2148
Pueden ver están muy indiferentes, como sin esfuerzo.
10:43
Not only can they do it very well, they do it in a sort of lazy way.
257
643598
3211
No solo lo hacen muy bien, lo hacen con una especie de pereza.
10:46
(Laughter)
258
646833
1004
10:47
Who thinks you could beat the chimps?
259
647861
1762
¿Verdad? ¿Quién piensa que los podría vencer?
10:49
(Laughter)
260
649647
1060
10:50
Wrong. (Laughter)
261
650731
1535
Equivocado. (Risas)
10:52
We can try. We'll try. Maybe we'll try.
262
652290
2585
Podemos tratar. Intentaremos. Tal vez intentaremos.
10:54
OK, so the next part of the study I'm going to go quickly through
263
654899
3994
Bien, así que la siguiente parte de este estudio,
voy a ir rápidamente,
10:58
is based on an idea of Tetsuro Matsuzawa.
264
658917
2976
está basada en una idea de Tetsuro Matsuzawa.
11:01
He had a bold idea he called the "cognitive trade-off hypothesis."
265
661917
3120
Él tenía una idea audaz que llamó la hipótesis de intercambio cognitivo.
Sabemos que los chimpancés son más rápidos y más fuertes.
11:05
We know chimps are faster and stronger; they're also obsessed with status.
266
665061
3482
También son muy obsesionados con el estatus.
Su pensamiento fue, tal vez han conservado actividades del cerebro
11:08
His thought was, maybe they've preserved brain activities
267
668567
2681
y las practican en el desarrollo,
11:11
and practice them in development
268
671272
1603
11:12
that are really, really important to them to negotiate status and to win,
269
672899
3815
ya que son muy, muy importantes para ellos
para negociar el estatus y ganar,
11:16
which is something like strategic thinking during competition.
270
676738
2992
que es algo así como el pensamiento estratégico durante la competición.
11:19
So we're going to check that out
271
679754
1536
Así que vamos a echar un vistazo
11:21
by having the chimps actually play a game
272
681314
2627
poniendo a los chimpancés jugar un juego
11:23
by touching two touch screens.
273
683965
2510
tocando dos pantallas táctiles.
11:26
The chimps are interacting with each other through the computers.
274
686499
3060
Los chimpancés están realmente interactuando entre sí a través de las computadoras.
Van a presionar la izquierda o la derecha.
11:29
They'll press left or right.
275
689583
1349
11:30
One chimp is called a matcher; they win if they press left-left,
276
690956
3478
Un chimpancé se llama 'matcher'.
Gana si presionan izquierda, izquierda,
11:34
like a seeker finding someone in hide-and-seek, or right-right.
277
694458
3145
como buscando a alguien en escondidas, o derecha, derecha.
11:37
The mismatcher wants to mismatch;
278
697627
1605
Los 'mismatcher' quieren discrepancia.
Quieren presionar la pantalla contraria al otro chimpancé.
11:39
they want to press the opposite screen of the chimp.
279
699256
2699
11:41
And the rewards are apple cube rewards.
280
701979
2472
Y las recompensas son pedazos de manzana.
11:44
So here's how game theorists look at these data.
281
704475
2327
Aquí está cómo los teóricos de juegos miran estos datos.
11:46
This is a graph of the percentage of times
282
706826
2022
Se trata de un gráfico del porcentaje de veces
11:48
the matcher picked right on the x-axis
283
708872
2206
que el 'matcher' escogió derecho en el eje de las x,
11:51
and the percentage of times they picked right
284
711102
2154
y el porcentaje de veces que predijeron bien
al 'mismatcher' en el eje de las y.
11:53
by the mismatcher on the y-axis.
285
713280
2205
11:55
So a point here is the behavior by a pair of players,
286
715509
3329
Un punto aquí es el comportamiento de un par de jugadores,
11:58
one trying to match, one trying to mismatch.
287
718862
2196
uno tratando de hacer coincidir, uno tratando de discrepar.
12:01
The NE square in the middle -- actually, NE, CH and QRE --
288
721082
3317
El cuadrante NE en el centro —realmente NE, CH y QRE—
12:04
those are three different theories of Nash equilibrium and others,
289
724423
3124
son tres diferentes teorías del equilibrio de Nash, y otros,
lo que predice la teoría,
12:07
tells you what the theory predicts,
290
727571
1683
12:09
which is that they should match 50-50,
291
729278
2125
que es que deben coincidir 50-50,
12:11
because if you play left too much, for example,
292
731427
2427
porque si juegas izquierda demasiado, por ejemplo,
12:13
I can exploit that if I'm the mismatcher by then playing right.
293
733878
2966
puedo aprovechar si soy la 'mismatcher' jugando a la derecha.
12:16
And as you can see, the chimps -- each chimp is one triangle --
294
736868
2972
Y como pueden ver, los chimpancés, cada chimpancé es un triángulo,
12:19
are circled around, hovering around that prediction.
295
739864
2659
están circulando alrededor, revoloteando alrededor de esa predicción.
Ahora pasamos a los pagos.
12:23
Now we move the payoffs.
296
743205
1706
12:24
We're going to make the left-left payoff for the matcher a little higher.
297
744935
3487
Realmente vamos a hacer el beneficio de la izquierda, izquierda para el 'matcher', sea un poco mayor.
12:28
Now they get three apple cubes.
298
748446
1495
Ahora llegan 3 trozos de manzana.
12:29
Game theoretically, that should make the mismatcher's behavior shift:
299
749965
3275
Teóricamente, realmente debe cambiar de comportamiento del 'mismatcher',
porque lo que pasa es que el 'mismatcher' va a pensar,
12:33
the mismatcher will think, "Oh, this guy's going to go for the big reward,
300
753264
3507
oh, este chico va a ir por el gran premio,
y así que voy a ir a la derecha, asegurándome de que no lo consigue.
12:36
so I'll go to the right, make sure he doesn't get it."
301
756795
2528
Y como pueden ver, su comportamiento se mueve hacia arriba
12:39
And as you can see, their behavior moves up
302
759347
2028
en la dirección de este cambio en el equilibrio de Nash.
12:41
in the direction of this change in the Nash equilibrium.
303
761399
2698
12:44
Finally, we changed the payoffs one more time.
304
764121
2246
Finalmente, cambiamos los pagos una vez más.
12:46
Now it's four apple cubes,
305
766391
1248
Ahora son 4 trozos de manzana,
12:47
and their behavior again moves towards the Nash equilibrium.
306
767663
2833
y su comportamiento se dirige nuevamente hacia el equilibrio de Nash.
Se dispersa, pero en promedio los chimpancés
12:50
It's sprinkled around, but if you average the chimps out,
307
770520
2674
están muy, muy cerca, dentro del 0,01.
12:53
they're really close, within .01.
308
773218
1574
Están realmente más cerca que cualquier especie que hayamos observado.
12:54
They're actually closer than any species we've observed.
309
774816
2628
12:57
What about humans? You think you're smarter than a chimpanzee?
310
777468
3098
¿Qué pasa con los seres humanos? ¿Creen que son más inteligentes que un chimpancé?
Aquí hay dos grupos humanos en verde y azul.
13:01
Here's two human groups in green and blue.
311
781350
3301
Están cerca de 50-50. No están respondiendo a los pagos tan de cerca,
13:04
They're closer to 50-50; they're not responding to payoffs as closely.
312
784675
3293
13:07
And also if you study their learning in the game,
313
787992
2296
y si también estudiamos su aprendizaje en el juego,
no son tan sensibles a las recompensas anteriores.
13:10
they aren't as sensitive to previous rewards.
314
790312
2101
Los chimpancés juegan mejor que los seres humanos,
13:12
The chimps play better than the humans, in terms of adhering to game theory.
315
792437
3585
mejor en el sentido de adherirse a la teoría de juegos.
Y estos son dos grupos diferentes de seres humanos
13:16
And these are two different groups of humans, from Japan and Africa;
316
796046
3201
de Japón y África. Replican muy bien.
13:19
they replicate quite nicely.
317
799271
1340
Ninguno está cerca de donde están los chimpancés.
13:20
None of them are close to where the chimps are.
318
800635
2545
Así que aquí hay algunas cosas que hemos aprendido hoy.
13:23
So, some things we learned:
319
803670
1294
13:24
people seem to do a limited amount of strategic thinking using theory of mind.
320
804988
3746
La gente parece hacer una cantidad limitada de pensamiento estratégico
usando la teoría de la mente.
13:28
We have preliminary evidence from bargaining
321
808758
2094
Tenemos algunas pruebas preliminares de la negociación
13:30
that early warning signs in the brain might be used to predict
322
810876
2915
que dan alertas tempranas en el cerebro que pueden utilizarse para predecir
si va a haber un duro desacuerdo que cueste dinero,
13:33
whether there'll be a bad disagreement that costs money,
323
813815
2631
y que los chimpancés son mejores competidores que los seres humanos,
13:36
and chimps are "better" competitors than humans,
324
816470
2239
según lo juzgado por la teoría de juegos.
13:38
as judged by game theory.
325
818733
1242
13:39
Thank you.
326
819999
1151
Gracias.
13:41
(Applause)
327
821174
3119
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7