Uber, los taxis y el libre mercado

El crecimiento de Uber, como un sistema alternativo al servicio brindando por los taxis convencionales, es un fenómeno a nivel mundial. Como en todo, aquí los peruanos nos demoramos un poco en hacernos de la moda. Pero cuando lo hacemos siempre lo es de una forma pintoresca, como cuando PokémonGo saltó a la fama porque alguien se cayera al estanque de El Olivar. O porque la Municipalidad de La Punta tuviera la brillante idea de censurarlo. Así, Uber ha saltado a la fama local gracias al corso de taxis informales que salieron a protestar hace unos días, generando más burlas que empatía.

"Jack, I'm flying!" [Imagen extraída de RPP noticias]

“Jack, I’m flying!” [Imagen extraída de RPP noticias]

Ahora, si bien el tema de Uber se ha movido en redes sociales a partir de dicha protesta, lo que sí me ha llamado la atención es el razonamiento detrás de la crítica hacia dicha protesta. No han faltado los memes y los tweets alrededor de que nuestros taxis —formales e informales— deciden dar el servicio cuando les conviene —”no, ahí no voy“—, te fijan la tarifa según la cara que tengas y de dónde te vean salir, o te toquen bocina y te bloqueen el cruce de una calle, a ver si “te animas a tomarlos“. Entonces, ante el maltrato que los usuarios sienten por parte de los taxistas, su sufrimiento y vaticinada extinción a partir de la consolidación de Uber no ha dejado de ser la delicia y el placer de muchos.

No deja de ser curioso que el sistema de taxis con que cont(áb)amos hasta ahora en Lima era la cúspide más pura de la aplicación de los principios del libre mercado en un sistema social: que sean la oferta y la demanda locales los que determinen el equilibrio. Y que sea Uber, a partir de un modelo de negocio que se sustenta en el uso óptimo de la información centralizada de dicha oferta y demanda en toda la ciudad, el que termine siendo visto como el paradigma de eficiencia y modernidad. ¿QUÉ? Blasfemia, herejía, ¡izquierdismo! Así de contradictoria es la post modernidad.

A ver, pensémoslo con más calma. ¿Qué significa esto que hemos dicho, en términos físicos? Un sistema social es una estructura dinámica fundamentada en las interacciones entre elementos y que suelen no ser lineales. En el caso específico del transporte público individual —los taxis—, estas interacciones son la negociación que existe entre peatones y conductores, que pueden desencadenar en que se concrete o no el viaje. Dos elementos —peatón, conductor—, una variable binaria en cada uno —necesidad de viajar (satisfecha, insatisfecha), servicio (atendido, sin atención)— y una potencial interacción por cada posible par de elementos que coincidan, superpuesta por los miles y miles de elementos que forman el sistema. Pero, un momento, ¿dónde está la no-linealidad ahí? En realidad, un sistema así es bastante simple, puesto que los elementos chocan con cierta probabilidad y punto. Casi como un gas ideal. Y sin embargo hemos obviado algo: la información.

Un modelo juguete que representa las interacciones entre peatones y conductores en nuestro sistema de taxis: aquellos peatones que necesitan un taxi (cuya variable es 0) y encuentran un taxi disponible (cuya variable sería 1) proceden a intercambiar sus valores (el taxi se ocupa y el peaton viaja). Podríamos considerar que dichos valores "duran" un tiempo aleatorio, de modo que el sistema (que se ve eb el recuadro inferior) funcione casi como un gas ideal, con dos tipos de moléculas y una variable binaria con un cronómetro aleatorio. Nada que no se pueda modelar en 10 min. usando Netlogo.

Un modelo juguete que representa las interacciones entre peatones y conductores en nuestro sistema de taxis: aquellos peatones que necesitan un taxi (cuya variable es 0) y encuentran un taxi disponible (cuya variable sería 1) proceden a intercambiar sus valores (el taxi se ocupa y el peaton viaja). Podríamos considerar que dichos valores “duran” un tiempo aleatorio, de modo que el sistema (que se ve eb el recuadro inferior) funcione casi como un gas ideal, con dos tipos de moléculas y una variable binaria con un cronómetro aleatorio. Nada que no se pueda modelar en 10 min. usando Netlogo.

¿Dónde entra la información aquí? La realidad es que cada elemento no tiene solo una variable, sino dos. Esta segunda es —para ambos— la experiencia de los viajes y negociaciones previos, que condicionarán la forma cómo interactúen en el futuro. Digamos que si este fuera el “gas ideal” del que hablamos antes, la probabilidad de chocar de las moléculas dependerá de su historial previo de choques, como si arrastraran un largo hilo detrás suyo que las estuviera tensando o soltando permanentemente. La teoría clásica diría que esa superposición de hilos debería tender al equilibrio. Imaginémoslo por un momento: con el tiempo se enredaría todo, ¿no? Se compensarían las estiradas de un lado con las tensiones del otro y el gran amasijo de hilos se saturaría en un gran promedio. Ese es el equilibrio del mercado de nuestro sistema de taxis actual, donde todos sabemos que será casi imposible encontrar alguien que te quiera llevar de San Isidro a La Molina a las 18.40 un miércoles, porque ningún taxi querrá tomarse un viaje de más de 15 minutos.

[Imagen adaptada de: arte&arte]

[Imagen adaptada de: arte&arte]

Pero, ¿qué es lo maravilloso de un sistema como Uber? Su modelo de negocio se basa en recoger la información de toda la ciudad, de las demandas de viajes y ofertas de servicios y distribuirlas para cualquier potencial conductor descubra aquella carrera que le convenga en cualquier lugar y la realice. Y el potencial cliente gana porque no solo recibirá las ofertas de aquellos ocasionales conductores con los que se cruce, sino que podrá recibirlas de todos los conductores de la zona. Uber equivale a un ser omnisciente capaz de ver todos los hilos en esa gran maraña de moléculas de la que hablábamos antes. Que luego soltará y tensará donde sea necesario, para que cada cual se mueva de manera óptima. La improbabilidad de los viajes excepcionales ya no empujará al sistema hacia el equilibrio, sino que más bien lo mantendrá fuera de este, como ocurre con cualquier sistema dinámico no-lineal con un flujo permanente de energía. Como este.

La gran paradoja de todo esto es que la eficiencia máxima de nuestro sistema social se ha terminado alcanzando, en este caso, por medio de un mecanismo que apela a la centralización de la información global del sistema y su posterior difusión masiva y homogénea. Es cierto que esto solo es posible a partir de un soporte tecnológico descentralizado —el celular—, pero no deja de ser irónico que la tecnología de nuestro siglo haya resucitado a esta vieja entelequia que aterrorizó nuestro pasado político, la planificación centralizada, para colocarla nuevamente en el núcleo de la modernidad.

Operada, en full drag y más vigente que nunca.

shangela

Actualización: me han hecho notar la publicación casi simultánea de este artículo de freakonomics, donde se demostraría lo contrario a lo que afirmo. Ahí se dice que Uber es en realidad la máxima expresión del libre mercado, a diferencia del sistema regulado de taxis, porque establece sus tarifas en función a la oferta y la demanda instantáneas. Es cierto, pero parcialmente, porque eso no es algo que traiga Uber aquí como novedad. Para los que no conocen el Perú, nuestro sistema de taxis no tiene regulación de tarifas y estas se establecen en el momento, en una negociación entre pasajero y conductor, definida únicamente a partir de la información local que tienen ambos. Lo que sí cambia, aquí y en todos lados, es la forma como la información se utiliza por parte de Uber para establecer su modelo de negocio, cosa que antes ningún sistema de taxis hacía. Y sobre eso sostengo toda mi argumentación.

Sobre chismes, predicciones y noticias falsas: ¿puede realmente evitarse su propagación?

El temblor que ayer se sintió en Lima levantó toda una conmoción a raíz de un tuit que supuestamente lo predecía y que horas más tarde se demostró que era falso. Así como ayer, constantemente somos bombardeados en las redes sociales —virtuales y físicas— por noticias falsas que son replicadas de manera frenética por nuestros contactos: se murió Chespirito, Hugo Chávez va (iba) a apropiarse de los niños a través del Estado, Marte se verá del tamaño de la Luna, los ladrones usan estas marcas para robar casas, etc.; muchas veces a pesar de nuestros tan denodados como fracasados esfuerzos por desmentirlas. La dinámica de estas noticias es idéntica a la de los chismes y veremos ahora, idéntica también a la de los incendios forestales.

¡¿Cómo?! ¿Qué acaso la autopsia del alien no era verdad?

¡¿Cómo?! ¿Qué acaso la autopsia del alien no era verdad?

En el post anterior desarrollamos un modelo muy simple de un bosque de pinos y vimos que la propagación del fuego en un incendio forestal no depende exclusivamente de cuán combustible sean los pinos, sino también de la densidad de estos en el bosque y cómo se encuentran distribuidos. Para distribuciones estrictamente aleatorias, la densidad será el único parámetro a controlar, pero para disposiciones específicas, quizás podamos medir otras cosas: conectividad, grado de agrupamiento, etc.

Un tablero cuadriculado, como aquel donde modelamos el bosque de pinos, puede entenderse como una red de casilleros. Cada casillero está conectado con los cuatro adyacentes: dos a cada lado del cuadrado. Pero así como podemos visualizar el tablero por medio de su representación física más obvia, también podríamos abstraerlo a algo más complejo: una red de nodos. En una red uno abstrae los nodos y coloca las conexiones entre ellos sin asumir ninguna regularidad. Así, una red puede representar directa o figurativamente la conectividad de sus nodos.

Ejemplo de red. Los links pueden representar cualquier tipo de conexión: física, social, laboral, familiar, etc. siempre que entre los nodos fluya algún tipo de información. [Imagen obtenida de: University of Colorado - Denver]

Ejemplo de red. Los links pueden representar cualquier tipo de conexión: física, social, laboral, familiar, etc. siempre que entre los nodos fluya algún tipo de información. [Imagen obtenida de: University of Colorado – Denver]

Un organigrama es un ejemplo de red. Representa las conexiones no espaciales, sino jerárquicas, de una estructura organizacional. Un diagrama de procesos también es una red. Ahí las actividades se concatenan de acuerdo a funciones y los ejes visuales representan el flujo de tiempo y de actores involucrados. En ninguno de esos casos la red representa la interconexión física, sino una más abstracta, una conexión funcional.

Notemos que el sencillo modelo de los incendios forestales en nuestro bosque de pinos puede ser fácilmente extrapolado a otros fenómenos, si hacemos la analogía necesaria. Pensemos que en lugar de pinos tenemos personas. En lugar de fuego, el convencimiento de que un chisme es verdad y la probabilidad de los pinos de prenderse, en contacto con un pino prendido sería la probabilidad de la gente de asumir cierto o no el chisme cuando alguien conocido se lo cuenta. Pensemos que la conexión física del tablero no representa contacto espacial, sino más bien es una referencia a la posibilidad de que dos personas se conozcan e intercambien una conversación. Una conversación donde, claro, pueda surgir el chisme.

Tenemos así un modelo sencillo —aunque robusto— para entender cómo se difunden los chismes. Y sí, es cierto que se han asumido ciertas cosas: uniformidad en el comportamiento de la gente, conexiones estáticas, imposibilidad de cambios de opinión, etc. Pero todas son condiciones que se pueden ir relajando una por una, para ver qué tan determinantes son en el resultado final del sistema. Esa es la base del estudio de la complejidad, justamente. Y lo interesante de haber iniciado el modelo con supuestos sencillos, pero justificables, es que permite la comprobación de cada uno de estos supuestos y de sus potenciales relajaciones.

¿Cómo será más conveniente esparcir un chisme, entonces? ¿Iniciándolo sobre un nodo de la red que tiene muchas conexiones? ¿O sobre un nodo que forme parte más bien de un gran clúster? Y lo contrario, tal como vimos en el caso de los incendios forestales: ¿cómo será más efectivo detenerlo: negándolo, tratando de desconvencer a los convencidos o cortando sus mecanismos de difusión? ¿Y cómo podemos saber qué nodos de la red son los más relevantes para hacerlo? Sin duda eso dependerá del caso, pero solo la idea de poder modelar y predecir algo tan complejo como el comportamiento humano ya es suficiente para tener este modelo en consideración.

batman

Y sí, eso también.

Chismes e incendios forestales

¿Cuántas veces necesita uno repetir un chisme para que este se difunda? ¿Importa a quién se lo diga? ¿Cuándo lo diga? ¿Cómo lo diga?

En el post anterior mencionaba cuán arraigados tenemos algunos refranes y aforismos en nuestro imaginario colectivo. Y nuestras épocas electorales se ven plagadas de ejemplos perfectos de uno de ellos: miente, miente, que algo queda(1). Aunque resulte extraño, la dinámica de los bulos, chismes y rumores es otro magnífico ejemplo de la no-linealidad de un sistema: un sistema de relaciones humanas.

Para entenderlo, pensemos por un momento en un bosque. Si uno inicia fuego abierto, prendiendo una antorcha y apoyándola en un árbol, ¿el bosque se incendiará? Quizás responder a eso no sea para nada sencillo, por la cantidad de variables involucradas, así que simplifiquemos la situación: pensemos en un bosque de juguete. Un modelo de bosque construido sobre un tablero cuadriculado —como uno de ajedrez— donde cada casilla puede tener o no tener un árbol. Esto determinará la densidad d del bosque. Y pensemos que todos los árboles son iguales. Pinos, por decir. Y ante la presencia de fuego, todos los pinos tienen una cierta probabilidad p≤1 de prenderse ante la presencia de fuego en una casilla situada en cualquiera de sus cuatro lados. Este sencillo modelo puede verse y ejecutarse aquí: Netlogo Fire model.

¿Se provocará un incendio si prendemos uno de los pinos? El resultado dependerá globalmente de dos variables: la densidad de pinos y la probabilidad de estos de prenderse. Pensemos primero en el caso extremo: p=1,d=1. Esto significa que todo el tablero está lleno de pinos —como Granja Porcón, en Cajamarca— y estos siempre se prenderán. Pero planteemos ahora dos casos menos obvios: p=0.5,d=1 y p=1,d=0.5.

Modelo de incendio en el bosque de juguete con dos juegos de parámetros distintos. A la izquierda, el caso en que d=1 y p=0.5. A la derecha, el caso en que d=0.5 y p=1. En ambos, d representa la densidad de pinos en el bosque y p la probabilidad de que estos se incendien al contacto con el fuego. Las imágenes fueron generadas con Netlogo

Modelo de incendio en el bosque de juguete con dos juegos de parámetros distintos, luego de haberse iniciado y propagado el incendio. A la izquierda, el caso en que d=1 y p=0.5. A la derecha, el caso en que d=0.5 y p=1. En ambos, d representa la densidad de pinos en el bosque y p la probabilidad de que estos se incendien al contacto con el fuego. Las imágenes fueron generadas con Netlogo

Resulta que en el primer caso, el porcentaje del bosque que se incendia sobrepasa el 50%, mientras que en el segundo no supera el 5%. ¿Qué está ocurriendo?

El modelo descrito es un claro ejemplo del fenómeno conocido como criticalidad auto-organizada, que ocurre en sistemas compuestos por muchos elementos individuales, similares, interactuando local pero no-linealmente entre sí.

Enfoquemos el problema de un modo distinto: en lugar de pensar cuáles son las condiciones para iniciar un incendio, pensemos en las condiciones para detenerlo. La primera reacción durante mucho tiempo al iniciarse un incendio ha sido ir ahí donde se encuentra el frente y apagarlo. O al menos tratar de. Pero ¿necesariamente esa es la forma más eficiente? Jamie Workman, quien trabaja para el Environmental Defense Fund, es una de las muchas voces que se unen alrededor de la idea de que el mecanismo más efectivo para detener un incendio forestal es ahogándolo. Es decir, cortarle los puntos de conexión con el resto del bosque. En términos de las variables p y d descritas anteriormente, se trataría de resolver el problema reduciendo d en lugar de resolverlo reduciendo p. Y como podemos ver, el bosque es más sensible a las variaciones de densidad que de probabilidad.

Ahora, cómo esto se conecta con el tema de los chismes será el tema del siguiente post.

(1) Lejos de ser producto de la sabiduría popular, esta frase suele atribuírsele al infame Joseph Goebbels. Es probable, sin embargo, que haya sido concebida años, décadas, sino siglos antes.