Reseñas - Brian Christian e Tom Griffiths, Algorithms to Live By

Dun tempo a esta parte, pode dicirse que leo moitos libros de divulgación científica, e creo que xa teño mencionado nalgures o difícil que é facelos ben, especialmente os de matemáticas. Entre as miñas lecturas recentes e as que teño previstas para o futuro hai algúns volumes de divulgación sobre informática que me levaron ao libro de hoxe: The Alignment Problem, de Brian Christian (que rematei hai aproximadamente un ano), e The Laws of Thought, de Tom Griffiths (o seguinte na miña lista de lecturas cando remate o Purgatorio de Dante). Como estou nunha etapa da mediana idade na que adoito ser conservador coas miñas eleccións de lectura, penso que os dous autores do libro de hoxe seguramente o expresarían mellor dicindo que o que fago é un equilibrio entre exploración e explotación dado un horizonte finito. 

Algorithms to Live By fai tres cousas, e fainas ben: a primeira é explicar e popularizar, de maneira accesible, algúns algoritmos importantes da informática que a xente do eido usa continuamente; a segunda, estreitamente relacionada coa primeira, é ofrecer unha panorámica do conxunto da disciplina e dos problemas cos que tenta lidar; a terceira, e seguramente a máis importante, é empregar os exemplos concretos dos anteriores, aplicables á vida cotiá, para desenvolver a tese principal do libro: que os algoritmos da informática son útiles e valiosos máis alá dos seus propósitos técnicos tanto para pensar racionalmente como para actuar do xeito máis racional e eficiente posible á hora de alcadar os teus obxectivos vitais, dadas as restricións habituais ás que temos que facer fronte (isto é, escaseza, incerteza e tempo limitado).

Un dos grandes acertos do libro é o ben que mostra que as dificultades humanas non son sempre resultado da estupidez, da preguiza ou da debilidade. O que ocorre é que o noso mundo é, en si mesmo, computacionalmente difícil, e nunca hai un camiño limpo cara aos mellores resultados posibles. Aínda peor:  a maior parte das veces nin sequera podemos atopar un camiño óptimo, canto menos seguilo. Mais aínda así podemos intentar sacar o mellor partido posible do lote que nos tocou. Non se pode confiar nos ditos populares, porque tenden a contradicirse entre si, pero “o mellor é inimigo do bo” é o bastante bo como para gravalo, con letras de ouro, nas paredes de toda oficina de toma de decisións, e isto é así porque un bo procedemento aínda pode producir un mal resultado; é dicir, pode ser ineficiente, levar demasiado tempo e consumir demasiados recursos para obter resultados tan só marxinalmente mellores, ou pode simplemente haber unha gran cantidade de azar e incerteza fóra do noso control que faga que mesmo decisións moi boas conduzan a resultados relativamente pouco emocionantes. Un bo exemplo é a parada óptima, o algoritmo que se presenta no capítulo 1 como guía para escoller secretarias, pisos e parellas, e que che dá unha probabilidade de éxito de arredor de 1/e, aproximadamente un 36,8%. E, con todo, perdes tanto se obtés a 3ª, a 6ª ou a 10ª mellor opción posible?

Cada capítulo explora, como o primeiro, algoritmos diferentes. Como o propósito desta recensión é persuadirche de que o libro paga a pena e non resumir os seus contidos en detalle (cousa que, de todos os xeitos, probablemente un LLM faría mellor ca min), vou limitarme a agasallarvos con algúns pequenos apuntamentos das ideas centrais dalgúns capítulos:

Exploración/Explotación: cando tes un horizonte longo, explorar é valioso; cando o tempo se esgota, é mellor explotar.

Ordenación: normalmente, leva máis tempo ordenar ben as cousas ca simplemente recuperalas de onde estean.

Caché: é bastante próximo a unha estratexia óptima ter preto as cousas que empregaches máis recentemente.

Actualización bayesiana: deberías revisar e actualizar as túas crenzas cando chegan novas evidencias.

Relaxación: se reduces ou flexibilizas algunhas restricións, normalmente podes obter un resultado satisfactorio.

Aleatoriedade: ás veces, non podes mellorar a elección puramente aleatoria como ferramenta racional de toma de decisións.

Teoría de xogos: é incriblemente difícil modelar os pensamentos e plans dos demais, pero aínda así pódese ir ao gran e crear configuracións que, aínda que limitan a túa liberdade, garanten mellores resultados para tí.

E así sucesivamente.

O libro é realmente excelente. Cada capítulo e cada algoritmo están entrelazados con algunha anécdota atractiva e moi lexible sobre problemas concretos e sobre as persoas que hai detrás das matemáticas e dos algoritmos informáticos, e estes últimos nunca se volven enrevesados (de feito, a miña maior queixa é que nese aspecto poderían ter ido máis lonxe en explicar as matemáticas detrás dos algoritmos). Non sei se todos os problemas humanos poden optimizarse e mellorarse mediante un adestramento algorítmico: o capítulo sobre teoría de xogos mostra como cuestións tan importantes coma o amor e a formación de parellas dependen de saltos irracionais de fe, e eu creo que isto vale non só en moitos casos, senón tamén nun sentido máis xeral: unha mente centrada na optimización e na maximización implacables está abocada a problemas e a ese tipo de estupidez estrema da que só as persoas moi intelixentes son realmente capaces. Pero, deixando iso á parte, este é un libro moi lexible e esclarecedor. Se non o liches e non coñeces xa os seus contidos, é probable que che resulte moi beneficioso en moitos sentidos.

Non me consta que exista unha tradución ao galego deste volume, pero sí tedes unha en castelán, publicada no 2017 na editorial Teell e tradicida por Isabel Moros e Cristina Alcoya: Algoritmos para la vida cotidiana: La ciencia de la informática aplicada a las decisiones humanas.