📻 Shane Parrish – Los grandes modelos mentales Vol. 3 (Parte II)

🎧 Escucha en Spotify el resumen que hicimos junto con mi amigo Pedro en “Elemental Podcast”

🎬 Mira en Youtube el resumen que hicimos junto con mi amigo Pedro en “Elemental Podcast”

📑 Resumen gratis del libro redactado por Santiago:

Capítulo 1. Introducción…  

• “How much you know in the broad sense determines what you understand of the new things you learn.” Hilde Ostby and Ylva Ostby
• No todos los modelos aplican a todas las situaciones. Parte de construir una serie de modelos mentales es educarse a uno mismo respecto de cuándo usar un modelo y qué tipo de situaciones se resuelven mejor con qué tipo de modelos.
• Algunos modelos mentales funcionan como metáforas, en especial aquellos de la sección de matemáticas.
• Los modelos mentales son neutrales desde una perspectiva de valores. Pueden ser utilizados para iluminar los aspectos positivos y negativos de cualquier situación.

PARTE I. SISTEMAS. 

Capítulo 2. Feedback loops

• Definición: El “feedback” o “retroalimentación” es la información comunicada en respuesta a una acción. Los feedback loops son aquellas situaciones donde los resultados (información) de un sistema afecta el comportamiento de ese sistema.
• Tipos de Feedback Loops y ejemplos:
• Tienden al Balance (Balancing): aquellos donde se tiende hacia un equilibrio. Por ejemplo, un termostato de un aire acondicionado toma la información de la temperatura y ajusta su fuerza para intentar equilibrar y llegar a una determinada temperatura objetivo. Es decir, contrarresta la información recibida para llegar a un equilibrio.
• Refuerzo (Reinforcing): aquellos donde se amplifican respecto de un determinado proceso. Estos en vez de contrarrestar, amplifican un efecto, como por ejemplo cuando una vestimenta se pone de moda, o cuando hablamos de asuntos relacionados con pobreza.
• Conclusión: Los feedback loops son componentes de muchos sistemas. Llevan la información a la que los sistemas responden. Los sistemas complejos muchas veces tienen muchos feedback loops.

Capítulo 3. Equilibrio

• Definición: Normalmente el equilibrio en un sistema es bueno porque demasiado desequilibrio lo rompe. Un mismo sistema puede tener varios puntos de equilibrio.
• Tipos de Equilibrio:
• Equilibrio estático: estado donde todas las cosas dentro de un sistema son consistentes y no cambian.
• Equilibrio complejo: significa que las cosas fluctúan dentro de un determinado rango. Esto se logra a través de feedback loops de balance. Ejemplo común del equilibrio: La Homeostasis es el proceso a través del cual las células u organismos hacen constantes ajustes para llegar hasta una condición ideal. Así, por ejemplo, cuando los organismos se salen de los rangos esperados de glucosa en la sangre, de temperatura corporal o de sodio, hacen ajustes para llegar a un equilibrio.
• Los sistemas son raramente estáticos. Están en constante ajuste hacia un equilibrio. En la vida actuamos como si pudiéramos alcanzar un equilibrio estático (una vez que entremos a una relación seremos felices; una vez que nos cambiemos de casa, seremos productivos; etc.), cuando en realidad las cosas están en constante movimiento y en equilibrios complejos. Los equilibrios complejos son la vida.

Capítulo 4. Cuellos de Botella

• Definición: Todos los sistemas tienen partes que son más lentas que otras. La parte más lenta suele llamarse “cuello de botella”. Tal como el cuello de una botella limita la cantidad de agua que puede salir de la botella, los cuellos de botella limitan la cantidad de resultados que puede emitir un sistema.
• Todos los sistemas tienen cuellos de botellas, y si eliminas uno, otra parte se transformará en el elemento limitante. Lo importante es que puedes anticipar los cuellos de botella, ajustar sus planes a ello, o utilizarlos como incentivo para buscar nuevas y mejores formas de hacer las cosas.
• El Nylon, la tela, fue creada porque a propósito de los cuellos de botella de seda de los años 1930 tuvieron que buscar nuevas formas de obtener lo mismo. Es por eso que se consiguió una alternativa al cuello de botella que podían producir directamente en USA y no tenían que importar.

Capítulo 5. Escala

• Definición: Los sistemas vienen en muchas formas y ellos van cambiando en la medida de que crecen o disminuyen en escala. Este modelo nos hace reflexionar respecto de cómo una determinada escala afecta un sistema.
• Los sistemas cambian a medida que crecen en escala y tienden a ponerse más complejos. Lo que funciona a una pequeña escala no necesariamente funciona a gran escala.
• Cuando tienes grandes escalas, una alternativa es crear divisiones entre las partes del sistema. Asimismo, cuando las economías de escala crecen, siempre tienen un límite natural.
• En Japón se habla de “Shinise”, que son compañías que tienen a lo menos 200 años de antigüedad. Estos sistemas, para mantenerse vivos por tanto tiempo, tienden a no escalar y se mantienen pequeñas. A veces, cuando la longevidad es la meta, mantenerse pequeño y simple puede ser un superpoder.
• Las personas suelen creer que los sistemas escalan linealmente, pero entender que eso no es real es importante para entender que nos tenemos que adaptar de distintas formas a medida de que los sistemas escalan de distinta forma.

Capítulo 6. Margen de Seguridad

• Definición: Los márgenes de seguridad son necesarios para asegurar que los sistemas son capaces de manejar estresores y circunstancias impredecibles. Esto quiere decir que hay un margen suficiente entre lo que puede aguantar un sistema y lo que necesita aguantar.
• Por ejemplo, los puentes pueden estar diseñados para soportar 5.000 autos de flujo diario, pero tienen que tener la opción de resistir 15.000 al mismo tiempo. Un gran margen de seguridad no elimina la posibilidad de fallar, pero la reduce.
• Para los inversionistas, el margen de seguridad es el margen entre el valor intrínseco de una inversión y su precio.
• Para crear un margen de seguridad, lo que se puede utilizar son “reservas” o “backups”, lo cual puede tomar la forma de componentes extras, capacidades o subsistemas.
• Usar el margen de seguridad sugiere que no debemos intentar mejorar nuestra situación actual marginalmente si arriesgamos hacernos vulnerables a una calamidad. Tener un margen de seguridad nos da un margen para adaptarnos a los inesperado.

Capítulo 7. Recambio (Churn)

• Definición: Dentro de los sistemas los componentes están constantemente agotándose y siendo usados. Esto incluye tanto los materiales como la información. Mantener un sistema requiere estar constantemente reponiendo tanto el inventario, como las partes o la información. Mantener un sistema saludable requiere siempre algún grado de recambio.
• Esto ocurre tanto en las células del cuerpo como en los árboles de un bosque. En los negocios, Churn significa perder un cliente o la partida de los empleados.
• El lado positivo del recambio de personas es que nuevas personas traen nuevas ideas, formas contraintuitivas de pensar y cambiar el estado de los sistemas.

Capítulo 8. Algoritmos

• Definición: “Un algoritmo es un set metódico de pasos que se pueden usar para hacer cálculos, resolver problemas y llegar a decisiones. Un algoritmo no es un cálculo particular, es el método que se sigue cuando se hace dicho cálculo”. Yuval Noah Harari.
• Un algoritmo tiene tres características que lo definen:
• Neutralidad del sustrato: El poder del procedimiento es debido a su estructura lógica, no a poderes causales de los materiales utilizados. No importa si lees la receta en un libro o un computador, ninguno de estos tiene impacto en la lógica del algoritmo.
• Falta de sentido subyacente: Cada paso constituyente, y las transiciones entre los pasos, son simples. Para que una receta sea un algoritmo, tiene que decirnos cuanto de cada ingrediente necesitamos, así como el proceso o pasos tan claramente que no den lugar a interpretaciones.
• Resultados garantizados: Los algoritmos arrojan los mismos resultados siempre si son ejecutados correctamente.
• Una aplicación de los algoritmos es la creación de incentivos en los sistemas.
• Otra forma de aplicar algoritmos es crear un estatuto o una constitución de funcionamiento de un sistema.
• Un ejemplo de aplicación de algoritmos es el “Modelo Bayer”, de la farmacéutica Bayer, que gracias a su científico Heinrich Horlein inventó un sistema para investigación y desarrollo de drogas y remedios. La gran gracia fue que en vez de hacer investigaciones solos como un “genio loco”, inventó un sistema industrializado y colaborativo de desarrollo de medicinas, lo cual lo llevo a crear un estándar de la industria respecto de cómo se hacen los remedios.

Capítulo 9. Masa Crítica

• Definición: La masa crítica se refiere a aquel punto donde un sistema cambia de un estado a otro estado. En los sistemas sociales, la masa crítica se refiere a la cantidad de personas que se requieren que hayan adoptado algo para decir que ese producto o esa creencia se pueda sostenerse a si misma.
• “La Ventana de Overton”: Se refiere al rango de ideas consideradas aceptables por los políticos para ser propuestas como políticas públicas. Ideas fuera de esta ventana, por muy buenas que sean, no van a tener apoyo social suficiente para transformarse en legislación (y deben ser evitadas si queremos evitar el riesgo de perder la reelección). En el tiempo, la ventana de Overton va cambiando y suele avanzar en la siguiente progresión:
• Impensado à Radical à Aceptable à Sensible à Popular à Política
• La Ventana de Overton nos muestra que las ideas y actitudes van cambiando con el tiempo. Además, no existe una universalidad de ideas, es siempre contextual a cada lugar y país.
• El cambio de ideas requiere masa critica. Un ejemplo de ello fue el voto femenino. Se discute cuánto porcentaje de la población se requiere para hacer un cambio, pero ronda entre el 10% y 25% (Rensselaer Polytechnich Institute).

Capítulo 10. Surgimiento 

• Definición: Cuando miramos un sistema en la escala macro, vemos capacidades que no se observan en la escala micro. El surgimiento (“emergence”) se refiere a aquella situación cuando los sistemas como un todo funcionan de una manera que no podemos predecir mirando las partes. Como decía Aristóteles, “El todo es más que la suma de sus partes”.
• Un ejemplo de esto son las protestas sociales. Muchas veces que una persona haga una cosa aislada no te permite predecir el efecto global que va a tener.

Capítulo 11. Irreductibilidad  

• Definición: Se refiere a que ciertos sistemas tienen que tener un tamaño o forma mínimos. ¿Cuál es el monto mínimo de una cosa para que siga siendo esa cosa?
• Un ejemplo es la gallina de los huevos de oro: que el granjero mató intentando sacar más huevos de oro. Cuando usamos la expresión “matar la gallina de los huevos de oro” nos referimos a que una fuente de riqueza se ha agotado debido a que ha sido explotada de una forma excesiva con el fin de obtener el máximo beneficio en el menor tiempo posible, como consecuencia de nuestra naturaleza avariciosa.
• Entender los elementos mínimos de un sistema significa que no gastamos tiempos intentando cambiar lo que no es cambiable. Puedes dominar los elementos mínimos y luego explorar.

Capítulo 12. Ley de retornos o rendimientos decrecientes 

• Definición: La relación entre insumos y resultados no siempre es lineal. Luego de un cierto punto, empieza a ser menos eficiente el sistema.
• Un ejemplo de la ley de rendimientos decrecientes es el uso de fertilizantes aritificales en el siglo 19 y 20. Por mucho que quieras ir agregando más y más fertilizante, eso no quiere decir que tus plantas crecen más linealmente, e incluso llega un punto donde la tierra se satura y se mueren las plantas.
• Los rendimientos decrecientes ocurren porque los sistemas se adaptan a los estímulos o insumos. Así, por ejemplo, cuando los vikingos invadían Francia al principio, lograban grandes botines, pero a medida que los franceses se fueron adaptando, cada vez pudieron hacerlo menos.
• Esto también aplica en la educación: tras cierto punto, darle más y más tareas a alumnos no logra que aprendan más, sino que se abrumen.

PARTE II. MATEMÁTICAS. 

Capítulo 13. Distribuciones 

• Definición: Las distribuciones nos permiten contextualizar lo que esperamos de un determinado conjunto de datos.
• La distribución normal describe la forma en que un fenómeno varía alrededor de un valor central que representa su valor más probable.

• La distribución potencial, Ley Potencial o Power Law, nos muestra como los datos están aglomerados en valores altos o bajos.

Capítulo 14. Hacer compuesto (Compounding)

• Definición: Se refiere al poder de hacer compuesto algo. El ejemplo típico, es el interés compuesto. Lo desafiante del interés compuesto es que estamos acostumbrados a pensar de manera lineal y nunca de manera de interés compuesto.
• No solo el dinero se compone, también la experiencia y el conocimiento. Las relaciones sociales, a través del networking, también se componen cada vez más. Esto se debe a que se van dando ventajas acumulativas. El número de nuestras relaciones y su durabilidad se van haciendo compuestas con el tiempo.

Capítulo 15. Sampling

• Definición: Cuando queremos obtener información de una población, tenemos que mirar una muestra (un pedazo de esa población). Fuera de un censo de un país, tradicionalmente no es ideal tomar toda la población.
• La ley de los grandes números nos dice que, mientras más grande la muestra, más probable es que el resultado obtenido converja con el valor verdadero. Para que esto se de, las muestras deben ser lo suficientemente grandes y elegidas de manera aleatoria.
• George Gallup, fundador de las encuestas Gallup, decía que puedes saber si una sopa está salada con una sola cucharada, pero solo en la medida de que la hayas revuelto bien primero.
• Este modelo mental nos sirve mucho para ponerle atención a los sesgos que provienen de tomar malas muestras.

Capítulo 16. Randomness

• Definición: La mente humana no está hecha para entender lo verdaderamente aleatorio. Tenemos que aprender a no ver patrones en todos lado y limitar nuestra tentación de crear tendencias o narrativas para todo.

Capítulo 17. Regresión a la Media

• Definición: Los datos muy por sobre o por debajo del promedio suelen ser seguidos por datos más cercanos al promedio. Esto por ejemplo se da porque algunos resultados extraordinarios están dados por la suerte o el contexto.
• La regresión a la media nos suele servir para distinguir entre suerte y habilidad. Si un resultado se repite, es más probable que sea habilidad.
• La Maldición de la portada de Sports Illustrated dice que cualquier deportista que sale en la portada suele tener malos resultados después de aparecer en ella. Sin embargo, en realidad esto es una demostración de la regresión a la media, donde tradicionalmente una persona que sale ahí es porque tuvo una temporada extraordinariamente buena y es poco probable que se repita porque había un tema de contexto y suerte.
• Este modelo es muy útil para reconocer que muchos éxitos en la vida son contextuales y/o dependen de la suerte.

Capítulo 18. Multiplicación por cero

• Definición: Este modelo nos sirve para buscar el “cero”, esa parte débil de un sistema que amenaza con derribar todo el sistema. Por mucho que tengas un gran sistema de seguridad, no sirve de nada si dejas la puerta abierta.

Capítulo 19. Equivalencia

• Definición: Dos cosas no tienen por qué ser lo mismo para ser iguales. La equivalencia como un modelo nos sirve para ver que existen muchas vías para llegar al mismo resultado. A = B = C.
• Lo importante de este modelo es mostrarnos que muchas veces existe más de una forma de resolver un problema, en especial cuando una antigua solución ya no está disponible.
• Un ejemplo de esto es como, universalmente en el mundo, las distintas culturas hacen ritos para enterrar a sus muertos. Distintos inputs pueden producir resultados idénticos, y existe más de una forma de resolver los problemas.

Capítulo 20. Órdenes de Magnitud

• Definición: Los órdenes de magnitud son una forma de notación que permite representar números muy grandes o muy pequeños en una forma compacta. Decir que una cosa es un orden de magnitud más grande que otro es decir que es 10 veces más grande o un orden de magnitud más chico es 10 veces más chico.
• La escala de Richter es un sistema de ordenes de magnitud para medir terremotos. Cada paso de la escala quiere decir que el terremoto tiene un movimiento de tierra que es 10 veces más grande que el anterior, lo cual a su vez implica que libera 32 veces más energía que el anterior. “La precisión de esta escala no era esperada ni requerida.” Decía Richter.

Capítulo 21. Área de superficie

• Definición: La superficie es aquella área que puede reaccionar al mundo externo. Una cucharada de azúcar se va a disolver más rápido que un cubo de azúcar porque tiene más área de superficie. Esto, como un modelo, nos permite reconocer cuándo exponer nuestra superficie de contacto nos perjudica y cuándo nos expone a más oportunidades.
• Por ejemplo, en el mundo de las ideas, es ideal tener más área de superficie para intentar lograr mayor exposición a cosas distintas y nuevas.

Capítulo 21. Máxima global y local

• Definición: La máxima y mínima matemática en una función es aquellos valores más grandes y más chicos. Aún cuando hay valores máximos (globales), pueden haber máximos locales (pequeños peaks dentro de un rango). Esto es importante para entender cuándo estamos en un máximo local y cuándo estamos en un máximo global y nos tenemos que cambiar de actividad.

© Copyright - Todos los derechos reservados. Santiago Allamand. | Contacto | Linkedin | Tik Tok | Instagram | Spotify | Youtube | Suscríbete al Newsletter

¿Quieres ver más? 🔍

🎙️

PodcastElemental Podcast