📈 economics

A Note on the Strategic Vulnerability of the Boston Mechanism in Random Markets

Este artículo demuestra que, aunque el Mecanismo de Boston asigna inicialmente a la mayoría de los estudiantes su primera preferencia bajo reporte veraz, en mercados grandes su vulnerabilidad estratégica bajo equilibrio de Nash provoca que esta tasa converja a cero y degrade drásticamente la calidad promedio de las asignaciones, pasando de un rango logarítmico a uno casi lineal.

Autores originales: Josue Ortega

Publicado 2026-03-25

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Josue Ortega

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

🏫 El Truco del "Sistema Boston": ¿Por qué la honestidad es la única estrategia que funciona?

Imagina que estás en una gran fiesta donde hay 1,000 invitados (estudiantes) y 1,000 mesas (escuelas). Cada mesa tiene un solo asiento. El problema es que a todos les encanta la misma mesa (la "mejor" escuela) y todos quieren sentarse ahí.

Para asignar los asientos, se usa un sistema llamado Mecanismo Boston (o "Aceptación Inmediata"). Funciona así:

Ronda 1: Todos gritan su mesa favorita. Si una mesa recibe muchas solicitudes, el anfitrión elige a la persona con la "tarjeta VIP" (prioridad) y le da el asiento. ¡Se sienta y se va!
Ronda 2: Los que no consiguieron su primera opción gritan su segunda favorita. Si hay espacio, se sientan. Si no, esperan a la siguiente ronda.
Y así sucesivamente hasta que todos tienen asiento.

El artículo de Josué Ortega nos cuenta una historia muy interesante sobre lo que pasa cuando la gente dice la verdad frente a cuando la gente miente para ganar.

1. El escenario "Honesto": ¡La magia del 63%!

Si todos los estudiantes son honestos y gritan su verdadera mesa favorita, ocurre algo mágico.

La analogía: Imagina que todos lanzan una moneda al aire. Como hay tantas mesas y tantos estudiantes, casi todas las mesas reciben al menos un "grito".
El resultado: Aproximadamente el 63% de los estudiantes consiguen su mesa favorita en la primera ronda. ¡Es un éxito rotundo! Nadie más ha logrado un porcentaje tan alto en otros sistemas.

2. El escenario "Estratégico": ¡El colapso total!

Aquí es donde entra el problema. Los estudiantes son inteligentes. Se dan cuenta de que si gritan su mesa favorita y no tienen una "tarjeta VIP" (prioridad) alta, perderán el tiempo y se quedarán sin esa mesa.

La estrategia: "No voy a gritar por la mesa de los VIPs, voy a gritar por la mesa de al lado que es más fácil de conseguir".
El efecto dominó: Esto es como un juego de "silla musical" desastroso. Si todos dejan de intentar sentarse en las mesas populares para ir a las "segundas opciones", las mesas populares se quedan vacías (porque nadie las pidió) y las mesas de segunda opción se llenan de gente que no las quería tanto.
El resultado final: En un mercado grande (como 1,000 personas), si todos juegan "inteligentemente" (buscando un equilibrio de Nash), el porcentaje de gente que consigue su primera opción cae a CERO. Literalmente, nadie consigue su sueño. El sistema se rompe por completo.

3. ¿Qué tan mal queda el estudiante promedio?

El autor compara dos situaciones extremas en un mercado de 1,000 personas:

Si todos son honestos: El estudiante promedio termina en su 7ª opción. (¡No está mal!).
Si todos son estratégicos y el sistema elige el "peor" equilibrio posible: El estudiante promedio termina en su 145ª opción.

La metáfora:
Imagina que el sistema honesto es como un ascensor rápido que te lleva al piso 7. El sistema estratégico (cuando todos intentan hacer trampas) es como subir 145 escaleras a pie, agotado y sudando, solo porque todos intentaron atajar el camino y terminaron bloqueando las escaleras para todos.

🧠 ¿Por qué ocurre esto? (La lección clave)

El Mecanismo Boston tiene un defecto fatal: castiga la honestidad si hay competencia.

En la honestidad: Todos apuestan a lo mejor. Como las apuestas son aleatorias, casi todos ganan algo bueno.
En la estrategia: Todos tienen miedo de perder. Entonces, todos bajan sus apuestas a opciones "seguras". Pero como todos hacen lo mismo, las opciones "seguras" se vuelven imposibles de conseguir y las "mejores" quedan vacías. Es un dilema del prisionero a gran escala: lo que es racional para cada individuo (mentir o bajar sus expectativas) es un desastre para el grupo.

💡 Conclusión para los políticos y padres

Este artículo nos dice algo muy importante para la educación:
No puedes mirar solo las estadísticas de "cuántos niños consiguieron su primera opción" si asumes que todos dicen la verdad. Si el sistema permite que la gente juegue con el sistema, esos números brillantes (el 63%) desaparecen por completo.

El Mecanismo Boston es como un castillo de naipes: se ve hermoso y alto cuando todos están quietos (honestos), pero si alguien intenta mover una carta (estrategia), todo el edificio se derrumba.

En resumen: En el mundo real, donde la gente intenta ganar, el Mecanismo Boston es extremadamente frágil y puede dejar a los estudiantes en posiciones muy malas, mucho peores que si simplemente hubieran sido honestos.

Resumen Técnico: Vulnerabilidad Estratégica del Mecanismo de Boston

1. Planteamiento del Problema

El Mecanismo de Boston (BM), también conocido como Immediate Acceptance (Aceptación Inmediata), es uno de los algoritmos más utilizados en la asignación de plazas escolares, a pesar de sus conocidas deficiencias en cuanto a incentivos (no es a prueba de manipulaciones).

La paradoja: Estudios previos, específicamente el trabajo seminal de Pritchard y Wilson (2023, PW), han demostrado que bajo comportamiento honesto (revelación veraz de preferencias), el BM asigna a un 63% de los estudiantes a su primera opción, superando a otros mecanismos eficientes como la Dictadura Serial (SD), el Ciclo de Intercambio Superior (TTC) o el Minimizador de Rangos (RM), que solo alcanzan un 50% asintóticamente.
La brecha de investigación: La literatura existente ha analizado el BM principalmente bajo el supuesto de honestidad. Sin embargo, en la práctica, los agentes (estudiantes) actúan estratégicamente. El problema central de este artículo es cuantificar cómo el comportamiento estratégico en equilibrio (Nash) afecta las métricas de desempeño del BM en mercados grandes y aleatorios, comparando los resultados con el caso de honestidad.

2. Metodología

El autor utiliza un marco de mercados aleatorios (random markets), un estándar en la teoría de asignación para realizar análisis asintóticos tratables.

Configuración del Modelo:
- Se considera un problema de emparejamiento uno a uno con $n$ estudiantes y $n$ escuelas, cada una con capacidad para un estudiante.
- Las preferencias de los estudiantes y las prioridades de las escuelas se dibujan independiente y uniformemente al azar.
- Se asume un entorno de información completa: antes de enviar sus listas, todos los estudiantes conocen las preferencias verdaderas de todos y las prioridades de las escuelas.
Mecanismo Analizado:
- Boston Mechanism (BM): En la ronda 1, los estudiantes aplican a su primera opción; las escuelas aceptan inmediatamente al candidato de mayor prioridad y eliminan ambos del mercado. En rondas subsiguientes, los estudiantes restantes aplican a su siguiente opción disponible.
- Comparación: Se contrasta con el algoritmo Deferred Acceptance (DA) de propuesta estudiantil.
Enfoque de Equilibrio:
- Siguiendo a Ergin y Sönmez (2006), el juego de revelación de preferencias inducido por el BM bajo información completa tiene un conjunto de resultados de equilibrio de Nash que coincide exactamente con el conjunto de emparejamientos estables bajo las preferencias verdaderas.
- El análisis se realiza sobre todas las posibles reglas de selección de equilibrio ( $\sigma$ ), evaluando el peor y el mejor caso posible dentro de los equilibrios de Nash.
Métricas de Desempeño:
1. Tasa de Primera Preferencia ( $f$ ): Proporción de estudiantes asignados a su escuela #1.
2. Rango Promedio ( $r$ ): Posición media de la escuela asignada en la lista de preferencias del estudiante.

3. Contribuciones Clave

El artículo proporciona la primera análisis asintótico del Mecanismo de Boston bajo juego de equilibrio en mercados aleatorios. Sus contribuciones principales son:

Demostrar que la ventaja del BM en la tasa de primera preferencia, documentada bajo honestidad, desaparece completamente bajo comportamiento estratégico.
Cuantificar el impacto del comportamiento estratégico en el rango promedio, mostrando que este depende críticamente de la selección de equilibrio, pudiendo degradarse de un orden logarítmico a uno casi lineal.
Establecer que la vulnerabilidad del BM no es un artefacto de modelos pequeños, sino una propiedad fundamental en mercados grandes.

4. Resultados Principales

A. Tasa de Primera Preferencia (First Preference Rate)

Caso Honesto (PW): Bajo revelación veraz, la tasa converge a $1 - e^{-1} \approx 0.63$ (63%).
Caso Estratégico (Proposición 2): En cualquier equilibrio de Nash, la tasa de primera preferencia converge a cero a una velocidad de $O(1/\log n)$ $O (1/ lo g n)$ .
- Mecanismo: En equilibrio, los estudiantes anticipan ser rechazados en escuelas populares si su prioridad es baja y evitan "apostar" en la primera ronda. Esto desencadena un efecto cascada donde los estudiantes se desplazan a opciones inferiores, eliminando la gran cantidad de "suerte" (aceptaciones en la primera ronda) que sostenía la tasa del 63%. El resultado final es un emparejamiento estable donde la probabilidad de obtener la primera opción real es muy baja ( $\approx 1/\log n$ ), similar a la DA.

B. Rango Promedio (Average Rank)

Caso Honesto: El rango promedio crece como $\Theta(\log n)$ , siendo ligeramente mejor que la Dictadura Serial.
Caso Estratégico (Proposición 3): El resultado depende de la regla de selección de equilibrio $\sigma$ $σ$ :
- Mejor Equilibrio (Infimum): Si se selecciona el emparejamiento estable óptimo para los estudiantes, el rango promedio sigue siendo $\Theta(\log n)$ . La diferencia con el caso honesto es pequeña.
- Peor Equilibrio (Supremum): Si se selecciona el emparejamiento estable óptimo para las escuelas, el rango promedio se degrada drásticamente a $\Theta(n / \log n)$ .
- Ejemplo Numérico: En un mercado de $n=1000$ , bajo honestidad el estudiante promedio obtiene su 7ª opción. Bajo un equilibrio de Nash desfavorable, el promedio cae a la 145ª opción.

5. Significado e Implicaciones

Fragilidad Estratégica: El artículo revela que la aparente superioridad del BM (alta tasa de primera opción) es un artefacto de la ingenuidad de los agentes. Una vez que los agentes racionalizan sus estrategias, el mecanismo pierde su principal ventaja comparativa.
Política Pública: Las métricas utilizadas por los responsables políticos (como la tasa de primera preferencia) pueden ser engañosas si no se modelan los incentivos estratégicos. El BM es extremadamente vulnerable a la manipulación, lo que puede llevar a asignaciones ineficientes en el peor de los casos.
Selección de Equilibrio: A diferencia de la tasa de primera preferencia (que siempre colapsa), el rango promedio muestra una alta sensibilidad a qué equilibrio se alcanza. Esto sugiere que la coordinación entre los estudiantes es crucial para evitar resultados catastróficos.
Robustez: Aunque el modelo asume información completa y preferencias aleatorias, la magnitud de la pérdida de bienestar documentada sugiere que los problemas estratégicos del BM son fundamentales. El autor discute que en mercados "gruesos" (donde hay muchos estudiantes por plaza), la ventaja estratégica podría ser menor, pero la vulnerabilidad persiste en mercados balanceados.

Conclusión

El trabajo de Ortega demuestra que el Mecanismo de Boston, aunque eficiente bajo honestidad, es estratégicamente frágil. En mercados grandes, el comportamiento racional de los agentes destruye su alta tasa de asignación a la primera opción y puede generar asignaciones de calidad significativamente inferior (de logarítmica a casi lineal) dependiendo de la selección de equilibrio. Esto subraya la necesidad crítica de considerar los incentivos estratégicos al evaluar mecanismos de asignación educativa.