Pairwise Beats All-at-Once: Behavioral Gains from Sequential Choice Presentation

Resumen Técnico: El sistema de pares supera a la presentación simultánea: Ganancias conductuales de la presentación de elección secuencial

Planteamiento del problema
El artículo aborda una desconexión fundamental en los mercados digitales entre los supuestos económicos clásicos de racionalidad plena y la realidad empírica de la racionalidad limitada. Mientras que los modelos clásicos asumen que los agentes pueden procesar y evaluar todas las alternativas simultáneamente para maximizar la utilidad, las interfaces digitales suelen presentar surtidos de productos diversos de forma simultánea (por ejemplo, diseños de cuadrícula en Amazon). Esta presentación "todo a la vez" conduce frecuentemente a la sobrecarga cognitiva, la fragmentación de la atención y decisiones subóptimas debido a las limitaciones de la capacidad cognitiva humana. El artículo postula que las arquitecturas de elección actuales, que dependen de visualizaciones de múltiples opciones simultáneas, no logran alinearse con las capacidades de procesamiento cognitivo, lo que deriva en decisiones de consumo inconsistentes e irracionales.

Metodología
Los autores desarrollan un marco teórico formal basado en el Modelo de Atención Aleatoria (RAM) (Cattaneo et al., 2020) para modelar la toma de decisiones bajo una atención limitada. La metodología central involucra:

1. Modelado Teórico: El artículo construye una "Hipótesis de Racionalidad Secuencial" (SRH) que contrasta dos arquitecturas de elección:
   • Oferta Simultánea: El decisor (DM) evalúa un conjunto $S$ de $n$ elementos a la vez.
   • Oferta Secuencial por Pares: El DM evalúa los elementos a través de un torneo binario recursivo (por ejemplo, comparar $A$ contra $B$, luego el ganador contra $C$).
2. Definiciones Formales: El modelo utiliza un orden de preferencia estricto ($\succ$) y una regla de atención latente $\mu(T|S)$, que representa la probabilidad de que se forme un conjunto de consideración $T \subseteq S$. Un axioma clave introducido es la Monotonicidad de la Atención, que postula que eliminar alternativas no consideradas de un conjunto aumenta débilmente la probabilidad de atender a un subconjunto específico.
3. Caracterización Axiomática: Los autores definen una regla de elección como secuencialmente racional si satisface axiomas específicos: Consistencia Binaria, Transitividad Secuencial, Monotonicidad de la Atención y Parsimonia Cognitiva.
4. Análisis Probabilístico: El artículo deriva desigualdades de probabilidad comparando la probabilidad de seleccionar la opción que maximiza la utilidad bajo ambas arquitecturas. Introduce parámetros para el éxito de la atención ($\alpha_k$) y la precisión de la elección ($\beta_k$) dependientes de la aridad (número de elementos) de la comparación.
5. Ilustración Numérica: Se utiliza un ejemplo concreto empleando tres bebidas (Café, Té, Jugo) con una regla de atención monotónica especificada para calcular y comparar las probabilidades de elección bajo el modelo RAM tanto para el escenario simultáneo como para el secuencial.
6. Verificación Formal: Todas las definiciones matemáticas, teoremas y pruebas fueron verificados formalmente utilizando el asistente de pruebas Lean4, asegurando el rigor lógico.

Contribuciones Clave

• Hipótesis de Racionalidad Secuencial (SRH): El artículo introduce un nuevo mecanismo conductual que argumenta que la presentación secuencial y por pares de las opciones mejora sistemáticamente la calidad de la decisión al alinear las estructuras de elección con las restricciones cognitivas.
• Extensión del RAM: El trabajo extiende el Modelo de Atención Aleatoria integrando un proceso de decisión dinámico y recursivo. A diferencia de los modelos estáticos basados en listas o los modelos de trayectoria de red, la SRH modela explícitamente cómo las restricciones de atención interactúan con las comparaciones binarias secuenciales para dar forma a las rutas de decisión.
• Prueba Teórica de Superioridad: Los autores demuestran que, bajo una atención limitada, la probabilidad de seleccionar la opción que maximiza la utilidad es estrictamente mayor en un torneo binario secuencial que en una evaluación simultánea, siempre que la precisión de la atención efectiva en comparaciones binarias sea suficientemente alta en relación con las comparaciones ternarias (o de mayor orden).
• Reducción del Costo Cognitivo: El artículo demuestra matemáticamente que la descomposición de una tarea de elección en pasos binarios reduce los costos cognitivos esperados totales en comparación con la evaluación de un conjunto grande de forma simultánea, aprovechando la convexidad de las funciones de costo de atención.

Resultados

• Desigualdades de Probabilidad: El resultado central (Teorema 3 y Teorema 4) establece que:
  $$Pr(C_{SEQ}(A, B, D) = \text{arg max } u) > Pr(C_{SIM}(\{A, B, D\}) = \text{arg max } u)$$
  Esto se cumple si la probabilidad de una elección correcta en una comparación binaria ($q$) excede la raíz cuadrada de la probabilidad de una elección correcta en una comparación ternaria ($r$), es decir, $q > r^{1/2}$.
• Validación Numérica: En el ejemplo numérico proporcionado, la probabilidad de elegir el elemento óptimo (Café) fue de 0.81 bajo la arquitectura secuencial frente a 0.60 bajo la arquitectura simultánea, cuantificando la ganancia conductual.
• Divergencia de la Teoría Estándar: El modelo muestra que $C_{SEQ}(S) \neq C_{SIM}(S)$ cuando la atención es limitada, proporcionando una justificación teórica de por qué la teoría de la preferencia revelada estándar (que asume atención plena) falla al predecir elecciones en entornos digitales complejos.
• Condiciones de Equivalencia: El artículo demuestra que los operadores de elección secuencial y simultánea coinciden solo bajo condiciones de atención plena ($\mu(S|S)=1$) y maximización determinista, condiciones que rara vez se cumplen en los mercados digitales del mundo real.

Significancia y Reivindicaciones
El artículo afirma cerrar la brecha entre las limitaciones cognitivas y la racionalidad económica al integrar el realismo cognitivo en la teoría de la decisión. Su importancia radica en:

• Diseño de Plataformas: Ofrece una base teórica para que las plataformas digitales rediseñen los flujos de recomendación, pasando de exhibiciones simultáneas basadas en cuadrículas a comparaciones secuenciales por pares, para reducir la sobrecarga cognitiva y mejorar el bienestar del consumidor.
• Implicaciones de Política: Sugiere que los responsables de políticas y reguladores en los mercados digitales (donde actualmente faltan leyes específicas) podrían incentivar interfaces "amigables con la atención" que estructuren las elecciones de forma secuencial para prevenir errores dependientes del contexto y decisiones irracionales.
• Avance Teórico: Proporciona un punto medio entre la racionalidad plena y las heurísticas no estructuradas, ofreciendo un marco formal y falsable para comprender cómo la arquitectura de elección influye en la racionalidad bajo una atención limitada.

Los autores señalan explícitamente que el presente trabajo es teórico debido a la falta de datos empíricos adecuados, e identifican la necesidad de futuros diseños experimentales para probar estas hipótesis empíricamente. El artículo no pretende haber resuelto el problema de la regulación de los mercados digitales, sino que proporciona el fundamento teórico de cómo se puede optimizar la arquitectura de elección.