On Rational Inattention with Arbitrary Choice Sets

Resumen Técnico: Atención Racional con Conjuntos de Elección Arbitrarios

1. El Problema

El artículo aborda el problema de la atención racional (Rational Inattention - RI), un marco teórico iniciado por Sims (1998, 2003, 2005) que modela a agentes económicos con capacidad limitada de procesamiento de información.

• Contexto: Tradicionalmente, la RI se ha estudiado en espacios de acción continuos o, más recientemente, en conjuntos de acciones finitos (trabajos clave de Matějka y McKay, 2015; Caplin, Dean y Leahy, 2019).
• La Limitación: En los modelos de RI, el agente maximiza la utilidad esperada menos el costo de la información (medido por la divergencia de Kullback-Leibler o entropía de Shannon). El desafío central es encontrar la política de información óptima $P(\alpha|\omega)$ y, crucialmente, la distribución marginal óptima sobre las acciones $P_\alpha$.
• El Vacío: Aunque se conoce la forma de la elección condicional (logit multinomial) dada una marginal, la marginal óptima misma carece de una forma cerrada general, es difícil de caracterizar en espacios continuos y su unicidad no está garantizada. El artículo busca extender el marco de RI a conjuntos de elección arbitrarios (espacios de Polish, incluyendo continuos) utilizando herramientas de transporte óptimo.

2. Metodología: El Puente de Schrödinger

La contribución metodológica central es reformular el problema de la atención racional como un problema de transporte óptimo regularizado entrópicamente, específicamente como un problema de Puente de Schrödinger (Schrödinger Bridge - SB) anidado.

• Reformulación del Problema:
  El objetivo de la RI se compara con el problema del Puente de Schrödinger (SBP). Mientras que el SBP busca acoplar dos distribuciones marginales fijas ($\nu$ en acciones y $\mu$ en estados) minimizando la divergencia KL, la RI permite que la marginal de acciones $\nu$ sea una variable de elección.
  El autor propone un enfoque de dos niveles (anidado):

  1. Problema Interno (Matching): Para una marginal fija $\nu$, encontrar el Puente de Schrödinger óptimo que acople $\nu$ y la distribución de estados $\mu$. Esto resuelve el "emparejamiento" entre estados y acciones sujeto al costo entrópico.
  2. Problema Externo (Marginal Choice): Optimizar la elección de la marginal $\nu$ para maximizar el valor obtenido del problema interno.

• Herramientas Matemáticas:

  • Transporte Óptimo Entrópico: Uso de la regularización entrópica (Cuturi, 2013) para garantizar la existencia y unicidad de soluciones y permitir el uso de algoritmos eficientes.
  • Potenciales de Schrödinger: Introducción de funciones duales $a_\nu(\alpha)$ y $b_\nu(\omega)$ (análogos a multiplicadores de Lagrange) que descomponen la solución óptima.
  • Espacios de Polish: Generalización de los resultados a espacios métricos completos y separables, permitiendo acciones continuas.

3. Contribuciones Clave

1. Generalización a Espacios Continuos: Se demuestra que el marco de RI discreto de Matějka y McKay (2015) y Caplin et al. (2019) es un caso particular de un problema de transporte óptimo más general. Esto valida la modelización de agentes con espacios de acción continuos como límites de espacios discretos finamente discretizados.
2. Interpretación Económica de los Potenciales: Se otorga un significado económico claro a los potenciales de Schrödinger:
   • Potencial de Acción ($a_\nu$): Representa el beneficio marginal de reasignar masa de probabilidad hacia una acción específica $\alpha$. En la solución óptima, este potencial es cero en el conjunto de consideración (acciones elegidas) y no positivo fuera de él.
   • Potencial de Estado ($b_\nu$): Se identifica con el logaritmo de la función de partición (factor de normalización) en la probabilidad de elección condicional. Caracteriza las propiedades de la elección bajo atención racional de manera análoga a la mecánica estadística.
3. Conexión con Algoritmos Computacionales: Se establece un vínculo directo entre el algoritmo de Blahut-Arimoto (usado tradicionalmente en RI) y el algoritmo de Sinkhorn (escalado de matrices en transporte óptimo). Se demuestra que el proceso de re-pesado de Blahut-Arimoto es, en esencia, un algoritmo de gradiente ascendente para la marginal $\nu$, guiado por el potencial de acción $a_\nu$.

4. Resultados Principales

• Teorema de Existencia y Unicidad: Bajo condiciones estándar (espacios compactos, utilidad semicontinua superior), existe un puente de Schrödinger único para cualquier marginal fija $\nu$.
• Descomposición Aditiva: El valor del problema de RI se descompone en la suma de los valores esperados de los potenciales de acción y estado:
  $$V(\nu) = \int a_\nu(\alpha) d\nu(\alpha) + \int b_\nu(\omega) d\mu(\omega)$$
  Cuando $\nu$ es óptimo, $a_\nu$ es constante (normalizado a cero) en el soporte de $\nu$.
• Condiciones de Optimalidad (Kuhn-Tucker): Se derivan condiciones necesarias y suficientes para la marginal óptima $\nu^*$. La condición de primer orden se simplifica a que el potencial de acción $a_\nu(\alpha)$ debe ser cero en el soporte de $\nu^*$ y menor o igual a cero fuera de él. Esto caracteriza el "conjunto de consideración".
• Equivalencia de Funciones Objetivo: Se prueba que maximizar la función de valor $V(\nu)$ es equivalente a maximizar una función más manejable $f(\nu)$ (relacionada con la entropía cruzada y la función de partición), la cual es cóncava.
• Interpretación Termodinámica: Se establece una analogía formal con la mecánica estadística:
  • $\lambda$ (costo de información) $\leftrightarrow$ Temperatura.
  • $-u$ (utilidad negativa) $\leftrightarrow$ Energía.
  • Ganancia de información $\leftrightarrow$ Entropía.
  • El agente minimiza la energía libre promedio en cada estado.

5. Significado e Impacto

• Unificación Teórica: El artículo unifica dos campos que habían evolucionado en paralelo: la teoría de la atención racional en economía y el transporte óptimo regularizado en matemáticas aplicadas e inteligencia artificial.
• Tractabilidad Computacional: Al identificar la RI como un problema de Puente de Schrödinger, se abre la puerta a utilizar algoritmos de alta eficiencia (como Sinkhorn) para resolver problemas de RI en espacios de alta dimensión o continuos, superando las limitaciones de los métodos numéricos tradicionales.
• Nueva Perspectiva Económica: La interpretación de los multiplicadores de Lagrange (potenciales) como indicadores de "ganancias marginales de reasignación" ofrece una intuición económica más profunda sobre cómo los agentes ajustan sus estrategias de información y elección.
• Generalización: Proporciona una base matemática rigurosa para extender modelos de RI a contextos donde las acciones no son discretas, lo cual es crucial para aplicaciones en macroeconomía, finanzas y teoría de juegos con información imperfecta.

En conclusión, Engh demuestra que la atención racional es, en esencia, un problema de transporte óptimo con una restricción de marginal libre, y que las herramientas desarrolladas para el transporte óptimo entrópico no solo resuelven problemas computacionales, sino que revelan la estructura económica subyacente de la toma de decisiones bajo información limitada.