Cognizant 5 Sin categorizar 5 Moloch, equilibrios de Nash y el Data Management (I)

Moloch, equilibrios de Nash y el Data Management (I)

Las iniciativas de data management tienen muchas veces un éxito relativo. La mayoría coincidirá en apuntar que el principal problema es la heterogeneidad de los actores que intervienen en este tipo de proyectos, principalmente TI y negocio. Estos actores a menudo tienen agendas y objetivos diferentes, lo que dificulta la articulación de proyectos como Data Governance o MDM. La teoría de juegos puede ayudarnos a hacer foco en ciertos puntos clave para que este tipo de proyecto sean un éxito.

El culpable de todo: Moloch

Allen Ginsberg describía en su poema Howl a un ser llamado «Moloch», un ser de metal y cemento, que funcionaba con dinero en vez de sangre, con 10 ejércitos en vez de dedos, compuesto de rascacielos, y con ventanas en vez de ojos, símbolo de soledad, rutina y prisión de la humanidad. De alguna forma describía todos los problemas de la sociedad como un ente único culpable de todo: Moloch.

Muchos dicen que se refería al capitalismo, pero al final Moloch viene a ser la respuesta a la pregunta: ¿Cuál es el problema? Podríamos vivir en paz, en armonía y sabiduría, con un progreso constante y sostenible… Sin embargo, elegimos la guerra, vivir en prisiones de cemento y sufrir todo tipo de injusticias… Si todo el mundo odia este sistema, ¿quien lo perpetúa? La respuesta: Moloch.

Lo que describe Ginsberg es el resultado de la individualidad de las personas, con diferentes agendas, que al agregarse forman un equilibrio subóptimo de la sociedad. Los proyectos de gobierno de datos, al igual que la sociedad, pueden llegar a convertirse en una situación similar. Por suerte, podemos encontrar soluciones a este problema en la Teoría de Juegos.

Teoría de juegos y equilibrios de Nash

En su mínima expresión, la Teoría de Juegos describe sistemas donde unos actores participan en un juego que tiene unas reglas determinadas. Estos actores velan por maximizar sus intereses de forma racional e interesada. Uno de los máximos exponentes fue John Nash.

Nash describió que dado un juego no cooperativo de 2 o más participantes, existía un punto de equilibrio “solución” resultado de las elecciones que harían los participantes de forma interesada y racional. Con el punto de equilibrio, se podía predecir qué elegiría cada participante y el resultado final del juego. Uno de los puntos clave es que, en la mayoría de los juegos, al jugar los participantes de forma aislada, el equilibrio resultante del juego es subóptimo. Un ejemplo lo podemos encontrar en el Dilema del Prisionero.

Lo realmente interesante es que a partir del equilibrio se entendió los factores para mejorar el punto de equilibrio y así llegar a un resultado óptimo para todos los participantes: comunicación, coordinación y reglas de juego favorables. Al igual que en los juegos no cooperativos, estos mismos factores podemos aplicarlos al gobierno del dato para llegar a mejorar el éxito de estas iniciativas.

Más información y detalle de estos factores de éxito en la parte (II) de este artículo.

 

Autores

José Enrique Antón

Head of Data Management, Sur de Europa de Cognizant.