John List

Cuando John List y Steven Levitt sugirieron por primera vez que los experimentos económicos debían realizarse fuera del laboratorio, la gente pensó que estaban locos. ¿Cómo podían los experimentos de campo ofrecer el mismo tipo de entorno controlado necesario para inducir relaciones casuales? Sin embargo, sólo 50 años antes, los economistas creían que los experimentos de laboratorio eran igual de descabellados cuando Vernon Smith, un famoso ^economista, empezó a realizarlos.2 Antes de Smith, los economistas no realizaban experimentos: anotaban teorías y ecuaciones matemáticas para intentar explicar el comportamiento sin ninguna prueba real de cómo actuaba realmente la gente. El uso que Smith hizo de los experimentos de laboratorio permitió a los economistas comprender mejor cómo se toman las decisiones en los distintos mercados econó^micos. Como resultado, estos experimentos se convirtieron en la norma hasta que aparecieron List y Levitt2.

Aunque los experimentos de laboratorio demostraron ser más útiles que los meros modelos económicos, List pensó que se podrían obtener conocimientos aún más exclusivos y precisos realizando experimentos en entornos reales de toma de decisiones.2 List creía que el diseño de experimentos que observaran cómo se comporta la gente durante sus rutinas diarias normales podría conducir a conocimientos cada vez más precisos sobre el ^comportamiento humano como resultado de la aleatorización.2 La necesidad de aleatorización es especialmente importante, ya que los experimentos de laboratorio a menudo utilizan estudiantes uni^versitarios como grupo de participantes y pueden no reflejar los comportamientos de toda la población.3

La aleatoriedad y el realismo fueron las características que List consideró más cruciales para sus experimentos de campo. En los experimentos de laboratorio, conseguir participantes y manipularlos puede significar a veces que los resultados no representen la forma en que las personas toman realmente las decisiones.2 Por ejemplo, el efecto Hawthorne demuestra que las personas tienden a trabajar más y ^a rendir más cuando forman parte de un experimento.4

Por otra parte, los experimentos de campo permiten recopilar datos de comportamientos que se producen de forma natural, lo que les confiere una sensación de realismo. Dado que los participantes no saben que están participando en un experimento, no están eligiendo formar parte del estudio.3 Dado que los experimentos de laboratorio requieren que las personas acepten formar parte de un estudio, el tipo de individuos que se presentan para los experimentos puede no compartir los mismos comportamientos o rasgos de personalidad que la población general. Esto influye tanto en el comportamiento de los participantes como en los datos que se recogen. En las experiencias de campo, se selecciona un grupo aleatorio de individuos para estudiar, lo que da a los experimentos una mayor probabilidad de reflejar a la población.

Esto no quiere decir que List crea que los experimentos de laboratorio carezcan de valor. Por el contrario, espera que los experimentos de campo contribuyan a demostrar que los datos obtenidos en el laboratorio imitan el comportamiento de la vida real. A veces es así, pero otras veces los experimentos de campo de List han d^emostrado "el problema de la ampliación "2. La fuerza de las relaciones casuales puede verse afectada por la ampliación de los entornos de investigación a la aplicacióⁿ en toda la población, y algunas teorías pueden quedar refutadas5.

La mayor crítica a los experimentos de campo es que no se puede obtener el consentimiento informado porque se basa en que las personas no saben que forman parte de un experimento. Por tanto, existe la preocupación de que los experimentos de campo no sean éticos. En respuesta a estas críticas, List proclama que el consentimiento informado fue una herramienta creada únicamente para proteger a las personas de experimentos que pudieran poner en peligro la salud física de los participantes. Dado que los experimentos económicos de campo de List no ponen en peligro a los partⁱcipantes, considera que el consentimiento informado no es de suma importancia.3

Un área de gran interés para List son las formas en que la gente toma decisiones respecto a la caridad. Las donaciones benéficas son un componente importante de la economía nacional de cada país, pero pocas organizaciones comprenden cuál es la mejor manera de promover su causa. A lo largo de los años, List ha realizado múltiples experimentos de campo para examinar los factores que influyen en la toma de decisiones caritativas de la gente.

En 2006, List y su colega economista Dean Karlan llevaron a cabo un experimento de campo para ver cómo afectaban los cambios de precio a las doⁿaciones benéficas privadas.6 List y Karlan observaron que, normalmente, los experimentos sobre el precio de las donaciones benéficas sólo se fijan en el lado de la oferta, como si los cambios en las deducciones fiscales repercutirían en las donaciones. List y Karlan, por el contrario, querían analizar el lado de la demanda. Llevaron a cabo un experimento que examinaba cómo afectaban a las donaciones benéficas los cambios en los porcentajes de las donaciones de contrapartida (cuando un donante se compromete a igualar las donaciones a un porcentaje determinado). Las organizaciones benéficas tendían a creer ^que cuanto mayor fuera el porcentaje de contrapartida, más atractivo resultaría donar; sin embargo, no había pruebas concretas que respaldaran esa creencia6.

En su experimento, List y Karlan descubrieron que una oferta de contrapartida aumentaba la probabilidad de que la gente donara y la cantidad donada. Sin embargo, descubrieron que, en contra de la creencia popular, la proporción de la contrapartida apenas influía en las doⁿaciones.6 Conocer esta información puede ayudar a las organizaciones benéficas a centrarse en conseguir cualquier oferta de contrapartida de un donante destacado sin preocuparse por su magnitud.

A menudo, las organizaciones benéficas piden donativos sin especificar una cantidad en dólares, con la esperanza de que la gente se sienta inclinada a dar lo máximo posible. A veces, sin embargo, las organizaciones dan una pauta de cuánto debe donar la gente. En un estudio posterior de 2013, List trabajó con el economista James Edward para examinar si estas cantidades sugeridas ayudaban o difⁱcultaban la acumulación de donaciones.7

List y Edward descubrieron que había más personas que donaban cuando se les sugería una cantidad. Las personas que podrían haberse inclinado por donar menos de la cantidad sugerida cambiaron su donación para acercarse más a la cantidad sugerida, sin embargo, hubo muy pocas donaciones por encⁱma de la cantidad sugerida.7 Estos resultados pueden ayudar a las organizaciones benéficas a comunicar mejor su necesidad de donaciones porque revelan que las sugerencias son una táctica eficaz. Sin embargo, las organizaciones también deben asegurarse de que las cantidades sugeridas no sean inferiores a las que la gente estaría dispuesta a donar.

La paradoja de Allais es un problema hipotético de elección en economía conductual que demuestra que los seres humanos toman decisiones irracionales e incoherentes. La paradoja de Allais contradice la teoría de la utilidad esperada, que sugiere que, en circunstancias inciertas, las personas calcularán la media ponderada de los posibles resultados y tomarán la decisión que con mayor probabilidad les haga ganar más dinero. En cambio, la paradoja de Allais demuestra la teoría de las perspectivas, que sugiere que las personas perciben el valor en relación con las posibles pérdidas o ganancias en lugar de en términos absolutos.

En el experimento de List, se plantearon a los participantes las siguientes situaciones hipotéticas:

Situación 1

• Opción A1: Gana 7 $ con un 100% de certeza
• Opción B1: Tiene un 75% de posibilidades de ganar 7 $, un 20% de ganar 10 $ y un 5% de no ganar nada.

Situación 2

• Opción A2: Tiene un 25% de posibilidades de ganar 7 $ y un 75% de ganar 0.
• Opción B2: Tiene un 20% de posibilidades de ganar 10 $ y un 80% de ganar 0,8

Si la gente eligiera las opciones A1 y B2, estaría cumpliendo la utilidad esperada, porque es más probable que obtenga dinero en esas opciones. Sin embargo, la paradoja de Allais demuestra que la mayoría de las veces, la gente elige A1 y A2. Eligen la opción con mayor valor esperado en la situación 1, pero luego deciden ser reacios al riesgo en la situación 2 y eligen la opción con menor valor esperado.

Mientras que los estudios han demostrado que los agentes económicos no profesionales suelen ser víctimas de la paradoja de Allais, algunas teorías sugieren que los agentes económicos experimentados, como los operadores profesionales, son menos propensos a mostrar el mi^smo comportamiento cuando se trata de tomar decisiones arriesgadas.8 List descubrió que tanto los estudiantes como los operadores profesionales se comportaban de formas que confirmaban la paradoja de Allais y que s^ólo había una pequeña disminución en la frecuencia de veces que los operadores profesionales cometían este error cognitivo.8

El experimento de List ayudó a probar la paradoja de Allais, que demuestra que no siempre tomamos decisiones económicas racionales. No sólo no nos atenemos a la utilidad esperada, sino que tampoco somos coherentes con nuestras elecciones: a veces, aceptamos el riesgo, y otras veces, somos adversos a él. La paradoja de Allais puede hacer que tomemos decisiones incoherentes cuando jugamos, lo que puede perjudicarnos económicamente.

John List nació el 25 de septiembre de 1968 en Wisc^onsin.9 Al crecer en un hogar de clase trabajadora en Madison, el padre de John esperaba que su hijo continuara en el negocio familiar de conducción de camiones. John, un joven ambicioso, soñaba en cambio con conve^rtirse en golfista profesional.10 Incluso ganó una beca universitaria de golf, pero poco después de empezar en la Universidad de Wisconsin, se dio cuenta d^e que era mucho mejor economista que golfista.9 Terminó su licenciatura en Economía en 1992 y continuó su formación en la Universidad de Wyoming, obteniend^o su doctorado en Economía en 1996.9

List fue profesor de Economía en varias universidades antes de incorporarse al cuerpo docente de la Universidad de Chicago en 20⁰5.9 List reconoce que el mercado debía de estar a su favor cuando presentó su candidatura en 2005, porque afirma que 10 años antes, la Universidad de Chicago "no habría abierto el sobre porque ponía Universidad de Wyoming en la portada" (38). 2

Es posible que sus puestos anteriores también le sirvieran para adquirir una valiosa experiencia que le hizo atractivo para la Universidad de Chicago. En 2000, List se trasladó de Florida Central a la Universidad de Arizona para poder trabajar junto a Vernon Smith. Desgraciadamente, Smith y el grupo de economistas experimentales tuvieron problemas con la administra^ción y se trasladaron poco después.2 List se trasladó entonces a la Universidad de Mainland, donde ocasionalmente sigue trabajando en la actualidad. List también visita ocasionalmente la Universidad de Tilburg, don^de trabaja con Shelby Gerking, que fue su supervisor durante su doctorado.11 En 2014, List fue nombr^ado Homer J. Livingston Distinguished Service Professor of Economics.9

Aparte de sus cargos académicos, List también ha tenido algunos puestos corporativos de alto perfil. En 2017, List pidió a un Uber que le llevara a dar un discurso de apertura en Chicago. Ocupado ensayando su discurso, no se dio cuenta de que el conductor de Uber había dado una vuelta de campana y ahora le dejaba de vuelta en su casa, como resultado de un error técnico. A List le molestó que Uber nunca le enviara una disculpa. Llamó al (ahora ex) director ejecutivo de Uber para hablar del asunto. El jefe ejecutivo preguntó a List cómo creía que Uber debía disculparse y, finalmente, esta conversación llevó a List a ser nomb^rado economista jefe de la empresa.10 Al analizar los datos en su nuevo cargo, List descubrió que los usuarios que tenían una mala experiencia en una aplicación gastaban un 10% menos en la aplicación en el futuro. List probó el impacto de distintos tipos de disculpas y acabó descubriendo que una disculpa combinada con un código de descuento era la más eficaz. Si List hubiera recibido ese cupón, quizá nun^ca habría llegado a ser ejecutivo de Uber y, más tarde, de Lyft.10

John List dice que su "pasión es utilizar experimentos de campo para explorar cuestiones económicas". En su opinión, "los experimentos de campo representan una forma única de obtener datos porque obligan al investigador a comprender fenómenos cotidianos, muchos de los cuales se no^s presentan con frecuencia".12

Afirma que "la razón por la que los experimentos de campo son tan valiosos es porque se distribuye aleatoriamente a las personas en tratamiento y control, y esas variables inobservables se equilibran. No me deshago de las inobservables -nunca puedes deshacerte de las inobservables-, pero puedo equilibrarlas entre las celdas de tratamiento y las de control." 2

Esta pasión siempre ha existido en él, ya que su "primera inclinación no es recopilar datos en el laboratorio, sino ir al campo". 2 Cuando se le pregunta por qué se dedicó a la economía experimental, List dice que "fue una oportunidad de aplicar lo que estaba aprendiendo en la universidad sobre e^conomía a una situación de la vida real." 13

Pero a veces, el trabajo de campo conlleva sumergirse en otras culturas. Cuando le preguntaron por su momento de investigación más loco, List dijo que "bebí sangre de cabra con el jefe de un pueblo patriarcal de Tanzania durante un... viaje de investigación para estudiar la primera infancia y la disparidad de ingresos entre hombres y mujeres. ^Fue un poco asqueroso, pero me lo tomé por el equipo". 14

Para List, trabajar para Uber no era sólo ayudar a la empresa a mejorar la experiencia del cliente. Las aplicaciones de coches tienen muchos datos, lo que permite a List analizar distintos t^ipos de comportamiento de los consumidores.11 Dijo que Uber tiene "montones y montones de datos. Tenemos millones de conductores. Tenemos millones de observaciones y 25 millones de semanas de conducción en 196 ciudades", lo que convierte su trabajo ^en un sueño hecho realidad para un economista interesado en el comportamiento en la vida real.15

Cuando List trabajó por primera vez con United Airlines, ésta fue una de las primeras empresas que recurrió al mundo académico para que les ayudara a introducir cambios en su negocio. List identificó dos ventajas de que las empresas decidieran recurrir más a menudo a los académicos. La primera es que "los académicos proporcionan una mano de obra bastante barata", porque lo que a los académicos les importa más que la remuneración es obtener los datos de las empresas. La segunda es que "cuando se observa el crecimiento histórico y la desaparición de las empresas [...] y se mira a las empresas de Fortune 500 en 1955 y se observa dónde están esas empresas hoy en día, menos de 70 de ellas siguen estando en Fortune 500 [...] Uno puede preguntarse por qué ha sucedido esto. Es porque las empresas no se han a^daptado, no han cambiado con los tiempos". Los académicos, especialmente aquellos a los que les gusta realizar experimentos de campo, como List, pueden ayudar en este ámbito16.

List afirma que "el recurso más valioso del mundo ya no es el petróleo, sino los datos. Al igual que el petróleo necesita una refinería, los datos también necesitan un refinador, y a^hí es donde entran los académicos". 16

List es autor de docenas de publicaciones en diversos campos. Si desea saber más sobre su trabajo en la intersección de la teoría económica y las donaciones benéficas, puede consultar todos sus artículos sobre el tema aquí. También puede consultar el resto de sus publicaciones aquí.

List es también coautor, junto con Uri Gneezy, de The Why Axis (El eje del porqué), un libro que resume las aventuras en las que se embarcaron Gneezy y List para encontrar respuestas a una serie de problemas económicos. Su viaje les llevó desde el monte Kilimanjaro en Tanzania hasta el norte de la India, pasando por las calurosas bodegas de California y las frías calles de Chicago. Sus respuestas permiten comprender mejor las intersecciones entre el comportamiento humano y la economía.

List es también un invitado frecuente en el podcast Freakonomics, un imperio fundado por Steven Levitt y Steven Dubner. Puede encontrar una lista de los episodios en los que ha participado List aquí. También ha participado en el podcast BETA, donde habla de la importancia de los experimentos de campo, y en el podcast Big Brain.

1. Cómo John List revolucionó la economía estudiando a las personas en el mundo real (Ep. 28). (2019, 12 de agosto). Big Brain Podcast [episodio de podcast de audio]. Noticias de la Universidad de Chicago. https://news.uchicago.edu/podcasts/big-brains/how-field-experiments-revolutionized-economics-with-john-list
2. https://www.richmondfed.org/-/media/richmondfedorg/publications/research/econ_focus/2012/q2-3/pdf/interview.pdf
3. List, J. A. (2011). Por qué los economistas deben realizar experimentos de campo y 14 consejos para llevarlos a cabo. SSRN Electronic Journal, 25(3), 3-16. https://doi.org/10.2139/ssrn.1915216
4. Cherry, K. (2020, 13 de octubre). El efecto Hawthorne y los estudios conductuales. Verywell Mind. https://www.verywellmind.com/what-is-the-hawthorne-effect-2795234
5. List, J. A., Suskind, D., & Al-Ubaydli, O. (2019, 21 de mayo). La ciencia de usar la ciencia: Hacia una comprensión de las amenazas a los experimentos a escala. Instituto Becker Friedman. https://bfi.uchicago.edu/working-paper/the-science-of-using-science-towards-an-understanding-of-the-threats-to-scaling-experiments/
6. Karlan, D., y List, J. (2006). ¿Importa el precio en las donaciones benéficas? Evidence from a large-scale natural Field experiment. American Economic Review, 97(5), 1774-1793. https://doi.org/10.3386/w12338
7. Edwards, J., y List, J. (2013). Toward an understanding of why suggestions work in charitable fundraising: Theory and evidence from a natural Field experiment. Journal of Public Economics, 114, 1-13. https://doi.org/10.3386/w19665
8. List, J. A. & Haigh, M. S. (2005). A simple test of expected utility theory using professional traders. Actas de la Academia Nacional de Ciencias, 102(3), 945-948.
9. Bondarenko, P. (s.f.). John A. List. Encyclopedia Britannica. Obtenido el 23 de diciembre de 2020, del sitio Web: https://www.britannica.com/biography/John-A-List.
10. Edmonds, D. (2020, 24 de octubre). El hombre que enseñó a Uber a pedir perdón. BBC News. https://www.bbc.com/news/stories-54613947
11. John A List. (2015, 4 de junio). Alchetron.com. https://alchetron.com/John-A-List
12. UChicago Voices. (sin fecha). Charitable giving. Obtenido el 23 de diciembre de 2020, del sitio Web: https://voices.uchicago.edu/jlist/research/charitable-giving/.
13. Harms, W. (s.f.). Finding new insights with experimental economics. Universidad de Chicago. Obtenido el 23 de diciembre de 2020, del sitio Web: https://www.uchicago.edu/features/20120507_list/.
14. Bianchi, L. (2019, 29 de marzo). John list habla con Crain's para llevar. Facultad de Derecho de la Universidad de Chicago. https://www.law.uchicago.edu/news/john-list-talks-crains-takeaway
15. Rosalsky, G. (2018, 6 de febrero). Qué puede enseñarnos Uber sobre la brecha salarial de género? (Ep. 317). Freakonomics [Episodio de podcast de audio]. https://freakonomics.com/podcast/what-can-uber-teach-us-about-the-gender-pay-gap/
16. INSEAD. (2020, 26 de enero). John List sobre cómo los datos son el recurso más valioso [Vídeo]. YouTube. https://www.youtube.com/watch?v=AW0owHHH4AU