Modelo híbrido revela que las personas actúan de forma menos racional en juegos complejos, más predeciblemente en juegos simples
Investigadores de la Universidad de Princeton y la Universidad de Boston utilizaron el aprendizaje automático para predecir las decisiones estratégicas humanas en varios juegos. Una red neuronal profunda entrenada en decisiones humanas predijo con precisión las elecciones de los jugadores. Un modelo híbrido, que combina un modelo conductual clásico con una red neuronal, superó a la red neuronal por sí sola, particularmente en capturar el impacto de la complejidad del juego. El estudio revela que las personas actúan de forma más predecible en juegos más simples, pero de forma menos racional en juegos complejos. Esta investigación ofrece nuevas perspectivas sobre los procesos de toma de decisiones humanas y sienta las bases para intervenciones en ciencia del comportamiento destinadas a promover elecciones más racionales.