Diseño de información y persuasión bayesiana

Puedes persuadir a una persona racional sin cambiar los hechos si presentas información veraz de forma estratégica. Este concepto, llamado diseño de información, consiste en simplificar los datos o darles un enfoque que oriente a alguien hacia una conclusión concreta, sin mentir. La señal simplificada se convierte en una nueva pieza de información que resulta persuasiva.

Por ejemplo, un sitio de reseñas de cine que usa una calificación sencilla como «Fresca» o «Podrida» en lugar de un porcentaje detallado está diseñando información. Esta clasificación en dos categorías convence a más personas de ver películas calificadas como «Frescas» de las que podría convencer una puntuación más matizada de, por ejemplo, un 76 por ciento.

Prueba esto: cuando veas una nota de aprobado o reprobado, un indicador de salud verde o rojo, o una valoración con el pulgar hacia arriba o hacia abajo, pregúntate qué información compleja se está simplificando y por qué.

El diseño de información consiste en estructurar la información para influir en las decisiones de agentes racionales. Su núcleo es la persuasión bayesiana, un marco en el que un «emisor» (por ejemplo, una empresa) se compromete a usar un sistema de información (una «señal») para persuadir a un «receptor» (por ejemplo, un consumidor) de que actúe de una manera que beneficie al emisor.

La clave es que el emisor no puede mentir y el receptor conoce las reglas de la señal. El emisor diseña la prueba o el informe y se compromete a revelar su resultado con veracidad, sea cual sea. El receptor actualiza entonces sus creencias de forma racional a partir del resultado, que le aporta información nueva.

Piensa en una empresa de diagnóstico médico que desarrolla una nueva prueba. En lugar de limitarse a dar una puntuación compleja sobre la probabilidad de tener una enfermedad, puede diseñar la prueba para que devuelva un resultado sencillo: «Se recomienda actuar» o «Se recomienda seguimiento». Un médico que entiende los criterios de la prueba se convence de actuar ante el primer resultado. Así se cumple el objetivo de la empresa de facilitar decisiones clínicas claras.

Esto también se aplica a las políticas públicas. Un organismo gubernamental podría calificar la higiene de los restaurantes con una «A», una «B» o una «C». Esto resulta más persuasivo para el público que publicar la lista completa de comprobaciones del inspector. La calificación simplificada estructura la información para orientar una elección clara: comer en restaurantes con una «A» y evitar los que tienen una «C».

Todo el sistema depende de que el compromiso del emisor sea creíble. Si el restaurante pudiera sobornar al inspector para cambiar la calificación después de la inspección, el público perdería la confianza y el sistema fallaría.

La persuasión bayesiana es un modelo económico formal en el que un emisor diseña un sistema de información (una señal) para influir en las acciones de un receptor. El emisor se compromete a respetar las reglas de la señal y el receptor actualiza sus creencias de forma racional a partir del resultado. Esto lo persuade de actuar de una manera que, en promedio, beneficia al emisor.

• Kamenica y Gentzkow (2011) establecieron que la persuasión es posible si el emisor puede diseñar una señal que divida las creencias iniciales del receptor en nuevas creencias (posteriores) que lo lleven a realizar las acciones deseadas. [1]
• Bergemann y Morris (2019) sitúan este concepto dentro del campo más amplio del diseño de información, que incluye escenarios más complejos, como los que tienen varios emisores o receptores. [2]
• Kolotilin et al. (2017) demuestran que las señales sencillas, como las notas de aprobado o reprobado o las recomendaciones directas, suelen ser las herramientas óptimas para persuadir, especialmente cuando el receptor dispone de información privada. [3]

El modelo tiene limitaciones importantes. Supone que los receptores actualizan sus creencias de manera perfectamente bayesiana, sin tener en cuenta los sesgos cognitivos. También depende de que el emisor pueda comprometerse de forma creíble con una estructura de información y puede exigir cálculos complejos en la práctica.