La Paradoja del Coste Hundido y el Valle de la Desilusión en Proyectos de Software

En el desarrollo de software, es común enfrentarse a decisiones difíciles sobre si continuar invirtiendo en un proyecto o abandonarlo. Dos conceptos clave que pueden ayudarnos a tomar decisiones más informadas son la paradoja o falacia del coste hundido y la curva del valle de la desilusión.

💀 La Paradoja del Coste Hundido

Falacia o Paradoja del Coste Hundido
Falacia o Paradoja del Coste Hundido

La paradoja o falacia del coste hundido, también conocida como «sunk cost fallacy«, se refiere a nuestra tendencia a continuar invirtiendo en algo simplemente porque ya hemos invertido recursos en ello, incluso cuando racionalmente sabemos que no es la mejor decisión. Por ejemplo, si has pagado por una entrada de cine y la película no te gusta, podrías sentirte obligado a quedarte hasta el final solo porque ya has pagado, aunque sería más racional hacer algo más productivo con tu tiempo.

En proyectos de software, esta paradoja se manifiesta cuando seguimos invirtiendo en un proyecto porque ya hemos dedicado mucho tiempo y dinero, ignorando señales de que el proyecto no está funcionando. Las señales de que podríamos estar cayendo en esta paradoja incluyen:

  • Continuar el proyecto solo porque ya hemos invertido mucho.
  • Ignorar el feedback negativo del mercado o usuarios.
  • Rechazar soluciones alternativas sin un análisis objetivo.
  • Justificar la continuación con frases como «ya casi está» durante meses.
  • Un equipo desmoralizado que sigue trabajando solo por obligación.

😰 El Valle de la Desilusión

La paradoja o falacia del costo hundido y el valle de la desilusión
La paradoja o falacia del costo hundido y el valle de la desilusión

El «Valle de la Desilusión» es un concepto que se describe como una de las fases típicas por las que pasan los proyectos, especialmente en startups. Estas fases incluyen:

⭕️ Lanzamiento/Pico de Expectativas: Alto optimismo inicial y grandes expectativas.

⭕️ El Crash de Expectativas: Se comienza a sufrir una perdida de crecimiento.

⭕️ Valle de la Desilusión: Caída brusca de la atención y primeros problemas reales.

⭕️ Wiggles de Falsa Esperanza: Pequeños éxitos temporales seguidos de retrocesos.

⭕️ Puntos de decisión y apertura del Cono de posibilidades. Puntos en los que deberíamos plantear si continuar o no con el proyecto.

Sin embargo, no todos los proyectos logran salir del valle de la desilusión. Después de los wiggles de falsa esperanza, se abre un «cono de posibilidades» que incluye:

  • Éxito: Crecimiento real y validación del modelo de negocio.
  • Estancamiento: Supervivencia sin crecimiento significativo.
  • Fracaso: Declive hacia el fracaso y posible cierre del proyecto.

La cuestion está en que muchos proyectos exitosos pasaron por el Valle de la Desilusión, pero finalmente no se estancaron ni fracasaron gracias a la constancia y el esfuerzo y no fueron víctimas de la paradoja del coste hundido, pero ¿Cuál es la diferencia en esos casos?:

  • Tenían métricas objetivas de progreso
  • Probablemente tenían ciclos cortos de feedback-ajuste
  • Tomaron decisiones basadas en datos, no en emociones
  • Tenían hitos claros de éxito/fracaso antes de empezar
Acciones para salir de la paradoja del coste hundido
Acciones para salir de la paradoja del coste hundido

Una herramienta práctica es el «test de inversión»: Si estuvieras empezando hoy, ¿invertirías los mismos recursos en este proyecto? Si la respuesta es no, probablemente estás cayendo en la falacia del coste hundido.

También es útil el concepto de «opciones reales» de la teoría financiera: cada inversión adicional debe evaluarse como una opción independiente, no como una continuación obligatoria de inversiones pasadas.

La constancia en cualquier caso es importante para alcanzar el éxito en nuestros proyectos, pero debe ser una constancia inteligente, guiada por datos y feedback real, no por inercia o por lo ya invertido.

🎯Acciones a Tomar

Cuando detectamos que estamos en una trayectoria de estancamiento o fracaso, podemos considerar varias acciones antes de caer en la Falacia o Paradoja del Coste Hundido.

  1. Pivote Estratégico: Cambiar el enfoque del proyecto manteniendo su núcleo.
  2. Redefinición del Producto: Concentrarse en funcionalidades con tracción y simplificar la propuesta de valor.
  3. Cambio de Modelo de Negocio: Probar diferentes formas de monetización.
  4. Fusión o Adquisición: Buscar sinergias con otros proyectos o considerar la venta.
  5. Cierre Controlado: Documentar aprendizajes y preservar recursos para futuras iniciativas.
  6. Hibernación: Reducir costos al mínimo y esperar un mejor contexto de mercado.
  7. Spin-off: Separar una parte exitosa del proyecto y crear uno nuevo basado en aprendizajes.

Seguro que me dejo muchas opciones, añade alguna más en los comentarios según tu experiencia.

💡 Vídeo y Conclusión

La clave para navegar el valle de la desilusión y evitar la paradoja del coste hundido es tomar decisiones basadas en datos objetivos y mantener la flexibilidad mental. Cada «fracaso» debe verse como un aprendizaje para el siguiente proyecto, y es crucial establecer métricas claras de éxito y límites de recursos para guiar nuestras decisiones.

¿Te has encontrado en alguna situación específica donde te haya sido difícil distinguir entre persistencia necesaria y la paradoja del coste hundido?

Triada del pensamiento visual moderno

La tríada del pensamiento visual moderno: Estoicismo, Innovación tecnológica (IA) y Visual Thinking en la Era Digital

En un mundo donde la tecnología avanza a un ritmo vertiginoso, la combinación de sabiduría antigua, innovación tecnológica y pensamiento visual emerge como una poderosa tríada para navegar la complejidad. Durante esta última semana, os he ido compartiendo cada uno de estos elementos por separado. En el post de hoy, os quiero compartir cómo se entrelazan para crear un marco de trabajo integral para enfrentarnos a un futuro cada vez más acelerado.

Triada del pensamiento visual moderno
Triada del pensamiento visual moderno

⚖️ El fundamento Estoico

En este caso os compartí el círculo de control de Epicteto en el contexto de la IA. Esta filosofía milenaria nos ofrece un marco mental invaluable para abordar la revolución tecnológica actual. El estoicismo nos enseña a distinguir entre lo que podemos controlar (nuestro aprendizaje, nuestras respuestas, nuestro uso de la tecnología) y lo que está fuera de nuestro control (el ritmo de avance tecnológico, las decisiones corporativas, las regulaciones).

La verdadera innovación surge cuando aplicamos este principio estoico a nuestra práctica del Visual Thinking: nos enfocamos en lo que podemos controlar (nuestras habilidades, nuestras herramientas, nuestra metodología) mientras mantenemos una actitud de adaptabilidad ante los cambios tecnológicos inevitables.

Las zonas de la Innovación
Las zonas de la Innovación

🤖 La Dimensión Científica

También os compartí los principios fundamentales que todo Visual Thinker debería conocer para comunicar información. Estos principios no son meras directrices técnicas, sino formas fundamentales de entender y organizar la información:

Los patrones y relaciones que os mostraba se traducen directamente en cómo organizamos visualmente la información. La jerarquía de datos nos enseña a estructurar nuestras visualizaciones de manera más efectiva. El storytelling con datos nos proporciona un marco para crear narrativas visuales convincentes.

5 principios para Visual Thinkers
5 principios para Visual Thinkers

🖌️ La metodología integrada: V.I.S.T.A.

Finalmente os presenté el método V.I.S.T.A, un framework que integra la tecnología moderna con el pensamiento visual Este método representa la convergencia práctica de nuestros tres pilares:

  • La fase de Visualización incorpora la aceptación estoica de lo que podemos controlar.
  • La Integración representa la fusión armoniosa entre lo tradicional y lo tecnológico.
  • La Síntesis aplica principios de Data Science para condensar información compleja.
  • La Transformación utiliza la IA como herramienta de potenciación creativa.
  • El Análisis incorpora tanto la reflexión estoica como la rigurosidad científica.
El método VISTA
El método VISTA

⭐️ La síntesis práctica

¿Cómo se materializa esta tríada en la práctica? Veamos un ejemplo: Imaginemos que estamos visualizando un proyecto de transformación digital.

  • El enfoque estoico nos ayuda a mantener la claridad mental ante la incertidumbre del cambio.
  • Los principios de Data Science nos permiten organizar y estructurar la información de manera efectiva.
  • El método V.I.S.T.A nos proporciona el framework para ejecutar la visualización, aprovechando las herramientas de IA para potenciar nuestra creatividad.

Mirando hacia el futuro

Esta convergencia de filosofía antigua, ciencia moderna y pensamiento visual no es una moda pasajera, sino un marco de trabajo robusto para el futuro que nos permite:

  • Mantener la calma y el enfoque en medio de la revolución tecnológica
  • Aprovechar el poder de la IA sin perder nuestra humanidad
  • Crear visualizaciones más efectivas y significativas
  • Comunicar ideas complejas de manera más impactante

💡Conclusión

La verdadera innovación en el Visual Thinking moderno proviene de la integración consciente de sabiduría antigua, rigor científico y herramientas modernas. Como Visual Thinkers en la era digital, nuestro desafío y oportunidad es mantener este equilibrio dinámico.

5 principios para Visual Thinkers

5 Principios para Visual Thinkers

💡 La Visualización de Datos y el Visual Thinking son dos caras de la misma moneda: ambos tienen como objetivo principal la comprensión y la comunicación de información compleja.

📊 En el siguiente sketchnote, comparto 5 principios fundamentales para Visual Thinkers que te ayudaran a mejorar tu forma de crear visualizaciones:

5 principios para Visual Thinkers
5 principios para Visual Thinkers

1️⃣ Patrones y Relaciones: Identificación de conexiones y tendencias ocultas en los datos.

Veamos algunos ejemplos que encajarían con este principio:

  • Mapa de Red: Utiliza nodos y enlaces para mostrar cómo diferentes elementos están conectados entre sí.
  • Diagrama de Venn: Para mostrar intersecciones y relaciones entre diferentes conjuntos de datos.
  • Heatmap: Para visualizar la densidad de datos y detectar patrones.

2️⃣ Jerarquía de Información: Organización de datos desde lo más general hasta lo más específico.

Veamos algunos ejemplos que encajarían con este principio:

  • Pirámide de Información: Divide la información en niveles, desde lo más general en la base hasta lo más específico en la cima.
  • Diagrama de Árbol: Muestra la estructura jerárquica de la información, con ramas que representan diferentes niveles.
  • Infografía de Capas: Utiliza capas superpuestas para mostrar diferentes niveles de información.

3️⃣ Storytelling con Datos: Creación de narrativas impactantes basadas en datos. Por ejemplo, líneas de tiempo.

Veamos algunos ejemplos que encajarían con este principio:

  • Línea de Tiempo: Representa eventos en secuencia cronológica para contar una historia.
  • Gráfico de Barras Apiladas: Para mostrar la evolución de diferentes categorías a lo largo del tiempo.
  • Storyboard: Una serie de viñetas o cuadros que ilustran los puntos clave de una narrativa basada en datos.

4️⃣ Simplificación y Síntesis: Reducción de la complejidad para facilitar la comprensión. Metáforas visuales.

Veamos algunos ejemplos que encajarían con este principio:

  • Iconos y Símbolos: Utiliza iconos simples para representar conceptos complejos.
  • Metáforas visuales: Representación visual de conceptos complejos.
  • Gráfico de Tarta: Para mostrar proporciones de un todo de manera sencilla.
  • Diagrama de Flujo Simplificado: Reduce un proceso complejo a sus pasos esenciales.

5️⃣ Visualización Interactiva: Exploración dinámica y detallada de los datos.

Veamos algunos ejemplos que encajarían con este principio:

  • Mapa Interactivo: Permite a los usuarios explorar diferentes áreas y obtener más información al hacer clic.
  • Gráfico de Burbuja: Con burbujas de diferentes tamaños y colores que los usuarios pueden interactuar para obtener más detalles.
  • Dashboard: Un panel de control con múltiples visualizaciones interactivas que permiten explorar datos desde diferentes ángulos.

⭐️ Me gustaría conocer tu opinión…

💡 ¿Sabías que los científicos de datos y los visual thinkers compartimos objetivos comunes? Hacer que la información compleja sea accesible y accionable.

🤔 ¿Qué principio te parece más útil para tu práctica diaria? ¿Sueles utilizar este tipo de recursos?

#DataScience #VisualThinking #Innovación #Tecnología #Visualización

John Hopfield - Las caras humanas de la IA

Las caras Humanas de la IA – John Hopfield

🤖 ✨ Vivimos tiempos de cambio en los que parece ser que la IA está en el centro de todo. Sin embargo, muchas veces olvidamos que detrás de toda la IA que se pone a nuestro servicio hay personas que son las que la diseñan y construyen. Con este nuevo reto «Las caras Humanas de la IA» quiero poner mi pequeño grano de arena para contribuir al objetivo de que no olvidemos que detrás de cada gran logro y avance hay personas que no deberían quedar en segundo plano. En un mundo cada vez más automatizado, es importante recordar la importancia del factor humano en el desarrollo y la implementación de la inteligencia artificial. Las habilidades, la pasión y el compromiso de los profesionales que trabajan en este campo son fundamentales para garantizar que la IA sirva para el bien común y responda a las necesidades reales de la sociedad. Es esencial reconocer y valorar el trabajo de estas personas, destacando sus contribuciones y el impacto positivo que generan en nuestras vidas a través de la tecnología.

Hoy añado a mi lista un nuevo protagonista. ¿Conoces John Hopfield? Si estás al día en las últimas noticias sabrás que es el ganador del Premio Nobel de Física en 2024 junto a Geoffrey Hinton

👤 John Hopfield

John Hopfield

💡 John Hopfield

John Hopfield es un pionero en el ámbito de la inteligencia artificial y la neurociencia computacional. Físico de formación, es conocido por desarrollar la red de Hopfield en 1982, un modelo de red neuronal que introdujo conceptos de memoria asociativa y optimización basados en energía, un avance que sigue siendo fundamental para muchas aplicaciones modernas en IA.

Voy a resumir, como suele ser habitual en estos post #HumanOverIA, los hitos clave más relevantes en su carrera en relación con la IA.

💡 Modelo de la red de Hopfield (1982) 💡

⭐️ Este ha sido su mayor hito en IA. En su artículo principal, Hopfield propuso un tipo de red neuronal recurrente que podía utilizarse para resolver problemas de optimización y reconocimiento de patrones. La red de Hopfield se basa en la idea de un sistema de energía en el que los estados estables representan soluciones óptimas. Este modelo se volvió muy influyente en el desarrollo de sistemas de memoria asociativa y fue uno de los primeros modelos que demostró cómo las redes neuronales podían aprender y recordar patrones.

💡 Inspiración para el desarrollo de redes neuronales modernas (80’s) 🦾

⭐️ Aunque el modelo de Hopfield tiene limitaciones, inspiró a otros investigadores a explorar redes neuronales y sistemas de aprendizaje más avanzados. Su trabajo fue clave para el renacimiento del interés en redes neuronales durante los años 80, ya que ayudó a establecer un enfoque matemático para la inteligencia artificial.

💡 Concepto de energía en redes neuronales (80’s) ⚡️⚡️

⭐️ Hopfield introdujo el uso de un “paisaje de energía” en redes neuronales, donde las neuronas tienden a converger hacia un mínimo de energía (o estado estable) que representa una solución. Este enfoque se extendió a otros modelos de aprendizaje y optimización, influyendo en la idea de “entrenamiento” de redes neuronales.

💡 Relación entre biología y computación (90’s) 🧠

⭐️ Hopfield exploró cómo los conceptos de redes neuronales podían reflejar aspectos del cerebro humano y otros sistemas biológicos. Su enfoque inspiró investigaciones sobre la relación entre neurociencia y IA, y abrió puertas al estudio de la computación desde una perspectiva biológica.

Influencia en el aprendizaje profundo y la IA moderna. Aunque los modelos de redes neuronales actuales, como las redes profundas (deep learning), difieren en complejidad y estructura, las ideas de Hopfield sobre la convergencia y la memoria asociativa han sido fundamentales para establecer los cimientos teóricos de la IA. Su enfoque ha impulsado a una nueva generación de científicos a mejorar y expandir estos modelos.

💡 Premio Nobel de Física (2024) 🏅

Premio Nobel de Física en 2024, premio que comparte con Geoffrey Hinton. Ambos han sido galardonados por sus contribuciones fundamentales en el desarrollo de redes neuronales artificiales y el aprendizaje automático. Hopfield ha sido reconocido específicamente por su trabajo en redes neuronales asociativas, que permiten almacenar y reconstruir patrones, como imágenes o datos. Este avance sentó las bases para el uso de la física en la optimización y mejora de los modelos de inteligencia artificial actuales.

Este reconocimiento es una de las mayores distinciones en su carrera, remarcando la influencia de su investigación en el campo de la IA y su impacto en aplicaciones modernas del aprendizaje profundo y otras tecnologías relacionadas con redes neuronales.

💬 🎯 Su contribución se puede resumir en …

John Hopfield, con su enfoque interdisciplinario, ha sido clave al plantear un puente entre la biología y la inteligencia artificial, sentando bases importantes para los desarrollos en IA que vemos hoy en día.

Hopfield nos ha enseñado que la relación entre física y neurociencia puede dar forma a tecnologías con impacto transformador. Su red neuronal no solo es una construcción matemática; es una visión de cómo emular procesos cognitivos y encontrar soluciones innovadoras a problemas complejos.

🗺️ 🧠 ¿Qué tal un MMM con está información?

Para finalizar os dejo el resumen Visual de John Hopfield , creo que nos puede ser útil para recordar su contribución a la IA.

John Hopfield - Las caras humanas de la IA
John Hopfield – Las caras humanas de la IA

⭐️ ¿Me ayudas a seguir con este reto? ⭐️

¿Conocías al personaje de hoy? ¿Te gustaría añadir más información sobre el personaje? ¿Qué personaje te gustaría que tratase en siguientes posts? Quedo atento a tus respuestas a estas preguntas o cualquier otra que se te ocurra relacionada con el tema. Animate y ayúdame a seguir contribuyendo a la comunidad.

Muchas gracias 😃

🤖 Más protagonistas de este reto en mi blog… 🤖

Os dejo el enlace directo a Geoffrey Hinton dado que es con quien ha compartido el Premio Nobel de Física en 2024

👤 Geoffrey Hinton

Greg Brockman - Las caras humanas de la IA

Las caras Humanas de la IA – Greg Brockman

🤖 ✨ Vivimos tiempos de cambio en los que parece ser que la IA está en el centro de todo. Sin embargo, muchas veces olvidamos que detrás de toda la IA que se pone a nuestro servicio hay personas que son las que la diseñan y construyen. Con este nuevo reto «Las caras Humanas de la IA» quiero poner mi pequeño grano de arena para contribuir al objetivo de que no olvidemos que detrás de cada gran logro y avance hay personas que no deberían quedar en segundo plano. En un mundo cada vez más automatizado, es importante recordar la importancia del factor humano en el desarrollo y la implementación de la inteligencia artificial. Las habilidades, la pasión y el compromiso de los profesionales que trabajan en este campo son fundamentales para garantizar que la IA sirva para el bien común y responda a las necesidades reales de la sociedad. Es esencial reconocer y valorar el trabajo de estas personas, destacando sus contribuciones y el impacto positivo que generan en nuestras vidas a través de la tecnología.

Hoy añado a mi lista un nuevo protagonista. ¿Conoces Greg Brockman? , quizás no lo conozcas ya que actualmente, en 2024, se encuentra en periodo sabático tras una crisis interna en OpenAI.

👤 Greg Brockman

Greg Brockman

💡 Greg Brockman

Greg Brockman es un destacado ingeniero y empresario en el campo de la inteligencia artificial. Es conocido por ser uno de los cofundadores de OpenAI, una organización dedicada a la investigación y desarrollo de IA avanzada. Su trabajo ha sido fundamental en la creación de modelos de lenguaje como GPT-3, que han revolucionado la forma en que interactuamos con la tecnología.

Greg Brockman ha realizado varias contribuciones significativas en el campo de la inteligencia artificial. Como cofundador de OpenAI, ha sido una figura clave en el desarrollo de modelos de lenguaje avanzados, como GPT-3, que han revolucionado la forma en que interactuamos con la tecnología. Su trabajo ha permitido avances en la generación de texto, la traducción automática y la creación de asistentes virtuales, entre otros. Además, ha promovido la investigación en IA de manera ética y responsable, asegurando que los beneficios de la IA sean accesibles para todos.

Voy a resumir, como suele ser habitual en estos post #HumanOverIA, los hitos clave más relevantes en su carrera en relación con la IA.

💡 Cofundación de OpenAI (2015) 🏢

⭐️ Se unió a Tesla como gerente de producto para el Model X, participando activamente en el desarrollo de este vehículo eléctrico avanzado.

💡 Lanzamiento de OpenAI Gym (2016) 💪

⭐️ OpenAI lanzó OpenAI Gym, una plataforma para desarrollar y comparar algoritmos de aprendizaje por refuerzo. Esto ha sido fundamental para la comunidad de IA, proporcionando un entorno estándar para la investigación y el desarrollo.

💡 Desarrollo de GPT-2 (2018)

⭐️ Greg Brockman y su equipo desarrollaron GPT-2, un modelo de lenguaje que demostró capacidades avanzadas en generación de texto. Este hito marcó un avance significativo en la capacidad de las máquinas para comprender y generar lenguaje natural.

💡 Lanzamiento de GPT-3 (2020) 🥊

⭐️ La creación de GPT-3, uno de los modelos de lenguaje más avanzados hasta la fecha, ha revolucionado la forma en que interactuamos con la tecnología. Este modelo ha sido utilizado en una amplia variedad de aplicaciones, desde asistentes virtuales hasta generación de contenido.

💡 Investigación en IA ética (2021) 🧠

⭐️ Greg Brockman ha promovido la investigación en IA de manera ética y responsable, asegurando que los beneficios de la IA sean accesibles para todos y minimizando los riesgos asociados con su desarrollo.

💡 Avances en IA generativa (2023)

⭐️ Continuando con su trabajo en OpenAI, Greg ha liderado proyectos que han llevado a avances significativos en la IA generativa, mejorando la capacidad de las máquinas para crear contenido original y útil.

💡 Salida & Entrada & Año sabático (2023 / 2024)

En noviembre de 2023, el CEO de Microsoft, Satya Nadella, anunció que Greg Brockman y el ex CEO de OpenAI, Sam Altman, se unirían a Microsoft para liderar un nuevo equipo de investigación avanzada en IA. Sin embargo, al día siguiente, después de llegar a un acuerdo para reincorporar a Altman como CEO, Brockman regresó a OpenAI. Además, Brockman ha estado en un año sabático desde agosto de 2024 y continuará hasta finales del año 2024.

💬 🎯 Su contribución se puede resumir en …

Greg Brockman, cofundador de OpenAI, ha sido una figura clave en el desarrollo de modelos de lenguaje avanzados como GPT-3, que han transformado la interacción con la tecnología. Su trabajo ha permitido avances significativos en la generación de texto, la traducción automática y la creación de asistentes virtuales. Además, ha promovido la investigación ética en IA, asegurando que sus beneficios sean accesibles para todos y minimizando los riesgos asociados.

🗺️ 🧠 ¿Qué tal un MMM con está información?

Para finalizar os dejo el resumen Visual de Greg Brockman , creo que nos puede ser útil para recordar su contribución a la IA.

Greg Brockman - Las caras humanas de la IA
Greg Brockman – Las caras humanas de la IA

⭐️ ¿Me ayudas a seguir con este reto? ⭐️

¿Conocías al personaje de hoy? ¿Te gustaría añadir más información sobre el personaje? ¿Qué personaje te gustaría que tratase en siguientes posts? Quedo atento a tus respuestas a estas preguntas o cualquier otra que se te ocurra relacionada con el tema. Animate y ayúdame a seguir contribuyendo a la comunidad.

Muchas gracias 😃

🤖 Anteriormente en este reto … 🤖

👤 Geoffrey Hinton

👤 Yoshua Bengio

👤 Yann LeCun

👤 Sam Altman

👤 Daniela Amodei

👤 Fei-Fei Li

👤 Mustafa Suleyman

👤 Ilya Sutskever

👤 Jensen Huang

👤 Elon Musk

👤 Clement Delangue

👤 Demis Hassabis

👤 Rumman Chowdhury

👤 Mira Murati