Definición e idea central
Un sistema basado en reglas es un enfoque de decisión que utiliza reglas predefinidas (por ejemplo, “si X e Y son verdaderos, entonces haz Z”). Las reglas suelen escribirse para representar cómo debe comportarse el sistema bajo ciertas condiciones. La implicación importante es que la lógica del sistema es explícita, pero su utilidad depende de si el mundo real coincide de manera consistente con los supuestos codificados en esas reglas.
Cómo funcionan en la práctica los sistemas basados en reglas
Los sistemas basados en reglas necesitan tres elementos para funcionar de manera fiable: (1) entradas (los hechos utilizados por las reglas), (2) lógica de reglas (las condiciones de decisión y las acciones) y (3) una interpretación de los resultados (qué significa el éxito). En entornos reales, las entradas pueden ser ruidosas, retrasadas, incompletas o medidas de manera diferente a como se hizo durante el desarrollo. Incluso cuando la lógica de las reglas es correcta, las entradas incorrectas o no coincidentes pueden llevar al sistema a la rama de decisión equivocada.
Un segundo problema práctico es el comportamiento en los límites. Muchas reglas se activan mediante umbrales (por ejemplo, “mayor que” o “cruzar” un límite). Cerca de esos límites, pequeños cambios en las entradas pueden cambiar por completo el resultado de la regla. Esto puede crear un comportamiento inestable incluso cuando la situación general cambió solo ligeramente.
Modos de fallo y dónde se vuelven menos útiles
Una limitación importante es la fragilidad. Debido a que los sistemas basados en reglas no “aprenden” de nueva evidencia, pueden fallar cuando las condiciones cambian, como cambios en los regímenes de volatilidad, las relaciones entre variables o el significado de una señal de entrada. Una limitación relacionada es que las reglas pueden sobreajustarse a observaciones pasadas: las reglas pueden parecer precisas con datos históricos, pero pueden no generalizarse cuando el entorno difiere.
Otro modo de fallo involucra la incertidumbre y los costos ocultos. Incluso si las reglas especifican una acción clara, los resultados reales pueden verse fuertemente afectados por fricciones como comisiones, latencia y calidad de ejecución. Si esos efectos no se modelan de manera consistente, el sistema puede parecer razonable en un análisis simplificado, pero comportarse mal en la realidad.
Finalmente, la jurisdicción y el contexto operativo pueden ser importantes. Cuando las reglas dependen de procedimientos, informes o restricciones que varían entre entornos, un sistema basado en reglas puede ser técnicamente válido pero incompatible con cómo se llevan a cabo realmente las operaciones. Esto no es solo un defecto de lógica; es un desajuste entre un conjunto de reglas estático y un contexto operativo cambiante.
Verificación: qué puedes comprobar de forma independiente
Para evaluar las limitaciones sin asumir resultados garantizados, verifica tres áreas. Primero, prueba qué tan sensible es el sistema a errores de entrada y pequeños cambios en los límites. Segundo, verifica el comportamiento fuera de muestra utilizando datos que las reglas no vieron durante su creación, e incluye escenarios que representen condiciones diferentes. Tercero, incorpora supuestos realistas de fricción y ejecución relevantes para el entorno que estás modelando.
Una útil “siguiente pregunta” es: ¿qué supuestos deben seguir siendo verdaderos para que las reglas funcionen, y qué evidencia mostraría que esos supuestos se están rompiendo? Si no puedes identificar y probar esos supuestos, es probable que las limitaciones del sistema sean mayores de lo que sugiere su aparente claridad de reglas.