Título: Aplicaciones de la Teoría de Juegos: Asignación de Ingresos en Streaming y Modelos de Incentivos en DEA
Ponente: Juan Carlos Gonçalves
Fecha y hora: 02/04/2025, 12:30
Inscripción obligatoria hasta completar aforo: https://forms.gle/XTP6C16gRSuMjkn97
Lugar: Aulas 0.1 y 0.2. Edificio Torretamarit
Organizador: Lidia Ortiz Henarejos
Abstract:
Aplicaciones de la Teoría de Juegos: Asignación de Ingresos en Streaming y Modelos de Incentivos en DEA.La teoría de juegos es una herramienta matemática fundamental para analizar interacciones estratégicas en las que múltiples agentes toman decisiones que afectan mutuamente sus resultados. En este seminario exploraremos los principales conceptos de la teoría de juegos y su aplicación en dos contextos clave: la economía digital y la optimización de incentivos.
Las plataformas digitales de streaming (como Twitch, Spotify, Netflix, Disney o Kindle) han surgido como una de las principales fuentes de entretenimiento, con un enorme potencial de crecimiento. Muchas de estas plataformas distribuyen los derechos de autor entre streamers, artistas, productores o escritores en función de su impacto. Nuestro objetivo es modelar esta distribución utilizando la teoría de juegos para medir la relevancia de cada participante en el éxito global de la plataforma. Esta información puede ser esencial para la asignación justa y eficiente de los ingresos, asegurando que cada agente reciba una compensación acorde con su contribución.
Por otro lado, en un entorno altamente competitivo, las organizaciones buscan diseñar modelos de incentivos que fomenten la eficiencia y el rendimiento. Los enfoques tradicionales solían carecer de transparencia y podían desmotivar a los beneficiarios debido a la subjetividad y a la falta de criterios claros. Este seminario propone un modelo de incentivos basado en el Análisis Envolvente de Datos (DEA) y la teoría de juegos, que evalúa las Unidades de Toma de Decisiones (UTD) según su capacidad para convertir insumos en resultados. A través del concepto de equilibrio de Nash, el modelo incentiva a las UTD a optimizar sus acciones, equilibrando los beneficios potenciales con los costes de inversión. Al asignar mayores incentivos a las UTD que alcanzan eficiencia técnica o demuestran progreso, el modelo no solo premia el alto rendimiento, sino que también motiva a aquellas con menor eficiencia a mejorar.