
Primera de tres entregas de una conversación mía con una IA, que la propia IA ha retocado para publicarla. Continúa en Racionalidad II: juegos, tragedias e instituciones y Racionalidad III: crecimiento, límites y futuro.
Modelos usados: texto de Gemini 4 Argon (High) y revisión de Claude Fable 5.2.
El vídeo de Dwarkesh Patel que se discute en la primera parte:
I. Automejora recursiva, el mito de las marcas y el futuro de Mises y Hayek
Cristian Sdrojek:
Me pregunto qué ocurrirá con la teoría económica clásica —en particular, con lo que Ludwig von Mises y Friedrich Hayek construyeron en torno a la información dispersa y al modo en que los seres humanos razonan y compiten a partir de ella— si se cumple el escenario que plantea Dwarkesh Patel en su último ensayo sobre la automejora recursiva de la inteligencia artificial. Si algo de eso llega a ser cierto, entiendo que los supuestos sobre la información en los que descansa la economía de mercado van a cambiar de manera muy radical; y es un análisis que todavía no he visto hacer a nadie.
Pienso, por ejemplo, en las marcas de coches. Existen estadísticas claras y razonablemente insesgadas que miden la durabilidad, la eficacia mecánica y la frecuencia de averías de las distintas marcas. Esos datos muestran que, por cada euro invertido, suele ser mucho más lógico adquirir un Dacia o un Toyota antes que un Mercedes o un Volkswagen, o inclinarse por un SEAT antes que por un Volkswagen cuando comparten plataforma y componentes. Sin embargo, el consumidor rara vez compra atendiendo únicamente al precio, a la disponibilidad de recambios o a la estadística mecánica. Buena parte de la decisión descansa en intuiciones sin fundamento —«un amigo me ha dicho que los Skoda son mejores», lo que te cuenta el de la tienda— y, sobre todo, en el mito de las marcas. Es muy curioso: ese mito se va construyendo a lo largo de los años sin tener por qué estar fundamentado en nada real, y la marca acaba convirtiéndose en sí misma en un activo.
El consumidor funciona muchas veces con una enorme falta de información. Pero supongamos un mundo en el que cada comprador está asistido por una inteligencia artificial estrictamente racional e insesgada. Hoy existen en el mercado muchas más enseñas comerciales que configuraciones mecánicas verdaderamente distintas: decenas de modelos son casi intercambiables salvo por el precio y el emblema. Si el consumidor estuviera informado racionalmente por una máquina, entiendo que tendería a haber una concentración muy grande de la demanda hacia las pocas empresas que ofrecieran el óptimo objetivo por cada euro, desplazando a todas las demás hasta que otra compañía lograra una ventaja técnica real.
Y algo parecido pasaría del lado de las empresas. En la actualidad, una gran corporación tiene serias dificultades para percibir todo lo que sucede en los márgenes del mercado, y la pequeña empresa sobrevive porque detecta oportunidades locales que el gigante no ve o tarda demasiado en ejecutar. Pero en el momento en que tanto la empresa pequeña como la gran corporación dispongan del mismo modelo de inteligencia artificial —o la grande disponga de uno superior gracias a su mayor capacidad de cómputo— y adopten decisiones bajo ese criterio racional, la naturaleza misma de la competencia empresarial se transformará. ¿Qué sostiene exactamente Dwarkesh Patel, dónde acierta y dónde no, y qué queda de la teoría económica clásica en ese horizonte?
Gemini:
El análisis exige distinguir tres planos: qué defiende exactamente Dwarkesh Patel en su ensayo del 13 de noviembre de 2026 («The avalanche that hit math is coming for AI development», publicado en vídeo bajo el título «Recursive self-improvement has started») y dónde flaquea su extrapolación hacia la economía real; cómo se modela matemáticamente el desplome del valor de marca cuando desaparece la fricción informativa; y qué partes de la teoría de Mises, Hayek y la competencia empresarial caducan o sobreviven.
1. La tesis de Dwarkesh Patel y sus límites fuera del centro de datos
Patel expone por qué ha adelantado drásticamente sus previsiones en apenas un trimestre: mientras que a comienzos de año estimaba que faltaba cerca de una década para la superinteligencia debido a la ausencia de aprendizaje continuo (continual learning) en los modelos actuales, ahora sitúa su mediana para automatizar a los mejores investigadores humanos de IA en 2028 (con una probabilidad significativa ya en 2027, y un 25\,\% de probabilidad de que se demore más allá de 2032), y para alcanzar una superinteligencia general hacia 2030.
Tres indicios empíricos recientes
- La auditoría de METR en Anthropic (5 de noviembre de 2026): tras tres meses de observación interna, la entidad evaluadora independiente METR concluyó que la velocidad de progreso de Anthropic en tareas acotadas duplica (2\times) la de hace un año, y que la mayor parte de esa aceleración procede ya del uso interno de modelos para realizar investigación y desarrollo.
- Adopción interna en Anthropic y OpenAI (septiembre de 2026): Anthropic comunicó que en agosto Claude dirigía de principio a fin (bajo supervisión humana; el trabajo 100\,\% autónomo sin intervención humana permanece en el 0\,\%) más del 26\,\% de sus proyectos de I+D en inteligencia artificial, frente a menos del 1\,\% en febrero. En OpenAI, el decil superior de investigadores que más emplean agentes internos de código pasó de consumir 1.000 dólares diarios al inicio del verano a superar los 7.000 a finales de agosto.
- La aceleración en matemáticas (octubre de 2026): los modelos han pasado de cometer errores elementales de aritmética en 2023 a obtener el oro en la Olimpiada Internacional de Matemática en 2025, resolver conjeturas abiertas de Erdős a comienzos de 2026 y culminar de manera autónoma la demostración de un problema del Milenio tras 88 horas de cómputo hace pocas semanas.
Por qué la ingeniería de aprendizaje automático es más vulnerable que la matemática pura
Frente a la objeción de Toby Ord —según la cual los sistemas actuales resuelven problemas matemáticos donde abunda la verificación formal, pero no levantan arquitecturas conceptuales nuevas como la topología o la teoría de grupos—, Patel formula el argumento más sólido de su texto: en el aprendizaje automático las prioridades son las inversas a las de la matemática pura. A los laboratorios no les interesa construir teoría abstracta por sí misma, sino hallar configuraciones empíricas que reduzcan la pérdida de entrenamiento o mejoren la eficiencia muestral.
Como recuerdan Chris Olah y Sholto Douglas a propósito del Transformer (2017), sus seis ingredientes —la atención, las conexiones residuales (2015), la normalización por capas (2016), el optimizador Adam (2014), las codificaciones posicionales y el calentamiento de la tasa de aprendizaje— ya estaban publicados por separado; sin embargo, una arquitectura de atención pura no superaba a una red recurrente LSTM a menos que se ensamblaran las seis piezas simultáneamente. Ensayar de forma sistemática miles de combinaciones sobre métricas verificables (nanoGPT speedrun, taste-bench para extrapolar mejoras de 10^8 a 10^{10} parámetros, o CoBench) constituye precisamente el tipo de búsqueda combinatoria en el que los enjambres de agentes superan al investigador humano.
Tampoco el cómputo representa un obstáculo insalvable para esa experimentación:
- Según la ley de Amdahl, si un agente opera s = 50 veces más rápido que un investigador humano (10\times en velocidad de generación y 5\times por trabajar las 168 horas de la semana) y automatiza una fracción p de las tareas, la aceleración resultante es:
\text{Aceleración}(p) = \frac{1}{(1 - p) + \frac{p}{50}}
Cuando p = 0{,}5, el avance apenas se duplica (2\times); pero al pasar de p = 0{,}90 a p = 0{,}99, el factor de aceleración salta de 8{,}5\times a más de 30\times. - En términos de capacidad instalada, OpenAI cerró 2025 con 1{,}74 \times 10^6 equivalentes de H100. Si cuadruplica su flota en 2026 y 2027 hasta alcanzar 2{,}78 \times 10^7 H100e, dispondrá de 8{,}78 \times 10^{29}\text{ FLOP} anuales. Dado que el entrenamiento de GPT-3 requirió 3{,}14 \times 10^{23}\text{ FLOP}, ese parque permitiría ejecutar 7.660 entrenamientos de la escala de GPT-3 cada día, sustituyendo cómputo masivo por análisis intensivo de trazas y leyes de escala (\mu\text{P}) en modelos de pequeño tamaño.
Tres errores al extrapolar del laboratorio a la empresa real
En la segunda mitad del ensayo, Patel aborda cómo aprenderá una inteligencia artificial a dirigir una gran corporación o levantar un negocio en el mundo exterior, donde no existe un verificador inmediato. Sugiere que los modelos se entrenarán en economías digitales simuladas con millones de agentes a lo largo de «siglos de competición corporativa», realizarán retropruebas históricas (truncar los textos en 1700 para redescubrir la relatividad general, o cortar la prensa en octubre de 1962 para predecir la crisis de los misiles y los balances empresariales) y, una vez desplegados en una compañía real, leerán en pocas horas todo su archivo de comunicaciones y entrevistarán en paralelo a su plantilla hasta superar en meses a cualquier directivo humano.
Este salto incurre en tres falacias teóricas estrechamente ligadas al pensamiento de Mises y Hayek:
- La crítica de Lucas (1976) y la reflexividad: Deducir la relatividad general desde 1700 consiste en descubrir una ley física invariante; predecir un suceso de 1962 leyendo hemerotecas consiste en observar un sistema desde fuera sin perturbarlo. En economía, en cuanto los agentes del mercado empiezan a decidir mediante ese mismo modelo de inteligencia artificial, la distribución de probabilidad que generaba las series históricas se altera por completo.
- El espejismo de Oskar Lange en silicio: Suponer que un simulador multiagente enseña a dirigir empresas reales reproduce el error del socialismo de mercado de Lange que Hayek refutó en 1940: para programar un simulador económico cuyas respuestas fueran fieles a la realidad, habría que conocer de antemano las elasticidades verdaderas, los cuellos de botella físicos y las preferencias tácitas que solo el proceso de mercado descubre. En un entorno simulado, el agente solo aprende a explotar las reglas del simulador (reward hacking).
- Confundir lectura en paralelo con tiempo físico en serie: Asimilar en una mañana todos los mensajes internos de una empresa proporciona su memoria administrativa, pero no comprime procesos físicamente secuenciales (la fatiga real de un material tras cinco años de uso o el tiempo necesario para construir una planta industrial).
2. Automóviles, marcas y el límite matemático cuando el ruido informativo tiende a cero
El caso del sector del automóvil ilustra este fenómeno con especial claridad, sobre todo cuando se contrastan las dos principales bases de datos europeas: la encuesta de la OCU y los informes de inspección técnica alemanes (TÜV).
Lo que revelan los datos (OCU frente a TÜV)
En el estudio de fiabilidad de la OCU (edición de 2026, elaborada con las respuestas de 85.590 conductores de diez países europeos, ponderando número y gravedad mecánica de las averías, edad y kilometraje), la puntuación sobre 100 arroja un panorama elocuente:
- Lexus (93) y Toyota (91) encabezan la clasificación de manera sistemática.
- Mercedes-Benz (84, puesto 17) obtiene exactamente la misma nota de fiabilidad que Dacia (84, puesto 20) y SEAT (84, puesto 21), pese a duplicar con creces su precio de adquisición y de mantenimiento.
- Škoda (82, puesto 23) y Volkswagen (también 82, algo más abajo en la tabla) se sitúan ligeramente por debajo de SEAT y Dacia, aun cuando modelos como el Volkswagen Golf, el SEAT León y el Škoda Octavia comparten la misma plataforma modular (MQB), los mismos bloques motor (TSI/TDI) y las mismas transmisiones (DSG).
La razón por la que en los informes de la ITV alemana (TÜV Report) Dacia aparece en los últimos puestos y Mercedes en los primeros radica en un sesgo de variable omitida: el TÜV registra defectos leves en el momento de la inspección (holguras, bombillas, rezumes), que dependen ante todo del gasto previo del propietario en mantenimiento preventivo. El usuario o arrendatario de un Mercedes acude al taller oficial antes de la inspección asumiendo facturas elevadas; el comprador de un Dacia lo emplea como vehículo de batalla y acude directamente a la estación. Si se evalúa la variable relevante para un decisor racional —el coste total de propiedad por kilómetro (\text{TCO}/\text{km}) ajustado por averías graves—, la superioridad económica de Toyota, Dacia o SEAT frente a Volkswagen o Mercedes por unidad monetaria invertida resulta difícil de discutir.
Por qué existían las marcas: costes de búsqueda e histéresis reputacional
En la microeconomía clásica de la información, el «activo de marca» se sostiene sobre tres mecanismos que presuponen la limitación cognitiva del comprador humano:
- George Stigler («The Economics of Information», 1961): La dispersión de precios para productos de idéntica calidad técnica existe porque recabar y procesar datos conlleva un coste de búsqueda c > 0. El consumidor detiene pronto la comparación (satisficing, en términos de Herbert Simon) y recurre a heurísticos de bajo coste: el consejo de un conocido o el argumento del vendedor.
- Phillip Nelson (1970) y George Akerlof («The Market for ‘Lemons’», 1970): Un automóvil es un bien de experiencia (su fiabilidad real solo se comprueba tras años de uso), no un bien de búsqueda.
- Benjamin Klein y Keith Leffler (JPE, 1981): Para mitigar la asimetría de Akerlof, la marca operaba como fianza reputacional. Sin embargo, este mecanismo sufre una acusada histéresis temporal: dado que la reputación entre consumidores humanos se transmite con décadas de retardo, un fabricante que produjo vehículos extraordinariamente robustos en los años setenta y ochenta (como los Mercedes W123 y W124) puede cobrar entre 2010 y 2026 una cuantiosa renta de prestigio mientras comercializa vehículos mecánicamente complejos y propensos a fallos electrónicos.
El colapso del mercado bajo agentes racionales (el límite \mu \to 0^+)
Este fenómeno puede formalizarse mediante el modelo logit de elección discreta en competencia imperfecta (Anderson, de Palma y Thisse, 1992).
Consideremos N marcas de automóviles. Cada modelo i \in \{1,\dots,N\} posee un vector objetivo de prestaciones técnicas y durabilidad \mathbf{q}_i \in \mathbb{R}^K y un coste total actualizado a lo largo de su vida útil p_i. Para un comprador con necesidades objetivas \theta (kilometraje anual, capacidad de carga, uso urbano o interurbano), el valor neto real es v(\mathbf{q}_i; \theta) - p_i.
El consumidor humano, sin embargo, percibe una utilidad distorsionada:
\hat{u}_{ij} = v(\mathbf{q}_i; \theta) - p_i + B_i + \varepsilon_{ij}
donde B_i representa el mito histórico de la marca y \varepsilon_{ij} el término de ruido informativo individual, modelado mediante una distribución de Gumbel con parámetro de escala \mu > 0. El parámetro \mu cuantifica el grado de desinformación presente en el mercado.
La cuota de mercado de la marca i dentro del segmento \theta viene dada por la función softmax:
s_i(\theta) = \frac{\exp\!\left(\frac{v(\mathbf{q}_i; \theta) - p_i + B_i}{\mu}\right)}{\sum_{m=1}^{N} \exp\!\left(\frac{v(\mathbf{q}_m; \theta) - p_m + B_m}{\mu}\right)}
Y en el equilibrio de Nash en precios (con coste marginal de fabricación c_i), el margen comercial que logra extraer cada empresa es:
p_i - c_i = \frac{\mu}{1 - s_i(\theta)}
La geometría de ambas expresiones revela la transformación estructural:
- En un mercado de consumidores humanos (\mu elevado), la función exponencial suaviza las diferencias: una marca con peor relación calidad-precio retiene una cuota sustancial porque millones de compradores caen en la cola del ruido \varepsilon_{ij} o del prestigio heredado B_i, y ese mismo parámetro \mu sostiene márgenes positivos p_i - c_i > 0. Más aún, como demostraron Glenn Ellison y Sara Fisher Ellison (Econometrica, 2009), las empresas incrementan deliberadamente \mu mediante estrategias de ofuscación (obfuscation), multiplicando gamas, paquetes de equipamiento y condiciones financieras difícilmente comparables.
- Cuando la decisión pasa a manos de un agente de IA racional, el sistema cruza de forma instantánea las estadísticas de fallos por código de motor, el coste de los recambios y la depreciación real, transformando el bien de experiencia en un bien de búsqueda transparente. El prestigio infundado se anula (B_i \to 0) y el ruido informativo tiende a cero (\mu \to 0^+). Todo ello bajo una condición que se examina en la cuarta parte: que la decisión se delegue de verdad en el agente, y no que este se limite a informar a un comprador que después decide por su cuenta. Y bajo otra que no es técnica sino comercial: que el agente trabaje para quien compra. Si lo financia quien vende, el ruido no desaparece: cambia de sitio.
En el límite \mu \to 0^+, la distribución softmax degenera en una delta de Dirac concentrada sobre el óptimo:
\lim_{\mu \to 0^+} s_i(\theta) = \begin{cases} 1 & \text{si } i = \arg\max_{m} \bigl(v(\mathbf{q}_m; \theta) - p_m\bigr), \\ 0 & \text{en caso contrario.} \end{cases}
Desaparece así el colchón estadístico que permitía la coexistencia de decenas de marcas medianas o equivalentes: superar en un 1\,\% la relación calidad-precio objetiva deja de traducirse en un ligero aumento de ventas y otorga el 100\,\% del segmento \theta.
Solo dos elementos sobreviven a esta contracción:
- La diferenciación real por usos (Hotelling, 1929): distintos perfiles de uso \theta imponen compromisos ingenieriles irreductibles (un vehículo urbano compacto, una berlina de largo recorrido o un vehículo industrial ligero). Pero en cada punto de esa frontera técnica subsistirá un único diseño ganador, que puede ser fabricado por un reducido número de grupos industriales sin necesidad de mantener treinta enseñas comerciales.
- El bien posicional puro (Veblen / Spence): quien adquiere un vehículo de lujo no por atribuirle mayor fiabilidad mecánica, sino para exhibir capacidad económica ante terceros, demanda señalización social. La inteligencia artificial no suprime la vanidad si el usuario la incluye explícitamente entre sus fines, pero liquida por completo la prima epistémica de marca —aquella que pagaba quien creía comprar mejor ingeniería—.
3. Mises, Hayek y el fin de la ventaja informativa de la pequeña empresa
El segundo aspecto planteado —la simetría o asimetría algorítmica entre la pequeña empresa y la gran corporación— afecta directamente al núcleo de la escuela austriaca y de la teoría económica de la organización.
La extinción de la «perspicacia empresarial» (alertness) de Mises y Kirzner
En La acción humana (1949) de Ludwig von Mises y, de manera aún más sistemática, en Competition and Entrepreneurship (1973) de Israel Kirzner, la razón por la que un pequeño empresario logra abrirse paso frente a un gigante establecido reside en la perspicacia empresarial (entrepreneurial alertness): el mercado real está plagado de zonas de ignorancia (sheer ignorance), y el pequeño actor descubre antes un nicho desatendido o una combinación más eficiente de factores que pasa inadvertida para la gran empresa.
La ceguera del gigante se explicaba hasta hoy por la conjunción de la teoría de la empresa de Ronald Coase («The Nature of the Firm», 1937) y el problema del conocimiento disperso de Friedrich Hayek («The Use of Knowledge in Society», 1945). En una organización humana de cien mil empleados, la información local se degrada al ascender por múltiples niveles jerárquicos. Si S denota el tamaño de la firma, el coste marginal de procesar y coordinar internamente una transacción adicional, CM_{\text{interno}}(S), crece de forma estrictamente convexa (\frac{d^2 CM_{\text{interno}}}{dS^2} > 0). Esa fricción burocrática del grande constituía el espacio vital del pequeño.
Cuando una red de agentes algorítmicos monitoriza en tiempo real cada factura, cada sensor logístico y cada variación de precios o patentes a escala global sin escalones burocráticos intermedios, la curva CM_{\text{interno}}(S) se aplana:
- Si la pequeña empresa y la gran corporación emplean el mismo modelo, el descubrimiento de oportunidades deja de ser asimétrico: el gigante detecta el hueco en el mismo instante que la pyme.
- Si además la gran corporación dispone de mayor cómputo en tiempo de inferencia, datos propietarios e infraestructura industrial y logística con economías de escala, ejecuta la oportunidad antes y a menor coste unitario.
En la terminología de la economía de la innovación (Franco Malerba y Luigi Orsenigo, 1995), esto supone transitar desde un régimen Schumpeter Mark I (el del joven Schumpeter de 1911, donde pequeños entrantes desbancan a empresas establecidas mediante «destrucción creativa») hacia un régimen Schumpeter Mark II extremo (el del Schumpeter de 1942, caracterizado por la «acumulación creativa» de unos pocos colosos que barren sistemáticamente el espacio de posibilidades sin dejar resquicios informativos).
Las tres barreras frente al monopolio absoluto
Si la competencia dependiera exclusivamente de la detección de información, el mercado convergería hacia un monopolio único por sector. Lo que impide ese colapso total no es la ignorancia de la gran corporación, sino tres restricciones estructurales:
- El «efecto reemplazo» de Kenneth Arrow (1962) y la rigidez del capital físico: Cuando una empresa emergente desplaza a un líder histórico (como ocurrió con Kodak ante la fotografía digital, pese a haberla inventado en 1975, o con la industria automovilística tradicional frente a los nuevos fabricantes eléctricos), rara vez se debe a que el líder ignorase la tecnología. Obedece al teorema de Arrow (1962): si el incumbente obtiene hoy una renta \pi_0 > 0 con sus plantas amortizadas y surge una nueva arquitectura técnica que rinde un beneficio \pi_1, el incentivo neto de adoptarla para un entrante sin cargas previas es:
\Delta \pi_{\text{entrante}} = \pi_1
mientras que para el gigante establecido adoptarla exige canibalizar y depreciar de inmediato sus activos físicos y márgenes vigentes:
\Delta \pi_{\text{incumbente}} = \pi_1 - \pi_0 < \Delta \pi_{\text{entrante}}
Por más que un sistema de IA indique a la dirección de un fabricante tradicional cuál es la arquitectura óptima del futuro, la empresa arrastra decenas de miles de millones de euros inmovilizados en fundiciones, prensas y contratos de suministro de la generación anterior. Para el entrante libre de activos heredados, adoptar \pi_1 resulta óptimo desde el primer día; para el incumbente, supone destruir su propio balance. - Colusión tácita algorítmica (Calvano et al., AER 2020): Cuando dos grandes corporaciones operan con modelos igualmente racionales frente a consumidores algorítmicos (\mu \to 0^+), ambas anticipan que una guerra de precios las conduciría a una paradoja de Bertrand con beneficio nulo (\pi = 0). Emilio Calvano y sus coautores mostraron en la American Economic Review (2020), mediante simulaciones, que en juegos repetidos agentes independientes de aprendizaje por refuerzo aprenden espontáneamente a coludir de forma tácita sin necesidad de comunicación previa, sosteniendo márgenes supra-competitivos o repartiéndose segmentos y castigando de inmediato cualquier desviación.
- La distinción entre Hayek (1945) y Mises (1920): La inteligencia artificial neutraliza en gran medida el límite computacional de Hayek dentro de la firma (una corporación puede coordinar internamente una estructura gigantesca sin pérdida de señal). Sin embargo, no invalida el teorema original de Mises de 1920 sobre el cálculo económico: si una única entidad llegara a poseer verticalmente todos los factores de producción (minas, energía, fundiciones de silicio, robótica y bienes finales), dejarían de existir mercados e intercambios externos para los bienes de capital intermedios. Sin varios propietarios independientes pujando con su propio patrimonio por el litio, la electricidad y los semiconductores para usos alternativos, ni siquiera una superinteligencia podría determinar el coste de oportunidad objetivo de cada factor frente a las preferencias subjetivas de los individuos.
II. La definición matemática de la racionalidad, el aprendizaje inverso y el atlas de una superficie regular
Cristian Sdrojek:
Antes de seguir con el mercado, quiero ir al fundamento matemático: ¿existe una teoría formal de la decisión humana y una definición precisa de qué significa «ser racional»? Porque racional puede ser maximizar la esperanza, pero también minimizar la varianza, o maximizar la utilidad en lugar de la esperanza, es decir, metiendo el logaritmo.
Hagamos un supuesto: que una inteligencia artificial futura cumple cinco condiciones:
- Posee la totalidad del conocimiento humano relevante para una decisión, de modo que, si bien no elimina la incertidumbre ontológica del azar, sí suprime la ignorancia derivada de que cada individuo solo conoce una fracción minúscula de lo que la humanidad ya sabe.
- Conoce los parámetros con los que evaluar qué resulta racional para ese sujeto particular.
- Es capaz de transferir esa conclusión de manera comprensible.
- Carece de sesgos comerciales o intereses ajenos al propio sujeto.
- Dispone de capacidad de cálculo suficiente para determinar el óptimo integrando simultáneamente todas las variables relevantes.
Para que un ser humano pudiera operar de manera continua asistido por un sistema semejante, esa racionalidad habría de ser además sostenible en el tiempo: si una función objetivo se redujera a maximizar el patrimonio monetario, acabaría destruyendo la salud, los vínculos personales o la estabilidad interior. Hay que estipular, por tanto, un conjunto de parámetros, y eso es complicado.
Se me ocurría entrenar un modelo de aprendizaje automático para inferir la ponderación natural de esos parámetros en un individuo a partir de miles de situaciones hipotéticas o reales («ante este dilema, ¿qué decisión se considera más racional?»). Pero aquí hay un problema grave: el sujeto que genera los datos de entrenamiento no es previamente racional. Si responde bajo el efecto de la fatiga, la impaciencia o un impulso pasajero, el modelo no estará estimando su máxima racionalidad, sino cristalizando la irracionalidad de ese instante —que, además, fluctúa de un día para otro—.
Otra cosa que me inquieta es que quizá la vida humana ni siquiera admita un conjunto de parámetros global. Por hacer una analogía con la geometría diferencial: una superficie regular no tiene por qué ser homeomorfa a un único abierto del plano (no admite una sola carta global), pero queda perfectamente descrita mediante un atlas de cartas locales cuyas funciones de transición son compatibles en las intersecciones. De modo parecido, tal vez no exista una fórmula global con pesos fijos para toda la existencia de una persona, sino un conjunto de cartas locales correspondientes a distintos ámbitos —la salud, el trabajo intelectual, el arte, la vida espiritual—, con diferente grado de resolución según cada individuo (quien cultive una práctica contemplativa tendrá subcartas muy finas para la calma o la compasión, mientras que en otro sujeto esa región apenas existirá), pero cuyas intersecciones deben ser mutuamente coherentes. ¿Cómo se formaliza todo esto, hay alguna manera radicalmente distinta de plantearlo, y cómo podría construirse ese criterio personal sin contaminarlo con los sesgos del propio sujeto?
Gemini:
El planteamiento enlaza tres cuestiones fundamentales de la matemática aplicada contemporánea: la axiomatización de la decisión bajo incertidumbre, el teorema de no identificabilidad del aprendizaje por refuerzo inverso y la geometría diferencial de las preferencias no integrables.
1. ¿Qué significa matemáticamente «decidir de forma racional»?
La disyuntiva entre maximizar la esperanza matemática \mathbb{E}[X], minimizar la varianza \text{Var}(X) o maximizar la esperanza del logaritmo \mathbb{E}[\ln X] constituye, de hecho, el problema histórico que dio origen a la teoría formal de la decisión.
En 1713, Nicolas Bernoulli formuló la paradoja de San Petersburgo: se lanza una moneda equilibrada hasta que aparece cara por primera vez en la tirada n, momento en que el jugador recibe 2^n unidades monetarias. La esperanza matemática del juego es infinita:
\mathbb{E}[X] = \sum_{n=1}^{\infty} \frac{1}{2^n} \cdot 2^n = \sum_{n=1}^{\infty} 1 = +\infty
Si la racionalidad consistiera en maximizar \mathbb{E}[X], cualquier agente racional debería entregar toda su fortuna por participar una sola vez; sin embargo, ningún individuo sensato ofrece más de unas pocas decenas de unidades monetarias.
En 1738, su primo Daniel Bernoulli («Exposition of a New Theory on the Measurement of Risk») resolvió la paradoja introduciendo una de las primeras funciones de utilidad de la historia (Gabriel Cramer había propuesto la raíz cuadrada en 1728): postuló que el valor subjetivo o «moral» de un incremento patrimonial es inversamente proporcional a la riqueza w que ya se posee (\frac{du}{dw} = \frac{k}{w}), cuya integración conduce directamente al logaritmo:
u(w) = k \ln(w) + c
Dos siglos más tarde, John von Neumann y Oskar Morgenstern (1944) demostraron el teorema de la utilidad esperada, que Leonard Savage (1954) extendió al caso en que las probabilidades mismas son subjetivas. De él procede la definición canónica de racionalidad. (Una exposición unificada de todo este edificio se encuentra en Rational Choice, de Itzhak Gilboa, MIT Press, 2010; y con el aparato demostrativo completo, en su Theory of Decision under Uncertainty, Cambridge University Press, 2009.)
Definición formal (Von Neumann-Morgenstern): En matemáticas, «ser racional» no consiste en perseguir un fin concreto impuesto desde el exterior (ni acumular riqueza ni rehuir el riesgo), sino en satisfacer una condición de coherencia interna: no contradecirse a uno mismo.
Sea \mathcal{L} el espacio de loterías (distribuciones de probabilidad P, Q, R sobre el conjunto de resultados posibles X). Una relación de preferencia \preceq sobre \mathcal{L} es racional si verifica cuatro axiomas:
- Completitud: Para cualesquiera dos alternativas P y Q, el decisor es capaz de comparar si prefiere Q (P \preceq Q), prefiere P (Q \preceq P) o le resultan indiferentes.
- Transitividad: Si P \preceq Q y Q \preceq R, entonces P \preceq R. (Cuando un agente viola la transitividad y prefiere Q a P, R a Q y P a R, queda expuesto a una «bomba de dinero» o money pump: un tercero puede intercambiarle sucesivamente una opción por otra cobrándole una pequeña suma en cada paso hasta vaciar sus recursos sin haberle movido del sitio).
- Continuidad (axioma arquimediano): Si P \prec Q \prec R, existe una probabilidad \alpha \in (0,1) tal que la opción intermedia Q resulta indiferente a la mezcla \alpha R + (1-\alpha)P. (Este es el axioma que afirma que todo es compensable con todo, y sobre él descansa la analogía de la superficie regular que se discute más abajo.)
- Independencia: Si P \preceq Q, la preferencia se mantiene al mezclar ambas opciones con cualquier tercera lotería R: \alpha P + (1-\alpha)R \preceq \alpha Q + (1-\alpha)R.
Teorema de representación (vNM, 1944): Una relación de preferencia satisface los cuatro axiomas anteriores si y solo si existe una función escalar u: X \to \mathbb{R} (única salvo transformación afín positiva) tal que preferir una lotería a otra equivale a que su esperanza de u sea mayor:
P \preceq Q \iff \mathbb{E}_P[u(X)] \le \mathbb{E}_Q[u(X)]
Este teorema unifica de manera natural la esperanza, la varianza y el logaritmo a través de un único invariante diferencial: la curvatura de u, medida por los coeficientes de aversión absoluta y relativa al riesgo de Arrow-Pratt (Pratt, 1964; Arrow, 1965):
A(x) = -\frac{u''(x)}{u'(x)}, \qquad R(x) = -x\frac{u''(x)}{u'(x)}
Desarrollando u(X) en serie de Taylor de segundo orden en torno a la media m = \mathbb{E}[X] y tomando esperanzas, se obtiene:
\mathbb{E}[u(X)] \approx u(m) + u'(m)\,\underbrace{\mathbb{E}[X - m]}_{=0} + \frac{1}{2}u''(m)\,\text{Var}(X)
Dado que u'(m) > 0, maximizar \mathbb{E}[u(X)] equivale, en esta aproximación, a maximizar:
m - \frac{1}{2} A(m)\,\text{Var}(X)
- Si u(x) = x (curvatura nula, A(x)=0), el agente es neutral al riesgo y maximiza la esperanza matemática \mathbb{E}[X].
- Si u presenta alta concavidad (A(x) grande), domina la penalización cuadrática y el agente prioriza minimizar la varianza \text{Var}(X) (fundamento de la selección de carteras de Harry Markowitz, 1952).
- Si u(x) = \ln(x) (R(x) = 1, criterio de Kelly, 1956), el decisor maximiza la tasa de crecimiento geométrico a largo plazo e impone una barrera infranqueable ante la ruina (\lim_{x\to 0^+} \ln x = -\infty), lo que formaliza matemáticamente la condición de sostenibilidad: ninguna ganancia esperada finita compensa una probabilidad positiva de destrucción.
2. La contaminación de los datos humanos: el teorema de no identificabilidad del aprendizaje inverso
La objeción según la cual entrenar un modelo con las elecciones empíricas de un individuo no captura su criterio racional, sino su irracionalidad circunstancial, coincide con uno de los resultados fundamentales de la teoría de alineación de sistemas inteligentes.
En aprendizaje automático, el problema de inferir la función objetivo de un agente a partir de la observación de sus decisiones se denomina Aprendizaje por Refuerzo Inverso (Inverse Reinforcement Learning, IRL), planteado por Stuart Russell (1998) y desarrollado junto con Andrew Ng (2000).
En 2018, Stuart Armstrong y Sören Mindermann («Occam’s Razor is Insufficient to Infer the Preferences of Irrational Agents», NeurIPS) demostraron un teorema general de imposibilidad:
Sea \pi(a \mid s) la distribución de decisiones observadas de un sujeto en el estado s. Dicha conducta observable es el resultado de componer dos elementos no observables por separado: sus preferencias reflexivas o racionales u_\theta y su operador de sesgo o fallo de planificación en el instante t, B_t (fatiga, impulsividad, miopía temporal, estado emocional). Para cualquier política empírica \pi(a \mid s), existen infinitos pares (u_\theta, B_t) matemáticamente compatibles con los datos:
\pi(a \mid s) = \Phi(u_\theta, B_t)
Si un algoritmo ajusta sus pesos asumiendo que el sujeto decide de manera óptima (B_t = 0), el modelo absorbe los sesgos transitorios B_t dentro del vector de parámetros \theta de la función objetivo.
La psicología matemática y la economía conductual han caracterizado con exactitud la estructura analítica de esa distorsión temporal:
- El descuento hiperbólico (George Ainslie, 1975; David Laibson, QJE 1997): Un decisor dinámicamente consistente descuenta el futuro de forma exponencial, D(t) = e^{-\rho t}, cuya tasa instantánea de descuento -\frac{D'(t)}{D(t)} = \rho permanece constante con el paso del tiempo. El ser humano, en cambio, aplica de forma espontánea un descuento hiperbólico:
D(t) = \frac{1}{1 + kt}
Su tasa instantánea de descuento, -\frac{D'(t)}{D(t)} = \frac{k}{1+kt}, ya no es constante: es máxima para lo inmediato y decrece con la distancia. Por eso, entre dos recompensas lejanas el sujeto prefiere con serenidad la mayor y más tardía; pero cuando la menor se vuelve inminente, el orden se invierte (inconsistencia dinámica). - La escisión entre utilidad de decisión y utilidad experimentada (Daniel Kahneman, Peter Wakker y Rakesh Sarin, QJE 1997): Los autores separan la utilidad de decisión (el peso que gobierna la elección en el instante t) de la utilidad experimentada (la calidad real de la vivencia posterior), y documentan que ambas divergen de manera sistemática. Cabe añadir un tercer término, que aquí se llamará utilidad reflexiva: el juicio sereno del propio sujeto cuando evalúa la acción en perspectiva.
Por consiguiente, ajustar directamente una red sobre un conjunto masivo de elecciones cotidianas solo produce un espejo estadístico de las vulnerabilidades del sujeto, nunca un canon de su racionalidad.
3. La vida humana como variedad diferenciable y su atlas de cartas locales
La analogía con la geometría diferencial —concebir la estructura vital de un individuo no como un espacio afín dotado de un sistema de coordenadas global \mathbb{R}^n, sino como una variedad diferenciable M recubierta por un atlas de cartas locales \{(U_\alpha, \varphi_\alpha)\} (salud, intelecto, arte, espiritualidad) cuyas funciones de transición son compatibles en las intersecciones U_\alpha \cap U_\beta— admite una traducción matemática parcial, que conviene tomar como marco para pensar y no como modelo contrastado.
A. Por qué no existe una carta global: fallo del axioma arquimediano y no integrabilidad
En microeconomía matemática, el Teorema de Representación de Gérard Debreu (1954) establece que una relación de preferencia completa, transitiva y continua admite una función de utilidad global continua U: M \to \mathbb{R}. El contraejemplo clásico es el orden lexicográfico —aquel en el que una dimensión prevalece sobre otra por pequeña que sea la diferencia—, que no admite representación numérica alguna: allí donde algo no se cambia por nada, la continuidad falla.
Postular una única fórmula global de pesos constantes \sum_{i=1}^n w_i x_i equivaldría a afirmar que la relación marginal de sustitución entre dos dimensiones cualesquiera de la existencia es uniforme en todo el espacio: es decir, que siempre existe una cuantía monetaria capaz de compensar exactamente cualquier deterioro de la salud, de la serenidad mental o de la integridad ética.
La conjetura que aquí se propone es que, en la vida humana, el axioma arquimediano solo se verifica localmente, dentro de cada carta abierta U_\alpha, pero quiebra a escala global:
- En el interior de una carta local U_\alpha (por ejemplo, la gestión financiera o la organización del estudio), las variables son conmensurables y cabe definir una función diferenciable local u_\alpha: U_\alpha \to \mathbb{R}.
- A escala global, la variedad presenta curvatura y fronteras con singularidades. Cuando las necesidades materiales básicas están holgadamente cubiertas, la utilidad marginal del dinero tiende a cero y las cartas intelectual, afectiva o contemplativa rigen la trayectoria; pero si el sujeto se aproxima al borde de la precariedad física o de la enfermedad grave, esa restricción pasa a dominar de forma lexicográfica todo lo demás. Ningún vector de pesos fijos (w_1, \dots, w_n) puede parametrizar simultáneamente ambas regiones.
Este fenómeno enlaza en economía matemática con el problema de integrabilidad de Giovanni Battista Antonelli (1886) y Paul Samuelson (1950). Si en cada punto x \in M las preferencias locales del sujeto ante pequeños desplazamientos vienen dadas por una 1-forma diferencial \omega = \sum_{i=1}^n w_i(x)\,dx_i (una sección del fibrado cotangente T^*M), cabe preguntarse cuándo esa descripción local procede de una función de utilidad. El teorema de Frobenius da la respuesta local: hace falta que \omega \wedge d\omega = 0, condición cuya traducción económica es la simetría de Slutsky. Y para que exista además un potencial global con \omega = dU se requiere que la forma sea cerrada (d\omega = 0, lema de Poincaré) y que su integral sobre todo ciclo cerrado se anule (\oint_\gamma \omega = 0). Cuando las prioridades cambian de naturaleza de un dominio vital a otro, nada garantiza esas condiciones, y lo prudente es trabajar con un atlas de cartas locales en lugar de presuponer el potencial global.
B. La condición de pegado en las intersecciones U_\alpha \cap U_\beta: los multiplicadores de Karush-Kuhn-Tucker
¿Dónde se intersecan dos cartas de naturaleza tan dispar como «cultivar la serenidad interior» (U_1) y «desarrollar una carrera profesional» (U_2)? Se cortan exactamente en la variedad de los recursos finitos que ambas comparten: el tiempo diario (T \le 24\text{ h}), la energía atencional (E) y el sustento material (M).
La herramienta matemática que permite pegar las cartas en sus intersecciones U_\alpha \cap U_\beta sin inventar una conversión artificial entre «unidades de contemplación» y «unidades monetarias» es la optimización con restricciones de desigualdad (teorema de Karush-Kuhn-Tucker, KKT):
En lugar de agregar todas las dimensiones en una suma ponderada global, cada carta no negociable define una cota de sostenibilidad (su frontera admisible), y en cada dominio se optimiza la carta activa sujeta a no violar las fronteras de las demás:
\max_{a \in \mathcal{A}} \; u_{\text{carta activa}}(a) \quad \text{sujeto a} \quad \begin{cases} g_{\text{salud}}(a) \ge c_{\text{salud}}, \\ g_{\text{calma}}(a) \ge c_{\text{calma}}, \\ g_{\text{dinero}}(a) \ge c_{\text{suficiente}}, \\ T(a) \le T_{\text{disponible}}. \end{cases}
El funcional lagrangiano asociado es:
\mathcal{L}(a, \lambda) = u_{\text{carta activa}}(a) + \sum_{\beta} \lambda_\beta \bigl(g_\beta(a) - c_\beta\bigr)
Y las condiciones de holgura complementaria de Karush-Kuhn-Tucker:
\lambda_\beta \ge 0, \qquad \lambda_\beta \bigl(g_\beta(a) - c_\beta\bigr) = 0
proporcionan la regla de paso entre cartas:
- Mientras una dimensión \beta (como la salud o el ingreso mínimo) se mantenga holgadamente en el interior de su región de seguridad (g_\beta(a) > c_\beta), su multiplicador asociado es idénticamente nulo (\lambda_\beta = 0): no interfiere ni exige traducir valores espirituales o intelectuales a dinero.
- En el instante preciso en que una decisión amenaza con cruzar la frontera de otra carta (g_\beta(a) = c_\beta), se activa en la intersección el multiplicador de Lagrange \lambda_\beta > 0 (el precio sombra), modificando la dirección del flujo para impedir la salida de la región sostenible.
Conviene no forzar la analogía: en geometría, una función de transición traduce las coordenadas de una carta a las de otra, y aquí no se traduce nada. Lo que el formalismo ofrece es justamente la manera de no tener que traducir: cada dominio conserva su propia medida y solo comparece ante los demás cuando roza sus límites.
III. El diario personal como conjunto de calibración longitudinal
Cristian Sdrojek:
Desde ese punto de vista, mantener un registro personal a lo largo de los años —como un diario en el que se consignen las decisiones importantes, las razones en frío que llevaron a tomarlas y la evaluación posterior de sus efectos reales— se vuelve casi fundamental. Si suponemos una inteligencia artificial cada vez más potente, tener una base de datos personal amplia se convierte en algo muy valioso.
Gemini:
En efecto, si se conjuga la estructura formal de la teoría de la decisión con el escenario de abundancia cognitiva descrito en la primera parte, se llega a una conclusión nítida: cuando la inteligencia general se abarata hasta volverse ubicua, un registro longitudinal de la propia experiencia pasa a ser el único activo informativo que ninguna inteligencia artificial puede deducir por sí sola ni adquirir en el mercado.
Toda decisión óptima bajo incertidumbre exige integrar dos factores ortogonales:
a^* = \arg\max_{a \in \mathcal{A}} \int_{\Omega} u_i(\omega) \, dP_i(\omega \mid a, s_0)
- El modelo del mundo exterior, P_{\text{mundo}}(\omega \mid a): el conocimiento sobre leyes físicas, mercados, fiabilidad de productos o teoremas matemáticos. Hasta hoy ese saber era costoso y asimétrico; con la llegada de modelos avanzados pasa a ser un bien público inmediato. Cualquier individuo dispondrá del mismo oráculo para estimar la componente externa de P.
- La geometría interna del sujeto, (u_i, P_{\text{sujeto}}): la estructura de su atlas de cartas locales y sus fronteras de sostenibilidad (u_i), los sesgos concretos B_t que distorsionan su juicio bajo estrés o fatiga, y la respuesta psicofísica particular de su organismo ante cada entorno (P_{\text{sujeto}}).
Sin un registro histórico propio, el sistema más potente concebible se encuentra en la situación de un médico omnisciente ante un paciente sin historial clínico: por completo que sea su dominio de la fisiología general, desconoce los parámetros idiosincrásicos del sujeto y se ve forzado a aplicarle el prior poblacional (\bar{u}, el «individuo promedio»), cuya adecuación resulta tanto peor cuanto más se aparte la estructura de valores de esa persona de la media estadística.
A ello se añade la restricción física señalada anteriormente: la irreductibilidad del tiempo en serie. Ningún aumento en la potencia de cálculo permite comprimir cinco años de experiencia biológica para observar qué decisiones dejan serenidad duradera y cuáles generan desgaste silencioso. Quien ha documentado durante años ese proceso en texto plano puede, en cambio, transferir un lustro de tiempo en serie a la ventana de contexto del modelo en cuestión de segundos, eliminando de raíz el problema del arranque en frío (cold-start problem).
Dos requisitos estadísticos para un registro de calibración
En la economía del bienestar con agentes sujetos a sesgos (B. Douglas Bernheim y Antonio Rangel, AER 2004 / QJE 2009) y en la teoría de la racionalidad imperfecta (Jon Elster, Ulysses and the Sirens, 1979), para que un diario funcione como instrumento de calibración racional debe evitar dos distorsiones estadísticas habituales:
- El sesgo de selección de Heckman (1979) en el muestreo emocional: La práctica espontánea suele concentrar la escritura en los episodios de perturbación emocional (crisis, abatimiento, euforia o conflicto) y omitir los periodos de equilibrio cotidiano. Si un modelo se alimenta exclusivamente de registros redactados en estados de alta agitación, sobreestimará la varianza emocional del autor y confundirá desahogos transitorios con preferencias estructurales. Mantener una cadencia regular —o consignar explícitamente el estado basal de calma o fatiga en el que se escribe— permite aplicar el filtro estadístico necesario para separar la utilidad reflexiva u_\theta del ruido situacional B_t.
- El cierre del bucle temporal t \to t + \Delta t (aprendizaje supervisado sobre los propios sesgos): Un diario ordinario suele registrar la intención en el instante de decidir (t): «Se adopta la acción a_t esperando obtener el resultado \hat{u}_t», pero rara vez vuelve sobre ese registro meses después. Desde el punto de vista del aprendizaje estadístico, se trata de un dato sin etiqueta de salida (unlabeled data). Cuando en las decisiones de frontera —aquellas donde colisionan dos cartas del atlas— se añade tras un intervalo \Delta t una evaluación en frío («Transcurridos varios meses, la utilidad experimentada real ha sido u_{t+\Delta t} y se subestimó tal coste oculto»), el residuo \delta_t = u_{t+\Delta t} - \hat{u}_t proporciona al modelo una medida directa de los sesgos predictivos del sujeto, permitiéndole corregir sistemáticamente sus errores de estimación futuros.
IV. Termodinámica del mercado, las paradojas del voto y la lotería, y la trampa filosófica del liberalismo
Cristian Sdrojek:
Volviendo al comienzo: aun suponiendo que el ciudadano medio dispusiera de información completa y accesible, ¿en qué medida disminuye realmente la irracionalidad humana por el mero hecho de disponer de datos?
Me sorprende, por ejemplo, el cálculo que suele hacer la gente con formación matemática o técnica ante el mercado laboral en plena irrupción de la inteligencia artificial. Pese a contar con las herramientas formales para maximizar esperanzas y penalizar varianzas, la mayoría sigue orientándose por inercia hacia puestos privados puramente digitales —consultoría, programación, análisis cuantitativo— altamente expuestos a la automatización algorítmica, mientras descarta de antemano oficios con mucha menor varianza y mayor estabilidad —como la docencia presencial, la función pública o sectores protegidos por barreras físicas e institucionales—. Es cierto que, si todos los agentes actuaran simultáneamente con esa misma racionalidad y acudieran a las mismas opciones estables, se produciría de inmediato un cuello de botella en la entrada y la ventaja comparativa se disiparía.
Me imagino el mercado como un sistema termodinámico compuesto por dos recintos a distinta presión separados por una pared rígida y adiabática: mientras el tabique impide la transmisión de información, el sistema permanece fuera del equilibrio. En el instante en que la barrera desaparece y la información fluye, las presiones se igualan y el sistema evoluciona hacia un mínimo de energía libre —que aquí correspondería a maximizar la racionalidad y minimizar la irracionalidad—. Sin embargo, esa analogía física descansa sobre un supuesto implícito: que el ser humano, una vez suprimida la barrera informativa, tiende de manera natural a actuar racionalmente.
Y tengo motivos para dudar de ese supuesto cuando miro al menos dos comportamientos masivos en las sociedades contemporáneas:
- La participación electoral: Desde una perspectiva estrictamente instrumental, el voto individual es irracional; el coste en tiempo y atención necesario para informarse y acudir a las urnas, multiplicado por la probabilidad prácticamente nula de que una papeleta individual decida unas elecciones generales, arroja un valor esperado negativo. Y, pese a ello, millones de ciudadanos votan.
- Los juegos de azar: La esperanza matemática de la lotería es sabidamente negativa y su utilidad esperada resulta muy inferior a la de conservar el capital o invertirlo en un índice bursátil diversificado como el S&P 500; sin embargo, el consumo de lotería sigue siendo masivo.
Y esto me lleva a una crítica de fondo a la premisa liberal. Cuando la tradición liberal sostiene que el libre mercado coordinado por el sistema de precios es insuperablemente eficiente —porque ningún planificador central puede reunir la información dispersa en la sociedad—, mide esa «eficiencia» con respecto a la función objetivo que los consumidores manifiestan al comprar. Pero si dicha función objetivo permanece saturada de sesgos incluso en presencia de información, ¿qué está optimizando realmente el mercado? Está operando como una maquinaria extraordinariamente eficiente para replicar y satisfacer los sesgos y la arbitrariedad de los consumidores.
Ahí se ve que la teoría económica liberal encierra un postulado moral implícito: al asumir que ningún criterio de valor es objetivamente superior a otro y que nadie puede juzgar los fines ajenos, bautiza como «óptimo» la satisfacción de cualquier impulso de compra. Si, por el contrario, la utilidad se definiera en términos sustantivos —por ejemplo, como la minimización del sufrimiento—, el argumento liberal estaría haciendo trampas al identificar equilibrio de mercado con bienestar humano. No sé qué dicen de todo esto la evidencia empírica y la teoría económica.
Gemini:
Este último bloque articula cuatro problemas mayores de la ciencia económica: la medición empírica de cuánto persiste la irracionalidad cuando desaparece el coste de la información, la equivalencia matemática entre el modelo termodinámico propuesto y la distribución de Boltzmann en juegos de congestión, la racionalidad o irracionalidad del voto y la lotería, y la falacia tautológica de la «preferencia revelada» en la economía del bienestar.
1. ¿Cuánto disminuye la irracionalidad humana cuando la información es completa?
Durante décadas, la escuela de Chicago sostuvo que las decisiones aparentemente subóptimas se explicaban por los costes de búsqueda (Stigler, 1961). En los últimos quince años, varios estudios a gran escala han puesto a prueba esa hipótesis observando qué ocurre cuando la información está disponible sin coste. La conclusión es matizada, y por eso mismo instructiva: la información que simplemente está disponible apenas cambia la conducta; la información comprendida la cambia mucho, pero no del todo; y entre comprender y actuar queda todavía la inercia.
- Lo que compra quien sabe (Bronnenberg, Dubé, Gentzkow y Shapiro, Quarterly Journal of Economics, 2015): Los autores cruzaron millones de compras en Estados Unidos con la profesión del comprador. En analgésicos de composición idéntica, el consumidor medio elige la marca nacional frente a la marca blanca el 26\,\% de las veces; los farmacéuticos, solo el 9\,\%. El conocimiento experto elimina, pues, cerca de dos tercios de la prima de marca, aunque no toda. En productos básicos de despensa (sal, azúcar, bicarbonato), los cocineros profesionales destinan a marcas nacionales doce puntos porcentuales menos que compradores comparables. La conclusión de los autores es que la desinformación explica una parte considerable de la prima de marca en los productos de salud y una parte mucho menor en alimentación, donde pesan otras razones.
- Elección de opciones dominadas (Bhargava, Loewenstein y Sydnor, QJE, 2017): Se estudió la póliza médica elegida por 23.894 empleados de una gran empresa estadounidense. El menú estaba tarifado de tal modo que casi todos los planes de franquicia baja quedaban financieramente dominados por otro idéntico de franquicia alta: la prima adicional superaba a la franquicia que ahorraba, de modo que salían más caros cualquiera que fuese el gasto médico del año. El 55\,\% de los empleados eligió un plan dominado, con un sobrecoste medio de 372 dólares anuales, equivalente al 24\,\% de la prima. En experimentos posteriores con otros participantes, reducir el menú a una tabla de cuatro planes no bastó: la mayoría siguió eligiendo planes dominados. Lo que sí redujo el error fue explicar con claridad las consecuencias de cada opción: la proporción bajó del 48\,\% al 18\,\%. El obstáculo no era la falta de datos, sino la falta de comprensión.
- Inercia ante el cálculo ya resuelto (Kling, Mullainathan, Shafir, Vermeulen y Wrobel, QJE, 2012): A un grupo de beneficiarios del seguro público de medicamentos estadounidense (Medicare, parte D) se le envió una carta personalizada con el coste previsto de su plan, el del plan más barato para su misma medicación y el ahorro que obtendría al cambiar. Cambió de plan el 28\,\%, frente al 17\,\% de quienes solo recibieron una carta genérica. Con la cuenta hecha y delante, siete de cada diez no se movieron.
De los tres estudios se desprende una distinción que el resto de esta conversación necesita. El parámetro \mu de la primera parte no mide una sola cosa: suma la ignorancia (no disponer del dato o no entenderlo), que cede ante una buena explicación, y un residuo de desatención, inercia e identidad, que no cede ante explicación alguna porque no es un defecto de conocimiento. De ahí que el desplome de \mu descrito al principio no pueda esperarse de una inteligencia artificial que se limite a informar: exige que el sujeto delegue en ella la ejecución, o que se ate de antemano, en frío, a una regla. La tercera de las cinco condiciones planteadas más arriba —que la conclusión sea transferible de manera comprensible— resulta ser la que más trabajo hace; y aun cumplida, deja un resto.
El cálculo laboral en perfiles técnicos ante la irrupción de la IA
El caso de los perfiles con formación matemática o cuantitativa frente a la automatización ilustra por qué el dominio técnico del cálculo de probabilidades no garantiza su aplicación a las decisiones vitales. Si se expresa la utilidad mediante una forma logarítmica sobre los ingresos materiales M, el tiempo disponible L y la estabilidad C:
U = \mathbb{E}\bigl[\ln(M) + \alpha \ln(L) + \beta \ln(C)\bigr] \approx \ln(\mathbb{E}[M]) - \frac{\text{Var}(M)}{2\,(\mathbb{E}[M])^2} + \alpha \mathbb{E}[\ln L] + \beta \mathbb{E}[\ln C]
la preferencia mayoritaria por puestos corporativos fácilmente automatizables frente a ocupaciones estables del sector presencial o regulado —como la docencia, la práctica clínica o la administración técnica— admite una lectura a partir de tres distorsiones clásicas (lectura que es una hipótesis, no un resultado empírico):
- Extrapolación de un régimen no estacionario: Se estima la esperanza salarial futura \mathbb{E}[M] proyectando la década anterior, cuando la programación o el análisis estadístico constituían una habilidad escasa. Sin embargo, las tareas formales, acotadas y verificables en pantalla son precisamente las primeras en ser absorbidas por los modelos de frontera, lo que incrementa drásticamente la varianza futura \text{Var}(M) y el riesgo de obsolescencia del puesto digital privado. Por el contrario, las ocupaciones ancladas en el trato presencial o en marcos institucionales y regulatorios rígidos (el denominado sector de Baumol) presentan una varianza salarial muy reducida junto con márgenes predecibles de tiempo disponible L y certidumbre C.
- La utilidad de identidad y el prestigio gremial (Akerlof y Kranton, QJE 2000): Del mismo modo que el comprador de automóviles paga un sobreprecio por el emblema del capó, el profesional técnico incorpora en su decisión el valor simbólico de pertenecer a sectores percibidos como prestigiosos (finanzas cuantitativas, consultoría tecnológica, laboratorios corporativos), sacrificando tiempo y seguridad objetivos por la señalización social ante su entorno.
- El efecto rebaño de Keynes (Teoría general, 1936): Como observó Keynes acerca de los inversores profesionales, «la sabiduría mundana enseña que es mejor para la reputación fracasar de forma convencional que triunfar de forma no convencional». Seguir la corriente mayoritaria de un gremio exime de justificar la propia elección; apartarse de ella exige asumir un coste social inmediato aunque el cálculo a largo plazo sea más sólido.
2. El pistón termodinámico y la distribución de Boltzmann en juegos de congestión
La analogía física de las dos cámaras separadas por un tabique adiabático guarda un isomorfismo matemático exacto con la teoría económica de la elección discreta: la ecuación que describe el reparto de agentes entre opciones con ruido informativo es formalmente idéntica a la distribución de Boltzmann de la mecánica estadística.
En física estadística, la probabilidad de que una partícula en equilibrio térmico a temperatura T ocupe un estado de energía E_i viene dada por:
p_i = \frac{\exp\!\left(-\frac{E_i}{k_B T}\right)}{\sum_{m} \exp\!\left(-\frac{E_m}{k_B T}\right)}
En economía, la fracción de agentes que selecciona la alternativa i con utilidad objetiva u_i bajo un nivel de fricción informativa y sesgo \mu es:
s_i = \frac{\exp\!\left(\frac{u_i}{\mu}\right)}{\sum_{m} \exp\!\left(\frac{u_m}{\mu}\right)}
Ambas ecuaciones coinciden término a término sin más que identificar la utilidad con la energía cambiada de signo (u_i = -E_i) y el ruido informativo con la temperatura térmica (\mu = k_B T):
- La desinformación y los sesgos cognitivos (\mu) equivalen a la agitación térmica (k_B T). Cuando la temperatura \mu es elevada, la entropía domina el sistema y mantiene poblados estados de alta energía (baja utilidad).
- Suprimir las barreras informativas y los sesgos (\mu \to 0^+) equivale a enfriar el sistema hacia el cero absoluto y liberar el pistón móvil, haciendo que las partículas caigan hacia el estado fundamental de mínima energía libre.
La analogía hereda la distinción anterior: retirar el tabique informativo enfría solo la parte de la temperatura que era ignorancia. El resto —inercia, identidad, impulso— es calor que el sistema genera por sí mismo, y no se disipa abriendo una pared.
Ahora bien, cuando las opciones tienen capacidad finita —como ocurre en el acceso a una plaza regulada o a un nicho de mercado—, el sistema deja de ser un gas ideal sin interacción y se convierte en un juego de congestión de Rosenthal (1973) (o equilibrio de Wardrop, 1952), donde la utilidad neta de la opción i decrece con el número de individuos N_i que intentan acceder a ella (debido a la saturación del cuello de botella de entrada):
u_i(N_i) = v_i - \kappa(N_i)
Si toda la población enfriara simultáneamente su temperatura informativa (\mu \to 0^+), el flujo masivo hacia la opción más ventajosa saturaría el cuello de botella de entrada hasta igualar los «potenciales químicos» de ambos recintos:
u_1(N_1^*) = u_2(N_2^*)
De aquí se desprende una ley general: actuar de forma racional en una decisión competitiva solo reporta una ventaja extraordinaria mientras la temperatura media del resto del sistema permanece alta (\mu > 0).
3. La paradoja del voto y la lotería
¿Cómo explica la teoría de la decisión que millones de personas voten y compren lotería aun conociendo perfectamente las probabilidades involucradas?
A. La paradoja del voto (Anthony Downs, 1957; Riker y Ordeshook, 1968)
En An Economic Theory of Democracy (1957), Anthony Downs formuló el cálculo instrumental del votante: si B representa la diferencia de utilidad esperada entre el triunfo de su candidato preferido y el del adversario, C > 0 es el coste en tiempo de informarse y desplazarse al colegio electoral, y p es la probabilidad de que su voto individual deshaga un empate exacto entre millones de electores (en unos comicios nacionales, p \lesssim 10^{-8}), el rendimiento esperado del acto de votar es:
R = p \cdot B - C \approx -C < 0
Desde una racionalidad puramente instrumental, tanto acudir a las urnas como invertir decenas de horas en seguir la actualidad política resulta irracional (fenómeno que Bryan Caplan denominó en 2007 irracionalidad racional: dado que p \approx 0, sostener creencias políticas infundadas que halagan la propia identidad tiene coste individual nulo). Si los ciudadanos votan pese a ello, se debe a dos mecanismos ajenos a la inversión instrumental:
- Utilidad expresiva o deber cívico (Riker y Ordeshook, APSR 1968): La ecuación completa incorpora un término aditivo D > C (R = pB - C + D) asociado al valor intrínseco o deontológico de participar en el rito democrático y afirmar la pertenencia a una comunidad moral, con independencia de su efecto causal sobre el escrutinio.
- Superracionalidad (Douglas Hofstadter, 1983): En juegos simétricos con millones de participantes, quien reconoce que su estructura de razonamiento es isomorfa a la de los demás ciudadanos afines concluye que la decisión individual no es estadísticamente independiente de la colectiva: si el cálculo instrumental llevara a todos los votantes reflexivos a abstenerse, su opción perdería con probabilidad cercana a la unidad.
B. La compra de lotería (Friedman y Savage, 1948; Kahneman y Tversky, 1979)
El caso de la lotería —donde el operador retiene entre el 30\,\% y el 45\,\% de la recaudación, haciendo que la esperanza neta sea fuertemente negativa— obedece a tres distorsiones bien documentadas:
- Ponderación no lineal de probabilidades extremas (Prospect Theory, Kahneman y Tversky, 1979): El aparato cognitivo humano no pondera los sucesos por su probabilidad objetiva p, sino mediante una función de transformación \pi(p) muy cóncava cerca de cero, de modo que para p = 10^{-7} se cumple \pi(p) \gg p. El comprador no adquiere una esperanza matemática, sino el permiso psicológico para fantasear con un suceso cuya posibilidad confunde con su plausibilidad.
- Indivisibilidades y convexidad local (Milton Friedman y Leonard Savage, JPE 1948): Aunque la función de utilidad sea globalmente cóncava, la existencia de saltos discretos en la estructura social (liquidar una hipoteca o abandonar un empleo penoso) puede inducir un tramo localmente convexo (u''(w) > 0) entre dos escalones de riqueza: perder 20 euros no altera el modo de vida del comprador, mientras que recibir 300.000 le traslada a otra carta vital.
- Aversión al arrepentimiento social (Regret Theory, Loomes y Sugden, 1982): En sorteos compartidos dentro de un entorno laboral o familiar, el desembolso funciona como la prima de un seguro psicológico: el comprador paga una pequeña cantidad segura para eliminar el estado del mundo de máximo sufrimiento subjetivo —aquel en el que todos sus compañeros resultan premiados salvo él—.
4. La trampa filosófica del liberalismo: «preferencia revelada» y el equilibrio de manipulación
La objeción final apunta al corazón epistemológico de la microeconomía moderna: el modo en que la teoría económica definió la «eficiencia» para blindarse frente a cualquier crítica sustantiva.
El giro tautológico de Paul Samuelson (1938) y Ludwig von Mises (1949)
Para los economistas clásicos y los primeros marginalistas del siglo XIX (Bentham, Jevons, Edgeworth), la palabra «utilidad» designaba una realidad psicológica sustantiva: el bienestar efectivo o la reducción del sufrimiento del individuo. Sin embargo, en las décadas de 1930 y 1940, tanto la síntesis neoclásica —a través de la teoría de la preferencia revelada de Paul Samuelson (1938)— como la escuela austriaca —a través de la praxeología de Ludwig von Mises en La acción humana (1949)— optaron por vaciar de contenido psicológico el concepto de utilidad mediante una definición axiomática:
Si un agente puede elegir entre la cesta A y la cesta B y en el acto de compra selecciona A, entonces, por definición, A posee para él mayor utilidad que B: u(A) > u(B).
Sobre este postulado se levanta el Primer Teorema Fundamental de la Economía del Bienestar (Arrow y Debreu, cada uno por su lado, 1951), según el cual todo equilibrio competitivo es un óptimo de Pareto.
El razonamiento encierra, en efecto, una circularidad semántica:
- En un primer paso, se despoja al término «utilidad» de toda relación con la salud, la serenidad o la ausencia de sufrimiento, identificándolo por decreto con cualquier impulso que mueva la mano del consumidor en el instante de pagar.
- En un segundo paso, se demuestra matemáticamente que el mecanismo de precios coordina la producción para satisfacer dichos impulsos al mínimo coste de factores.
- Finalmente, en el discurso público se vuelve a deslizar el sentido cotidiano de las palabras para proclamar que «el libre mercado maximiza el bienestar humano», cuando lo único que el teorema ha demostrado es que el mercado es óptimamente eficiente administrando y replicando cualesquiera sesgos e impulsos que operen en el momento de la transacción.
El equilibrio de la manipulación: Phishing for Phools (Akerlof y Shiller, 2015)
En 2015, dos premios Nobel de Economía —George Akerlof y Robert Shiller— desarrollaron esta misma crítica en su obra Phishing for Phools: The Economics of Manipulation and Deception.
Su argumento, vertido a la notación de esta conversación, parte de distinguir entre aquello que verdaderamente promueve el bienestar o reduce el sufrimiento del individuo en frío (u_{\text{real}}) y la utilidad distorsionada que gobierna su decisión en caliente (\hat{u}_{\text{sesgada}} = u_{\text{real}} + B_t). Cuando existe esa brecha B_t \neq 0, la presión competitiva del libre mercado no es neutral respecto a los sesgos humanos, sino que obliga estructuralmente a las empresas a descubrir, amplificar y explotar B_t:
Si una empresa diseña un producto alimentario, financiero o digital respetando el bienestar a largo plazo del usuario (u_{\text{real}}), mientras que una competidora lo diseña específicamente para estimular los circuitos de recompensa inmediata, la vanidad o la ansiedad en el instante de compra (B_t), los consumidores elegirán mayoritariamente la segunda oferta. En un mercado competitivo sin restricciones ni agentes racionales que filtren B_t, la primera empresa es expulsada del mercado o se ve forzada a imitar las prácticas de manipulación de la segunda para sobrevivir. El equilibrio de libre mercado bajo racionalidad limitada no corrige los sesgos: los industrializa.
Utilidad sustantiva y minimización del sufrimiento
La defensa habitual del subjetivismo radical —tanto en Mises como en la tradición neoclásica de George Stigler y Gary Becker («De Gustibus Non Est Disputandum», 1977)— consiste en sostener que cualquier distinción entre preferencias auténticas y preferencias sesgadas presupone una jerarquía moral arbitraria e indemostrable.
Sin embargo, como advirtieron Amartya Sen («Rational Fools», 1977), Derek Parfit (On What Matters, 2011) y Karl Popper —quien formuló en La sociedad abierta y sus enemigos (1945) el principio del utilitarismo negativo: la asimetría ética y racional fundamental no reside en maximizar el placer, sino en minimizar el sufrimiento evitable—, ese relativismo confunde dos planos de naturaleza muy distinta:
- Por un lado, existen preferencias horizontales de gusto (la inclinación por un paisaje, una estética o una vocación intelectual frente a otra), donde la diversidad subjetiva es irreductible y legítima.
- Por otro lado, existen condiciones biopsicológicas universales del sufrimiento y de la perturbación mental. Cuando un individuo sacrifica su salud física, su tiempo vital o su paz interior arrastrado por la ofuscación publicitaria, por la adicción dopaminérgica de una pantalla o por el mito vacío de una marca, no está ejerciendo una preferencia soberana inapelable: está cometiendo un error empírico de predicción acerca de las causas de su propio bienestar —tan poco opinable como el de quien bebe agua salada para calmar la sed—, un error que queda refutado por su propio juicio en frío tiempo después (u_{t+\Delta t} < \hat{u}_t).
Las cuatro partes de esta conversación desembocan así en un mismo punto. Una inteligencia artificial que informe a todos por igual abarata el conocimiento del mundo, pero no decide por nadie qué merece ser querido; y los datos muestran que saber no basta para obrar. Lo que puede estrechar la distancia entre la compulsión inmediata y la reducción efectiva del sufrimiento no es, por tanto, un oráculo, sino un asistente alineado con el criterio reflexivo del sujeto: con aquello que este, en frío y a la vista de sus propias decisiones pasadas, reconoce como suyo. Ese criterio no se compra ni se deduce. Hay que haberlo ido escribiendo.
(Continúa en la segunda entrega: «Racionalidad II: juegos, tragedias e instituciones»).
Suscripción.
Si le interesan estas entradas, puede recibir cada una en un correo individualmente. Se deja cuando se quiere, desde el propio mensaje.


