Racionalidad II: T. de juegos, Orestíada e instituciones

Orestes perseguido por las Furias, de Bouguereau (1862)
William-Adolphe Bouguereau, Orestes perseguido por las Furias (1862). Chrysler Museum of Art.

Segunda de tres entregas de una conversación mía con una IA, que la propia IA ha retocado para publicarla. Viene de Racionalidad I: decisión, información y mercado y continúa en Racionalidad III: crecimiento, límites y futuro.

Modelos usados: texto de Gemini 4 Argon (High) y revisión de Claude Fable 5.2.


I. De la decisión individual a la teoría de juegos: el lema de Farkas, el punto fijo y la intuición física

Cristian Sdrojek:
En la primera parte de esta conversación vimos cómo los teoremas de representación de la utilidad esperada y de la probabilidad subjetiva —los de von Neumann y Morgenstern, de Finetti o Savage, tal como los cuenta Gilboa en su libro— descansan geométricamente en separar conjuntos convexos mediante hiperplanos. Eso de los hiperplanos de separación me recuerda enseguida al lema de Farkas. ¿Es lo mismo?

Gemini:
Es exactamente el mismo teorema visto desde la geometría convexa: el lema de Farkas no es más que un caso particular del teorema de separación de hiperplanos de Hermann Minkowski, y de él brotan casi todas las demostraciones de representación de la teoría de la decisión y de las finanzas matemáticas.

En \mathbb{R}^n, un hiperplano que pasa por el origen queda determinado por su vector normal no nulo u \in \mathbb{R}^n \setminus \{0\}:

H = \{x \in \mathbb{R}^n : \langle u, x \rangle = 0\}

El teorema de separación establece que, dados dos conjuntos convexos no vacíos y disjuntos A, B \subset \mathbb{R}^n (A \cap B = \emptyset), existe un vector normal u \neq 0 y una constante c \in \mathbb{R} que dejan a todo A en un semiespacio y a todo B en el opuesto:

\langle u, x \rangle \le c \le \langle u, y \rangle \quad \forall x \in A, \; \forall y \in B

Si se toma una matriz A \in \mathbb{R}^{m \times k}, el conjunto de combinaciones lineales no negativas de sus columnas, C = \{Ax : x \ge 0\}, forma un cono convexo cerrado con vértice en el origen. Dado un vector b \in \mathbb{R}^m, o bien b \in C (existe solución x \ge 0 para Ax = b), o bien b \notin C, en cuyo caso un hiperplano por el origen con vector normal y \in \mathbb{R}^m separa estrictamente el punto b del cono C, cumpliendo A^T y \ge 0 y \langle y, b \rangle < 0. Esa disyuntiva excluyente es literalmente el lema de Farkas (1902).

Lo notable es cómo utiliza Bruno de Finetti (1937) esa misma geometría para deducir la existencia de la probabilidad subjetiva sin presuponerla:

  1. Supóngase que existen n estados posibles del mundo. Una apuesta o activo contingente es un vector x = (x_1, \dots, x_n) \in \mathbb{R}^n, donde x_i representa la ganancia o pérdida neta si acontece el estado i.
  2. Gracias a los axiomas de transitividad y linealidad, el conjunto de todas las apuestas que un sujeto racional prefiere estrictamente a no jugar (x \succ 0) constituye un cono convexo K \subset \mathbb{R}^n.
  3. Si el decisor es coherente (no acepta una apuesta que le haga perder dinero seguro en todos los estados del mundo, condición de no arbitraje o ausencia de Dutch book), su cono de aceptación K no puede intersecar el octante negativo \mathbb{R}^n_- = \{z \in \mathbb{R}^n : z_i \le 0 \;\forall i\}: K \cap \mathbb{R}^n_- = \emptyset
  4. Al ser K y \mathbb{R}^n_- dos conos convexos disjuntos, el teorema de separación de hiperplanos (o el lema de Farkas) garantiza la existencia de un hiperplano separador que pasa por el origen con vector normal p = (p_1, \dots, p_n) \neq 0:
    • Como deja al octante negativo \mathbb{R}^n_- en el semiespacio negativo, todas las coordenadas de p son no negativas (p_i \ge 0). Normalizando por su suma (\sum_{i=1}^n p_i = 1), el vector normal p es una distribución de probabilidad.
    • Como deja al cono de apuestas aceptadas K en el semiespacio positivo, toda apuesta aceptada tiene producto escalar no negativo con p (y, si el decisor compara todas las apuestas, las preferidas son exactamente las de esperanza positiva): \langle p, x \rangle = \sum_{i=1}^n p_i x_i = \mathbb{E}_p[X] > 0

Es decir: tanto la medida de probabilidad subjetiva p (en de Finetti) como el vector de utilidades u (en von Neumann-Morgenstern) o la medida martingala libre de riesgo Q (en el Primer Teorema Fundamental de Valoración de Activos de Harrison y Kreps, 1979) no son más que las coordenadas del vector normal al hiperplano que separa lo que un agente coherente acepta de lo que rechaza.


Cristian Sdrojek:
¿Y cuál es el enlace exacto entre esa teoría de la decisión individual y la teoría de juegos? A un matemático le resulta fácil aprender deep learning: matemáticamente es muy sencillo, y aprenderlo consiste casi solo en cambiar de jerga, muy lejos de lo que pasa con la geometría proyectiva o las variedades diferenciables, que piden muchísimo tiempo hasta tener una intuición de verdad. Tengo la intuición de que con la teoría de juegos y con las matemáticas de la economía pasa lo mismo, pero no tengo ni idea. ¿Es así?

Gemini:
En el arranque, sí; en el techo, no. Desde el punto de vista de un matemático, la microeconomía teórica y la teoría de juegos se parecen mucho al aprendizaje profundo en su barrera de entrada, que es baja; pero el diseño de mecanismos o los juegos con información incompleta exigen los mismos años que cualquier matemática seria, y sería un error deducir de la facilidad del primer curso la de la disciplina. No exigen construir una intuición geométrica radicalmente nueva —como pensar en una variedad diferenciable sin espacio ambiente o visualizar cómo se cortan dos cónicas complejas en la recta del infinito—, sino descubrir que bajo una terminología aparatosa laten los mismos objetos de cálculo diferencial, álgebra lineal y topología elemental.

El paso formal de la teoría de la decisión a la teoría de juegos consiste exactamente en transitar de un problema de máximo a un problema de punto fijo:

  1. Teoría de la decisión (N = 1 jugador frente a la naturaleza): Existe un espacio de estados del mundo \Omega pasivo. El decisor asigna una distribución de probabilidad p \in \Delta(\Omega) a lo que hará la naturaleza y elige su acción a \in A maximizando una función lineal sobre el símplex: a^* \in \arg\max_{a \in A} \sum_{\omega \in \Omega} p(\omega)\, u(a, \omega) La lluvia no modifica su probabilidad de caer porque el paseante decida llevar paraguas: la medida p(\omega) permanece fija mientras el individuo optimiza.
  2. Teoría de juegos (N \ge 2 decisores que se modelan mutuamente): El «estado de la naturaleza» \omega deja de ser pasivo y pasa a ser la estrategia elegida por los demás jugadores, a_{-i} \in A_{-i}. De hecho, von Neumann y Morgenstern introdujeron la utilidad esperada en el primer capítulo de Theory of Games and Economic Behavior (1944) —la demostración axiomática completa llegó en el apéndice de la segunda edición, de 1947— como un mero lema instrumental para poder evaluar estrategias mixtas (distribuciones de probabilidad p_i \in \Delta(A_i) sobre las jugadas propias). Para cada creencia p_{-i} acerca de lo que harán los adversarios, la teoría de la decisión individual proporciona la correspondencia de mejor respuesta del jugador i: BR_i(p_{-i}) = \arg\max_{p_i \in \Delta(A_i)} u_i(p_i, p_{-i}) Pero como los demás agentes realizan simultáneamente el mismo cálculo respecto al jugador i, una configuración mutuamente coherente ya no es un máximo aislado, sino un vector de estrategias donde las mejores respuestas de todos se cierran sobre sí mismas (equilibrio de Nash, 1950): p^* = (p_1^*, \dots, p_N^*) \in BR_1(p_{-1}^*) \times \dots \times BR_N(p_{-N}^*) Dado que el producto de símplices \prod_{i=1}^N \Delta(A_i) es un subconjunto compacto y convexo de \mathbb{R}^M y que la linealidad de la esperanza hace que cada conjunto BR_i(p_{-i}) sea no vacío, cerrado y convexo con grafo cerrado, la existencia del equilibrio de Nash en cualquier juego finito se demuestra en media página aplicando el teorema del punto fijo de Shizuo Kakutani (1941) (o el de Luitzen Egbertus Jan Brouwer de 1911 mediante una función de proyección continua).

A partir de ahí, casi todo el vocabulario de la microeconomía, la teoría de juegos y las finanzas cuantitativas admite una traducción inmediata al idioma de los dos primeros cursos de Matemáticas:

Término en economía, juegos o finanzasObjeto matemático subyacente
«Utilidad marginal del bien i»Derivada parcial \frac{\partial u}{\partial x_i}
«Curva de indiferencia»Conjunto de nivel u^{-1}(c)
«Relación marginal de sustitución»Pendiente de la recta tangente a la curva de nivel, -\frac{\partial u / \partial x_1}{\partial u / \partial x_2}
«Ley de rendimientos marginales decrecientes»Matriz hessiana D^2 u(x) semidefinida negativa (concavidad)
«Precio sombra de un recurso escaso»Multiplicador de Lagrange / Karush-Kuhn-Tucker \lambda_i
«Lotería» o «Estrategia mixta»Vector del símplex canónico \Delta^{n-1} = \{p \in \mathbb{R}^n_+ : \sum p_i = 1\}
«Ausencia de arbitraje / coherencia subjetiva»Lema de Farkas (separación de conos convexos en \mathbb{R}^n)
«Equilibrio de Nash»Punto fijo de Brouwer / Kakutani en el producto de símplices \prod_i \Delta_i
«Frontera eficiente de carteras de Markowitz»Minimización de una forma cuadrática simétrica \frac{1}{2}w^T \Sigma w sujeta a un subespacio afín
«Ecuación de valoración de opciones de Black-Scholes»Ecuación del calor de Fourier \frac{\partial u}{\partial t} = \frac{1}{2}\sigma^2 \frac{\partial^2 u}{\partial x^2} tras el cambio x = \ln S

Cristian Sdrojek:
Aun así, yo no llevaría esa reducción al extremo. En la teoría de la información de Shannon, por ejemplo, suele decirse que las demostraciones salen casi todas de la concavidad del logaritmo y de la desigualdad de Jensen; pero desde mi punto de vista reducirla a saber cálculo y un poco de probabilidad es una simplificación excesiva. Entiendo que para comprender de verdad qué es la entropía hace falta bastante más intuición, incluso termodinámica.

Gemini:
La corrección es justa: confundir la herramienta algebraica que verifica los pasos de una prueba con la intuición profunda que sostiene una teoría es un error habitual.

La desigualdad de Jensen aplicada a la concavidad estricta del logaritmo (\mathbb{E}[\ln X] \le \ln \mathbb{E}[X]) permite comprobar en cuatro líneas que la divergencia de Kullback-Leibler es siempre no negativa, D_{\text{KL}}(P \parallel Q) = \sum p_i \ln(p_i/q_i) \ge 0, o que la entropía H(X) = -\sum p_i \ln p_i alcanza su máximo en la distribución uniforme. Pero de esa desigualdad algebraica no brota ninguna de las tres intuiciones físicas y geométricas que guiaron a Claude Shannon en su artículo fundacional de 1948 («A Mathematical Theory of Communication»):

  1. La concentración de la medida en dimensión alta y la Propiedad de Equipartición Asintótica (AEP): Cuando una fuente emite una sucesión de n símbolos independientes con n muy grande (n \to \infty), el número total de secuencias posibles crece como |\mathcal{X}|^n. Sin embargo, la ley de los grandes números aplicada a -\frac{1}{n}\log_2 P(X_1, \dots, X_n) \to H(X) (con la entropía medida en bits) revela un fenómeno geométrico sorprendente: casi toda la masa de probabilidad se concentra en un subconjunto minúsculo de aproximadamente 2^{nH(X)} secuencias —el «conjunto típico»—, en el cual todas las trayectorias tienen prácticamente la misma probabilidad individual 2^{-nH(X)}. Es exactamente la misma intuición geométrica y física por la que, en una hiperesfera de dimensión n \gg 1, casi todo el volumen reside en una cáscara finísima pegada a la superficie, hecho que en mecánica estadística justifica la equivalencia entre la colectividad microcanónica (energía fija) y la colectividad canónica de Boltzmann-Gibbs (temperatura fija).
  2. El empaquetamiento de esferas en \mathbb{R}^n del segundo teorema de Shannon: Para demostrar la capacidad de un canal con ruido gaussiano, C = \frac{1}{2}\log_2\!\left(1 + \frac{S}{N}\right) bits por uso del canal, Shannon representó cada mensaje de longitud n como un punto en el espacio euclídeo de dimensión n. El ruido térmico desplaza la señal recibida dentro de una esfera de radio proporcional a \sqrt{nN} alrededor de la señal enviada, mientras que la energía total disponible confina todas las señales recibidas dentro de una gran esfera de radio \sqrt{n(S+N)}. El número máximo de mensajes distinguibles sin error cuando n \to \infty no es más que el cociente de volúmenes de dos hiperesferas en dimensión n: \frac{\text{Vol}\bigl(B_n(\sqrt{n(S+N)})\bigr)}{\text{Vol}\bigl(B_n(\sqrt{nN})\bigr)} = \left(\frac{S+N}{N}\right)^{n/2} = 2^{n \cdot \frac{1}{2}\log_2(1 + S/N)} En dimensión baja las esferas de ruido son difusas y se solapan; cuando n \to \infty, la concentración de la medida endurece sus fronteras hasta permitir transmitir información con probabilidad de error arbitrariamente pequeña siempre que la tasa no supere C.
  3. La equivalencia termodinámica entre información y entropía física (Szilard, 1929; Jaynes, 1957; Landauer, 1961): Leó Szilard, al resolver el demonio de Maxwell, y Rolf Landauer en 1961 establecieron que la información no es una abstracción incorpórea: borrar un solo bit de información (una operación lógicamente irreversible que colapsa dos estados en uno en el espacio de fases) exige disipar inevitablemente al entorno al menos \Delta Q \ge k_B T \ln 2 julios de calor. Esa conexión entre lógica, geometría de alta dimensión y termodinámica irreversible exige, en efecto, una madurez conceptual muy superior a la mera manipulación de derivadas.

II. El alcance real de la teoría de juegos en las ciencias sociales y el punto ciego de la Escuela Austriaca

Cristian Sdrojek:
Volviendo a la teoría de juegos: al fin y al cabo es como llevar al límite la lógica de los incentivos, individuales y colectivos, y ver si lo que sale de ahí es compatible o no con nuestra intuición previa. ¿Tiene de verdad una aplicabilidad enorme al estudio de las sociedades humanas —en la política, la historia o la sociología—? A veces me da la sensación de que se incurre en falacias fáciles que la teoría de juegos desarticula enseguida, porque de ella salen resultados nada obvios que desmienten muchos sesgos previos sobre cómo funciona una sociedad. ¿Y cuánto estudian esto realmente los economistas, los politólogos o los sociólogos?

Gemini:
El balance más lúcido sobre esa cuestión procede de uno de los grandes arquitectos de la propia disciplina: Ariel Rubinstein (en su discurso presidencial ante la Sociedad Econométrica, «Dilemmas of an Economic Theorist», Econometrica 2006, y en su libro Economic Fables, 2012). Su conclusión puede resumirse en una asimetría tajante: la teoría de juegos es casi inútil como calculadora predictiva de qué jugada concreta hará un actor mañana en un conflicto real, pero resulta insustituible como detector de falacias estructurales sobre cómo funcionan las sociedades y como herramienta de diseño institucional.

1. Por qué fracasa como oráculo predictivo puntual y dónde reside su verdadera potencia

Quien intenta introducir una crisis geopolítica o una negociación histórica en una matriz para «calcular el equilibrio de Nash» y adivinar el desenlace choca con tres límites matemáticos conocidos:

  • La indeterminación del Teorema Folclórico (Folk Theorem, Aumann y Shapley; Fudenberg y Maskin, Econometrica 1986): En un juego de una sola jugada la predicción suele ser nítida, pero la vida social es un juego repetido. El Teorema Folclórico demuestra que, si una interacción se repite indefinidamente y los jugadores valoran suficientemente el futuro (factor de descuento \delta \to 1), cualquier vector de pagos factible e individualmente racional puede sostenerse como un equilibrio perfecto en subjuegos mediante amenazas de castigo adecuadas. Cuando un modelo es compatible con casi cualquier conducta —desde la cooperación pacífica hasta la represalia perpetua—, deja de predecir a priori qué ocurrirá y pasa a explicar a posteriori qué norma seleccionó cada cultura.
  • La fragilidad del conocimiento común (el juego del correo electrónico de Rubinstein, AER 1989): Los equilibrios clásicos presuponen conocimiento común infinito («sé que sabes que sé…»). Rubinstein demostró que, si dos generales se coordinan mediante mensajeros con una probabilidad minúscula de pérdida en el camino (\varepsilon = 10^{-6}), aunque el mensaje vaya y vuelva cien veces con éxito, el único equilibrio bayesiano sigue siendo exactamente el mismo que si no se hubiera enviado ningún mensaje.
  • En la historia real, la jugada decisiva consiste en alterar las reglas del juego: La teoría asume fijo el triple (N, \{A_i\}, \{u_i\}) —quiénes juegan, qué acciones existen y cómo las valoran—; en la política o en la guerra, el movimiento decisivo suele consistir en inventar una acción que no figuraba en A_i, incorporar a un tercer actor en N o transformar por persuasión las preferencias u_j del adversario.

Ahora bien, ¿por qué transforma entonces la mirada de quien la estudia? Porque el sentido común humano acerca de la sociedad padece una «falacia intencionalista» crónica. El observador ingenuo asume por defecto una relación lineal entre intenciones individuales y resultados colectivos: si una sociedad presenta segregación residencial, atascos crónicos, aranceles ruinosos o atraso secular, deduce que «la mayoría de los ciudadanos desea ese estado de cosas» o que «una camarilla lo ha diseñado deliberadamente».

La teoría de juegos demuestra formalmente que el punto fijo de las mejores respuestas individuales puede ser el opuesto exacto de lo que todos los participantes desean:

  1. El modelo de segregación de Thomas Schelling (Journal of Mathematical Sociology, 1971; Nobel 2005): En una ciudad habitada por dos grupos donde ningún vecino es intolerante —todos prefieren vivir en barrios integrados al 50\,\% y solo se mudan si quedan en minoría inferior al 30\,\%—, unas pocas mudanzas aleatorias desencadenan una cascada de reacciones locales que desemboca, en la inmensa mayoría de las simulaciones, en una ciudad mucho más segregada de lo que ningún vecino desea (con frecuencia por encima del 80\,\% de vecinos del mismo grupo). El equilibrio macroscópico contradice las preferencias microscópicas de todos los agentes.
  2. La paradoja de Dietrich Braess (1968): Abrir una nueva vía rápida para conectar dos arterias de una ciudad donde cada conductor minimiza individualmente su tiempo de trayecto puede provocar que, en el nuevo equilibrio de Nash, todos los conductores tarden más tiempo que antes de construir la carretera (el fenómeno inverso se ha observado al cerrar vías: ni el corte de la calle 42 de Nueva York en 1990 ni la demolición de la autopista urbana de Cheonggyecheon en Seúl a partir de 2003 produjeron el colapso previsto, y en ambos casos se describió una circulación más fluida).
  3. La lógica de la acción colectiva de Mancur Olson (1965): ¿Por qué en cualquier democracia diez empresas de un sector regulado suelen imponerse sobre cuarenta millones de consumidores y votantes? Si un arancel transfiere cien millones de euros de los ciudadanos a diez firmas, cada empresa obtiene un beneficio esperado de diez millones, lo que hace altamente rentable financiar grupos de presión; para cada ciudadano individual, en cambio, el sobrecoste es de 2{,}50 euros al año, por lo que dedicar decenas de horas a informarse, organizarse o cambiar su voto por esa cifra resulta irracional. En equilibrio de Nash, los beneficios concentrados con costes difusos derrotan sistemáticamente a los beneficios difusos con costes concentrados.
  4. El bloqueo racional del desarrollo económico por imposibilidad de compromiso (Acemoglu y Robinson, AER 2000 y APSR 2006; Bueno de Mesquita, 2003): Cuando el zar Nicolás I de Rusia o el emperador Francisco I de Austria frenaron el tendido del ferrocarril y la industrialización en la primera mitad del siglo XIX, no obraban por ignorancia técnica, sino ante un problema de compromiso político (commitment problem). En el mercado privado rige el teorema de Coase (quien gana con una innovación puede firmar un contrato vinculante para compensar al perdedor); en la política soberana no existe el teorema de Coase, porque no hay ningún juez externo por encima del Estado capaz de impedir que la nueva clase industrial, una vez enriquecida hoy, utilice su nuevo poder para derrocar a la autocracia mañana.

En cuanto a su implantación académica, el mapa actual está escindido: en Economía, desde la revolución de Harsanyi, Selten, Kreps, Wilson y Tirole en los años setenta y ochenta, la teoría de juegos es el lenguaje universal obligatorio; en Ciencia Política, domina la escuela anglosajona (desde que William Riker fundó la escuela de Rochester y James Fearon formalizó en 1995 por qué estallan las guerras entre actores racionales), pero sigue siendo casi ignorada en buena parte de las facultades continentales y españolas de tradición jurídica o filosófica; y en Sociología, solo la corriente de la sociología analítica (James Coleman, Jon Elster, Diego Gambetta) rompió con el holismo tradicional para fundamentar los fenómenos colectivos en microfundamentos estratégicos.


Cristian Sdrojek:
¿Y qué sucede en dos ámbitos concretos: la psicología social y la Escuela Austriaca de economía? Entiendo que la psicología social debería tener muy en cuenta la teoría de juegos, pero no sé si es así. Y a veces pienso que a la escuela austriaca le vendría muy bien: me parece que es uno de sus puntos débiles.

Gemini:
Ambos casos revelan tensiones profundas entre disciplinas.

2. La psicología social y el sentido evolutivo de las emociones

En la psicología social existió, en efecto, una línea formal fundada por Harold Kelley y John Thibaut (Interdependence Theory, 1959 y 1978) que modeló toda relación humana —pareja, amistad, jerarquía laboral— como una matriz de pagos en la que el individuo realiza una transformación psicológica desde la matriz dada (el interés egoísta inmediato) hacia la matriz efectiva (que pondera el bienestar del otro o la equidad).

Más aún, la economía conductual experimental (Colin Camerer, Behavioral Game Theory, 2003; Ernst Fehr y Klaus Schmidt, QJE 1999) y la psicología evolucionista (Robert Trivers, 1971; Robert H. Frank, Passions Within Reason, 1988) descubrieron algo fundamental al cruzar psicología y teoría de juegos: muchas reacciones humanas que en un análisis individual aislado parecen «irracionales» son, en realidad, soluciones evolutivas óptimas a juegos estratégicos repetidos.

Considérese el juego del ultimátum (Güth, Schmittberger y Schwarze, 1982): el jugador A recibe 100 euros y propone cómo repartirlos con B; si B acepta, ambos cobran lo propuesto, y si B rechaza, ninguno recibe nada. El equilibrio perfecto en subjuegos para un agente egoísta predice que A ofrecerá 1 céntimo y B lo aceptará (0{,}01 > 0). En las sociedades industrializadas, sin embargo, las ofertas inferiores al 20\text{–}25\,\% se rechazan aproximadamente la mitad de las veces: el jugador B prefiere perder 20 euros seguros con tal de castigar el abuso de A. (La norma no es universal: los experimentos de Joseph Henrich y sus colaboradores en quince sociedades de pequeña escala, publicados en 2001, hallaron grupos, como los machiguenga de la Amazonia peruana, que ofrecen poco y casi nunca rechazan; el umbral de lo «injusto» se aprende.)

Como argumentó Robert Frank (1988), si un ser humano fuera una calculadora fría en tiempo real, cualquier socio sabría que no se vengará si el coste del castigo supera al beneficio inmediato, y por tanto le explotaría impunemente. La evolución biológica resolvió ese problema de compromiso dotándonos de emociones morales visibles e involuntarias —la indignación ante la injusticia, el rubor al mentir, la culpa, la lealtad afectiva— que funcionan como dispositivos de compromiso creíble (commitment devices): precisamente porque el agresor sabe que la víctima indignada actuará «irracionalmente» y le castigará aunque le cueste caro, se abstiene de traicionarla en primer lugar.

3. El punto ciego de la Escuela Austriaca ante la teoría de juegos

La relación de la Escuela Austriaca con la teoría de juegos encierra una gran ironía histórica. Oskar Morgenstern, coautor junto a John von Neumann de Theory of Games and Economic Behavior (1944), era un economista austriaco formado en Viena: fue miembro del seminario privado de Ludwig von Mises y sucedió nada menos que a Friedrich Hayek en la dirección del Österreichisches Institut für Konjunkturforschung en 1931; frecuentó además el coloquio matemático de Karl Menger —hijo del fundador de la escuela—, en cuyas actas publicó von Neumann en 1937 su modelo de equilibrio general (el teorema del minimax lo había publicado ya en 1928, en Mathematische Annalen). En el exilio estadounidense, sin embargo, Morgenstern rompió con el dogmatismo metodológico de Mises, mientras que la rama ortodoxa (Mises en La acción humana, 1949, y sobre todo Murray Rothbard) rechazó frontalmente la teoría de juegos y el uso de las matemáticas en economía.

Ese rechazo dejó en el edificio austriaco un punto ciego estructural. La tesis política central del liberalismo radical austriaco afirma que, si los derechos de propiedad privada están bien definidos y los intercambios son voluntarios sin coacción estatal, la acción libre de individuos que buscan su propio interés tiende por sí sola a la coordinación social.

La teoría de juegos muestra que esa proposición es falsa en toda una familia de estructuras de incentivos:

  1. Equilibrio de Nash \neq Óptimo de Pareto: En presencia de externalidades difusas (agotamiento de un acuífero o de un banco de pesca en alta mar —la tragedia de los comunes de Garrett Hardin, 1968—, emisiones globales o congestión), de bienes públicos no excluibles (defensa militar, control de epidemias, investigación básica) o de problemas de coordinación con múltiples equilibrios, la estrategia estrictamente dominante de cada propietario privado racional produce un equilibrio de Nash que arruina a todos los participantes.
  2. Inestabilidad de los acuerdos voluntarios sin coacción externa: Cuando un economista rothbardiano responde que los afectados «firmarán libremente un pacto privado para no sobreexplotar el recurso o para financiar la defensa común», olvida que ese pacto voluntario tiene exactamente la matriz de pagos de un dilema del prisionero de N jugadores: para cada firmante individual, la estrategia dominante sigue siendo beneficiarse del esfuerzo de los demás y desertar (free-riding), o rebajar clandestinamente el precio respecto al cártel acordado (lo que el propio Rothbard aplaudía cuando analizaba por qué los cárteles empresariales privados se rompen solos, sin advertir que ese mismo incentivo destruye los acuerdos voluntarios de provisión de bienes públicos que su teoría necesita). La réplica austriaca más seria no es teórica sino empírica: Elinor Ostrom documentó en 1990 comunidades que gestionan durante siglos recursos comunes sin Estado ni privatización. Lo que ese trabajo muestra, con todo, es que lo logran con reglas, vigilancia y sanciones propias: con instituciones, no con la mera suma de voluntades.

III. El Dilema del Prisionero, el «ojo por ojo» de Hammurabi y La Orestíada de Esquilo

Cristian Sdrojek:
Vamos al Dilema del Prisionero. ¿Quién lo inventó? No sé si viene de la ética, de la psicología o de dónde. ¿Y qué se deduce para la vida práctica del hecho de que su único equilibrio de Nash se sitúe en el punto más desfavorable para ambos sujetos? Se suele proponer como solución el «ojo por ojo» (Tit-for-Tat), pero entiendo que una lógica estrictamente racional desde el punto de vista individual acaba llevando a un embrutecimiento general: ¿no baja uno al mismo plano que el otro? La espiral solo se rompe cuando alguien cede, porque no puede hacer otra cosa o porque decide no subir la apuesta.

Gemini:
Aunque hoy protagoniza manuales de ética, ciencia política y biología evolutiva, el Dilema del Prisionero no nació en la filosofía ni en la psicología, sino en enero de 1950 en la RAND Corporation de Santa Mónica (California), el centro de investigación de la Fuerza Aérea estadounidense, en pleno arranque de la Guerra Fría, con el propósito de poner a prueba la recién formulada teoría del equilibrio de John Nash.

Sus autores fueron dos matemáticos de RAND, Merrill Flood y Melvin Dresher. Flood y Dresher diseñaron un juego de suma no nula de 2 \times 2 en el que la estrategia racional individual conducía a un resultado colectivamente subóptimo, y sometieron a dos colegas (el economista Armen Alchian y el matemático John Williams) a cien partidas sucesivas para observar su conducta. Cuando le mostraron el experimento a John Nash, este respondió con una nota que Flood recogió en su informe técnico de 1952 («Some Experimental Games»): el experimento, objetaba, no ponía a prueba su equilibrio, porque cien partidas seguidas entre los mismos jugadores no son cien juegos independientes, sino un único juego largo. (Aun así, en un juego repetido un número finito y conocido de veces la inducción hacia atrás desde la última ronda sigue dejando la traición como único equilibrio; lo notable es que Alchian y Williams cooperaron en la mayoría de las partidas.) Cuatro meses después, en mayo de 1950, Albert W. Tucker (el director de tesis de Nash en Princeton, el «Tucker» de KKT) fue invitado a dar una charla al departamento de Psicología de la Universidad de Stanford; para explicar la matriz de Flood y Dresher sin tecnicismos, inventó sobre la marcha la parábola de los dos sospechosos interrogados en celdas separadas y la bautizó como Prisoner’s Dilemma.

1. La tragedia de la racionalidad egoísta y la fragilidad del «ojo por ojo» bajo ruido

En su forma general, cada jugador dispone de dos acciones —Cooperar (C) o Traicionar / Desertar (D)— cuyos pagos satisfacen la desigualdad estricta:

T > R > P > S \qquad \text{(con } 2R > T + S\text{)}

donde T es la tentación de traicionar a quien coopera, R la recompensa por la cooperación mutua, P el castigo por la traición mutua y S el pago del incauto (sucker’s payoff) que coopera en solitario (por ejemplo, T = 5, R = 3, P = 1, S = 0).

  • Si el otro coopera (C), traicionar reporta T frente a R (T > R).
  • Si el otro traiciona (D), traicionar reporta P frente a S (P > S).

Traicionar (D) es, por tanto, una estrategia estrictamente dominante: haga lo que haga el otro, siempre rinde más traicionar. Cuando ambos agentes actúan con racionalidad egoísta impecable, el sistema converge de manera inexorable al único equilibrio de Nash, (D, D), con pago (P, P) = (1, 1), que es el único resultado de los cuatro que NO es óptimo de Pareto, pues ambos habrían obtenido (R, R) = (3, 3) cooperando.

¿Cómo se escapa de esa trampa cuando el juego se repite en el tiempo con una probabilidad de continuación \delta \in (0,1)? En los célebres torneos computacionales organizados por Robert Axelrod en 1980 (The Evolution of Cooperation, 1984), la estrategia ganadora fue la más simple de todas, enviada por el psicólogo matemático Anatol Rapoport: Tit-for-Tat (ojo por ojo), que empieza cooperando en la primera ronda y en cada ronda t copia exactamente lo que hizo el otro en t-1. Si el factor de descuento supera el umbral

\delta \ge \frac{T - R}{T - P},

el beneficio futuro de mantener la relación supera la tentación puntual de engañar, y la cooperación se sostiene (ese es el umbral frente a la amenaza de ruptura definitiva; el ojo por ojo estricto exige además \delta \ge \frac{T-R}{R-S}, de modo que con los pagos del ejemplo hace falta \delta \ge 2/3).

Sobre el plano moral la matemática calla; pero la objeción práctica señala el punto débil que la literatura matemática descubrió inmediatamente después de Axelrod (Per Molander, Journal of Conflict Resolution 1985; Martin Nowak y Karl Sigmund, Nature 1992 y 1993): en el mundo real siempre existe una probabilidad \varepsilon > 0 de ruido, accidente o malentendido (uno de los jugadores cree que el otro le ha agraviado cuando no tenía intención de hacerlo).

Si dos jugadores que aplican el ojo por ojo estricto se enfrentan en un entorno con un ruido arbitrariamente pequeño \varepsilon > 0, la dinámica de los cuatro estados posibles —(C,C), (C,D), (D,C) y (D,D)— constituye una cadena de Markov ergódica en la que:

  1. Un único error accidental \varepsilon saca a la pareja del estado virtuoso (C,C) y la arroja a (C,D).
  2. En el turno siguiente, el ofendido devuelve el golpe mientras el primero intenta reconciliarse, pasando a (D,C), y luego de vuelta a (C,D), atrapados en una vendetta alternante hasta que un segundo error los hunde en la guerra total (D,D).
  3. Resolviendo el autovector izquierdo de autovalor \lambda = 1 de la matriz de transición (\pi P = \pi) y tomando el límite cuando el ruido tiende a cero (\varepsilon \to 0^+), aparece un resultado demoledor: \lim_{\varepsilon \to 0^+} \pi = \left(\frac{1}{4}, \; \frac{1}{4}, \; \frac{1}{4}, \; \frac{1}{4}\right) Por minúscula que sea la probabilidad de un malentendido (\varepsilon = 10^{-6}), dos practicantes estrictos del «ojo por ojo» acaban obteniendo a largo plazo exactamente el mismo pago medio que dos jugadores que tiran una moneda al aire sin pensar: \frac{T+R+P+S}{4}. La reciprocidad vengativa sin perdón carece de amortiguación frente al ruido y degrada a ambos participantes.

Por eso Nowak y Sigmund mostraron, con simulaciones evolutivas, que las estrategias que prosperan en un mundo con errores son aquellas que rompen la simetría vengativa mediante una dosis positiva de perdón (Generous Tit-for-Tat, que ante un agravio perdona con probabilidad q = \min\!\left(1 - \frac{T-R}{R-S}, \; \frac{R-P}{T-P}\right) —un tercio con los pagos del ejemplo— para cortar la cadena de represalias) o mediante la regla de Pavlov (Win-Stay, Lose-Shift), unidas a la selección cuidadosa de con quién se juega (emparejamiento selectivo).


Cristian Sdrojek:
El Código de Hammurabi era literalmente el «ojo por ojo», ¿no? O, bueno, un primer paso. Y en Esquilo, el final de La Orestíada es justo eso: unas divinidades y un tribunal que cortan esa espiral.

Es muy curioso, porque el «ojo por ojo» da la sensación de ser un equilibrio, pero es un equilibrio inestable: cualquier mínima perturbación te saca de él. Y en la vida real no queremos equilibrios inestables. Es como si las sociedades se movieran primero hacia equilibrios potencialmente inestables —como el de Hammurabi— y solo después, a raíz de algún desastre, se dieran cuenta y alcanzaran equilibrios estables.

Gemini:
Los tres momentos admiten una lectura común si se toma prestado el lenguaje de los sistemas dinámicos discretos. Es una analogía —nadie ha medido el coeficiente de venganza de una sociedad—, pero ordena bien la secuencia como evolución de un único parámetro: cómo pasa una civilización de un sistema explosivo (r > 1), a un equilibrio neutro y críticamente inestable (r = 1, el Código de Hammurabi), hasta construir finalmente un atractor asintóticamente estable (r < 1, el final de La Orestíada de Esquilo).

Sea x_t \ge 0 el nivel de violencia o daño infligido en el instante t. La ley de evolución de un conflicto entre dos linajes o facciones bajo un coeficiente de respuesta r y una perturbación inicial o ruido perceptivo \eta_t > 0 es:

x_{t+1} = r \, x_t + \eta_t

2. Las tres fases dinámicas de la justicia humana

Fase 1. La venganza tribal pre-estatal (r > 1, equilibrio repulsor explosivo)

Antes de los primeros códigos mesopotámicos, en las sociedades de clanes sin Estado regía la escalada disuasoria: para que nadie osara tocar a un miembro de la tribu, cada ofensa debía devolverse multiplicada (r > 1). Uno de los testimonios literarios más célebres de ese régimen aparece en el Génesis (4, 23\text{–}24), en el llamado «canto de la espada» de Lamec:

«Yo maté a un hombre por haberme herido, y a un muchacho por haberme golpeado. Si Caín ha de ser vengado siete veces (r = 7), Lamec lo será setenta y siete veces (r = 77).»

Matemáticamente, si r > 1, el estado de paz (x^* = 0) es un punto fijo repulsor (inestable): cualquier roce fortuito \eta_0 > 0 se amplifica exponencialmente, x_t = r^t \eta_0 \to +\infty, hasta el exterminio físico de uno de los dos clanes.

Fase 2. El Código de Hammurabi (\approx 1750\text{ a. C.}) y la lex talionis (r = 1, estabilidad neutra estructuralmente inestable)

De ahí que el Código de Hammurabi (leyes 196 y 200 grabadas en la estela del Louvre: «Si un hombre libre vacía el ojo de otro hombre libre, se le vaciará su ojo; si le arranca un diente a un igual, se le arrancará su diente», fórmula recogida después en Éxodo 21, 24 y en la Ley de las XII Tablas romana como talio, de talis, «igual» o «semejante») fuera en su origen un avance civilizatorio: no nació para fomentar la crueldad, sino para imponer por ley un techo superior r \le 1 a la escalada de Lamec, prohibiendo devolver una muerte por un diente. (Dos matices históricos: el talión regía solo entre iguales —la lesión a un subordinado o a un esclavo se saldaba con plata—, y códigos sumerios anteriores, como el de Ur-Nammu, ya tasaban las heridas en dinero; la secuencia que sigue es, por tanto, lógica antes que estrictamente cronológica.)

¿Por qué fracasó entonces la reciprocidad directa r = 1? Por una razón que la teoría de la estabilidad hace visible: un sistema lineal cuyo autovalor se sitúa exactamente sobre la frontera de bifurcación (\lambda = r = 1) tiene estabilidad neutra (crítica), pero no es asintóticamente estable (\lim_{t\to\infty} x_t \neq 0) y es estructuralmente inestable ante cualquier perturbación del parámetro:

  • Sin amortiguación (r = 1), el primer golpe \eta_0 no desaparece jamás: rebotará de un bando a otro eternamente (x_t = \eta_0 para todo t).
  • Peor aún: en la psicología real, los seres humanos no miden el daño con una balanza objetiva. Por el sesgo egocéntrico de valoración, quien recibe un golpe percibe un daño de magnitud 1, pero al devolver lo que él considera «exactamente equivalente» aplica un factor r_{\text{efectivo}} = 1 + \delta > 1. Con ello, el equilibrio neutro r = 1 cruza de inmediato la bifurcación hacia la región inestable (r > 1) y la espiral vuelve a divergir.

Fase 3. La Orestíada de Esquilo (458\text{ a. C.}): de las Erinias al tribunal del Areópago (r = 0, atractor estable)

Lo que hizo Esquilo en el año 458\text{ a. C.} con su trilogía trágica —Agamenón, Las Coéforas y Las Euménides— puede leerse como la representación dramática del paso de un equilibrio inestable (r = 1) a un equilibrio institucionalmente estable (r = 0):

  • Las dos primeras tragedias (Agamenón y Las Coéforas) son la ejecución mecánica del algoritmo ojo por ojo (x_{t+1} = x_t): Agamenón sacrifica a su hija Ifigenia \implies Clitemnestra asesina a Agamenón para vengar a su hija \implies Orestes asesina a su madre Clitemnestra por orden de Apolo para vengar a su padre \implies las Erinias (las Furias preolímpicas, divinidades ctónicas que encarnan la ley automática de la sangre) se lanzan a perseguir a Orestes para destruirle. Las Erinias no son malvadas ni caprichosas: son un autómata determinista sin memoria contextual cuya única regla es «la sangre derramada en el suelo exige nueva sangre». Se dejan leer como la personificación mítica de la cadena de Markov de Tit-for-Tat atrapada en el ciclo perpetuo (C,D) \leftrightarrow (D,C).
  • El corte del bucle en Las Euménides (el nacimiento de la institución como disipador de energía): En la tercera obra, Orestes se abraza a la estatua de Atenea en la Acrópolis. Atenea comprende que ni un dios ni un individuo particular pueden resolver el pleito sin reactivar el ciclo, y ejecuta una operación de diseño de mecanismos:
    1. Desacopla a los dos jugadores introduciendo un tercer nodo imparcial: funda para siempre el tribunal del Areópago, integrado por ciudadanos atenienses bajo juramento que no pertenecen a ninguna de las familias enfrentadas.
    2. Introduce una asimetría amortiguadora a favor del perdón (in dubio pro reo): antes de abrir las urnas, Atenea decreta que, si los votos de los jueces resultan empatados, el acusado quedará absuelto —y adelanta que su propio voto será para Orestes—, y la cadena de muertes terminará ahí mismo (x_{t+1} = 0). Salen empatados, Orestes queda libre y el ciclo de los Átridas se extingue.
    3. Convierte a las Erinias en Euménides («las Benevolentes»): este último gesto de Esquilo contiene una sabiduría política extraordinaria. Atenea no aniquila ni expulsa a las Erinias de Atenas; las persuade para que habiten en una gruta sagrada bajo el tribunal del Areópago como protectoras de la ciudad, advirtiéndoles que una ciudad sin temor alguno a la ley caería en la anarquía, igual que una sometida al puro miedo caería en el despotismo («ni anarquía ni despotismo» es la consigna que deja a los atenienses). Es decir: la institución estable conserva la amenaza de sanción (para que traicionar deje de ser rentable: T' < R), pero la arrebata de las manos de las víctimas y la subordina a un procedimiento con punto final (r = 0).

IV. Democracias, autocracias y la Transición española: cuándo aguanta un régimen y cuándo se derrumba

Cristian Sdrojek:
Si llevamos eso a la política, se suele decir que la democracia liberal es un atractor estable —en particular, se cita la ley empírica de que ninguna democracia que haya superado cierto umbral de PIB per cápita ha colapsado jamás hacia una dictadura—, mientras que las autocracias serían intrínsecamente inestables. Pero cuando lo contrasto con la historia me surgen dudas:

  1. ¿De dónde procede exactamente ese umbral de renta per cápita y cuál es el caso histórico más flagrante de una democracia rica que haya caído en una dictadura?
  2. Cuando se observa la inestabilidad política del siglo XIX o del primer tercio del siglo XX —por ejemplo, el auge del anarquismo y la conflictividad en la España de 1917 a 1936—, no creo que la renta sea la causa central: ¿quién tenía mayor PIB per cápita en paridad de poder adquisitivo, un español de 1917 o un inglés de 1800 y de 1850? Y, sin embargo, la estabilidad institucional británica y la española fueron radicalmente distintas.

Gemini:
Los datos empíricos de ambas preguntas permiten precisar con mucha nitidez qué explica la renta media y qué depende, en cambio, de la estructura de activos de una sociedad.

1. El umbral empírico de Przeworski (6.055 dólares de 1985) y el golpe argentino de 1976

El umbral de renta per cápita no procede de ningún modelo teórico a priori: fue un hallazgo estadístico bruto que sorprendió a su propio descubridor, el politólogo Adam Przeworski, junto con Michael Alvarez, José Antonio Cheibub y Fernando Limongi en su obra Democracy and Development: Political Institutions and Well-Being in the World, 1950–1990 (Cambridge University Press, 2000).

En los años cincuenta, Seymour Martin Lipset (1959) había propuesto la «teoría de la modernización», según la cual a medida que un país se industrializa y enriquece acaba transitando de la dictadura a la democracia (modernización endógena). Przeworski y su equipo recopilaron una base de datos exhaustiva de 141 países entre 1950 y 1990 (más de cuatro mil observaciones anuales), midiendo su PIB per cápita en paridad de poder adquisitivo (dólares internacionales de las Penn World Tables con base en 1985) y clasificando cada régimen con una regla estrictamente verificable: si el poder ejecutivo y el legislativo se eligen en elecciones pluripartidistas en las que el gobierno en funciones puede perder y entregar el mando.

Al cruzar los datos, descubrieron que la tesis de Lipset era falsa en una dirección pero rigurosamente cierta en la otra:

  • Las dictaduras no se convierten automáticamente en democracias al hacerse ricas (como muestran Singapur, las monarquías del Golfo Pérsico, la Unión Soviética o la China contemporánea): las dictaduras caen a cualquier nivel de renta por crisis sucesorias, derrotas militares o fracturas internas.
  • Lo que sí cambia de forma monótona con la renta es la probabilidad de supervivencia de una democracia una vez instaurada (modernización exógena):
    • En democracias con menos de 1.000 dólares per cápita (de 1985), la probabilidad de que un golpe destruya el régimen en un año dado es del 12\,\% (esperanza de vida media de apenas 8{,}5 años).
    • Entre 1.000 y 2.000 dólares, la esperanza de vida sube a unos 16 años; entre 2.000 y 4.000, a 33.
    • Entre 4.000 y 6.000 dólares, sube a unos 100 años.
    • Por encima de 6.055 dólares de 1985 (del orden de quince mil dólares actuales, según el deflactor que se use): en toda la muestra histórica de posguerra, treinta y dos democracias sumaron 736 años-país sin una sola ruptura (probabilidad empírica de colapso igual a cero).

¿Por qué la cifra tan específica de 6.055 dólares? Porque ese fue el PIB per cápita de Argentina en 1975, en vísperas del golpe de marzo de 1976 con el que la junta militar encabezada por Jorge Rafael Videla derrocó a Isabel Martínez de Perón. Argentina en 1976 es el récord histórico mundial de una democracia derribada por un golpe de Estado clásico (seguida por la propia Argentina en 1966 y, ya en torno a los 4.000 dólares de 1985, por Uruguay —4.034— y Chile —3.957— en 1973).

La explicación en teoría de juegos (Przeworski, 1991; Barry Weingast, APSR 1997) es transparente: una democracia solo es estable cuando para el perdedor de unas elecciones sigue siendo más rentable aceptar la derrota hoy y esperar cuatro años para volver a competir que dar un golpe de Estado. En un país pobre, el Estado suele ser el único botín económico y perder el gobierno equivale a caer en la miseria (S \to -\infty, por seguir con la notación del dilema: es una manera de hablar, no una medida); en un país por encima de los 15.000 dólares per cápita, una guerra civil o una dictadura destruye un tejido financiero, industrial y de clases medias tan cuantioso que a las propias élites económicas les resulta ruinoso subvertir el orden constitucional. (Con una salvedad contemporánea documentada por Levitsky y Ziblatt en 2018 y Przeworski en 2019: en el siglo XXI, países en la franja de 14.000\text{–}25.000 dólares actuales en PPA —como la Venezuela petrolera de los años dos mil, Turquía o Hungría— no han sufrido golpes militares clásicos, sino procesos de erosión ejecutiva gradual en los que un gobernante electo desactiva desde dentro la independencia judicial y la junta electoral sin sacar un solo tanque a la calle; y Tailandia sí sufrió un golpe militar clásico en 2006 con una renta ligeramente superior a la argentina de entonces —la única excepción a la regla, que el propio Przeworski reconoce—, y otro en 2014).

2. España en 1917 frente a Inglaterra en 1800 y 1850: por qué la tierra inmóvil es más explosiva que el capital industrial

Si acudimos a las series históricas de la Maddison Project Database (edición de 2023, en dólares internacionales de 2011 ajustados por paridad de poder adquisitivo), la comparación entre España y el Reino Unido arroja las siguientes cifras:

País y añoPIB per cápita PPA (dólares de 2011)Régimen político
Reino Unido (1800)\approx 3.340 dólaresOligarquía parlamentaria (\sim 3\,\% de los adultos vota)
España (1917)\approx 3.010 dólaresMonarquía de la Restauración en crisis (turno y caciquismo)
Reino Unido (1850)\approx 4.330 dólaresMonarquía parlamentaria censitaria (\sim 7\text{–}14\,\% de los varones vota)
España (1931)\approx 3.780 dólaresSegunda República (sufragio universal)

Un español de 1917 era, pues, en torno a un 10\,\% más pobre que un inglés de las guerras napoleónicas (1800) y cerca de un 30\,\% más pobre que un inglés de 1850: España rozó la renta británica de 1850 en 1929, la Guerra Civil la devolvió por debajo del nivel de 1917 y no la superó de forma duradera hasta mediados de los años cincuenta.

Con todo, la intuición principal se sostiene: la media del PIB per cápita \bar{y} no explica por sí sola por qué la Inglaterra victoriana canalizó el conflicto social a través del sindicalismo reformista (Trade Unions) y el parlamentarismo, mientras la España de 1917 a 1936 hervía entre el anarquismo insurreccional de la CNT, el pistolerismo patronal y sindical en Barcelona y los pronunciamientos militares. La diferencia radica en dos variables estructurales de teoría de juegos:

  1. Secuencia de institucionalización frente a movilización (Samuel Huntington, 1968; Douglass North y Barry Weingast, 1989): Inglaterra en 1850 no era una democracia de masas: tras resolver en 1688 el pacto constitucional entre la Corona y las élites parlamentarias, fue abriendo el sufragio gota a gota a lo largo de más de un siglo (reformas de 1832, 1867, 1884 y 1918), a medida que la población se alfabetizaba e integraba en el trabajo asalariado urbano. España, por el contrario, aprobó formalmente el sufragio universal masculino en 1890 sobre un país agrario y mayoritariamente analfabeto, vaciándolo de contenido real mediante el fraude sistemático del caciquismo y el encasillado. Cuando a partir de 1917 las masas urbanas y campesinas irrumpieron exigiendo representación efectiva, los canales institucionales carecían de credibilidad y capacidad de absorción.
  2. El teorema de Carles Boix (Democracy and Redistribution, 2003) sobre la movilidad de los activos: ¿Por qué la élite británica aceptó ampliar el voto y negociar con los sindicatos mientras una parte decisiva de la élite española financió golpes militares y el campesinado meridional abrazó el comunismo libertario? Por la naturaleza física del activo económico dominante:
    • Un industrial textil o siderúrgico de Mánchester en 1850–1880 posee capital industrial y comercial: un activo relativamente móvil cuya productividad aumenta con obreros cualificados y sanos. Si el Parlamento aprueba una subida impositiva moderada o reduce la jornada laboral, el industrial cede parte de su margen, pero su pago de derrota S sigue siendo positivo (puede mecanizar, reinvertir o trasladar capital).
    • Un gran propietario latifundista de Andalucía, Extremadura o La Mancha en 1917–1936 posee tierra: un activo completamente fijo, inelástico, imposible de ocultar o trasladar, cuya rentabilidad dependía de disponer de una masa de jornaleros sin tierra contratados por días durante cuatro o cinco meses al año a salarios de subsistencia. Para ese terrateniente, una reforma agraria o una colectivización votada en las urnas no era un impuesto del 10\,\% sobre el flujo de caja: era la pérdida irreversible del cien por cien de su patrimonio (S \to -\infty). Y para el bracero que pasaba hambre la mitad del año sin expectativa de ascenso social, el coste de oportunidad de quemar el registro de la propiedad e intentar la insurrección era prácticamente nulo.

Como demuestra el modelo de Boix (y el de Acemoglu y Robinson, 2006), cuando la riqueza de un país está concentrada en activos fijos e inmóviles (latifundios agrarios o enclaves mineros) con alta desigualdad, el conjunto de pactos fiscales mutuamente aceptables es vacío: a la élite poseedora de tierra le resulta racional sufragar un golpe militar antes que consentir la redistribución democrática, y a la masa desposeída le resulta racional la vía revolucionaria antes que el reformismo parlamentario.


Cristian Sdrojek:
¿Y qué pasa con otros dos casos: por un lado, la Alemania de Weimar —¿habría caído sin la Gran Depresión de 1929?— y, por otro, la estabilidad milenaria de las autocracias frente a la idea de que solo la democracia es un equilibrio estable? Además, si las dictaduras suelen encerrar a sus gobernantes en una trampa de salida donde perder el poder significa la cárcel o la ruina, ¿cómo se explica la Transición española? A mí me parece un fenómeno muy sorprendente: el propio aparato de una dictadura desmontándose desde dentro.

Gemini:
Esos tres casos —Weimar, las autocracias institucionalizadas y la Transición española— completan el cuadro de las transiciones de régimen en la ciencia política formal.

3. Weimar (1928–1933): qué dependió de la Gran Depresión y qué estaba roto de antemano

En la caída de la República de Weimar los registros electorales del Reichstag permiten separar con bisturí dos fenómenos distintos: la fragilidad autoritaria de Weimar y el triunfo específico de Adolf Hitler:

  • En mayo de 1928 (con la economía alemana estabilizada bajo el Plan Dawes y el desempleo en niveles moderados), el partido nacionalsocialista (NSDAP) obtuvo únicamente el 2{,}6\,\% de los votos (12 escaños de 491). Diecisiete meses antes del crack de Wall Street, Hitler era un agitador marginal.
  • En septiembre de 1930 (tras el corte brusco de los créditos estadounidenses), el NSDAP saltó al 18{,}3\,\% (107 escaños).
  • En julio de 1932 (con seis millones de desempleados —el 30\,\% de la población activa— y tras dos años de políticas deflacionarias del canciller Heinrich Brüning), alcanzó el 37{,}3\,\% (230 escaños).

La conclusión histórica y contrafactual es doble:

  1. Sin la Gran Depresión de 1929, el nazismo y la Segunda Guerra Mundial tal como ocurrieron no habrían tenido lugar. Con una economía en funcionamiento normal, el NSDAP carecía de tracción electoral fuera de núcleos extremistas reducidos.
  2. Sin embargo, Weimar padecía un defecto de diseño institucional y de lealtad de sus élites que probablemente la habría inclinado hacia un autoritarismo conservador incluso sin Hitler. La república nació con una judicatura, una alta burocracia y un ejército (Reichswehr) abiertamente monárquicos y antirrepublicanos, y con una bomba de relojería en su texto constitucional: el Artículo 48, que facultaba al presidente del Reich (desde 1925, el mariscal Paul von Hindenburg) para legislar por decreto de emergencia y suspender derechos fundamentales sin mayoría parlamentaria. Sin el hundimiento económico de 1929, lo más verosímil ante cualquier crisis política ordinaria de los años treinta no habría sido el Estado totalitario racial de las SS, sino una involución hacia un régimen presidencialista conservador-militar encabezado por Hindenburg, Franz von Papen o el general Kurt von Schleicher (similar al régimen del almirante Horthy en Hungría o al de Józef Piłsudski en Polonia).

4. Por qué las autocracias institucionalizadas son atractores estables (El pasillo estrecho)

También es preciso corregir cualquier teleología ingenua que presente la autocracia como un sistema «intrínsecamente inestable» y la democracia como el destino natural de la historia. Si se contemplan los últimos cinco mil años desde la aparición de los primeros Estados en Mesopotamia y Egipto, el equilibrio estable por defecto de las sociedades humanas complejas ha sido la autocracia, mientras que la democracia liberal con sufragio universal es una rareza estadística del último siglo.

Como ha demostrado Milan Svolik (The Politics of Authoritarian Rule, Cambridge University Press, 2012), lo que resulta inestable es la dictadura personalista sin instituciones (el caudillo que gobierna apoyado en una camarilla informal: cuando enferma o envejece, nadie puede comprometerse de forma creíble a respetar un relevo pacífico y el régimen estalla). Pero cuando una autocracia resuelve dos problemas de ingeniería institucional, su cuenca de atracción es profundísima:

  1. Reglas de sucesión e integración horizontal de la élite (power-sharing): las monarquías dinásticas consolidadas, la República oligárquica de Venecia (que se mantuvo estable durante más de un milenio gracias a un sistema de contrapesos y sorteos entre familias patricias) o los sistemas contemporáneos de partido único con relevos pautados.
  2. Cooptación meritocrática del capital humano: el ejemplo histórico supremo es la China imperial durante más de mil años (dinastías Song, Ming y Qing). Mediante el sistema de exámenes imperiales (keju), los jóvenes más capaces de cualquier provincia que dominaran el canon confuciano eran absorbidos dentro de la burocracia mandarín con alto estatus y rentas. Al integrar en el aparato del Estado al percentil superior de talento intelectual del país, el Imperio dejaba sistemáticamente a las revueltas campesinas sin cuadros dirigentes ni capacidad organizativa. El shogunato Tokugawa en Japón (1603–1867) sostuvo más de dos siglos y medio de paz estática mediante otro mecanismo de incentivos: la residencia alterna forzosa (sankin-kōtai), que mantenía a las familias de los señores feudales como rehenes de lujo en Edo.

En la formulación de Daron Acemoglu y James Robinson (The Narrow Corridor, 2019), el espacio de fases político presenta en realidad dos grandes atractores naturales a los lados —el Leviatán despótico (donde el Estado somete a una sociedad civil atomizada) y el Leviatán ausente (el conflicto crónico de clanes o señores de la guerra sin Estado eficaz)— y entre ambos discurre un pasillo estrechísimo (la democracia liberal), que solo se sostiene cuando el poder administrativo del Estado y la capacidad de organización de la sociedad civil crecen a la par, vigilándose mutuamente sin que ninguno anule al otro.

5. El milagro estratégico de la Transición española (1975–1978)

Precisamente porque salir de una dictadura suele ser un juego bloqueado —para la élite del régimen, entregar el poder implica enfrentarse a juicios, confiscaciones o represalias (S \to -\infty), por lo que su estrategia dominante es reprimir hasta el final—, la Transición española constituye uno de los casos más estudiados por la teoría de juegos aplicada a la política (Josep Maria Colomer, Game Theory and the Transition to Democracy: The Spanish Model, 1995).

¿Cómo fue posible que en noviembre de 1976 las propias Cortes orgánicas del franquismo aprobaran por 425 votos a favor, 59 en contra y 13 abstenciones la Ley para la Reforma Política, firmando su propia disolución pacífica? Porque convergieron tres cambios simultáneos en la matriz de pagos:

  1. La mutación previa de los activos económicos (1959–1975): Tras el Plan de Estabilización de 1959 y tres lustros de industrialización, urbanización y turismo, la España de 1975 ya no era el país agrario de latifundios y braceros de 1936: rondaba ya el umbral de Przeworski (su renta por habitante era comparable a la de la Argentina de 1975). La élite económica era ahora industrial, bancaria y de servicios —cuyo interés vital pasaba por integrarse en la Comunidad Económica Europea, que exigía homologación democrática—, y el grueso de la población era una nueva clase media urbana con vivienda en propiedad y mucho que perder en un conflicto civil.
  2. Aversión extrema al riesgo inducida por la memoria de 1936: En el juego de cuatro actores modelado por Colomer —inmovilistas (el «búnker»), reformistas del régimen (Juan Carlos I, Torcuato Fernández-Miranda, Adolfo Suárez), oposición moderada (PSOE, PCE) y rupturistas maximalistas—, tanto los reformistas del régimen como la oposición liderada por Santiago Carrillo y Felipe González operaban con una función de utilidad u(x) fuertemente cóncava ante cualquier escenario de enfrentamiento violento. Sabían que ni el régimen podía gobernar ya sin un coste represivo insostenible, ni la oposición tenía fuerza para derribar al Ejército en la calle.
  3. La ingeniería de mecanismos de Torcuato Fernández-Miranda («de la ley a la ley»): El obstáculo decisivo era el pago de salida S de los cuadros políticos, judiciales, policiales y militares del franquismo. La fórmula de utilizar las propias Leyes Fundamentales del régimen para reformarlas desde dentro, coronada por los Pactos de la Moncloa y la Ley de Amnistía de octubre de 1977, operó una cirugía exacta sobre ese parámetro: elevó el pago de derrota S de los funcionarios y militares del régimen desde -\infty hasta un valor positivo y garantizado (S > 0). Nadie sería procesado penalmente por el pasado, ningún juez, policía o militar perdería su escalafón, su sueldo ni su pensión, y la Corona y la unidad territorial quedaban recogidas en la Constitución. A cambio, el Gobierno legalizó al Partido Comunista en la Semana Santa de 1977 y abrió elecciones libres. Al transformar una lucha existencial de todo o nada en una salida con retiro asegurado, la coalición entre reformistas del régimen y oposición moderada pasó a ser un equilibrio de Nash estable que aisló a los extremos de ambos lados. (Pacífica en su diseño institucional, no en la calle: entre 1975 y 1982 la violencia política —ETA, GRAPO, la matanza de Atocha, el golpe fallido del 23-F— dejó varios centenares de muertos; el equilibrio resistió precisamente porque ningún actor decisivo encontró rentable romperlo.)

V. El Teorema de Imposibilidad de Arrow y el equilibrio de los parlamentos multidimensionales

Cristian Sdrojek:
Queda una última cuestión sobre la estabilidad democrática. Cuando se cita el Teorema de Imposibilidad de Kenneth Arrow (1951) para explicar la inestabilidad de regímenes como la Segunda República española, entiendo que es un teorema con una cantidad de simplificaciones brutal, y aplicarlo a situaciones reales me parece complicado. Además, tampoco es tan simple: si el caos cíclico aparece en cuanto un parlamento se divide en más de una dimensión política, ¿por qué los parlamentos europeos actuales —como el Congreso español contemporáneo, donde siguen cruzándose el eje económico, el eje cultural y el eje territorial— no saltan por los aires como en los años treinta, sino que siguen funcionando pese a su fragmentación?

Gemini:
La pregunta pertenece al núcleo de la teoría de la elección social moderna (Duncan Black, 1948; Kenneth Arrow, 1951; Richard McKelvey, 1976; Kenneth Shepsle, 1979; George Tsebelis, 2002): por qué la multidimensionalidad política produjo en la Europa de los años treinta una inestabilidad de régimen, mientras que en las democracias parlamentarias actuales produce una hiperestabilidad del statu quo (bloqueo legislativo sin caída del sistema).

1. El Teorema de Arrow (1951) y el Teorema del Caos de McKelvey (1976)

En Social Choice and Individual Values (1951), Kenneth Arrow demostró que, cuando una sociedad debe ordenar al menos tres opciones (|X| \ge 3) a partir de las preferencias transitivas de N individuos, no existe ninguna regla de votación o agregación capaz de generar un orden social transitivo (libre de ciclos de Condorcet del tipo A \succ B \succ C \succ A) que cumpla simultáneamente cuatro axiomas:

  1. Dominio no restringido (U): Se admite cualquier perfil de preferencias individuales lógicamente coherente.
  2. Principio de Pareto débil (P): Si todos los ciudadanos prefieren estrictamente A a B, la sociedad prefiere A a B.
  3. Independencia de alternativas irrelevantes (IIA): La preferencia social entre A y B depende únicamente de cómo ordena cada individuo el par (A, B), sin que influya la posición de una tercera opción C.
  4. No dictadura (ND): No existe un individuo único cuyas preferencias determinen siempre el orden social con independencia de los demás.

¿Por qué entonces muchas democracias bipartidistas de posguerra funcionaron sin caer en ciclos continuos? Porque Duncan Black había demostrado en 1948 (Teorema del Votante Mediano) que, si toda la contienda política puede proyectarse sobre una única recta unidimensional (\mathbb{R}^1, como el eje izquierda-derecha clásico sobre impuestos y Estado del bienestar) y las preferencias de cada votante tienen un solo pico (single-peaked preferences), deja de regir el axioma de Dominio No Restringido (U). En dimensión d = 1, el ciclo de Arrow desaparece y existe siempre un ganador de Condorcet único y estable: el punto ideal del votante mediano.

El problema estalla al pasar a dimensión d \ge 2. En 1976, Richard McKelvey («Intransitivities in Multidimensional Voting Models and Some Implications for Agenda Control», Journal of Economic Theory) demostró el Teorema del Caos: en un espacio político de dimensión d \ge 2 donde los actores votan por mayoría simple según su distancia euclídea a cada propuesta, basta una asimetría mínima en la distribución de los puntos ideales para que el núcleo del juego (core) sea vacío. Para cualquier propuesta o coalición A \in \mathbb{R}^d, existe siempre un conjunto de pétalos (winset W(A) \neq \emptyset) que la derrota por mayoría; y quien controle el orden de las votaciones puede conducir a la cámara, mediante una sucesión de votaciones mayoritarias, desde cualquier punto del espacio hasta cualquier otro.

En la Segunda República española (1931–1936) confluían tres ejes ortogonales de máxima intensidad (\mathbb{R}^3: conflicto agrario y de clase \times cuestión religiosa \times cuestión territorial) dentro de un marco constitucional que carecía de amortiguadores: una ley electoral mayoritaria de lista, que entregaba a la candidatura más votada de cada circunscripción hasta el 80\,\% de sus escaños y producía vuelcos pendulares gigantescos con variaciones mínimas de votos, y una doble confianza parlamentaria y presidencial sin moción constructiva que permitía derribar gobiernos por mayoría negativa sin acordar un sustituto. Dicho esto, la sospecha de que el teorema simplifica es justa: ni Arrow ni McKelvey «explican» la caída de la República, que tuvo causas —violencia política, conspiración militar, contexto europeo— ajenas a cualquier geometría del voto. Lo que aportan es más modesto: por qué un parlamento así no podía estabilizarse por sí solo.

2. Cómo doma un parlamento actual el caos multidimensional: los tres estabilizadores institucionales

Si observamos el parlamento español contemporáneo (por ejemplo, la aritmética de la XV Legislatura en un Congreso de 350 diputados donde la mayoría absoluta exige 176 votos), el espacio político sigue siendo rigurosamente multidimensional:

\mathcal{X} \subset \mathbb{R}^3 = \underbrace{\text{Eje económico-fiscal}}_{\text{Redistribución vs. rebaja impositiva}} \times \underbrace{\text{Eje cultural-identitario}}_{\text{Progresismo vs. tradicionalismo}} \times \underbrace{\text{Eje territorial}}_{\text{Centralismo vs. soberanismo periférico}}

En ese espacio conviven al menos cinco familias con vectores ideales incompatibles dos a dos: derecha estatal conservadora (PP), derecha nacional-conservadora dura (Vox), izquierda estatal socialdemócrata y su ala izquierda (PSOE y Sumar/Podemos), derecha nacionalista vasca y catalana (PNV y Junts, cercanos a la derecha económica en el primer eje pero opuestos a ella en el tercero) e izquierda soberanista periférica (ERC, EH Bildu, BNG). Tal como predice McKelvey, el núcleo por mayoría simple está vacío: una mayoría en el eje económico (sumando al centro-derecha con los nacionalismos conservadores) derrota a la izquierda en política fiscal o de vivienda, pero esa misma alianza es imposible en el eje territorial, donde los partidos periféricos se unen a la izquierda estatal para bloquear a la derecha centralista.

¿Por qué esa geometría sin ganador de Condorcet ya no destruye el régimen ni provoca una caída de gobierno cada tres meses? Por lo que Kenneth Shepsle (1979) denominó Equilibrio Inducido por la Estructura (Structure-Induced Equilibrium, SIE): las democracias europeas posteriores a 1945 funcionan con tres mecanismos que rompen deliberadamente la simetría que suponen Arrow y McKelvey para impedir el ciclo:

  1. La moción de censura constructiva (Artículo 113 de la Constitución de 1978, tomado del Artículo 67 de la Ley Fundamental de Bonn de 1949): En el teorema de McKelvey (y en la República de Weimar o la Segunda República española), todas las alternativas son simétricas: si una mayoría de diputados prefiere «no A» a «A», el gobierno A cae aunque esos diputados sean incapaces de ponerse de acuerdo en ningún gobierno alternativo. El Artículo 113 CE rompe esa simetría otorgando al presidente investido A el estatus de punto de reserva protegido: está prohibido votar «contra A» en abstracto; para derribar a A, los 176 diputados tienen que firmar y votar simultáneamente un único vector alternativo concreto B. Aunque el conjunto de diputados descontentos con A supere con creces los 176 escaños, si pertenecen a cuadrantes opuestos del eje territorial (por ejemplo, Vox y Junts), la intersección de sus conjuntos preferidos es vacía (W_{\text{derecha}}(A) \cap W_{\text{nacionalistas}}(A) = \emptyset), por lo que ningún candidato alternativo B reúne 176 síes y el Ejecutivo sobrevive indefinidamente en minoría.
  2. El intercambio de votos entre dimensiones ortogonales (Logrolling, Gordon Tullock, 1959) por asimetría de intensidades: El teorema de McKelvey asume que los actores ponderan igual todas las dimensiones (curvas de indiferencia esféricas). En la realidad parlamentaria, la función de utilidad cuadrática de cada partido pondera los ejes mediante una matriz diagonal de importancia relativa (salience) muy desigual: u_i(x) = -\sum_{k=1}^3 s_{i,k} (x_k - z_{i,k})^2 Para un partido estatal, las dimensiones económica y de permanencia en el Ejecutivo tienen peso máximo (s_{1}, s_{2} \gg s_{3}); para un partido nacionalista periférico de cinco o siete escaños, la dimensión territorial o competencial tiene peso lexicográfico (s_{3} \gg s_{1}). Como sus gradientes de utilidad son casi ortogonales, ambos pueden realizar un intercambio de Coase parlamentario (logrolling): el socio periférico vota a favor de una investidura o de un decreto económico que no es su óptimo en el eje 1 a cambio de una cesión competencial, financiera o penal en el eje 3.
  3. La teoría de los jugadores con veto (Veto Players, George Tsebelis, 2002) y el piloto automático institucional: Tsebelis demostró que, a medida que aumenta el número de socios necesarios para alcanzar la mayoría y crece la distancia geométrica entre ellos en \mathbb{R}^d, el área de acuerdos que todos prefieren a la situación vigente —el conjunto ganador del statu quo, W(SQ) = \bigcap_{i \in C} P_i(SQ)— se encoge hasta reducirse casi a un punto. En los años treinta, un bloqueo parlamentario paralizaba el Estado y abría una crisis constitucional; en una democracia europea actual integrada en la eurozona, el bloqueo legislativo simplemente activa el piloto automático del statu quo: el Artículo 134.4 de la Constitución prorroga automáticamente los Presupuestos Generales del Estado del año anterior el 1 de enero, la política monetaria la ejecuta el Banco Central Europeo en Fráncfort, un alto porcentaje de la regulación procede de directivas de Bruselas y las pensiones y nóminas públicas se abonan por transferencia automática.

En suma: la geometría multidimensional de Arrow y McKelvey sigue plenamente vigente bajo la superficie de los parlamentos contemporáneos, pero las reglas constitucionales de posguerra han transformado lo que antes era un equilibrio explosivo de caída de gobiernos en un equilibrio amortiguado de prórrogas presupuestarias y negociación transaccional.


(Continúa en la tercera y última entrega: «Racionalidad III: crecimiento, límites y futuro»).

Suscripción.

Si le interesan estas entradas, puede recibir cada una en un correo individualmente. Se deja cuando se quiere, desde el propio mensaje.


¿Quieres compartirlo?