En esta nota se afirma que los algoritmos y la Big Data plantean una serie de amenazas propias en una economía ya plagada de disfunciones, y que agrava los temores sobre la IA. Algunas aprensiones son exageradas y otras subestiman los problemas, pero en sí albergan el potencial de un empobrecimiento dramático de nuestra disciplina. Una de esas consecuencias es que retrasará aún más el desarrollo de la teoría y la práctica económicas, y exacerbará indirectamente la agitación social.

El autor de estos planteamientos es Gregory A. Daneke, profesor emérito de la Universidad Estatal de Arizona y que ha ocupado otros puestos en las universidades de Michigan y Stanford. Este artículo se publicó en la revista Real-world economics review N°93 de 2020. Ojalá que, en nuestras facultades de economía, el gobierno y las autoridades monetarias se consideren estos elementos por el bien de todos.

Resumen

La IA se ha vuelto omnipresente en todo tipo de actividad humana, especialmente en la era de la digitalización generalizada, la enorme recolección y manipulación de datos. Ha penetrado en muchos ámbitos de la ciencia, planteando desafíos significativos a los métodos probados y verdaderos, especialmente a los procesos primarios de construcción de teorías.

Un ámbito en el que las incursiones de la IA son notoriamente aleatorias es la economía, gran parte de ellas derivadas de compromisos ideológicos arraigados. Estas predilecciones hacen que sea excepcionalmente difícil para la disciplina dominante adoptar plenamente las mayores implicaciones de la IA que se encuentran en el estudio de la economía como un sistema adaptativo complejo.

Esta situación plantea además una serie de amenazas sociales adicionales a medida que la IA marca el comienzo de una transformación industrial sin precedentes y extremadamente mal dirigida.

Un macartismo diferente

El autor anota que en 1959 McCarthy publicó sus programas para el sentido común, que establecían la agenda para gran parte de lo que hoy entendemos por IA. De un plumazo, no solo señaló el ascenso de los enfoques algorítmicos formales sobre los biológicos a la inteligencia en general, sino que al definirla como sentido común sentó las bases para que la investigación avanzara sin preocuparse necesariamente por cómo se piensa realmente en los humanos.

Aparentemente, el sentido común no tiene por qué ser tan común. Cabe destacar que la IA originalmente tenía raíces profundas en la psicología y la biología (a través de las ciencias neurológicas y cognitivas), pero estos esfuerzos ahora se ven eclipsados por las ciencias de la computación. A mediados de los años 60, los informáticos pasaron a dominar la industria.

Un momento decisivo para el aprendizaje automático llegó con la llegada de la era del Big Data. El imperio del almacenamiento y la manipulación de datos no se construyó en un día señala Daneke. La recopilación de datos a gran escala se remonta a la antigüedad, y el almacenamiento y el análisis de datos modernos probablemente comenzaron en Inglaterra a mediados del siglo XVII.

No fue hasta la llegada de la era de las computadoras personales y la WWW (o Internet) en la década de 1980, seguida por el desarrollo de los motores de búsqueda y las plataformas de redes sociales en la década de 1990, que el Big Data se convirtió en una clase de activo propio. De esos tiempos hasta ahora, la historia es más conocida.

Límites y peligros

Daneke señala que por impresionante haya sido el progreso de la IA en la era del Big Data, la promesa de un isomorfismo completo (replica) con la inteligencia humana ha permanecido en un horizonte cada vez más lejano. Sin embargo, más maniobras de relaciones públicas combinadas con nuevas aplicaciones militares y de marketing, así como tensiones geopolíticas, han mantenido más o menos a la empresa en un ritmo febril.

La divergencia con respecto al isomorfo con las capacidades humanas será prácticamente irrelevante a medida que la inteligencia de las máquinas se vaya alejando a gran velocidad. Si ya han perdido el interés en llegar a una comprensión completa de la mente humana y el significado de la conciencia, también podrían borrar inadvertidamente muchas consideraciones éticas y legales en su prisa por monetizar la superinteligencia.

Peor aún, anota Daneke, los niveles tóxicos de anomia y alienación podrían tener inmensas consecuencias sociales. En su trayectoria institucional actual, la IA no tiene tanto que ver con mejorar la inteligencia humana, sino con insistir en que los humanos se vuelvan más como máquinas y reordenen sus vidas para convertirse en engranajes más obedientes de una máquina mayor. Una vez que los algoritmos nos conozcan mejor que nosotros mismos, muchos de los esfuerzos actuales por interponer preocupaciones legales y éticas podrían quedar en el camino.

Aplicaciones económicas

Daneke anota que algunos de los aspectos potencialmente más problemáticos de la economía convencional podrían recibir una nueva oportunidad de vida mediante aplicaciones selectivas de la IA. Esto es particularmente relevante si se la utiliza simplemente para apuntalar teorías erróneas sobre la naturaleza descontrolada de nuestra sociedad.

Las bases de esta teoría podrían ser aún más impenetrable y fortalecer la ilusión de que la ideología predominante es de una lógica inatacable. A medida que la IA penetra más en la razón de ser de la economía política clandestina, el neoliberalismo podría revigorizarse.

Mayores peligros

Luego de revisar los elementos de la economía neoclásica y su fusión con el neoliberalismo, el autor se interroga sobre cuánto mejor podría ser una apología del estatus quo mediante la IA. El poder inmerecido de la economía dominante podría volverse aún más potente con una nueva versión radical del cientificismo.

Solo cabe esperar que la inestabilidad extrema que acompaña al auge de la economía de la IA (por ejemplo, la aceleración dramática de los despidos) ponga en tela de juicio la viabilidad de sus ideologías parasitarias.

Las posibilidades de un reforzamiento metódico de los sesgos ideológicos profundamente arraigados serían demasiado tentadoras. Podrían simplemente sustituir modelos de máquinas simples por agentes e instituciones reales y crear la ilusión de que han llegado a una especie de nirvana predestinado. En el proceso, podrían seguir rechazando simulaciones mucho más relevantes (por ejemplo, resiliencia, emergencia, coevolución institucional, adaptación, entre otros).

Complejidad como respuesta

Según Daneke, desde el punto de vista de la complejidad, la economía es muy parecida a la Tierra, con una delgada corteza de estabilidad sobre un núcleo turbulento que a menudo impacta dramáticamente la superficie. Los economistas harían mucho mejor en comprender el terreno inestable sobre el que se encuentran, especialmente a la luz de las recientes turbulencias financieras.

Además, la complejidad acepta una buena parte de los cambios en las mismas instituciones que los economistas dan por sentados (por ejemplo, las fragilidades impuestas por la historia, la cultura y las diferencias de poder).

Mientras que la economía del equilibrio enfatiza el orden, la determinación y la deducción, la economía de la complejidad enfatiza la contingencia, la indeterminación, la búsqueda de sentido y la apertura al cambio. Esta visión, en otras palabras, da un mundo más cercano al de la economía política que al de la teoría neoclásica, un mundo que es orgánico, evolutivo e históricamente contingente.

Daneke recuerda que, con el paso de los años, surgieron maquinaciones cada vez más extrañas en la economía, en nombre de la elegancia formal donde la historia no importa. La corriente dominante necesitaba tanto que los asuntos confusos convergieran en un único equilibrio que simplemente supuso que la mayoría de los eventos adversos eran transitorios e incluso que las diferentes condiciones iniciales eran irrelevantes. Cuando se presentó por primera vez los estudios sobre rendimientos crecientes les dijeron que, si existieran, los economistas tendrían que prohibirlos.

Elementos reales

La economía de la complejidad también busca modelar múltiples niveles de interconectividad entre diversos agentes y mapas de preferencias cambiantes. En los sistemas complejos, la unidad de análisis se desplaza ligeramente hacia la interacción entre los individuos, sus instituciones y la economía en evolución. Asimismo, permiten una mezcla de motivos que incluyen: sesgos conductuales, altruismo, reciprocidad, moralidad ahora pasada de moda.

También suponen que podemos reflexionar y, ocasionalmente, explorar activamente los cambios de reglas que mejoran nuestros parámetros de elección en lugar de suprimirlos. Es más, incluso podríamos despertar a un papel más importante en nuestra propia evolución con elecciones que faciliten una mayor resiliencia y sistemas sostenibles.

Daneke continúa señalando que, en los sistemas complejos, los agentes no sólo llegan con un conjunto de motivos individuales mixtos, sino que se adaptan y aprenden a través de sus experiencias cooperativas (así como competitivas). Si sólo fuéramos maximizadores de utilidad personal, egoístas y de corto plazo, entonces probablemente nos hubiéramos extinguido hace mucho tiempo. Y, si seguimos atrapados en nuestras ilusiones neoclásicas/neoliberales, todavía podríamos lograrlo.

A diferencia de nuestra actual economía antisocial y antidemocrática, los sistemas complejos prosperan gracias a la inclusión. Desafortunadamente, anota el autor, el campo de la IA se esfuerza por construir agentes racionales capaces de percibir el mundo que los rodea y tomar medidas para alcanzar objetivos específicos. Dicho de otro modo, los investigadores de la IA aspiran a construir un homo-economicus sintético, el mítico agente perfectamente racional de la economía neoclásica.

Observaciones finales

Daneke termina señalando que mientras los economistas convencionales se esfuerzan por dominar y manipular lo artificial, siguen descuidando gran parte de las ciencias sociales reales. La corriente dominante ha extendido su aislamiento, junto con su adhesión ideológica, su supremacía autoproclamada y su creciente poder político y comercial.

Además, los economistas de la corriente dominante han logrado hacer de la transdisciplinariedad una calle de un solo sentido. Además de invadir por completo las escuelas de negocios, derecho y servicio público, han difundido su extraña economía por todas partes (desde la crianza de los hijos hasta el amor y el matrimonio, entre otros).

Colofón

El mestizaje en curso de economistas y científicos informáticos podría producir creyentes superfieles, e incluso podrían terminar oscureciendo aún más los puntos ciegos científicos e ideológicos de larga data. Este sacerdocio más intensamente pretencioso se está convirtiendo rápidamente en la norma.

La nueva generación de economistas, una llamada de atención para las facultades de economía de nuestros países ya tiene mucho más conocimiento de codificación y herramientas computacionales y menos conocimiento de su propia disciplina. Con más cursos de IA que invaden el ya limitado currículo general, pronto tendremos enormes ejércitos de economistas recién formados que son poco más que cuantitativos sin cerebro y extremadamente peligrosos finaliza el autor.