finanzas y desarrollo

Economía para la economía real

Compartí esta noticia !

Por Jamieson Greer / F&D FMI – Durante aproximadamente 30 años, los aranceles y la regulación de importaciones fueron parias políticos. Parafraseando la frase del escritor inglés G.K. Chesterton sobre el cristianismo: Los aranceles no se probaron ni se consideraron insuficientes, sino rechazados por los modelos económicos actuales y sin probar. Los responsables políticos, temerosos de desafiar el consenso de élite derivado de tales modelos, cerraron el universo de opciones y estrategias para resolver los desafíos de Estados Unidos. Pero el presidente Donald Trump ha cambiado eso y, al hacerlo, ha hecho un regalo a los economistas. El regreso de los aranceles y las regulaciones de importación crea una oportunidad para actualizar viejas suposiciones y modelos anticuados con la evidencia sólida de datos y experiencias reales.

Es interesante que estas políticas llegaran a ser inaccesibles. Los arquitectos del sistema económico internacional posterior a la Segunda Guerra Mundial conocían los riesgos del comercio sin restricciones, como los importantes desequilibrios comerciales o las peligrosas dependencias de importaciones. Estos arquitectos priorizaron la soberanía nacional y la seguridad como objetivos iguales junto con la prosperidad generalizada. El Acuerdo General sobre Aranceles Aranceles y Comercio fue negociado deliberadamente para permitir un uso robusto de aranceles con el fin de garantizar la seguridad esencial, prevenir daños a las industrias nacionales, responder a la competencia desleal, fomentar el desarrollo económico y abordar los desafíos de la balanza de pagos. El Comité Coordinador para el Control Multilateral de Exportaciones alineó las políticas de control de exportaciones en Estados Unidos y sus aliados para presentar un frente económico común frente a la Unión Soviética y sus satélites. Los acuerdos plurilaterales, como el Acuerdo Internacional del Estaño, gestionaban activamente el comercio de materias primas clave para salvaguardar las cadenas de suministro.

Para los años 90, responsables políticos, economistas y líderes empresariales habían olvidado las sutilezas y el pragmatismo de sus antepasados, sin darse cuenta de que existen buenas razones para preservar la capacidad de los países para gestionar sus relaciones comerciales según los intereses nacionales. En los días intensos tras la caída del Muro de Berlín, hubo una prisa por adoptar la simplicidad de la hiperglobalización: ¿No sería mejor para todos los pueblos del mundo eliminar por completo las barreras comerciales? Y así nacieron la Organización Mundial del Comercio, el Tratado de Libre Comercio de América del Norte (TLCAN) y nuestra situación actual.

Se pensaba que este enfoque traería paz y prosperidad, pero en realidad solo permitía a las multinacionales perseguir subvenciones y normas laborales y medioambientales débiles en todo el mundo. En Estados Unidos, los votantes se volvieron más escépticos al ver cómo los empleos de clase trabajadora se trasladaban al extranjero, y los economistas respondieron con métodos altamente cuantitativos para calcular, a menudo con falsa precisión, enormes avances teóricos que se lograban dejando entrar avalanchas de importaciones. Y, al mismo tiempo, muchos otros países mantuvieron altos tipos arancelarios y barreras no arancelarias. Adiós al optimismo posterior a la Guerra Fría.

Cuando el presidente Trump asumió el cargo por primera vez, la brecha entre teoría y práctica era demasiado grande para ignorarla. Los estadounidenses perdieron millones de empleos manufactureros de alta calidad, más de 70.000 plantas cerraron, los salarios de la clase trabajadora quedaron atrás, la base industrial se debilitó, la innovación se ralentizó, la productividad real en la manufactura disminuyó y las comunidades de todo el país resultaron perjudicadas. El déficit comercial de bienes se disparó hasta 1,2 billones de dólares anuales, lo que a su vez alimentó el déficit insostenible por cuenta corriente del país.

Escribiendo con humildad en 1933, pues representaba un cambio en sus opiniones, John Maynard Keynes expresó dudas sobre “si la pérdida económica de la autosuficiencia nacional es lo suficientemente grande como para superar las demás ventajas de llevar gradualmente el producto y el consumidor dentro del ámbito de la misma organización nacional, económica y financiera.” Esto supuso un punto de inflexión para Keynes, que se convirtió en uno de los defensores más vocales de mecanismos más fuertes de regulación comercial en las negociaciones de Bretton Woods. Mientras el presidente Trump está creando un nuevo orden económico internacional —basado en el equilibrio, la reciprocidad, la justicia y la resiliencia— es hora de que la profesión económica tome ejemplo de Keynes y se adapte al mundo tal y como es, en lugar de como nosotros quisiéramos que fuera.

Suposiciones erróneas

En ningún lugar es más necesario ponerse al día que en la modelización económica. Los modelos que normalmente se utilizan para predecir los efectos de la política comercial presentan muchos puntos ciegos. A menudo asumen el pleno empleo y transiciones laborales sin contratiempos entre industrias y geografías. Los modelos no reflejan la complejidad de los enlaces de la cadena de suministro y se centran principalmente en las ganancias de eficiencia a largo plazo, definidas como la capacidad de adquirir productos al menor coste posible. Tales avances teóricos se tratan como bienes sociales puros. Estos modelos en su mayoría asumen realidades que la gente normal, o los profesionales como yo, experimentamos a diario.

La economía rara vez funciona con pleno empleo. La disminución de la participación en la fuerza laboral en regiones concretas o en grupos demográficos específicos, incluidos los hombres de clase trabajadora, son prueba de ello. Los costes de transición también son reales y graves. Por ejemplo, David Autor y otros han rastreado lo que ocurrió con los trabajadores estadounidenses y las ciudades más expuestas al “Shock de China”. La movilidad geográfica disminuyó en los lugares expuestos al comercio. La reasignación intersectorial de antiguos trabajadores manufactureros fue mínima. Cuando finalmente volvieron los empleos, eran trabajos de menor cualificación y pasaron a otras personas. Los trabajadores manufactureros en funciones, a menudo hombres negros y blancos en ciudades medianas o pequeñas, nunca recuperaron sus ingresos. Envejecieron en su lugar y no, como animaba la élite política estadounidense, a Phoenix para convertirse en trabajadores de atención domiciliaria ni a Seattle para programar software.

El coste se puede medir en vidas humanas—y esto no es una exageración. Un estudio reciente de Amy Finkelstein y coautores encontró que las zonas con exposición media a la competencia de importaciones mexicanas bajo el TLCAN experimentaron un aumento sostenido del 0,68 por ciento en la mortalidad anual ajustada por edad. Los daños se concentraron entre los hombres en edad laboral y se distribuyeron entre la mayoría de las principales causas de muerte. Los autores descubrieron que este impacto en la mortalidad más que borró las ganancias de bienestar identificadas en un análisis económico líder del TLCAN, convirtiendo el acuerdo en una pérdida neta mortal para las personas a las que se suponía debía ayudar.

Muchos modelos tampoco tienen en cuenta los vínculos a nivel sectorial que influyen en cómo cambian los flujos comerciales bajo las reglas de origen en los acuerdos comerciales modernos. A menudo no recopilamos las estadísticas necesarias para permitir un análisis empírico más preciso, incluyendo la dinámica de la cadena de suministro. Además, las limitaciones en los enfoques estadísticos o de modelización alimentan narrativas políticas falsas. Por ejemplo, investigaciones de Susan Houseman han encontrado que los tan anunciados avances en la producción manufacturera estadounidense se deben a cómo medimos el aumento de la potencia de cálculo, no a la producción real de más materiales. Teniendo en cuenta las cifras distorsionadas de la industria informática, la producción manufacturera real en EE. UU. cayó un 6 por ciento entre 2007 y 2016.

Logrando el equilibrio

El argumento tradicional a favor del libre comercio sin restricciones presentado por los economistas se fundamentaba en el principio de ventaja comparativa. Es absolutamente cierto y no trivial que la especialización aporta eficiencia. Sin embargo, la economía contemporánea debe tener en cuenta un mundo donde las economías de escala y la intervención gubernamental se combinan para crear desequilibrios estructurales comerciales desvinculados de la ventaja comparativa. ¿Cómo puede ser que Estados Unidos, con la tierra de cultivo más abundante del mundo, tenga un déficit comercial en la agricultura? ¿Cómo puede ser que Corea del Sur—con recursos energéticos limitados, sin carbón y sin mineral de hierro—se convirtiera en una potencia siderúrgica? Las intervenciones económicas de los países han manipulado la economía global de manera que persistentemente han dejado a algunos países en déficit y a otros en superávit. Esto no es saludable para los países de ninguna de las dos categorías.

Investigaciones recientes del FMI han encontrado que los persistentes desequilibrios comerciales perjudican a las economías deficitarias y benefician a las superávidas al reasignar las ganancias de productividad. El Banco de Inglaterra planteó un punto más preciso: cuando un país “combina la política industrial con diferentes formas de supresión del consumo —como redes de seguridad social débiles, controles de capital o un alto ahorro preventivo— las subvenciones generan superávits comerciales persistentes y se convierten en una política de mendigo al vecino con consecuencias internacionales negativas.” La administración Trump no podría haberlo dicho mejor.

El FMI reconoció recientemente que los desequilibrios son “concentrados y persistentes” y están impulsados al menos en parte por políticas de países excedentes. En su informe más reciente del Artículo IV, el FMI lanzó la alarma sobre el déficit por cuenta corriente de EE. UU. (impulsado principalmente por el déficit comercial), señalando que la posición negativa resultante en inversión internacional neta “aumenta el riesgo de un eventual desorden externo desordenado.”

Pero, para abordar este problema, el FMI recomienda soluciones insostenibles y escandalosas: aumentos fiscales a gran escala (incluido un impuesto federal sobre las ventas del 10 por ciento) y medidas de austeridad (incluyendo recortes profundos en programas populares de prestaciones sociales). Reconocen que esto, en el mejor de los casos, tendría solo un efecto moderado, mientras que también requeriría que los países con excedente tomen medidas para aumentar la demanda. ¿La recomendación del FMI para lograr eso? “Trabajar de forma constructiva con los socios comerciales” para abordar “las preocupaciones sobre la equidad del sistema comercial global.” Los crecientes desequilibrios de la última década demuestran la ineficacia de pedir amablemente cambios económicos estructurales.

Modelos equivocados

¿Por qué el FMI recomienda políticas drásticas e impopulares mientras critica el enfoque arancelario de la administración Trump? La respuesta reside, en parte, en supuestos del modelo. El modelo Global Integrado de Monetaria y Fiscalía (GIMF) del FMI muestra que los aranceles tendrían un efecto insignificante en el estrechamiento de los desequilibrios de cuenta corriente. El FMI señala ese resultado en su Informe del Sector Externo de 2025 para descartar la herramienta como una solución a lo que califica como un problema urgente. Pero el FMI reconoce que el modelo no contempla el “salto arancelario a través de la reasignación transfronteriza de la producción.”

Esta nota técnica menor contiene multitudes. El salto arancelario es precisamente el mecanismo a través del cual los aranceles protectores y otras medidas comerciales han inducido la “relocalización” de la producción y han cambiado los patrones comerciales. Las restricciones del presidente Ronald Reagan a los automóviles japoneses a principios de los años 80 incentivaron un auge de la deslocalización que generó más de 100.000 nuevos empleos en automóviles estadounidenses en más de 300 nuevas instalaciones de producción para los años 90. Los aranceles de salvaguardia de 2018 del presidente Trump a las lavadoras desencadenaron una ola de inversión, incluyendo grandes instalaciones nuevas de Samsung y LG en Carolina del Sur y Tennessee. Mercedes-Benz está invirtiendo 4.000 millones de dólares en su planta de Alabama, citando explícitamente los aranceles como la causa. La investigación de McKinsey muestra cómo los aranceles recientes ya han provocado una reorganización a gran escala de las cadenas de suministro en todo el mundo. ¿Cómo podemos desestimar aranceles basándonos en un modelo que asume el mecanismo mediante el cual funcionan?

Hay quienes reconocen los problemas sociales y económicos que plantean los déficits estructurales comerciales, pero recomiendan herramientas distintas a los aranceles para abordarlos. Warren Buffett, entre otros, recomendó de forma célebre exigir a las empresas que quieren importar bienes que compren un certificado a un exportador nacional de cualquier bien o servicio de valor igual. Aunque quizá sea viable sobre el papel, este enfoque probablemente presentaría desafíos significativos en la implementación. Otros han sugerido un cargo de acceso al mercado sobre las entradas financieras extranjeras para reducir el déficit depreciando gradualmente la moneda. Una solución así probablemente provocaría una insurrección organizada en el sector de servicios financieros, podría verse como un impuesto a la inversión entrante y es difícil de explicar al público.

Los aranceles que apuntan directamente a las fuentes primarias del déficit son la solución más sencilla y flexible. Esto fue aceptado durante mucho tiempo en todas las líneas partidistas antes del cambio de enfoque hacia la hiperglobalización, incluyendo en los años 80, cuando la propuesta del futuro líder demócrata de la mayoría en la Cámara, Dick Gephardt, de imponer aranceles obligatorios a gran escala a economías persistentes en excedentes fue aprobada por la Cámara de Representantes (antes de ser finalmente descartada en favor de la autoridad reforzada de la Sección 301 que actualmente utiliza mi oficina). Ya estamos viendo los efectos beneficiosos de los aranceles del presidente Trump. El déficit comercial de Estados Unidos con China disminuyó un 32 por ciento interanual en 2025. El déficit comercial total de bienes ha disminuido, año tras año, cada mes desde que el presidente Trump comenzó a implementar su política de aranceles recíprocos en abril de 2025.

A medida que avanzamos, necesitamos modelos que capturen lo que importa para la economía real. Esto incluye las consecuencias distributivas del comercio, las fricciones en el mercado laboral, los efectos de la red y la escala en la manufactura, los efectos del arbitraje regulatorio en trabajadores y productores, los impactos de las reglas de origen detalladas en las redes globales de producción y—a la luz de las nuevas investigaciones del TLCAN—los resultados de salud pública. Si queremos políticas más inteligentes, necesitamos herramientas empíricas más enriquecidas que estudien cómo funciona realmente el comercio.

Nuevos retos, nuevas herramientas

No tenemos tiempo para esperar. Estados Unidos está utilizando aranceles y acuerdos sobre comercio recíproco para fomentar la inversión productiva entrante, aumentar los incentivos para la producción nacional y abrir mercados para las exportaciones estadounidenses. El FMI reconoce que un reequilibrio duradero requiere acción tanto de economías excedentes como deficitarias. Sin una presión real, una economía excedente no tiene motivo para actuar, pero eso no significa que los países deficitarios deban permanecer inertes. Por ello, Estados Unidos está tomando medidas audaces para sentar las bases de un sistema económico internacional basado en el equilibrio, la reciprocidad, la justicia y la resiliencia.

Alfred Marshall escribió una vez: “Las condiciones económicas cambian constantemente, y cada generación aborda sus propios problemas a su manera.” Es urgente que los economistas tomen ese consejo. A medida que cambia la economía global, también debe hacerlo la profesión económica. Los economistas pueden ser científicos desafortunados, pero no tienen motivos para vivir con la cabeza enterrada.

JAMIESON GREER es el representante comercial de Estados Unidos.

Compartí esta noticia !

Sendhil Mullainathan: El economista de IA

Compartí esta noticia !

Escribe Bob Simison / F&D FMI – La IA es demasiado importante para dejarla a los científicos informáticos. Así lo dice el economista conductual del MIT Sendhil Mullainathan, que lleva más de una década aplicando la inteligencia artificial a la investigación económica. Los algoritmos, dice, tienen el potencial de mejorar drásticamente la toma de decisiones humanas en aspectos importantes, desde buscar empleo hasta fijar fianzas en un tribunal o entender las señales de una prueba cardíaca.

“La economía está especialmente adaptada a este momento”, dijo en una entrevista. “Simplemente no es posible construir un algoritmo sin enfrentarse a la necesidad de tomar la extrañeza cursi y cualitativa de la vida y compararla con el formalismo rígido que se necesita.”

Mullainathan, nacido en la India, de 52 años, está “uniendo la economía entre lo que hicimos en el siglo pasado y lo que haremos en el próximo siglo”, dijo el economista David Laibson, uno de los profesores de Mullainathan en los años 90 en Harvard.

Mullainathan ha liderado investigaciones sobre la psicología de la memoria, la toma de decisiones por parte de los jueces y la economía de la escasez. Los juristas en la ciudad de Nueva York utilizan algoritmos basados en sus hallazgos para fijar fianzas. En 2002, con 29 años, ganó una subvención de 500.000 dólares de la Fundación MacArthur, en cuyo consejo formó parte durante 12 años hasta junio pasado.

“Su trabajo es tan citado como el de cualquiera” en un punto profesional comparable, dijo el economista de Harvard Lawrence Katz, presidente de la American Economic Association. “No se me ocurre nada más estimulante intelectualmente que una breve conversación con Sendhil sobre lo que sea que tenga en mente.”

Que podría ser casi cualquier cosa. Amigos y colegas citan su extensa investigación sobre helados y cafés. En una ocasión llevó a colegas en un recorrido de dos horas por las principales heladerías de bocadillos de Chicago. Mullainathan también ha realizado su propia investigación sobre nutrición y ejercicio.

“Sendhil se sumerge en todo tan a fondo”, dijo Bec Weeks, una científica del comportamiento australiana de la Universidad de Chicago que ha sido su colega de investigación y, más recientemente, su compañera de vida. “Siempre tiene un millón de buenas ideas. Entender cómo se comportan los humanos es el enigma central en torno al que gira su mente.”

Llegando a América

Eso surge de sus experiencias vitales. El camino de Mullainathan hacia la cima de su profesión comenzó en un pueblo con poca electricidad en el estado indio de Tamil Nadu, al sur de Chennai. Su familia poseía tierras, lo que la convertía en una de las familias más acomodadas de un pueblo pobre. Su padre, Mark, logró terminar la universidad y acceder a un programa de doctorado en ingeniería aeronáutica en Caltech. Se fue cuando Sendhil tenía 3 años. No había teléfonos en el pueblo, así que el padre de Sendhil enviaba grabaciones de audio con actualizaciones sobre lo que hacía.

Cuatro años después, el mayor de los Mullainathan obtuvo visados para traer a Sendhil y a su madre, Sheila, a Los Ángeles. Ese fue el final de los estudios doctorales de Mark, ya que empezó a trabajar para mantener a la familia como ingeniero aeroespacial en empresas del sur de California, incluyendo McDonnell Douglas y Boeing.

Cuando Sendhil tenía 10 años, el presidente Ronald Reagan emitió una orden exigiendo una autorización de seguridad para ese tipo de trabajo, despidiendo a Mark porque aún no era ciudadano estadounidense. Aunque Mark y Sheila construyeron una carrera como emprendedores en serie, poseyendo y gestionando videoclubes y vendiendo ordenadores, fue traumático para el joven Sendhil.

“Aprendí que el mundo no tiene fondo, y recuerdo ese momento tan distinto”, dijo Mullainathan. “Me obsesioné con lo del desempleo.” De alguna manera, eso le llevó a su carrera académica. “Recuerdo haber oído en el instituto que en el instituto lo académico se llama plaza fija”, dijo. “No puedes perder tu trabajo. Yo pensé: Ese es el trabajo que quiero.”

“No me fue muy bien en el instituto”, dijo Mullainathan, porque “mi mente no es muy buena con cosas como sustantivos y memorización.” Las matemáticas, en cambio, estaban “todas conectadas; es razonamiento.”

Tras realizar la prueba de preparación universitaria del PSAT, Mullainathan recibió un folleto de la Clarkson School en Potsdam, Nueva York, uno de los programas de early college más antiguos de Estados Unidos. Pudo terminar el instituto allí mientras cursaba cursos universitarios avanzados de matemáticas. Solicitó la solicitud, entró y contó a sus padres sobre su plan. Aunque se sorprendieron, estuvieron de acuerdo “porque una cosa que siempre hacían era priorizar cualquier gasto educativo”, dijo. Así que, con 16 años, se fue a 3.000 millas de distancia, a un lugar donde las temperaturas suelen bajar muy por debajo de cero.

Más tarde, trasladándose a Cornell, Mullainathan continuó centrándose en matemáticas pero añadió carreras en informática y economía. “Lo que hacía que la economía fuera diferente de las matemáticas y fantástica era que era un intento de intentar comprender las complejidades del mundo”, dijo. Le fascinaba intentar explicar anomalías económicas, como por qué los promotores de Los Ángeles vendían casas por sorteo en lugar de simplemente subir los precios.

Economía conductual

Para la escuela de posgrado, Mullainathan entró en el programa de doctorado en informática del MIT, pero aplazaron el inicio un año. Quería probar el programa de doctorado en economía de Harvard. Se mantuvo firme durante los siguientes cinco años y completó su doctorado en 1998.

En un campo donde el referente de la influencia de una publicación son 1.000 citas de otros académicos, el perfil de Google Scholar de Mullainathan lista más de una docena de obras con varias veces más. Su obra ha sido citada casi 100.000 veces, o casi tan a menudo como la de la laureada con el Nobel Esther Duflo. Mullainathan ha ocupado cargos académicos en Harvard, la Universidad de Chicago y el MIT.

La economía conductual puede parecer un enfoque anómalo para alguien obsesionado con las matemáticas y la informática. Pero durante sus estudios doctorales, dijo Mullainathan, llegó a la conclusión de que, como economista, debía desarrollar una comprensión de la psicología humana.

“¿Cómo se supone que vamos a tomar todas las rarezas, las rarezas, las debilidades, la riqueza y la inescrutabilidad de los seres humanos y, en última instancia, plasmarlas en nuestra comprensión de la economía?” preguntó. “Tenemos que reconocer que los seres humanos somos increíblemente complicados de formas incomprensibles.”

Mullainathan ha dedicado su carrera a profundizar en las complejidades del comportamiento humano, a veces con resultados inesperados. Durante mucho tiempo se aceptó que las empresas diseñaban paquetes salariales para recompensar a los CEOs por aumentar el valor de una empresa. Pero en 2001 Mullainathan y su frecuente colaboradora Marianne Bertrand, de la Universidad de Chicago, demostraron que “el salario de los CEOs responde significativamente a la suerte”, como los movimientos en los precios del petróleo.

Bertrand y Mullainathan enviaron posteriormente currículums ficticios en respuesta a anuncios de empleo en Chicago y Boston, asignando al azar nombres que creían que sonaban blancos o negros. Descubrieron que quienes tenían nombres que suenan a blanco recibían un 50 % más de llamadas de vuelta, según informaron en un artículo de 2004, “¿Son Emily y Greg más empleables que Lakisha y Jamal?”

Mullainathan y el psicólogo de Princeton Eldar Shafir pasaron casi una década realizando experimentos sobre la psicología y la economía de la escasez, ya sea de tiempo, dinero, alimentos u otros recursos. Esto dio lugar a su influyente libro de 2013 Escasez: La nueva ciencia de tener menos y cómo define nuestras vidas.

Hasta hoy, los autores dan charlas sobre el libro, dijo Shafir. Los investigadores descubrieron que la escasez afecta de forma drástica al funcionamiento del cerebro, haciendo que la gente se obsesione con lo que escase. Esto absorbe ancho de banda cognitivo, de modo que la mente no funciona a plena capacidad, y las personas quedan atrapadas en un ciclo de escasez, descubrieron los autores.

La finalización del libro hace 13 años despejó las cubiertas para que Mullainathan eligiera su próximo enfoque de investigación.

Enfoque en la IA

“Me desperté un martes por la mañana sin nada que hacer”, dijo. Su respuesta fue buscar una línea de investigación que estuviera muy alejada de los caminos habituales.

“Intento elegir cosas que estén muy, muy lejos de donde está la gente”, dijo. “Tengo un principio: si estás cerca de donde están las personas, no es tan eficiente, porque hay mucha gente inteligente en esta profesión.”

Ese enfoque hace que Mullainathan sea único, dijo el economista de Stanford Jann Spiess, colaborador de investigación y exalumno. “Cada pocos años, da un paso atrás y reevalúa lo que está haciendo”, dijo Spiess. Es parte de lo que hace de Mullainathan “una de las personas más inteligentes e innovadoras de la economía.”

En 2012, había poca expectación por la IA fuera de la informática, dijo Mullainathan. “No estaba en la lista de nadie”, dijo. “Quería trabajar en algo que pudiera doblar la curva de forma significativa.”

Mullainathan comenzó a aplicar el aprendizaje automático—un tipo de IA que despliega algoritmos diseñados para aprender a partir de datos—para estudiar la toma de decisiones humana. En 2017, él y cuatro colegas publicaron un artículo que examinaba si el aprendizaje automático podría mejorar las decisiones de fianza o cárcel por parte de los jueces. Utilizaron un algoritmo para analizar el riesgo de que los acusados huyeran o cometieran otro delito, aplicándolo a una base de datos con más de 700.000 personas detenidas entre 2008 y 2013 en la ciudad de Nueva York.

Descubrieron que los jueces tomaban rutinariamente la decisión equivocada, a menudo liberando a los acusados bajo fianza que el algoritmo incluía en la categoría de alto riesgo. “Los jueces están sujetos a la falacia del jugador”, dijo Jens Ludwig, de la Universidad de Chicago, uno de los investigadores. Es decir, como un jugador de ruleta que predice tras cuatro rojos que el siguiente resultado será negro, los juristas que ven a cuatro acusados de alto riesgo seguidos tienden a liberar al quinto bajo fianza, independientemente del perfil de riesgo objetivo.

Los investigadores estimaron que el uso de un algoritmo de evaluación de riesgos podría ayudar a reducir la delincuencia en un 25 por ciento, sin cambios en el número de personas detenidas, o disminuir la población carcelaria en un 42 por ciento sin aumentar la delincuencia. Los investigadores desarrollaron una herramienta de IA que los jueces de la ciudad de Nueva York utilizan hoy para facilitar su toma de decisiones, explicó Ludwig.

“Esto es una revolución en economía conductual”, dijo Ludwig. “Sendhil tiene el potencial de transformar nuestra comprensión de la toma de decisiones humana y crear herramientas para mejorarla. Es ese tipo de visionario.”

En un artículo de 2024, Ludwig y Mullainathan utilizan IA para demostrar que las fotos policiales de los acusados pueden predecir con fiabilidad las sentencias de los jueces sobre cárcel o fianza. Basándose en datos de Carolina del Norte, los investigadores descubrieron que las personas que parecen bien arregladas en sus fotos de arresto o que tienen rostros más anchos o redondeados tienen más probabilidades de ser liberadas bajo fianza que de ser retenidas hasta su juicio.

Aunque el hallazgo pueda parecer intuitivo, fue “una conexión que nadie notó”, incluidos los defensores públicos y los propios jueces, dijo Mullainathan.

Los algoritmos a veces detectan “conexiones poco plausibles” que la gente no detecta, dijo Mullainathan. “Es una escala a la que la mente humana no puede operar, y una tediosidad que la mente humana no puede manejar”, dijo.

Citó un experimento que utilizaba IA para comparar electrocardiogramas de personas que murieron por paro cardíaco súbito con ECGs similares a los de personas que no lo hicieron. El algoritmo detectó diferencias mínimas en las pruebas que los médicos no detectaron. Esto podría ayudar a identificar a las personas con más probabilidades de morir por paro cardíaco súbito que podrían ser candidatas a un marcapasos, dijo Mullainathan.

Bicicletas para la mente

Tras seis años en la Universidad de Chicago, Mullainathan regresó al MIT en 2024 como profesora en los departamentos de economía, ingeniería eléctrica e informática. Lidera una iniciativa llamada “The Bike Shop @ MIT”, utilizando algoritmos para construir “bicicletas para la mente”.

La imagen proviene de un gráfico publicado en el número de marzo de 1973 de Scientific American comparando la eficiencia de los animales en movimiento. “Hombre en bicicleta” fue, con diferencia, el más eficiente. El hallazgo, escribe Mullainathan, ofrecía “una visión de lo que deberían ser los ordenadores: bicicletas para la mente.”

Mullainathan y sus colegas están llevando a cabo un experimento con estudiantes de matemáticas en la India. “Enseñar es un gran salto de lectura”, dijo Ashesh Rambachan del MIT y colaborador en el proyecto. “Los profesores no entienden lo que los alumnos no entienden. Un algoritmo podría ayudarles con eso.”

Rambachan, Mullainathan y colaboradores de investigación en India están recopilando miles de ejemplos de trabajos de estudiantes sobre deberes de matemáticas. Planean usar IA para identificar en qué fallan los estudiantes, de modo que puedan crear un algoritmo que mapee la “cartografía de la confusión”. El objetivo es ayudar a los profesores a que los estudiantes encuentren su camino, dijo Mullainathan. Podría “cambiar la forma en que pensamos sobre la mente estudiantil.”

“La economía”, dijo Mullainathan, “necesita enfrentarse a la naturaleza fragmentada de nuestros modelos de economía y de por qué la gente se comporta y toma las decisiones que toma. Los algoritmos son la nueva planta de fábrica de la ciencia. Tienen la capacidad de ayudarnos a unir los modelos. Creo que nos ayudarán a transformar las cuestiones filosóficas en ciencia definitiva en los próximos 20 años.”

BOB SIMISON es un escritor freelance que anteriormente trabajó en el Wall Street Journal, el Detroit News y Bloomberg News.

Compartí esta noticia !

El precio oculto de los datos

Compartí esta noticia !

Escribe Laura Veldkamp / F&D FMI – Los datos son el combustible para los algoritmos de inteligencia artificial que han llevado los mercados bursátiles a máximos históricos gracias a la promesa de transformar economías. Pero, ¿cómo determinamos el valor de los datos? Los datos no se extraen de la tierra, ni se forjan en fábricas. Se acumula sin ser visto como un subproducto de la vida moderna: cada búsqueda, clic o paseo matutino con el móvil en el bolsillo deja un residuo de información que alguien, en algún lugar, puede usar.

Cuando un bien no tiene un precio observable—como un servicio público, por ejemplo—normalmente lo valoramos al coste. Pero los datos no tienen un coste explícito. Cuando un minorista registra ventas o una aplicación de mapas anota tu ubicación, eso es producción de datos. Por supuesto, las empresas gastan mucho en procesar, analizar y transformar datos. Contratan ejércitos de científicos de datos e invierten en infraestructura informática para extraer patrones del ruido. Pero los datos en bruto subyacentes son como los gases de escape de nuestro motor económico. ¿Cómo valoramos algo que simplemente aparece?

La verdad es que los datos no son gratuitos. Todos somos productores de datos remunerados. Una vez que comprendemos que los datos se producen a través de transacciones, surge una lógica económica más profunda. Si una empresa que maximiza el beneficio valora los datos que recibe de los clientes, tiene un incentivo para fomentar más transacciones, porque más transacciones significan más datos. Los clientes compran más cuando pagan menos. Las empresas que no ofrezcan descuentos verán cómo los clientes recurren a competidores que sí lo hacen. Por tanto, las empresas que maximizan el beneficio deben descontar sus bienes y servicios, no por equidad, sino para generar más ventas y más datos.

La mayor parte de la economía actual opera bajo este pacto oculto. Cada compra digital, cada descarga de una aplicación, cada clic es una transacción dual: los consumidores compran un bien o servicio y, al mismo tiempo, venden sus datos. El precio observable —la cantidad de dinero que cambia de manos— es realmente el precio neto de estos dos intercambios. Las empresas obtienen ingresos y datos; Los consumidores obtienen productos y comodidad.

Agrupación de precios

Aquí está el problema: como clientes, no sabemos qué precio ni qué descuento recibimos por los datos. Esto hace imposible saber si recibimos suficiente. Normalmente, los consumidores no tienen la opción de comprar un bien sin vender sus datos. Exigir dos transacciones al mismo tiempo—en este caso, una venta de datos y una compra de producto—es lo que los economistas llaman agrupamiento. Al ocultar el precio de los datos, el empaquetado garantiza que los clientes reciban menos.

Imagina llegar a un país extranjero con una moneda diferente. Al llegar, pagas el equivalente a 18 dólares por un almuerzo que debería costar 3 dólares. Tras unos días, aprendes cuándo regatear, cuándo marcharte y qué precio es justo. En la economía digital, somos perpetuamente ese turista de primer día. Vendemos nuestros datos cada vez que navegamos o compramos. Pero como la transacción está agrupada, nunca vemos el precio. No podemos aprender de la experiencia.

Las regulaciones que obliguen a las empresas a desagregar las transacciones —a publicar tanto el precio con derecho a usar los datos de la transacción como el precio de una transacción privada— arrojarían luz sobre el mercado de datos. Los consumidores podían aprovechar el descuento de datos. Algunos pueden decidir que merece la pena; otros pueden retener sus datos a menos que el descuento sea sustancial. Con el tiempo, los consumidores evolucionarían de turistas ingenuos a proveedores astutos de datos, exigiendo su parte de las ganancias de la economía de datos.

El reto para economistas y responsables políticos es convertir los datos—un activo ambiental e invisible—en algo que podamos contar, contener y valorar. Los economistas han comenzado a construir un kit de herramientas para la medición de datos. Cada enfoque ofrece una visión diferente del “valor” y será factible en distintas situaciones.

Cinco enfoques

Primero, la aproximación de precios de mercado. Algunos datos se negocian en mercados abiertos, en plataformas como Snowflake o Datarade, donde se compran y venden conjuntos de datos. Pero estos datos no constituyen una muestra representativa de datos económicamente importantes. La mayoría de las empresas no te venderán sus datos más valiosos, porque son fundamentales para su ventaja competitiva. Pero para el subconjunto de datos representado en estos mercados, el precio es una señal de valor probada y comprobada.

Segundo, el enfoque de ingresos. Esto trata los datos como cualquier otro activo productivo: vale cualquier ingreso extra que pueda generar. Este método plantea una pregunta contrafactual: ¿Cómo serían los beneficios si una empresa no tuviera algunos datos? Este enfoque requiere un modelo que pueda predecir cuáles habrían sido los beneficios sin los datos. En finanzas, esto es factible porque sabemos que los inversores utilizan datos para comprar más activos que generarán altos rendimientos. En otros contextos, los datos pueden tener múltiples usos que son más difíciles de medir y cuantificar.

Tercero, enfoque de entradas complementarias. Una forma de inferir el valor del stock de datos de una empresa es analizar los recursos que destina a gestionar y explotar esos datos. Los datos no producen valor por sí solos; solo se vuelven productivos cuando se combinan con personas y herramientas. Si sabes cuánta mano de obra y potencia de cálculo emplea una empresa para trabajar con datos, y cuánto cuesta, puedes inferir el valor implícito del stock de datos que hace que el gasto merezca la pena. Es indirecto, pero la señal más clara de que algo es valioso es que las empresas pagan dinero real por usarlo.

Cuarto, el enfoque de comportamiento correlacionado. Si los datos mejoran las decisiones, deberíamos verlo en la alineación entre lo que hacen las personas y la recompensa por esas decisiones. Los economistas pueden medir esas correlaciones entre acciones y beneficios para estimar cuánta información debieron tener los responsables de la toma de decisiones. En los mercados de consumo, eso puede significar rastrear cuán exactamente las recomendaciones coinciden con las compras, o cuán precisamente una empresa almacena bienes que se vendan bien. Una alta covarianza implica datos valiosos en acción. Este enfoque mide los datos por su huella conductual.

Por último, el enfoque de contabilidad de costes. Por instinto, los contables simplemente suman las facturas para obtener datos. En cierta medida, el nuevo Sistema de Cuentas Nacionales de las Naciones Unidas lo hace contando los conjuntos de datos adquiridos como activos. El problema es que la mayoría de los datos no se compran; se intercambian. Los consumidores “pagan” con información cuando compran bienes o utilizan servicios digitales. Esos descuentos implícitos rara vez aparecen en los registros. Un verdadero recuento del coste de los datos tendría que imputar el valor de los dólares o céntimos recortados en cada compra para fomentar más transacciones y más revelación de datos.

Es el enfoque más sencillo en teoría y el más difícil en la práctica, porque nos pide ver transacciones de datos que nunca han sido detalladas. Desagregar datos y transacciones de bienes exigiendo precios separados para las transacciones con y sin derechos de uso de los datos de las transacciones haría viable la contabilidad de costes.

Hacia la cuantificación

En conjunto, estos cinco enfoques describen una clase de activo invisible. Cada uno captura un aspecto del valor de los datos: trabajo dedicado, ingresos generados, precisión de las acciones, precio de mercado o coste implícito. Ninguna es infalible, factible en todos los casos ni holística en su medida. La medición siempre es imperfecta. Sin embargo, para tomar decisiones informadas y elaborar políticas sólidas, debemos trasladar los datos del ámbito de la intuición al ámbito de la cuantificación. Hasta entonces, la economía funciona con un recurso cuyo precio solo podemos adivinar, y cuyo valor Silicon Valley puede explotar libremente.

LAURA VELDKAMP es profesora Leon G. Cooperman de Finanzas y Economía en la Escuela de Negocios de la Universidad de Columbia y autora de The Data Economy: Tools and Applications.

Compartí esta noticia !

Más allá del PBI

Compartí esta noticia !

Escribe Andrew Stanley en F&D – El Informe Mundial de la Felicidad lidera la búsqueda de medidas más holísticas del bienestar

HACE MÁS DE 50 AÑOS El senador estadounidense Robert F. Kennedy criticó el PIB, diciendo que “lo mide todo… excepto aquello que hace que la vida valga la pena”. Desde entonces, se han realizado importantes esfuerzos para mirar más allá del PIB en busca de formas más integrales de medir el bienestar para ayudar a mejorar la vida de las personas.

El Informe Mundial de la Felicidad es un recurso clave en esta búsqueda, ya que ofrece una visión completa de las puntuaciones de satisfacción con la vida autoinformadas en todos los países (véase el gráfico para conocer los criterios de clasificación). En la década transcurrida desde su creación, ha pasado de ser un concepto novedoso a un factor influyente en el avance de la inclusión de métricas de bienestar en la formulación de políticas.

Cuando yuxtaponemos el PIB per cápita con las puntuaciones de felicidad del informe, queda claro que, si bien el PIB per cápita es un predictor significativo de la felicidad, no es el único factor. Como se señala en el informe, otras variables, como el apoyo social, la esperanza de vida, la libertad, la generosidad y la ausencia de corrupción, también ayudan a explicar los diferentes niveles de felicidad entre países.

PIB y felicidad

El informe insta a reevaluar el éxito, abogando por políticas que no solo fomenten el crecimiento económico sino que mejoren la calidad de vida. Los autores sostienen que al integrar la felicidad como un objetivo clave, los gobiernos pueden adoptar un enfoque más holístico para la formulación de políticas, asegurando que el progreso se mida no solo por la riqueza material, sino por el bienestar de sus ciudadanos.

Algunos países ya se están moviendo en esta dirección. Por ejemplo, en 2019 Nueva Zelanda presentó el Presupuesto del Bienestar, dirigido a áreas sociales críticas como la salud mental y el bienestar infantil.

ANDREW STANLEY forma parte del personal de Finanzas y Desarrollo.

Compartí esta noticia !

Las lecciones de la historia sobre la inflación

Compartí esta noticia !

Escriben Anil Ari y Lev Ratnovski en F&D – Un estudio de 100 shocks inflacionarios desde la década de 1970 proporciona valiosos consejos para los responsables de la formulación de políticas en la actualidad

A principios de la década de 1970, el conflicto en Oriente Medio desencadenó un aumento de los precios del petróleo que dejó a los bancos centrales de todo el mundo luchando por controlar la inflación. Después de un año más o menos, los precios del petróleo se estabilizaron y la inflación comenzó a retroceder. Muchos países creyeron que habían restablecido la estabilidad de precios y relajado la política para reactivar sus economías afectadas por la recesión, solo para ver cómo volvía la inflación. ¿Podría repetirse la historia?

La inflación mundial alcanzó máximos históricos en 2022 después de que la invasión rusa de Ucrania desencadenara un shock en los términos de intercambio similar al de la década de 1970. Las interrupciones en el suministro de petróleo y gas ruso se sumaron a los problemas de la cadena de suministro de COVID para hacer subir los precios. En las economías avanzadas, los precios aumentaron al ritmo más rápido desde 1984. En las economías de mercados emergentes y en desarrollo, el aumento de precios fue el mayor desde el decenio de 1990.

Ayudada por la mayor subida de los tipos de interés en una generación, la inflación ha empezado a ceder por fin. La inflación general en Estados Unidos y en gran parte de Europa se ha reducido a la mitad, de alrededor del 10 por ciento el año pasado a menos del 5 por ciento en la actualidad. El último conflicto en Oriente Medio, al menos por ahora, no ha tenido un gran impacto en los precios del petróleo. Pero aún es demasiado pronto para que los responsables políticos celebren la victoria sobre la inflación.

Nuestro reciente estudio de más de 100 shocks inflacionarios desde la década de 1970 ofrece dos razones para la cautela. En primer lugar, la historia nos enseña que la inflación es persistente. Se necesitan años para “resolver” la inflación reduciéndola a la tasa que prevalecía antes del shock inicial. El 60% de los países de nuestro estudio no lograron resolver los shocks inflacionarios incluso después de cinco años. El 1% restante tardó un promedio de tres años en devolver la inflación a las tasas anteriores al shock (gráfico <>).

gestión macroeconómica.

En segundo lugar, los países han celebrado históricamente la victoria sobre la inflación y han relajado prematuramente la política monetaria en respuesta a una disminución inicial de las presiones sobre los precios. Esto fue un error porque la inflación no tardó en volver. Dinamarca, Francia, Grecia y Estados Unidos se encuentran entre los casi 30 países de nuestra muestra que relajaron prematuramente sus políticas tras la crisis de los precios del petróleo de 1973 (gráfico 2). De hecho, casi todos los países de nuestro análisis (90%) que no lograron resolver la inflación experimentaron una fuerte desaceleración del crecimiento de los precios en los primeros años después de un shock inicial, solo para volver a acelerarse o estancarse a un ritmo más rápido.

Los responsables políticos de hoy no deben repetir los errores de sus predecesores. Los banqueros centrales tienen razón al advertir que la lucha contra la inflación está lejos de terminar, incluso cuando las lecturas recientes muestran una moderación bienvenida en las presiones sobre los precios.

Lucha contra la inflación
Coherencia y credibilidad

¿Cómo deben responder las autoridades a la persistente inflación? Una vez más, la historia proporciona algunas lecciones. Los países de nuestro estudio que resolvieron con éxito la inflación endurecieron más las políticas macroeconómicas en respuesta al shock inflacionario y, lo que es más importante, mantuvieron una orientación política restrictiva de manera constante durante un período de varios años. Ejemplos de ello son Italia y Japón, que adoptaron políticas más restrictivas durante más tiempo después de la crisis de los precios del petróleo de 1979. Por el contrario, los países que no resolvieron la inflación tenían posturas de política más laxas y era más probable que cambiaran entre el ciclo de endurecimiento y el de flexibilización.

Por el contrario, los países que no resolvieron la inflación tenían posturas de política más laxas y era más probable que cambiaran entre ciclos de endurecimiento y relajación (gráfico 3).

Coherencia y credibilidad

La credibilidad de las políticas también es importante. Los países en los que las expectativas de inflación estaban más firmemente ancladas, o en los que los bancos centrales tuvieron más éxito en mantener una inflación baja y estable en el pasado, tenían más probabilidades de vencer a la inflación.

Los responsables de la formulación de políticas de hoy en día pueden consolarse con este hallazgo. Es posible que a los banqueros centrales de muchos países les resulte más fácil vencer la inflación esta vez debido a la credibilidad política que han acumulado a lo largo de varias décadas de gestión macroeconómica exitosa. Con las políticas adecuadas, los países podrían resolver las presiones inflacionarias antes que en el pasado.

Pero no será fácil. Las condiciones del mercado laboral, en particular, requieren una atención especial. En muchos países, los salarios de los trabajadores han caído en términos reales ajustados a la inflación y es posible que deban volver a subir para ponerse al día con el aumento de los precios. Sin embargo, el crecimiento de los salarios podría alimentar la inflación si es demasiado alta y podría conducir a espirales perniciosas de precios y salarios.

Históricamente, los países que resolvieron con éxito la inflación tendieron a tener un menor crecimiento de los salarios nominales. Es importante destacar que esto no se tradujo en una disminución de los salarios reales y una pérdida de poder adquisitivo, porque el menor crecimiento de los salarios nominales fue acompañado por un menor crecimiento de los precios. La implicación para los responsables de la formulación de políticas es seguir centrándose en los salarios reales, no en los salarios nominales, a la hora de responder a la evolución del mercado laboral.

Los países que resolvieron con éxito la inflación también fueron mejores para mantener la estabilidad externa. Era menos probable que las monedas de libre flotación se depreciaran bruscamente, y las paridades cambiarias tenían más probabilidades de sobrevivir. No se trata de un llamamiento a la intervención monetaria. En cambio, parece que el éxito de los países en la lucha contra la inflación, a través de una política monetaria más restrictiva y una mayor credibilidad de la política, fue fundamental para apuntalar los tipos de cambio.

El premio final

Luchar contra la inflación es difícil. Pero es importante reconocer los beneficios de la estabilidad de precios. Históricamente, los países que resolvieron la inflación tuvieron un menor crecimiento económico en el corto plazo que los que no lo hicieron. Pero esta relación se revirtió en el mediano y largo plazo. Cinco años después del shock inflacionario, los países que resolvieron la inflación tuvieron un crecimiento más alto y un desempleo más bajo que las economías que permitieron que la inflación persistiera.

La economía detrás de este hallazgo es intuitiva. Hay una disyuntiva entre reducir la inflación, por un lado, y lograr un mayor crecimiento y un menor desempleo, por el otro. Pero esta disyuntiva es temporal: el crecimiento se recupera y se crean puestos de trabajo una vez que se controla la inflación.

Por el contrario, dejar la inflación sin resolver conlleva sus propios costos de inestabilidad e ineficiencia macroeconómica. Estos costos se acumulan mientras la inflación se mantenga alta. CConsecuentemente, acumulativo pérdidas de bienestar por inflación no resuelta o permanentemente alta predominan sobre la mediano y largo plazo (gráfico 4). Los países que permiten que la inflación persista en última instancia pagan un precio más alto.

Gráfico de Ratsko 4

Los banqueros centrales están en la primera línea de la lucha contra la inflación y deberían prestar la mayor atención a estas lecciones. Pero los gobiernos no deben dificultar la tarea de las autoridades monetarias aumentando las presiones sobre los precios con una política fiscal laxa. Para que el apoyo fiscal durante una crisis del costo de vida sea menos inflacionario, los gobiernos deben enfocar el alivio en los más vulnerables, donde más aliviará el sufrimiento.

El pasado nunca es una guía perfecta para el presente, porque no hay dos crisis exactamente iguales. De todos modos, la historia ofrece lecciones claras a los responsables de la formulación de políticas en la actualidad. La lucha contra la inflación es un maratón, no un sprint. Las autoridades deben perseverar, demostrar credibilidad y coherencia en las políticas, y no perder de vista el premio: la estabilidad macroeconómica y el crecimiento más sólido que se lograrán si la inflación vuelve firmemente a la meta. Si la historia sirve de guía, el reciente descenso de la inflación podría ser transitorio. Los responsables de la formulación de políticas harían bien en no celebrar demasiado pronto.

ANIL ARI, economista del Departamento de Estrategia, Políticas y Examen del FMI.

LEV RATNOVSKI economista del Departamento Europeo del FMI.

Compartí esta noticia !

Categorías

Solverwp- WordPress Theme and Plugin