Entender el caos (y cómo modelarlo)
Diario de Innovación #164
Mira.
Nos pasamos la vida intentando entender el mundo. Y cuando empezamos a saber como jugar al juego de la vida,…
Pero sin hacer esto algo personal, si lo miramos desde un punto de vista macro, cuando más lo necesitamos —ante una crisis, una pandemia, una recesión— los modelos económicos tradicionales se quedan cortos.
Estos modelos prometen estabilidad. Nos entregan ecuaciones. Y cuando la realidad no encaja, la culpa es del mundo, no del modelo.
Hoy te traigo un libro que propone otra forma de mirar: Making Sense of Chaos, del físico y economista J. Doyne Farmer.
Farmer no viene del establishment. Fue pionero de la economía de la complejidad y del modelado basado en agentes, y ha dedicado su vida a estudiar sistemas que no pueden explicarse desde el equilibrio ni la racionalidad perfecta.
Sistemas como el clima, los mercados financieros… o tú y yo, tomando decisiones imperfectas en entornos cambiantes.
La tesis es sencilla pero potente: la economía se parece más a un bosque o a una colonia de hormigas que a la maquinaria de un reloj. Sus dinámicas son emergentes, sus actores aprenden, se equivocan, imitan. No hay una ley universal que lo ordene todo. Pero sí podemos simular, observar, aprender. Con datos, computación y paciencia, Farmer sugiere que podríamos construir una economía más adaptativa, más justa, más capaz de anticipar los errores antes de que estallen.
J. Doyne Farmer habla del origen interno de las crisis. Las escuelas clásicas las atribuyen a factores externos —una guerra, un virus, una subida de tipos—. Pero Farmer insiste: muchas veces el sistema lleva el caos dentro. Como en la naturaleza, una chispa basta si ya hay suficiente maleza.
La buena noticia, según J. Doyne Farmer, es que, del mismo modo en que hemos modelado la propagación del COVID o los efectos del cambio climático, también podemos modelar el comportamiento de la economía.
Crear “laboratorios digitales” para probar políticas antes de implementarlas. Simular la transición verde, el impacto de la automatización, el efecto de nuevas leyes fiscales. Un gemelo digital de la sociedad.
¿Suena ambicioso? Lo es. Pero también es urgente según J. Doyne Farmer.
No promete certezas, pero sí mejores preguntas. No nos da respuestas únicas, sino herramientas para explorar un mundo que ya es demasiado complejo como para fingir que lo entendemos con curvas de oferta y demanda dibujadas en una servilleta.
La buena noticia: estamos empezando a tener la tecnología para hacerlo.
La mala: aún pensamos con los marcos del siglo XX.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD 1 – Puedes leer Making Sense of Chaos. Es una invitación a sustituir la arrogancia de la predicción por la humildad del modelado.
PD 2 – Si te interesa este enfoque, el Instituto Santa Fe ha publicado decenas de papers accesibles sobre modelos complejos aplicados a salud, ciudades y finanzas. Empieza por aquí: Santa Fe Institute – Complexity Explorer
PD 3 – ¿Y si modelamos nuestro propio caos personal? ¿Qué variables deberíamos tener en cuenta? ¿Qué saldría de simular nuestras decisiones vitales como si fuéramos agentes en un sistema?
Gracias por acompañarme en un nuevo Diario de Innovación, ¡y te espero mañana en Innovation by Default 💡!