OPINIÓN

Evolución, complejidad y el futuro de la democracia

  • En muchos campos científicos es cada vez más habitual utilizar modelos matemáticos para resolver cuestiones relacionadas con sistemas complejos y cambiantes  
  • A corto plazo, este tipo de modelos nos permitiría tener poder predictivo sobre los efectos de las medidas sociales o de las decisiones políticas
  • Quizá el dilema de la generación Alfa ya no sea entre la izquierda y la derecha, sino entre el voto democrático o el resultado de un modelo matemático
 

0

La evolución biológica, como la historia humana, son procesos extremadamente complejos; pero esa complejidad no implica una carencia de lógica interna. En el caso de la evolución biológica, esas leyes internas son la selección natural Darwiniana, los procesos mutacionales que, a través del desarrollo embrionario, producen nuevas variantes, y los fenómenos asociados a la herencia. A pesar de que estas leyes están bien establecidas como en las “ciencias exactas”, la predictibilidad de la evolución biológica es limitada. Esto se debe a las interdependencias causales de muchos elementos a muchos niveles (genes, individuos, poblaciones) y a la presencia de hechos contingentes, como el impacto de meteoritos. Esta segunda particularidad es común a la evolución de las sociedades, aunque las “leyes” que rigen las dinámicas sociales e históricas son mucho menos conocidas. Por eso, la historia muchas veces nos es presentada como una retahíla (cronológica, eso sí) de personajes, hechos y batallas, lo cual guarda gran similitud con la biología predarwinina, que llegó a ser descrita como un mero “coleccionismo de sellos”. Para dar sentido a esos procesos tan complicados, se requiere hallar regularidades y explicar mecanísticamente los patrones observados. Aunque la idea de encontrar y explicar patrones en la historia no es nueva, y ha sido abanderada por notables pensadores - desde los primeros materialistas dialécticos Marx y Engels (1905) hasta los más recientes antropólogos materialistas Marvin Harris o Jared Diamond (2007) -, casi siempre se ha abordado desde un punto de vista más filosófico que científico.

Pero ¿por qué deberíamos meter la ciencia en esos feudos del pensamiento puro que son la historia y la sociología? La respuesta breve sería “por nuestro bien”, pero requiere una breve digresión acerca de una característica común de los procesos evolutivos, tanto históricos como biológicos: su aparente aumento de la complejidad (Szathmáry, 1995). Independientemente de sus causas, en las que no vamos a profundizar aquí, parece que la complejidad - ese escurridizo concepto - no solo ha aumentado de manera inexorable, sino que parece “acelerar” según pasan las generaciones. Por eso, asumiendo que podemos medir la complejidad social en términos de interacciones mutuas entre diferentes agentes, o en base al número de compartimentos sociales, diferentes ocupaciones, patentes tecnológicas, y transacciones comerciales y económicas, etc., hallaremos que esta complejidad aumenta cada vez más rápido. Por eso el “salto generacional” es mucho mayor en tiempos más recientes, especialmente desde el cambalache y febril siglo veinte; y por eso las generaciones más recientes parecen más diferentes entre sí que las generaciones de, pongamos, hace un siglo, o un milenio. Quizá por eso tenga cierta justificación el empeño de los sociólogos en etiquetar las últimas generaciones del mismo modo que antaño se etiquetaban épocas: generación X a los nacidos en los 70, generación Y o millennials a los nacidos en los 80 y los 90, y generación Z a aquellos cuyo año de nacimiento ya empieza por dos.

Esa aceleración provoca verdaderas discontinuidades tecnológicas y sociales entre generaciones, llevándonos a ver como los jóvenes tienen que explicar a los mayores (o a personas un poco menos jóvenes) cómo usar el Google Drive o un repositorio virtual, y haciéndonos sentir que vivimos un zeitgeist único. Esta opinión merece cierto crédito, puesto que somos la primera avanzadilla humana que va a vivir en un mundo totalmente globalizado, que va a ver el agotamiento planetario del petróleo pasado el pico de Hubbert, o los primeros síntomas de descenso en la demografía mundial. Nuestros abuelos, aunque geográficamente próximos, han vivido a todas luces en mundos diferentes. En una generación, inventos como la impresión 3D, los drones, los smartphone, la inteligencia artificial o los coches sin conductor han descendido del Olimpo de la ciencia ficción al supermercado de la esquina. ¿Hasta dónde puede aumentar esa complejidad rampante? Quizá, como propone el visionario Ray Kurzweil (2019), el crecimiento tecnológico exponencial puede llevarnos próximamente a una singularidad o punto de no retorno, más allá del cual los propios ingenios tecnológicos tomarían su propio control. La visión de estos futuros hipotéticos, hipertecnológicos y complejos, produce en muchas personas un rechazo visceral, quizá exagerado por la filmografía apocalíptica que nos ha mostrado demasiadas veces rebeliones de máquinas y robots tomando el control, tecnodictaduras mundiales y urbes grises y superpobladas. Pero también es cierto que muchos tecnófobos, neoluditas y progresófobos aceptan de buen grado los avances tecnológicos una vez que entran a formar parte de su vida y los sienten bajo su control. Parece pues que, más que al progreso desbocado en sí, esos temores proceden en última instancia, de una mezcla de temor ante lo desconocido y a los posibles e impredecibles efectos secundarios negativos.

Pero, ¿acaso el incremento tecnológico y el de la complejidad social han de conducir irremediablemente al caos y al colapso? ¿No podríamos usar nuestra avanzada tecnología actual (y la más avanzada tecnología venidera) en nuestro propio beneficio sin perder el control y sin sufrir esos temibles efectos negativos? La balanza parece inclinarse por un “sí, podemos”, aunque contiene un “pero” inquietante.

Hasta ahora, el ser humano se las ha arreglado para progresar sin necesidad de comprender al detalle cuáles son las reglas que rigen las dinámicas sociales. Y se las ha arreglado, de hecho, bastante bien, puesto que muchos índices objetivos de “progreso” (reducción de las guerras, de la pobreza, esperanza de vida, acceso a la educación, etc. ) han aumentado con el paso del tiempo gracias a una mezcla de ética y sentido común, muchas veces materializados en luchas sociales (Pinker, 2014). Pero estos logros se han conseguido porque las sociedades, hasta tiempos recientes, han sido relativamente simples, de manera que ha sido fácil prever si un cambio social “A” iba a producir el esperado efecto “B”. El problema es que este motor de cambio guiado por la ideología, la intuición y las buenas intenciones podría ser no aplicable (o ser muy ineficaz) en sociedades muy complejas. Si incluso en sistemas físicos relativamente simples, como un sistema de tres cuerpos en interacción gravitatoria, se generan dinámicas prácticamente caóticas e impredecibles, ¿cómo podemos estar seguros de que, en un mundo globalizado con miles de agentes interactuantes, la medida “A” desencadenará el efecto deseado “B”? Para tener esa certeza deberíamos conocer las dinámicas sociales que emergen de sistemas socioeconómicos complejos, con un gran número de agentes intercambiando simultáneamente bienes, tiempo y dinero en un contexto de recursos finitos y reglas demográficas y económicas fijas. Y, por supuesto, utilizar dicho conocimiento y las predicciones de él derivadas en aras del bien común.

¿Es esto posible siquiera en principio o son los delirios de un tecnófilo? En muchos campos científicos, desde la meteorología a la biología evolutiva, es cada vez más habitual utilizar modelos matemáticos para resolver este tipo de cuestiones relacionadas con sistemas complejos y cambiantes. En estos modelos no hay “individuos” concretos, sino números o entidades abstractas a los que aplicar iterativamente ciertas operaciones matemáticas o geométricas bien definidas. Por ejemplo, en un modelo meteorológico, las entidades son volúmenes atmosféricos, y las transformaciones son cambios de presión, temperatura y velocidad derivados de ecuaciones de dinámica de gases e intercambio de calor. En otros modelos, las entidades pueden ser genes, células o, por qué no, personas, empresas y administraciones. Los parámetros a explorar podrían ser elementos como el porcentaje del IVA, la cuantía de la tasa de autónomos o los años de escolarización obligatoria. A corto plazo, este tipo de modelos, que son posibles y (en mi opinión) urgentemente necesarios, nos permitiría tener cierto poder predictivo sobre los efectos de las medidas sociales o de las decisiones políticas. Introduciendo en el modelo ciertas reglas básicas de oferta-demanda, demografía y demás, podríamos vislumbrar, por ejemplo, las consecuencias económicas y sociales de una renta básica universal, o de una jubilación más temprana, o el modo más óptimo de redistribución de riqueza en una sociedad dada con unas condiciones particulares. Sin ese conocimiento, la mayoría de las decisiones basadas en pura ideología darán, casi forzosamente, palos de ciego.

Pero la potencialidad de estos modelos socioeconómicos no se limitaría a resolver los problemas puntuales de una sociedad concreta, sino que, simulando millones de sociedades abstractas, nos permitirían comprender mejor la evolución de las sociedades a gran escala (de hecho, este tipo de aproximación ya se ha utilizado de manera retrospectiva para entender mejor las dinámicas de sociedades pasadas (Epstein, 2020), como la extinción de los indios anasazi americanos). De cara al futuro, modelos similares nos pueden ayudar a encarar la transición a una sociedad postindustrial ahorrándonos en gran parte el doloroso proceso de ensayo y error (Rifkin, 1999). Por ejemplo, ¿qué reformas serían necesarias para acabar con el desempleo estructural que nace de la automatización cada vez mayor de los procesos industriales? ¿Cómo podemos avanzar hacia sociedades decrecientes y más envejecidas sin colapsar los sistemas de pensiones? ¿Hasta dónde podemos reducir el número de días y horas laborales manteniendo la actividad económica normal? Modelos matemáticos bien construidos, guiados por inteligencia artificial y resueltos mediante computación bruta en superordenadores podrían ayudarnos a avanzar hacia sociedades mejores, definiendo ciertas lineas maestras de actuación. Siendo esto tan factible y con unos beneficios potenciales tan suculentos, ¿por qué el uso de este tipo de modelos socioeconómicos no está más extendido? ¿Por qué seguimos aquí?

Aquí entra en juego el inquietante y espinoso “pero” aludido anteriormente. En esencia, este proceder requeriría dejar importantes decisiones en manos de una entidad manejada por un puñado de especialistas y lo más ajena posible a interferencias ideológicas, lo cual parece no encajar bien con nuestra principal herramienta de decisión ciudadana y control colectivo: la democracia. Un algoritmo no se vota. A lo sumo, podría votarse si aceptar o no la medida social sugerida por el programa informático, o qué tipo de proceso de optimización implementar (no es lo mismo maximizar el PIB que la igualdad). Aunque los detalles de los modelos matemáticos deberían de ser de dominio público, serían esencialmente opacos para la inmensa mayoría de no especialistas. Aunque algunos se sientan cómodos viendo cómo un ente inteligente, silencioso y mayormente apolítico nos dice cómo resolver nuestros problemas, sospecho que este tipo de “tecnocracia despótica e ilustrada” sería una caja de Pandora que muchos preferirían mantener cerrada. No obstante, teniendo en cuenta la cada vez más complicada red de transacciones del mundo globalizado, habría que preguntarse si tenemos una alternativa real a apoyarnos en la ciencia de los sistemas complejos y en la inteligencia artificial para guiar nuestro avance como sociedad. ¿O es posible gestionar ese leviatán de datos y árboles de decisión infinitos con las mismas recetas de siempre? Para algunos, como el escritor y físico Max Tegmark (2017), responder a esa pregunta es la cuestión más importante de nuestro tiempo. Algoritmos similares, sin control democrático y cuyo único fin es aumentar los beneficios de corporaciones concretas, operan ya desde hace tiempo en ambientes restringidos como la bolsa, la banca o las redes logísticas de transporte de mercancías (Smith, 2018). Mientras tanto, el grueso de nuestros gobernantes sigue utilizando la cuenta de la vieja (disfrazada de mantra ideológico) y una obsoleta aproximación binaria (izquierda-derecha) a la resolución de problemas, lo cual da, muchas veces, resultados catastróficos (Van Bavel, 2018).

A la larga, como casi siempre, que adoptemos o no esta teknopolitik dependerá de si los beneficios potenciales superan a los inconvenientes derivados. Quizá a nuestras generaciones, sea la X, la Y o la Z, todo esto nos suene a cuento chino. Pero quizá las nuevas generaciones lo vean de otro modo. Quizá la generación Alfa (nacida desde 2010, y que suena casi como la nueva especie humana que ha desafiado la pesimista lógica posmoderna del “fin de la historia”) refleje, más que un mero cambio de nomenclatura forzado por el fin del alfabeto, un cambio mucho más profundo y sustancial en nuestra marcha inexorable hacia el futuro. Quizá el dilema de la generación Alfa ya no sea entre la izquierda y la derecha, entre socialismo o barbarie, sino entre el voto democrático o el resultado de un modelo matemático: el demos o el teknos.


loading...

Leave A Reply

Your email address will not be published.