La compañía Salesforce ha promovido la investigación en Inteligencia Artificial y adoptaron una simulación muy peculiar que podría ser el primer paso hacia políticas públicas, tanto económicas como sociales, diseñadas por computadoras.
¿Cómo resolver el creciente problema de la desigualdad a nivel global? Es claro que las políticas actuales no han servido porque actualmente nos encontramos en uno de los momentos más desiguales de los últimos 150 años y con un grave incremento durante la pandemia.
Los esfuerzos realizados para mitigar este problema normalmente se quedan cortos y solo atacan una faceta del problema. Se busca solucionar la pobreza, la desigualdad en la riqueza, la desigualdad en el ingreso, la falta de acceso a bienes, servicios y oportunidades, entre otros.
Sin embargo, es raro encontrar políticas que entiendan estas señales como parte de un mismo problema, además de ser tomadas con base a dogmas como el libre mercado o la redistribución sin más. Esto conduce a políticas que desde su concepción son fallidas porque no se adaptan a la realidad.
En los casos en que si se toma en cuenta la evidencia para diseñar políticas, el número de factores puede llegar a ser abrumador y el menor de los cambios puede afectar los resultados de manera contundente. Es por eso que la innovación en este ámbito promete revolucionar nuestro entorno.
Por el momento, el campo de las políticas públicas dentro del mundo de la inteligencia artificial es pequeño y se limita a modelos muy sencillos que modelan sociedades muy pequeñas y con funciones muy limitadas. A pesar de esto, los resultados que arroja son increibles.
El modelo de Salesforce: The AI Economist consiste en una sociedad compuesta por 4 individuos con diferentes capacidades y una autoridad que define la política fiscal y redistributiva. En este modelo los individuos recolectan recursos, intercambian y pueden adquirir y rentar bienes.
Se puede ajustar el modelo para perseguir diferentes objetivos y al final de millones de simulaciones arroja un número que representa el tradeoff entre productividad y equidad, también arroja un cuadro con la distribución de propiedad entre los cuatro individuos.
Al dejar correr las simulaciones, se encontró que dejar todo al libre mercado llevaba a una sociedad con una distribución de propiedad increíblemente desigual, casi todo concentrado en un individuo y una muy baja productividad por falta de incentivos, pero una economía grande.
El ejemplo es eficiente en sentido de Pareto, como marca la teoría, pero el resultado no es óptimo si utilizamos otra métrica. La eficiencia en sentido de Pareto significa que no puedes mejorar el bienestar de alguien sin empeorar a alguien más. Pero si la distribución es desigual, no sirve.
Con la política fiscal actual de los Estados Unidos, se encontró que existe una desigualdad muy grande, menor a la del ejemplo anterior, pero igualmente alarmante y que coincide con los datos reales. Además de una economía muy pequeña para su potencial.
El mejor resultado se obtuvo cuando la instrucción fue cuidar tanto la productividad como la desigualdad, el resultado se encontraba casi en la frontera Pareto y tenía una distribución de la riqueza casi equitativa. Una clase media robusta y subsidios de los más ricos a los más pobres.
El resultado más esperanzador es que se encontró que aún tenemos un amplio margen para mejorar la política fiscal y que el tradeoff entre productividad y equidad puede ser optimizado. Otro enorme resultado es abrir la puerta a la posibilidad de diseñar políticas usando IA.
