Estupidez natural

Pedro Domingos es un profesor de la Universidad de Washington bastante conocido en el ámbito del machine learning, una disciplina que mezcla inteligencia artificial con matemáticas estadísticas. El año pasado se publicó su primer libro para el gran público, obra que terminé de leer recientemente. Quiso la casualidad que poco después tuviera el enfrentamiento entre Lee Sedol y AlphaGo. Sedol es el mejor jugador del mundo de Go, un juego de tablero para dos personas originario de China y muy popular en Japón. Investigadores de Google crearon el mencionado programa de ordenador con la intención de batirle, igual que sucedió en su día con Gary Kasparov y Deep Blue. Como probablemente ya sepan, el resultado final fue de cuatro victorias para AlphaGo y una para Sedol.

Foto de Sean Davis

Esta semana la inteligencia artificial ha vuelto a ser noticia debido a un experimento que hubo de interrumpirse prematuramente. El pasado miércoles la gente de Microsoft activó Tay, un programa de conversación por Twitter que tenía como fin hablar y entretener al público estadounidense de dieciocho a veinticuatro años a través de Twitter. Tay no solo imitaba la forma de expresarse de su población objetivo, sino que era capaz de aprender de las conversaciones que tenía, de manera que cuanto más hablaba más lista se volvía. O esa era la idea, al menos.

A estas alturas ya sabrán (o imaginarán) cómo acabó el experimento. En apenas veinticuatro horas, Tay se convirtió en una racista que publicó tuits apoyando a Hitler y negando el holocausto, además de abogar por la muerte de todas las feministas y otras lindeces por el estilo. Microsoft tuvo que detener el experimento y, de momento, si intentan hablar con Tay les dirá que está en su actualización anual con los ingenieros.

El año pasado hablamos bastante sobre inteligencia artificial. Como ya dijimos, actualmente los algoritmos nos rodean:

You may not know it, but machine learning is all around you. When you type a query into a search engine, it’s how the engine figures out which results to show you (and which ads, as well). When you read your e-mail, you don’t see most of the spam, because machine learning filtered it out. Go to Amazon.com to buy a book or Netflix to watch a video, and a machine-learning system helpfully recommends some you might like. Facebook uses machine learning to decide which updates to show you, and Twitter does the same for tweets. Whenever you use a computer, chances are machine learning is involved somewhere.

Existen muchísimos algoritmos de aprendizaje, y cada año aparecen cientos de ellos más. A grandes rasgos, todos se agrupan en cinco grandes familias o «tribus» (ibídem Domingos):

Symbolists view learning as the inverse of deduction and take ideas from philosophy, psychology, and logic. Connectionists reverse engineer the brain and are inspired by neuroscience and physics. Evolutionaries simulate evolution on the computer and draw on genetics and evolutionary biology. Bayesians believe learning is a form of probabilistic inference and have their roots in statistics. Analogizers learn by extrapolating from similarity judgments and are influenced by psychology and mathematical optimization.

Aunque no todos los algoritmos funcionan igual sí que tienen en común una fase inicial de entrenamiento en la que se alimenta al algoritmo con un conjunto de datos que contienen aquello que queremos aprender. Por ejemplo, se le pueden proporcionar correos electrónicos etiquetados según sean o no correo basura para que el algoritmo pueda aprender a distinguirlos. También se le pueden proporcionar fotografías para que sea capaz de reconocer caras. O, como el caso de Tay, los datos de entrenamiento pueden ser tuits con los que el algoritmo aprenda cómo se expresan los jóvenes y qué piensan.

Los algoritmos de aprendizaje intentan hacer generalizaciones a partir de los datos con los que son entrenados, pero están limitados al contenido de dichos datos. Si a nuestro programa de detección de spam no le damos ningún correo de ese tipo, será incapaz de detectarlos. De la misma forma, si los datos con los que entrenamos nuestro programa de conversación contienen mensajes xenófobos, eso será lo que aprenda y acabe diciendo.

Que los modelos de machine learning dependan de los datos con los que son entrenados significa que no son neutrales, sino que incorporan el sesgo de sus creadores. Imaginen que alguien quiere crear un robot economista para descubrir nuevas formas de mejor la economía, al estilo de los algoritmos que diseñan nuevas antenas o teoremas matemáticos. Para poder entrenarlo habría que proporcionarle un montón de datos sobre países cuyas economías van bien y otros que van mal. Ahí es donde empezarían los problemas, pues alcanzar un consenso sobre lo que es una economía «buena» es mucho más difícil de lo que parece. Por ejemplo, algunos economistas piensan que la inflación debería ser del dos por ciento (esa es la misión del BCE), otros creen que del cuatro, y otros piensan que la inflación es mala siempre. Una discusión similar podría tener lugar acerca del déficit fiscal o la tasa de paro. Por tanto, los datos de entrenamiento estarán sesgados de un modo u otro. Como resultado, nuestro robot también lo estará.

Esta falta de objetividad nos hace ver por qué es tan peliagudo dejar en manos de un robot ciertas tareas como, pongamos por caso, apretar el gatillo. En principio, sería posible enseñarle a una máquina la ética suficiente para que pudiera tomar sus propias decisiones (ibídem Domingos):

First, teach the robot to recognize the relevant concepts, for example with data sets of situations where civilians were and were not spared, armed response was and was not proportional, and so on. Then give it a code of conduct in the form of rules involving these concepts. Finally, let the robot learn how to apply the code by observing humans: the soldier opened fire in this case but not in that case. By generalizing from these examples, the robot can learn an end-to-end model of ethical decision making [...]. Once the robot’s decisions agree with a human’s as often as one human agrees with another, the training is complete, meaning the model is ready for download into thousands of robot brains. Unlike humans, robots don’t lose their heads in the heat of combat. If a robot malfunctions, the manufacturer is responsible. If it makes a wrong call, its teachers are.

Pero esto tendría el problema evidente puesto de manifiesto por el robot de Microsoft: los humanos no siempre son unos profesores de fiar. Si, verbigracia, nuestro robot aprendiera a disparar viendo vídeos de la policía estadounidense acabaría matando a mucha gente, con un sesgo negativo hacia los jóvenes negros.

Deberíamos, por tanto, entrenar al robot de forma supervisada. Sin embargo, ello nos lleva de nuevo al problema anterior, en el que no hay acuerdo sobre lo correcto y lo incorrecto. La moral es un área repleta de casos límite, zonas grises y principios contradictorios en el que no existen respuestas objetivamente correctas. Si entrenamos de forma supervisada al robot, dándole ejemplos y especificando si el disparo fue correcto o no, estaremos introduciendo el sesgo de nuestra propia ética (ibídem Domingos):

We can clean up the training data by including only the examples where, say, a panel of ethicists agrees that the soldier made the right decision, and the panelists can also inspect and tweak the model post-learning to their satisfaction. Agreement may be hard to reach, however, particularly if the panel includes all the different kinds of people it should. Teaching ethics to robots, with their logical minds and lack of baggage, will force us to examine our assumptions and sort out our contradictions. In this, as in many other areas, the greatest benefit of machine learning may ultimately be not what the machines learn but what we learn by teaching them.

A estas horas, los ingenieros de Tay todavía están implentando en ella algo de corrección política. En otras palabras, están censurando los mensajes que el robot puede emitir. Eso quiere decir que, en lo sucesivo, Tay no podrá aprender cualquier cosa como hacía hasta ahora, sino lo que encaje con sus prejuicios. Igualito que los seres humanos.

Los códigos secretos

La criptografía es la técnica de transformar un mensaje de tal forma que solo sea inteligible para quien sepa descifrarlo. En el mundo actual la usamos a diario, pues es la base de la seguridad en internet. Tal como explica John Oliver:

Encryption can protect the things most important to us: our financial information, health reports, dick pics, trade secrets, classified government records, dick pics, our physical location, the physical location of our dicks, credit card information, dick pics and pictures of our dicks.

Una buen sistema criptográfico impide leer el mensaje cifrado a cualquiera que no tenga la clave de descifrado. A cualquiera. Eso incluye a los agentes de la ley. Actualmente, en Estados Unidos, el FBI está liderando una campaña para que las empresas tecnológicas (Apple, Google, Microsoft, etcétera) diseñen sus sistemas de tal forma que las fuerzas de seguridad sí puedan acceder a la información cifrada. Su argumento se basa en que la criptografía protege a los malhechores (con especial énfasis en los terroristas) pues impide a las fuerzas del orden espiar a los sospechosos o acceder a información que podría ser relevante en una investigación criminal.

Creo que el debate actual en torno a la criptografía está viciado por las diferentes formas en que percibimos el mundo digital y el mundo físico. Imaginen que les toca pagar una cena cuya cuenta asciende a trescientos euros. ¿Cómo preferirían pagar, en efectivo o con tarjeta? (supongamos, por mor del argumento, que tienen el dinero contante y sonante ya en su cartera). De acuerdo con el psicólogo Dan Ariely, la mayoría de personas prefiere pagar con tarjeta, hecho que relaciona con un concepto bautizado como «the pain of paying»:

Basically, everybody when we ask this question says the cash will feel worse than the credit card. Now, why? Why does the cash feel so different? You know how much the meal will cost, this is not surprise, you see the prices on the menu, but something about the cash feels different. Where is it coming from? And there is this notion of «the pain of paying» which says that the agony of parting with our money has to do with the saliency of «do we see this money going away?», and it has to do with the timing of whether the money is going away at the same time that we are consuming.

Mismo precio, emociones diferentes. Y todo por la mera razón de que en un caso podemos ver y tocar el dinero y en el otro no. Es como si nuestro cerebro solo se preocupara por aquella parte del mundo que tiene lugar ahora y puede percibir directamente a través de los sentidos. Ya hablamos de cómo lo que vemos es todo lo que hay. También sabemos que las desgracias no producen los mismos sentimientos cuando le ocurren a nuestro vecino que cuando ocurren a miles de kilómetros de distancia (he aquí un magnífico artículo de Luis Tarrafeta al respecto). Por no mencionar nuestra despreocupación acerca del calentamiento global, con sus efectos inciertos que tendrán lugar en el futuro.

Siendo así no es de extrañar que, cuando a algunas personas se les dice que el gobierno quiere acceder a todos sus datos digitales, digan que no les importa porque ellos no tienen nada que esconder. No obstante, sospecho que estas mismas personas opinarían de forma muy diferente si cada mañana un agente de policía entrara en su casa y registrara todos sus cajones, abriera todos sus armarios, leyera todas sus notas y anotara con quién conversa y durante cuánto tiempo en todo momento. A pocos les agradaría, además, que un agente les siguiera a todas partes a lo largo del día.

Imagen de Chris Dlugosz

Las comparaciones entre el mundo digital y el físico vienen de lejos. Allá por la década de los ochenta y los noventa, algunos entusiastas de la informática gustaban de colarse en ordenadores ajenos, no para provocar daños o por beneficio económico, sino por el simple placer intelectual de superar ese reto. Argumentaban que obrando así contribuían a mejorar la seguridad de los sistemas informáticos poniendo de manifiesto su inseguridad. Sus detractores, por el contrario, veían en ellos a unos delincuentes a los que no se les ocurriría ir por la calle forzando cerraduras y entrando en casas solo para demostrar que la mayoría de las puertas son en realidad bastante endebles.

Un argumento parecido se utilizaba en algunas advertencias que se mostraban al comienzo de los DVD. «No robarías un bolso», decían. La idea que trataban de inculcar era que descargar una película a través de BitTorrent equivalía a robar el DVD de la estantería de un centro comercial, algo a lo que la mayoría de las personas no se atreverían. Por supuesto, esa era una comparación inexacta, pues las copias digitales no tienen el coste de las copias físicas. Mas dejemos esta otra discusión a un lado, pues es ajena al asunto.

Mucho me temo que las puertas traseras criptográficas, esos sistemas que los gobiernos quieren implantar para que las fuerzas de la ley puedan leer nuestros mensajes, acabarán imponiéndose. Al contrario que la mayoría de mis colegas de profesión, dudo que eso signifique el fin del mundo digital como lo conocemos. Sí, por esas puertas traseras se colarán todo tipo de individuos indeseables, pero creo que no supondrá una gran diferencia. Al fin y al cabo, la seguridad digital actual ya tiene goteras de proporciones gigantescas, y aún así seguimos digitalizando más aspectos de nuestra vida. Actualmente, la mayor amenaza a la seguridad de nuestros datos son los banners de publicidad, nuestra manía de abrir correos de remitentes desconocidos y nuestra mala costumbre de pinchar «siguiente» sin criterio.

En el caso de que las puertas traseras se hagan realidad, la criptografía pasará a tener la misma función que la cerradura de la puerta de nuestra casa: no evitará que un adversario decidido entre hasta la cocina pero sí nos protegerá de la mayoría de personas que se sentirían tentadas de echar un vistazo si no hubiera tal protección.

Para mí, las puertas traseras tienen poco que ver con la seguridad de los ciudadanos y mucho que ver con el control de los mismos por parte del gobierno de forma fácil. Conforme toda nuestra vida se plasma en unos y ceros, la vigilancia de cada uno de nosotros se hace más detallada y conveniente para el Estado, el cual puede construir ese eficiente panóptico digital del que nos habló Invisible Kid. Es mucho más sencillo, rápido y cómodo investigar a alguien a partir de sus registros telemáticos que con los métodos tradicionales. Al final, los policías son como el resto de nosotros, y buscan gastar el mínimo de energía posible en hacer su trabajo.

Comodidad aparte, cada vez tengo más claro que, en la práctica, la primera función del gobierno es proteger el statu quo y a sí mismo. Las puertas traseras, unidas a las leyes de retención de datos, son dictados que buscan tener controlada a la ciudadanía para controlar y perseguir a los enemigos del estado. A veces esos enemigos son delincuentes que no deberían estar en libertad, eso es cierto, pero hemos de recordar que la definición de «terrorista» o «enemigo del estado» la da el propio gobierno a través de las leyes que aprueba. A menudo esos «enemigos del estado» son simplemente personas con ideologías opuestas a la del poder, confesiones religiosas diferentes, periodistas que destapan escándalos políticos y otros casos por el estilo.

Es paradójico que este debate haya surgido en Estados Unidos, país donde el rechazo y la desconfianza hacia el gobierno es un sentimiento bastante generalizado. James Madison, uno de los Padres Fundadores, tenía muy claro que era necesario limitar el poder del gobierno a través de la separación de poderes, hecho que quedó finalmente reflejado en la Constitución norteamericana. En El Federalista nº 51 escribió:

Ambition must be made to counteract ambition. The interest of the man must be connected with the constitutional rights of the place. It may be a reflection on human nature, that such devices should be necessary to control the abuses of government. But what is government itself, but the greatest of all reflections on human nature? If men were angels, no government would be necessary. If angels were to govern men, neither external nor internal controls on government would be necessary. In framing a government which is to be administered by men over men, the great difficulty lies in this: you must first enable the government to control the governed; and in the next place oblige it to control itself. A dependence on the people is, no doubt, the primary control on the government; but experience has taught mankind the necessity of auxiliary precautions.

El gobierno de la tierra amante del libre mercado se ve ahora instigando a una de sus compañías privadas más exitosas y representativas con el fin de que se someta a su control. Algunos estadounidenses ponen el grito en el cielo clamando que estas leyes les sitúan al nivel de China.

Desde luego, quién se lo iba a decir a Hamilton, Madison, Jay, Jefferson y compañía. Será que, de derechas o de izquierdas, comunistas o capitalistas, monárquicos o republicanos, todos los gobiernos de la Tierra tienden al máximo grado posible de dictadura.

El término medio

En muchos aspectos soy una persona de extremos, especialmente en las costumbres y las relaciones personales. A consecuencia de ello he oído muchas veces eso de que la virtud está en el término medio, una expresión que debemos a Aristóteles. En su inmortal obra Ética a Nicómaco, el célebre filósofo argumentó:

[La virtud moral] tiene que ver con afecciones y acciones y es en ellas donde hay exceso, defecto y término medio. Por ejemplo, sentir miedo, audacia, deseo, ira o piedad, o, en general, sentir placer o dolor es posible en mayor o menor grado -y en ambos casos ello no está bien-. Pero sentirlo «cuando» y «en los casos en que», y «con respecto a quienes», y «para lo que es» y «como» se debe, eso es el término medio y lo mejor -lo cual es propio de la virtud-.
Iguamente, también se dan en las acciones exceso, defecto y término medio. Y la virtud se ocupa de afecciones y acciones en las cuales el exceso es un error lo mismo que el defecto, mientras que el término medio se elogia y es un acierto -cosas ambas propias de la virtud-. Por consiguiente, la virtud es una cierta condición intermedia capaz, desde luego, de alcanzar el término medio.

De acuerdo con el estagirita, el valor es el término medio entre la cobardía y la audacia, la generosidad es el término medio entre la prodigalidad y la avaricia, la mansedumbre es el término medio entre la irascibilidad y la flema, y así siguiendo para otras tantas acciones y pasiones.

Obsérvese no obstante que cuando Aristóteles hablaba de término medio no solo se refería a una simple media aritmética, sino también al término medio respecto a uno mismo:

Llamo "término medio del objeto" al que está a la misma distancia de cada uno de los extremos, cosa que es una y la misma para todo; y "con respecto a nosotros", aquello que no tiene exceso ni defecto: esto en cambio no es único ni lo mismo en todo. Por ejemplo, si 10 es mucho y 2 poco, se toma el 6 como término medio con relación a la cosa pues excede y es excedido en una cantidad igual; es un término medio de proporción aritmética. Pero con relación a nosotros no hay que considerarlo de esta manera: no porque para uno sea mucho comer una cantidad de 10 minas y 2 sea poco, el entrenador prescribirá 6 minas, pues quizá incluso esto es mucho o poco para quien vaya a tomarlo: para Milón será poco, en cambio será mucho para quien comienza sus ejercicios gimnásticos; e igualmente con la carrera y la lucha. Bien, de esta manera, todo experto rehúye el exceso y el defecto y en cambio busca el término medio y lo elige -pero el término medio no del objeto, sino el relativo a nosotros-.

Imagen de Amir Taj

Esto quiere decir que la virtud no se sitúa en el mismo punto para todos. Si somos personas alocadas que toman riesgos innecesarios, para llegar al término medio habremos de pecar de precavidos mucho más a menudo que alguien cauto por naturaleza. Sin embargo, ambas personas no tienen por qué acabar asumiendo exactamente los mismos riesgos. Quizá con otro ejemplo se entienda mejor. Si el único ejercicio que hemos hecho en los últimos años ha sido correr para coger el autobús, el término medio de nuestro plan de entrenamiento físico ni siquiera se acercará a los veintiún kilómetros (la mitad de una maratón). Igualmente, para un ultramaratoniano esos veinte kilómetros serán poco menos que un calentamiento.

Téngase en cuenta también que, en el marco aristotélico, el término medio no es aplicable a todas las acciones. Por ejemplo, no hay término medio en matar (ibídem Aristóteles):

Mas no toda acción ni toda afección admiten el término medio: en efecto, algunas han tomado su nombre directamente por estar envueltas en la vileza: por ejemplo, la malevolencia, la desvergüenza, el rencor, y, entre las acciones, el adulterio, el robo, el asesinato. En efecto, todas estas acciones y otras tales son censuradas por el hecho de ser malas en sí y no se censuran sus excesos o defectos. No es posible, efectivamente, acertar nunca con ellas, sino siempre errar. Y el «obrar bien o no bien» con respecto a tales cosas no reside en el quién, cuándo, y cómo hay que cometer adulterio, sino que realizar sencillamente cualquiera de estas acciones es errar.

Aristóteles se refería explícitamente al término medio de la virtud moral, pero su filosofía se ha extendido a campos donde su aplicación no tiene por qué ser válida, como la búsqueda de la verdad. Quienes sostienen tesis extremas a menudo ven cómo sus oponentes apelan al término medio, una falacia que tiene nombre propio: argumentum ad temperantiam. Nassim Taleb es una de esas personas con opiniones muy fuertes y alejadas del centro que asegura estar en lo cierto mientras que los demás se equivocan. En su página de Facebook escribió:

A logical error in dealing with the notion of "average" is to think that, in a conflict in which we are outsiders, the middle ground is likely to be right, instead of considering that each side has a 50% probability of being 100% right, and the middle ground is the least likely to be correct.
We make such mistakes in intellectual life but not in naturalistic settings. When you tell people that a woman has 50% percent probability of being pregnant, (50% of being not pregnant) but 0% probability of being half-pregnant, they get it. Replace "pregnant" with "right" and see that you are likely to make the error.
This leads many to avoid barbells by having only "moderate" risks or "moderate" opinions.
The only time I got angry with Robert Shiller was when, in 2006, he said that I was "sort of" right (about the risks in the system) but was too extreme and needed "moderation". Actually philosophers know about fallacy in the "argument to moderation": https://en.wikipedia.org/wiki/Argument_to_moderation

Lo que viene a decir Taleb es que, si yo sostengo que tres más seis es igual a nueve, mientras que uno de ustedes asegura que es once, la respuesta correcta no es diez. Esto es obvio para verdades matemáticas, pero la niebla se espesa según nos alejamos de este campo y entramos en el terreno de la ciencia, las creencias y las opiniones.

Personalmente, no estoy muy seguro de que el término medio sea una filosofía por la que conducirse en todos los aspectos de la vida. Me temo que los mayores logroso de nuestra especie se deben al trabajo acumulativo de personas que se dedicaron en cuerpo y alma a sus campos, desde los Principia de Newton al programa Apolo. En el sector donde trabajo, los mejores (técnicamente hablando) son aquellas personas literalmente obsesionadas con los ordenadores que han pasado incontables horas en soledad practicando y mejorando, renunciando así a desarrollarse en otras áreas de la vida. Como dice el culturista Kai Greene (otro extremista de profesión): «to be average is to be forgotten».

Creo que la figura de Steve Jobs es el arquetipo del genio moderno y revolucionario cuyas contribuciones, por bien que puedan estar sobrevaloradas, son reconocidas por todos. Por lo que tengo entendido, Jobs siempre trataba de imponer su visión; de no haber sido así, es posible que los productos de Apple nunca hubieran destacado. Quizá en el término medio se halle la mediocridad:

«Consensus will only take you to mediocrity», me dijeron los tres. Piensa «fuera de la caja», cuestiona los dogmas porque mantenerte en el consenso, en el rebaño, sólo te llevará a la mediocridad.

Obviamente, si la visión que nos guía está equivocada acabaremos estrellándonos. Lo que todos querríamos es recoger los enormes beneficios de pensar y actuar fuera de la caja sin tener que correr demasiado riesgo. Taleb tiene su propia receta para ello, un sistema que llama «estrategia de la haltera» basado, curiosamente, en evitar todo término medio:

Let us use an example from vulgar finance, where it is easiest to explain, but misunderstood the most. If you put 90 percent of your funds in boring cash (assuming you are protected from inflation) or something called a “numeraire repository of value,” and 10 percent in very risky, maximally risky, securities, you cannot possibly lose more than 10 percent, while you are exposed to massive upside. Someone with 100 percent in so-called “medium” risk securities has a risk of total ruin from the miscomputation of risks. This barbell technique remedies the problem that risks of rare events are incomputable and fragile to estimation error; here the financial barbell has a maximum known loss.

For antifragility is the combination aggressiveness plus paranoia—clip your downside, protect yourself from extreme harm, and let the upside, the positive Black Swans, take care of itself. We saw Seneca’s asymmetry: more upside than downside can come simply from the reduction of extreme downside (emotional harm) rather than improving things in the middle.

A barbell can be any dual strategy composed of extremes, without the corruption of the middle—somehow they all result in favorable asymmetries.

Para Aristóteles, la ética consistía en la formación del carácter de la persona, por lo que sus lecciones versan sobre cómo aprender a tener las emociones adecuadas. Mucho me temo que, como ocurre con muchas tradiciones, la suya ha sido adulterada con el paso del tiempo y aplicada en contextos donde no tiene cabida o donde no es la mejor estrategia a seguir.

Economía 4.0

Creo que nada estimula tanto el espíritu emprendedor como trabajar en tecnologías de la información. Y no lo digo por Silicon Valley y el ecosistema de las startups, sino porque este sector quema tanto que pocos son los trabajadores que no sueñan con dedicarse a otra cosa y vivir lo más alejados posible de los ordenadores. Sirva como muestra el caso de un compañero que nos ha dejado recientemente cuyo plan de vida alternativo consistía en un negocio de alquiler de bicicletas eléctricas. Estas bicicletas son relativamente prácticas para moverse por la ciudad pero los costes de adquisición y mantenimiento, amén del espacio que ocupan, no son desdeñables. A nuestro colega se le ocurrió que quizá podría ganar dinero haciéndole la competencia al BiciMAD.

De momento dicha compañía es solo una idea pero, de materializarse, vendrá a unirse a la pléyade de empresarios que viven de arrendar productos. El alquiler de películas, música y libros se ha modernizado y reencarnado en compañías como Netflix, Spotify y Kindle Unlimited. Ahora también podemos alquilar un coche con Uber para desplazarnos a una habitación que alguien nos ha cedido a través de Airbnb. Y así siguiendo.

Foto de Ken Teegardin

Tengo la impresión de que el sector cuaternario de la economía parece estar derivando en una cultura del alquiler. Es verdad que ninguna de las compañías mencionadas son realmente algo nuevo, pues desde hace mucho tiempo hemos tenido videoclubs, bibliotecas, taxis y hoteles. Sin embargo, hay algunas diferencias que vale la pena resaltar. Para empezar, todo ello es hoy más ubicuo y accesible gracias a internet y los dispositivos móviles. Ya no hay que desplazarse físicamente para tomar en préstamo una película o un libro. Eso hace más fácil buscar el mejor precio, hasta el punto de que los comparadores de precios se han convertido en un sector en sí mismo. Además, los catálogos de entretenimiento son ahora más amplios, pues el formato digital nos libera de las constricciones impuestas por el tamaño físico del inventario. A consecuencia de ello es posible satisfacer a ese conjunto de consumidores cuyos gustos se alejan de lo habitual pero cuya demanda agregada iguala o supera la del consumidor medio, un fenómeno bautizado hace más de una década como economía long tail.

Más importante que todo lo anterior es que hoy día es posible para casi cualquier persona publicar su propias creaciones en Amazon o YouTube y hacerse publicidad en Twitter y Facebook. No solo podemos ganar dinero con eso, sino que además es posible emplear nuestro coche o parte de nuestra vivienda para generar beneficios adicionales, otro hecho con nombre propio: sharing economy.

Las tecnologías de la información hacen muy fácil poner a disposición de otras personas nuestras propiedades. Esto añade un matiz importante al modelo económico tradicional: ahora cualquiera de nosotros, amén de consumidor, puede ser un capitalista, pues somos dueños del medio de producción (por ejemplo, el coche). Dirk Helbing llama a esto prosumers, abreviatura de co-producing consumers. La ventaja de este sistema es que no necesitamos de una empresa que nos provea de los medios para producir un producto o servicio valioso. No obstante, tiene la desventaja asociada de que ahora es el propio trabajador quien carga con los gastos de depreciación de la maquinaria:

Revenue is produced by workers utilizing capital to provide something of value. Capital may be thought of abstractly as large quantities of money that can be transformed into physical objects which are used to produce more money, or it can be thought of as the objects that produce money themselves. Traditionally, capital might be a piece of factory equipment, and the owners of capital are the business owners. Capital may depreciate in value as it is utilized to produce revenue. Eventually, the capital may need to be revitalized or replaced.

In the traditional model, normal workers don’t own the capital that they utilize to produce revenue. The worker is paid a fraction of the revenue of the company– most of the revenue of any given company is used to maintain its capital and its workforce. It is the responsibility of the owner of the capital to provide wages to the worker who utilizes said capital to produce revenue. What remains after maintenance of capital and wages is called profit. The profit may be used to purchase more capital, put in the bank, or paid out to workers or owners. The key takeaway here is that workers traditionally do not have any financial responsibility toward the capital which they utilize. The role of the worker is to utilize the capital in order to collect wages.

Para cryoshon, el autor del artículo de donde están sacadas estas palabras, esta diferencia es crítica y deriva en una economía que perjudica a los trabajadores (énfasis en el original):

The sharing economy turns the traditional capital-and-revenue equation on its head. Instead of capital being owned by a company and utilizing workers to gain revenue from that capital, a company merely rents capital owned by the worker as part of the worker’s wages, offloading the up-front cost of capital and discharging the costs of capital maintenance to the worker. Revenues no longer flow toward the owner of the capital, but rather to the renter of the capital. After that, things function normally: workers are paid their static amount of the revenue, which is low despite bringing capital to the table.

[...] Workers accept high risk to their capital from constant heavy utilization, and are not rewarded for it. Capital depreciation is likely, and is not compensated for by wages. Total losses of capital are not compensated for whatsoever. Instead, workers put a lot on the line in exchange for average wages whose rate does not increase despite large profits. Should the worker lose their capital, they are out in the cold.

La nueva economía también puede tener consecuencias novedosas para los consumidores. Parece que nos movemos, como he dicho más arriba, hacia una economía de la suscripción. Pagas diez euros al mes y tienes una gran selección de películas. Por otros diez euros tienes acceso miles de canciones. Diez euros más y obtienes barra libre de libros. Con diez euros adicionales consigues decenas de canales de televisión. Otros diez euros y puedes jugar a videojuegos con tus amigos por internet. Si seguimos aportando dinero podremos guardar nuestros documentos en la nube, gestionar proyectos, utilizar servidores para montar nuestro propio servicio web, buscar pareja, encontrar trabajo, registrar nuestra dieta o sesiones de ejercicio, y un larguísimo etcétera que es imposible enumerar aquí por falta de espacio.

El hecho relevante es que la cultura de la suscripción nos priva del producto en sí. En Estados Unidos el fabricante de maquinaria agrícola John Deere ha llegado a asegurar que los agricultores no son dueños de sus tractores:

It’s official: John Deere and General Motors want to eviscerate the notion of ownership. Sure, we pay for their vehicles. But we don’t own them. Not according to their corporate lawyers, anyway.

In a particularly spectacular display of corporate delusion, John Deere—the world’s largest agricultural machinery maker —told the Copyright Office that farmers don’t own their tractors. Because computer code snakes through the DNA of modern tractors, farmers receive “an implied license for the life of the vehicle to operate the vehicle.”

It’s John Deere’s tractor, folks. You’re just driving it.

Me pregunto qué clase de consecuencias puede tener esto. Actualmente pagamos por muchas cosas que no llegamos a poseer. Eso implica que, desde el mismo momento en que no podemos seguir abonando las cuotas mensuales, nos quedamos sin nada. Durante la crisis he visto a muchas personas en paro aliviar su falta de ingresos vendiendo parte de sus cosas (tales como libros, ordenadores, muebles o material de deporte). Obtener todo en forma de suministro ahondaría en la herida que supone perder nuestra fuente de ingresos.


Hoy se dice que Uber, la mayor compañía de taxis del mundo, no es propietaria de ningún vehículo. Facebook, la mayor compañía de medios para el gran público, no crea contenido. Alibaba, el retailer más valorado, no tiene inventario. Y Airbnb, el mayor proveedor mundial de alojamiento, no tiene propiedades inmobiliarias. Como dice Tom Goodwin, gracias a las nuevas tecnologías estas empresas se aprovechan de las grandes cadenas de distribución existentes (allí donde están los gastos) para acceder a un gran número de personas (que es donde está el dinero), con la ventaja de no tener que asumir los costes de depreciación del capital.

Por otro lado, igual que estas empresas se alejan de los medios de producción, que pasan a ser aportados por los propios trabajadores, los consumidores nos vemos poco a poco separados del producto final, al que accedemos en modo alquiler previo pago de una suscripción. El caso de los videojuegos es un ejemplo muy ilustrativo. Los niños de mi generación se dejaban la paga en los salones recreativos. Después vinieron las consolas y, con ellas, la posibilidad de jugar todas las partidas que quisiéramos con un único pago. Ahora, los juegos para móviles vuelven a la época anterior y demandan pequeños desembolsos para conseguir vidas extra, desbloquear pantallas o no tener que esperar para jugar la siguiente pantalla.

Agua, electricidad, gas, combustible... todas esas necesidades básicas se proporcionan como suministro, pues no puede ser de otra manera. También hemos de pagar una cuota mensual por nuestra línea telefónica y el acceso a internet, y otras tantas cuotas anuales para diferentes tipos de seguro. Lo que está ocurriendo ahora es que las empresas parecen haberse dado cuenta de que también los productos y servicios no esenciales pueden venderse de la misma manera. Esto permite a las compañías asegurarse un flujo de ingresos continuo más predecible que el que depende del número de ventas por unidades. Por su parte, los consumidores obtienen mayor variedad, comodidad y más espacio libre en casa, siempre a cambio de no ser dueños de nada.

A todo lo anterior hay que añadir un sector en auge de la economía en el que los medios de producción son de nuevo propiedad del trabajador, el cual, aún así, sigue cobrando un salario de subsistencia. En este sistema consumimos fuerza de trabajo sin generar ningún valor adicional y los beneficios van a parar a unos empresarios cuya única función es crear un espacio virtual en el que emparejar a productores y consumidores. Me pregunto qué pensaría Karl Marx de todo esto.