El concepto del Estado de Bienestar se ha convertido en un pilar central de las sociedades modernas. Sin embargo, su origen, desarrollo e impacto suscitan un debate apasionante. Milton Friedman, en su obra Libertad de Elegir, ofrece una crítica fundamentada y propuestas alternativas que desafían el modelo actual. El capítulo “De la Cuna a la Tumba” de Milton Friedman no solo es una crítica al Estado de Bienestar, sino también una defensa apasionada de la libertad individual y el poder transformador del mercado.
El Estado de Bienestar puede definirse como un conjunto de políticas públicas destinadas a garantizar un nivel mínimo de bienestar a todos los ciudadanos, a través de servicios como sanidad, educación y pensiones. Bismarck no era un humanista altruista, sino un estratega político. Su objetivo principal era contener el auge del socialismo, que ganaba adeptos entre la clase trabajadora, ofreciendo un sistema que brindara cierta seguridad económica. En aquella época, la esperanza de vida era considerablemente baja, lo que hacía que las pensiones y otros beneficios no supusieran un peso fiscal desmedido.
El siglo XX fue testigo de una expansión sin precedentes del Estado de Bienestar. La Gran Depresión y las dos guerras mundiales reforzaron la idea de que el Estado debía intervenir para garantizar la estabilidad económica y social. Sin embargo, como ha destacado Javier Milei, presidente de Argentina, este paradigma enfrenta una contradicción fundamental: las necesidades humanas son potencialmente infinitas, pero los recursos disponibles para satisfacerlas son limitados. El peso del Estado en la economía ha crecido de manera alarmante. En muchos países, el gasto público supera el 50% del PIB, un nivel que Friedman consideraba insostenible.
En lugar de expandir los programas de bienestar tradicionales, Friedman propuso una alternativa revolucionaria: el impuesto negativo sobre la renta. El mecanismo funciona de la siguiente manera: cada persona declara sus ingresos anuales. Si estos caen por debajo de un umbral mínimo, el gobierno no solo exime al individuo de pagar impuestos, sino que le otorga una transferencia monetaria directa.
Para Friedman, la libertad individual es un valor fundamental e innegociable. En su visión, un Estado grande y paternalista no solo es ineficiente, sino también incompatible con una sociedad libre. Friedman sostenía que un mercado libre, combinado con un Estado limitado, genera los incentivos necesarios para la innovación, la eficiencia y el progreso. Thatcher y Reagan implementaron reformas basadas en la reducción del gasto público, la desregulación y la privatización, logrando revitalizar economías estancadas y sentar las bases para un crecimiento sostenido.
Estado de bienestar, o ¿malestar?. La riqueza mal habida y el legado de Adam Smith | A Paso Firme
La propuesta del impuesto negativo y la promoción de un Estado más limitado no solo son alternativas viables, sino también necesarias en un mundo donde los recursos son finitos y las demandas, infinitas.
Gasto del Estado de Bienestar vs. Desigualdad Económica
Armas de Destrucción Matemática: Un Desencanto Moderno
Como Ada Lovelace, Cathy O’Neil es matemática. Y. como la de la campaña de Hillary Clinton, la historia que O’Neil relata en Armas de destrucción matemática es la de un desencanto. Como confiesa en la introducción, O’Neil era desde pequeña la típica nerd de las matemáticas a la que le gustaba factorizar los números de las matrículas de los coches, sobre todo si eran números primos. Andando el tiempo, esta pasión derivó en un doctorado en Matemáticas en Harvard, primero, y en un trabajo como analista cuantitativa en la empresa D. E.
O’Neil comenzó a trabajar en D. E. Shaw poco antes de la crisis de 2008. Y fue entonces cuando comprendió «la horrible verdad». En aquella época, una de las principales actividades de los bancos de inversión consistía en la compra y titulización diaria de miles de hipotecas. Los títulos con garantía hipotecaria eran, nos dice O’Neil, una forma idónea para el fraude masivo. Como las salchichas, los títulos con garantía hipotecaria son productos formados a partir de pequeños trozos de calidades muy distintas. Como el mundo descubriría años más tarde del derrumbe de las Bolsas de 2008, las empresas financieras e hipotecarias ganaron miles de millones de dólares concediendo hipotecas a gente que no podía pagarlas.
Pero siendo esto malo, dice O’Neil, no fue lo peor. Lo peor fue que en todas esas empresas había matemáticos desarrollando modelos que eran empleados como meras cortinas de humo para trasladar una imagen de seriedad y confianza al consumidor. Modelos que, sin embargo, sólo perseguían la rentabilidad a corto plazo de la empresa. Modelos que eran en realidad auténticas «armas de destrucción matemática».
Tal y como mostró Michael Lewis en su más que recomendable Moneyball, la estadística puede cambiar la comprensión que tenemos de un fenómeno, incluso si se trata de algo tan estudiado como el béisbol. El mensaje central de O’Neil es que «moneyball» es la cara más amable de un fenómeno cuyo envés son los modelos que actúan como armas de destrucción matemática.
O’Neil ilustra el significado de la expresión «armas de destrucción matemática» con el que titula el libro mediante un ejemplo. En 2007, el recién elegido alcalde de Washington estaba decidido a mejorar el rendimiento de las escuelas más disfuncionales de la ciudad. La teoría más extendida por entonces era que los malos resultados de los alumnos del distrito escolar de Washington se debían fundamentalmente al bajo rendimiento de los profesores.
Una de las profesoras despedidas como consecuencia de la implantación de esa herramienta de evaluación del personal docente fue Sarah Wysocki, una profesora de la que tanto la dirección del centro como los padres de los alumnos tenían una excelente opinión. ¿Cómo podía ser que una profesora tan buena obtuviera unos resultados tan malos? Aquí entra en escena el primero de los tres rasgos distintivos con los que O’Neil caracteriza las armas de destrucción matemática: la opacidad. Cuando Wysocki se interesó por las razones de sus pésimas calificaciones, lo que le dijeron fue que la respuesta era muy complicada.
Ahora bien, que el programa por el que despidieron a Wysocki se basara en un modelo que funcionaba como una caja negra cuasiinescrutable no impidió que el distrito de Washington despidiera a más de doscientos profesores en total. Aquí damos con la segunda característica de las armas de destrucción matemática: su escala.
Si entramos en la cafetería más cool de Malasaña o de la Barceloneta (y exageramos un poco el ejemplo), no encontraremos a dos personas que sigan la misma dieta: una será vegetariana, otra vegana, otra comerá pescado, pero no carne, y otra comerá de todo. Ahora supongamos que la dieta de una de ellas, digamos la vegana, se convirtiera en algo así como una dieta oficial para todos los ciudadanos españoles. Las consecuencias serían tremendas. Con una única dieta nacional vegana, los precios de las verduras y las legumbres se dispararían, mientras que los de la carne, los lácteos y el pescado se hundirían.
Con una única dieta nacional vegana, los precios de las verduras y las legumbres se dispararían, mientras que los de la carne, los lácteos y el pescado se hundirían. Pero, ¿qué tiene que ver esto con el lado oscuro del big data? Como decíamos, la magnitud. Un fenómeno, ya sea una dieta o el batir de las alas de una mariposa, puede ser perfectamente inocuo a escala reducida, pero muy dañino cuando aumentamos su dimensión.
De acuerdo con O’Neil, la tercera y última propiedad de éstas es que no sólo provocan daños, sino que éstos tienden a concentrarse desproporcionadamente en los sectores más vulnerables de la población: dicho de otra forma, que la distribución de los daños es poco equitativa.
Pensemos, nos propone O’Neil, en el caso de Reading, una pequeña ciudad de Pensilvania. Debido al descenso de la recaudación fiscal motivada por la crisis financiera de 2008, el jefe de policía de Reading tuvo que apañárselas para garantizar la misma seguridad con menos efectivos. Así las cosas, decidió comprar un software de predicción de delitos llamado PredPol, que emplea datos históricos para determinar dónde es más probable que se cometa el próximo delito. Si los agentes patrullan las zonas del mapa de la ciudad señaladas por PredPol, el efecto disuasión asociado a la labor de policía debería provocar una disminución del número de delitos.
Los programas del tipo de PredPol tienen una cosa buena: son completamente ciegos a la raza, el sexo y los orígenes étnicos. De hecho, funcionan siguiendo la lógica de los seísmos. Estudian los delitos cometidos en diferentes zonas de la ciudad, los integran en un patrón histórico y realizan una predicción acerca de dónde y cuándo es más probable que ocurra el siguiente (si roban en la casa del vecino de al lado, es más que conveniente que cierres bien la tuya). No se centran en las personas, sino que analizan los patrones geográficos de la delincuencia.
Y es que, por desgracia, los puntos «calientes» que traza PredPol en las pantallas suelen dibujar, en la mayoría de las ciudades, un mapa preciso de la pobreza. Si lo pensamos, tiene sentido. Las personas pobres y sin hogar suelen mear siempre en la misma calle, dormir siempre en el mismo banco y esparcir sus escasas pertenencias en el mismo parque, por lo que cometerán pequeñas pero frecuentes infracciones del orden público (casi) siempre en la misma zona geográfica. Cuantos más policías enviemos a esas zonas, más delitos prevendremos.
Como ocurre con PredPol, el libro de O’Neil tiene una gran virtud y un gran problema. La virtud es que, en su doble condición de experta académica y empleada de un fondo de inversión, O’Neil ofrece un mapa completo y bien documentado de las tendencias y los peligros que se esconden en el lado oscuro de esa industria que no para de crecer que es el big data.
Reflexiones Finales
A lo largo de la vida, desde la cuna hasta la tumba, nos enfrentamos a desafíos y oportunidades que moldean nuestra existencia. El Estado de Bienestar, el auge del big data y las armas de destrucción matemática son solo algunos de los factores que influyen en nuestro camino. Es crucial analizar críticamente estas fuerzas y buscar soluciones que promuevan la libertad individual, la justicia social y el bienestar general.
Big Data