La ciencia es más que matemáticas

Christopher Westley pone de manifiesto las limitaciones de las matemáticas en las ciencias sociales, y el error de considerar la economía como una ciencia pura como la física, y de ahí los graves errores predictivos y de comprensión conceptual (como la teoría del capital) de aquello que no se somete a análisis matemático, mostrando a su vez el fin de dicha intención.

Artículo del Instituto Mises Hispano:

"Este mismo año, el ilustre biólogo de Harvard, E.O. Wilson, escribía sobre las limitaciones de las matemáticas en las ciencias en el Wall Street Journal. Este hijo nativo de Mobile, Alabama (conocido en otros ámbitos como el padre de la sociobiología) argumentaba que la capacidad de formular contribuciones conceptuales a la ciencia no requiere conocimientos matemáticos, ni siquiera un componente matemático. Wilson concluía: “Por suerte, solo se requiere una soltura matemática excepcional en unas pocas disciplinas, como la física de partículas, la astrofísica y la teoría de la información. Mucho más importante en el resto de la ciencia es la capacidad de formar conceptos, por medio de los cuales el investigador evoca imágenes y procesos por intuición”. El propio Wilson señalaba que no había aprendido cálculo hasta los 30 años (después de licenciarse en Harvard) y lamentaba la pérdida de conocimiento científico que se produce cuando sus posibles contribuidores eligen otras carreras debido a una formación matemática deficiente.

Aunque esto no es un problema para los economistas austriacos que utilizan una lógica a priori y deductiva en el desarrollo de la teoría económica y sus conceptos, los economistas ortodoxos siguen aferrados a la idea de utilizar datos como un fin en sí mismo, de forma que la disponibilidad de datos determina por sí sola el grado de investigación económica. En consecuencia, ideas como la de capital, que no se someten a un análisis matemático, se ignoran a menudo por parte de la ortodoxia o se suponen constantes (para simplificar su uso en las técnicas de modelado). Este defecto es una de las explicaciones del infame mal diagnóstico ortodoxo de la burbuja inmobiliaria de hace una década y es una de las razones principales de la ignorancia ortodoxa de las malas inversiones que derivan de la creación de dinero estatal en general.

Los comentarios de Wilson son interesantes en la medida en que ese énfasis en el modelado estadístico en la economía ortodoxa y otras ciencias sociales se basa en el deseo de alcanzar el mismo rigor científico que las ciencias duras. Este deseo es un remanente de la Era Progresista, tal vez representado por el discurso presidencial de 1919 de Irving Fisher a la American Economic Association. Fisher escribía:

Debería crearse un legado para la investigación económica, cuya gestión compartirían trabajo, capital y economistas y que sería una especie de laboratorio para el estudio de los grandes problemas económicos que tenemos ante nosotros. Hoy las ciencias físicas tienen sus grandes laboratorios, por cierto. Pero se espera del economista que garantice sus propios hechos y estadísticas y haga sus propios cálculos a su costa. La gravosa investigación, muy lejos del alcance del bolsillo del profesor, resulta necesaria si el economista ha de ser un servicio público importante a la hora de estudiar la distribución de riqueza, el sistema de lucro, el problema de la agitación laboral y los demás problemas prácticos acuciantes.

Medio siglo después, Milton Friedman leyó la argumentación de Fisher y la incluyó en su famoso ensayo “The Methodology of Positive Economics” destacando el papel de las matemáticas y la estadística en la economía para conseguir una precisión predictiva por encima de cualquier cosa, incluso la teoría correcta. Los datos dirigen lo que se prueba empíricamente y si los resultados explican correctamente el mundo deben ser teóricamente apropiados. Para Friedman, las metodologías económicas han “de ser juzgadas por la precisión, ámbito y conformidad con la experiencia de las predicciones que ofrecen. En resumen, la economía positiva es, o puede ser, una ciencia ‘objetiva’, exactamente en el mismo sentido que cualquiera de las ciencias físicas”.

Los austriacos han visto todo esto antes, primero en sus respuestas al historicismo alemán y su identificación de la falta de base teórica de los historicistas para la economía como ciencia. En la década de 1950, F.A. Hayek, en su magistral Counter-Revolution of Science, advertía que al adoptar modelos matemáticos de las ciencias duras, los economistas pueden tratar fácilmente al objeto de sus estudios (la persona) de la misma forma que los científicos físicos examinan partículas de materia. En lugar de seres vivientes y con albedrío, la persona se reduce fácilmente a elementos que pueden investigarse y manipularse para lograr un fin social elegido por el estado. Puede verse fácilmente por qué un archiprogresista como Fisher elogiaría esta aproximación. Es extremadamente paradójico que la extendiera alguien con la buena fe libertaria de Friedman.

Aunque las matemáticas son una herramienta importante en las ciencias sociales, la forma en que se han llegado a usar entre los científicos sociales estrecha el ámbito de la investigación y no ha añadido mucho a nuestro conocimiento teórico. Sin embargo, como apuntaba Rothbard, su énfasis puede justificar la expansión del estado proporcionando precisión científica a las políticas públicas.[1] El resultado es hoy una especie de complejo intelectual-industrial en el que los gobiernos extraen fondos por la fuerza a las masas y los dirigen a instituciones de investigación en las que hay personas que proporcionan justificaciones científicas para políticas que requieren (sorpresa, sorpresa) que los gobiernos extraigan más fondos por la fuerza a las masas. Por desgracia, es un complejo que alimenta mucha de la actividad investigadora que hoy defina a la Universidad de Yale de Fisher, a la Universidad de Chicago de Friedman y a la mayoría de la formación superior que aspira a ser como ellas.

E.O. Wilson nos recuerda que no solo que si las ciencias duras  no sobrevaloraran las matemáticas por su cuenta y riesgo, probablemente nunca las hubieran destacado en la medida en que lo hicieron los científicos sociales de la Era Progresista como Irving Fisher. Entretanto, hoy, científicos no afectados por el gobierno y menos obligados por el proceso de concesión de fondas públicos, tanto para su estatus como para su estilo de vida, son más modestos en su aproximación y aprecian más las leyes naturales cuyo estudio y comprensión es su vocación.

Es asimismo más probable que esas personas entiendan que es enorme el interés por dirigir la ciencia hacia los fines normativos de personas poderosas. Mientras reverberan las economías globales en respuesta a intervenciones basadas en ciencia en las fuerzas del mercado, la economía ortodoxa necesidad humildad y una apreciación de las limitaciones de las aproximaciones matemáticas. Sus practicantes deberían empezar a aprender de las escuelas heterodoxas que las evitan, como la de los austriacos.


[1] Tal vez el ejemplo clásico de dicha precisión se produjo cuando la economista Christina Romer predijo alegremente que el desempleo aumentaría al 8,8%  a finales de 2010 si no se aprobaba el paquete de estímulo económico de Obama en 2009. (Se aprobó y el desempleo ascendió por encima del 10% y Romar es ahora catedrática en la Universidad de California, Berkeley). Más recientemente la profesora estrella de gestión del MIT, Zeynep Ton, argumentaba (en la Harvard Business Review) que empresas como Wal-Mart podrían ser más productivas si adoptaran las escalas salariales de empresas como Costco y Trader Joe’s  (ignorando el papel profundamente importante del producto del ingreso marginal en relación con los salarios). Si trabajo también resulta útil para quienes buscan aumentar el salario mínimo, aunque esas intervenciones en el pasado han echado a los trabajadores no cualificados fuera del mercado laboral al tiempo que han aumentado los incentivos empresariales para reemplazar mano de obra con capital menos costoso."

Publicado el 16 de septiembre de 2013. Traducido del inglés por Mariano Bas Uribe. El artículo original se encuentra aquí.