Desigualdad y Sugarscape
La desigualdad es uno de los grandes temas dentro de la economía. En los últimos años se ha hecho incluso más popular con las famosas obras de Piketty. Destacan en este campo economistas como Branko Milanovic, Anthony Atkinson o Angus Deaton; este último ganador del Premio Nobel de Economía en 2015. Además, la desigualdad es uno de los puntos más analizados cuando se establecen comparaciones entre sistemas económicos, como el clásico capitalismo versus socialismo Muchos economistas consideran la desigualdad como negativa a partir de ciertos niveles, pues provoca inestabilidades en el sistema económico. Otros incluso la consideran moralmente indeseable, y abogan por una mayor igualdad.
En este sentido, una de las grandes preguntas que cabe hacerse es: ¿se debe la desigualdad a factores naturales o es resultado de la configuración de un sistema económico que privilegia a ciertos grupos frente a otros? La respuesta a esta pregunta es de considerable trascendencia para la economía, porque, si la desigualdad resulta de una determinada configuración social conscientemente diseñada, estaría justificado intentar reconfigurar esa estructura social y económica para que siguiera un curso espontáneo con una tendencia no tan desigual. Sin embargo, si se probase que la desigualdad es natural al propio sistema y las interacciones entre sus miembros, quedaría injustificada la intervención para la corrección de ese resultado desigual, al menos, bajo la afirmación de que un sistema económico capitalista o de libre mercado beneficia deliberadamente a ciertos grupos.
Resolver esa pregunta no es algo trivial. De hecho, sería muy complicado intentar responderla basándose en la historia. Es muy compleja y nunca ha permitido las versiones más puras o hipotéticas de sistemas económicos, por lo que cualquier respuesta que se pueda aportar sobre la evidencia empírica o histórica nunca será completa o definitiva; siempre podrá estar sujeta a correcciones o reinterpretaciones.
Aun así, el desarrollo de distintos métodos económicos y de la capacidad de computación nos aporta nuevas herramientas de análisis económico y simulación que nos permiten comprobar o testar estas hipótesis que son muy difícilmente corroborables a la luz de fenómenos tan complejos como la propia historia. Una de estas herramientas son los agent-based models o modelos basados en agentes. Estos son modelos computacionales que permiten la simulación de determinadas interacciones entre agentes heterogéneos a la luz de unas condiciones o de un entorno iniciales. La idea fundamental es que el desarrollador del modelo programa las condiciones iniciales, pero luego deja que el propio modelo se desarrolle y el resultado del mismo sea emergente, es decir, espontáneo. El resultado agregado del modelo no se conoce de antemano. Este se corre en sucesivas veces para ver cuál es el resultado a posteriori, al tiempo que se intenta analizar la influencia final de las variaciones en las condiciones iniciales de los parámetros. Estos modelos aportan mucho más realismo a la economía que otros tradicionales como los ampliamente usados Dynamic Stochastic General Equilibrium models (DSGE), pues permiten introducir más complejidad a través de, por ejemplo, heterogeneidad en el comportamiento de los agentes.
Los modelos basados en agentes permiten realizar simulaciones con mayor grado de realismo. Estas simulaciones son las que sirven a los economistas para testar, de alguna manera, sus posibles hipótesis, puesto que estas serían difícilmente replicables en la propia realidad. Así, uno de los primeros modelos con más repercusión fue el realizado por los profesores Joshua Epstein y Robert Axtell en los años 90. Este era un sistema multi-agente, inspirado en los modelos de segregación de Thomas Schelling y en el “Game of Life”, al que llamaron Sugarscape. Este modelo fue desarrollado en un libro que se tituló Growing Artificial Societies: Social Science from the Bottom-Up (1996). Como el propio título del libro indica, la idea era intentar estudiar cómo las sociedades podían evolucionar de forma espontánea a través de simulaciones computacionales. Para ello, se sirvieron del modelo del Sugarscape.
El Sugarscape original incluía 250 agentes al empezar, un ambiente representado en una cuadrícula de dos dimensiones de 51×51 celdas o casillas y una serie de normas determinando el ambiente y el comportamiento de los agentes. Como ilustración, podemos pensar en un gran tablero de ajedrez como algo similar. En ese tablero, cada celda puede contener una cierta cantidad de azúcar, desde cuatro unidades (máximo) hasta cero unidades (mínimo), siendo este el único recurso económico en ese mundo. La cantidad de azúcar se reparte en el tablero de tal forma que quedan dos grandes montañas de tres y cuatro unidades de azúcar por casilla, una en la esquina noreste y otra en la esquina suroeste del tablero. Entre estas dos montañas hay una zona de casillas con poco azúcar o ninguno.
Cada agente en el modelo ejecuta un programa independiente distinto, que toma información del ambiente, la digiere y luego toma decisiones para actuar. En la versión más básica, los agentes pueden buscar azúcar, moverse y comer. Esto es, cada agente tiene una capacidad de visión de x casillas para encontrar azúcar, luego una x capacidad de movimiento para desplazarse hacia las casillas con azúcar y, por último, también tienen un metabolismo más lento o rápido para digerir ese azúcar y proporcionarse energía para poder seguir buscando azúcar, moverse y consumirlo para no perecer. Estas características individuales se adquieren genéticamente en el modelo, es decir, son asignadas de forma aleatoria a cada agente. El modelo se corre varias rondas, por lo que los agentes pueden ir acumulando energía en función del saldo de azúcar que comen y que consumen, siendo aquellos que entran en déficit “calórico” eliminados del juego como si hubieran muerto.
En este modelo, donde tenemos unos recursos dados, como el azúcar, y una serie de agentes individuales y heterogéneos que tienen cada uno unas capacidades de actuación, la idea era estudiar si una sociedad podía desarrollarse o no, en función de la supervivencia de sus miembros. Por supuesto, tanto la asignación de capacidades como la ocupación en el espacio de los agentes es definida aleatoriamente antes de que se empiecen las simulaciones. Al correrse el modelo, se empezaron a ver, después de unas primeras rondas caóticas, que el orden aparecía, que los agentes eran capaces de aprovechar muy bien el azúcar que había distribuido por el tablero, y que rápidamente tendían a confluir al patrón geográfico de las dos montañas de azúcar, quedando la distribución de agentes concentrada y de acuerdo a la disposición de los dos montones de azúcar.
Además de lo anterior, Epstein y Axtell analizaron una serie de estadísticas que el modelo arrojaba, como era la evolución de la distribución de la riqueza, definida como la cantidad de azúcar acumulada por agente en cada momento del tiempo (simulación). Así, descubrieron un resultado muy interesante. Antes de correr el modelo, la distribución de la riqueza era bastante igualitaria, siguiendo una curva de distribución en forma de campana, con unos pocos agentes extremadamente ricos, otros pocos extremadamente pobres y una amplia “clase media”. Sin embargo, a medida que las simulaciones se repetían, la distribución fue cambiando. La riqueza media aumentaba, pero la distribución cambió drásticamente desde una curva en forma de campana hacia una curva acorde a la conocida distribución de Pareto, donde podemos encontrar unos pocos agentes extremadamente ricos en un extremo, y cada vez un mayor número de agentes en deciles inferiores de riqueza, terminando con una gran concentración de agentes en el rango de pobreza. A esta distribución corresponde la proporción 80-20, es decir, que el 80% de la riqueza es poseída por el 20% de la población, algo que se ha demostrado en muchas distribuciones de riqueza en numerosos países en las últimas décadas.
Como se vio en el Sugarscape, de manera evolutiva y espontánea, con unas asignaciones iniciales aleatorias e igualitarias, la desigualdad aumentaba con el paso del tiempo o las simulaciones. La causa no era la genética de cada individuo. Tampoco su distribución en el espacio, pues ambas de determinaban aleatoriamente, y esto implicaría que la distribución final debiera mantenerse en el tiempo. Según Epstein y Axtell, la causa de esta evolución de la distribución y la desigualdad, en esencia, era “todo”. Es decir, la desigualdad de riqueza como resultado del sistema era una propiedad emergente del propio modelo, que no es predecible de antemano. La combinación del diseño geográfico, la genética de los agentes, su ocupación en el espacio, sus reglas, sus dinámicas, e incluso la suerte, hicieron que la distribución de riqueza resultara y evolucionara de esa manera.
Este modelo se ha ido complementando con el tiempo. El propio Epstein y Atxell lo hacen en su libro añadiendo el factor sexo. Otros muchos modelos posteriores del Sugarscape se han usado para estudiar distribuciones de riqueza, por lo que este primer modelo tampoco puede apoyar de manera completa unas conclusiones definitivas acerca de la desigualdad.
Sin embargo, esta simulación arroja suficiente luz para las habituales discusiones sobre desigualdad en sistemas de libre mercado o capitalista. Se suele decir que el sistema capitalista o de libre mercado genera desigualdad de forma consciente y deliberada. Es decir, la economía está manejada y creada para beneficiar a ciertos grupos. Lo cierto es que, en un sistema completamente capitalista, sin ninguna intervención, dadas unas condiciones iniciales casi perfectamente igualitarias, con una distribución de la riqueza como si se hubiera hecho desde un “velo de ignorancia”, el resultado de las simulaciones con unas normas justas e iguales para todos acaba siendo significativamente desigual. La causa de ello no es única o deliberada, sino que es múltiple y compleja, ocurriendo de forma emergente, por lo que no se puede ni siquiera anticipar.
Esto nos muestra de alguna manera que la creación de desigualdad es intrínseca y natural a la propia evolución, que no es controlable, y que incluso puede aparecer y aparece a partir de condiciones iniciales hipotéticas muy igualitarias. Cabría estudiar ahora, también mediante simulación, las consecuencias para el sistema de una alteración o corrección en la distribución de la riqueza habiéndose generado desigualdad: ¿tendríamos supervivencia y desarrollo o estancamiento? Eso es algo que podríamos desarrollar en próximos artículos.
