En el pasado artículo tratamos la cuestión del realismo en economía. Hicimos referencia a la habitual crítica que recibe la economía neoclásica por mantener supuestos irrealistas. También introdujimos el argumento de Friedman (1953) sobre la inevitabilidad de la abstracción, que automáticamente hacía del realismo una cuestión no relevante para la elaboración de teorías y modelos. En esta línea, citamos a Long (2006) para añadir una importante distinción entre dos tipos de abstracción: la precisa y la no precisa. La precisa era aquella en las que características reales del fenómeno sobre el que se teoriza se encuentran especificadas como ausentes.
Por el contrario, la abstracción no precisa era aquella en donde determinadas características reales están ausentes de especificación. De esta manera, argumentamos que, dependiendo del tipo de abstracción que hayamos realizado, un modelo o teoría económica puede ser criticado de irrealista en función de determinados supuestos. Poníamos como ejemplo de teoría irrealista el modelo de competencia perfecta neoclásico. En este, el tipo de abstracción que se realiza, asumiendo información perfecta en los agentes, implica la especificación de la no existencia de error empresarial. Esto, como es evidente, es falso e irreal.
Después de publicado, el artículo suscitó algunas preguntas interesantes sobre la cuestión del realismo. Francisco Capella lanzaba una serie de interrogantes para la reflexión en Twitter. Como no fueron pocas y me parecieron dignas de un comentario más extenso que lo que permite un “tweet”, me he animado a copiar las que considero más importantes para poder discutirlas en este artículo. Dicho lo cual, procedamos a las preguntas.
¿Cómo sabes que un modelo no es realista? ¿Ya conoces la realidad y sabes que no es así? ¿Si ya conoces la realidad, qué es real y qué no, para qué sigues investigando?
A mi modo de ver, podemos afirmar que conocemos la realidad hasta cierto punto. Es decir, podemos tener ciertas certezas sobre la realidad. Probablemente, estas certezas son muy pocas en comparación a todo el conocimiento que entrañaría saber más o mucho más sobre la realidad. Sin embargo, sí podemos decir que conocemos parte de la realidad.
La certeza sobre parte del conocimiento que tenemos es garantizada por el hecho de que no podríamos pensar o entender el mundo de otra manera que no fuera esa, es decir, no podemos establecer un contrafactual. Tomemos como ejemplo algunas leyes fundamentales del pensamiento como la ley de la identidad, la contradicción o el principio del tercero excluido (Russell 1912). Estos principios son autoevidentes y ciertos en sí mismos, puesto que no podríamos imaginar una realidad que contradijese alguno de estos principios. Esto mismo ocurre con cualquier proposición autoevidente que pueda establecerse en economía, como es el caso del axioma de la acción humana y sus implicaciones.
En este sentido, si una teoría o modelo niega una ley fundamental, autoevidente, o algunas implicaciones lógicas de esta, se podrá argumentar que esa teoría es irreal, que está haciendo una abstracción precisa que niega proposiciones autoevidentes.
Es más, me atrevería a decir que incluso se puede determinar la realidad de ciertos supuestos aún sin referirnos a conocimiento autoevidente o necesario. Lo que se considera real, en este caso, podría determinarse por convención, mediante un acuerdo intersubjetivo. De hecho, la mayoría de conocimiento es convención, resultado de un proceso evolutivo que permite a grupos cada vez más grandes manejar conocimiento intersubjetivo para entenderse y coordinarse. Si no fuéramos capaces de detectar ciertas regularidades a nivel intersubjetivo, que no son autoevidentes, nos sería imposible establecer interacciones coordinadas.
Dicho esto, la respuesta a la pregunta podría quedar de la siguiente manera. Podemos saber si un modelo no es realista si este contradice una ley fundamental o autoevidente, o incluso, si contradice una ley o idea que es ampliamente asumida como cierta por convención. Es cierto que esta última forma no garantiza certeza, pero sí permite concretar o, al menos, aproximarse a lo que se podría llamar realidad. Por último, dado que lo que sabemos ciertamente es muy poco, la investigación sigue teniendo sentido, precisamente, para poder tener más certezas y poder determinar qué modelos o teorías pueden explicar el mundo y cuáles no.
¿Estás seguro de que las simplificaciones son excesivas, o quizás te parecen excesivas? ¿Cómo saber qué simplificaciones son excesivas si no se ponen a prueba?
La respuesta a estas preguntas puede estar en la pregunta anterior. Es decir, podemos saber si una simplificación es excesiva, en el sentido de no suficientemente real, si contradice una ley fundamental. También podemos saberlo si el modelo no es capaz de capturar muchos procesos que, precisamente, se aspira a explicar. Más aún, las simplificaciones de una teoría se debilitan en gran medida en cuanto existe una explicación alternativa a lo que se estudia. Si estas explicaciones alternativas son capaces proveer mejor entendimiento de lo que ocurre, los supuestos o simplificaciones podrán demostrarse como no suficientemente reales en comparación a una explicación alternativa mejor.
Es decir, las simplificaciones se ponen a prueba cuando se demuestran contradictorias o insuficientes de cara a una explicación alternativa.
¿Las simplificaciones pueden ser una primera (¿buena?) aproximación?
Sí, pueden serlo. De hecho, son necesarias, puesto que no podemos entender el mundo en toda su complejidad. Esto, como dice Friedman, es lo que inevitablemente nos lleva a la abstracción, a la simplificación. Pero, de nuevo, dependerá de qué y cómo hagamos la simplificación.
¿Quieres un modelo con menos simplificaciones? ¿Cuánto estás dispuesto a pagar para hacerlo más complejo, en construcción y uso?
La cuestión no es tanto tener un modelo sin simplificaciones, sino con simplificaciones correctas. Todo lo que sea añadir más variables al modelo para hacerlo más complejo y real, relajando las cláusulas ceteris paribus, podrá decirnos más sobre la realidad. No obstante, y como bien apunta Francisco Capella, esta mayor complejidad de los modelos acarrea un coste. Este coste no solo es el propio de crear y procesar un modelo con menos simplificaciones, sino también, la menor capacidad de aplicabilidad que tendrá el modelo. Con ello, parece establecerse un trade-off entre mayor complejidad-realismo y simplicidad. Este trade-off ha de ser evaluado en el caso concreto de cada teoría, aunque esta idea plantea un verdadero reto para futuras investigaciones metodológicas.
¿Los modelos que predicen bien, lo hacen por casualidad? ¿Tal vez han captado lo esencial de algo, y detalles que parecen importantes no lo son?
Los modelos que predicen bien son, en efecto, aquellos que son capaces de capturar los procesos esenciales que el investigador pretende entender. En esta línea, me gusta hacer referencia a la idea de supuestos críticos de Rodrik (2015). Precisamente, cuando este autor discute sobre realismo y simplicidad, afirma que ambos son necesarios. Y que, una buena combinación de ambos se da cuando los modelos simplifican y abstraen todas las variables, procurando respetar el realismo de los supuestos críticos, es decir, lo esencial, lo que de ser alterado transforma completamente los resultados del modelo.
Siendo esto así, ¿cómo podemos pretender entender la competencia si asumimos un concepto que nada tiene que ver con elementos competitivos? Por ejemplo, el ideal de competencia perfecta entiende que la oferta no puede alterar el precio y el producto es homogéneo, por lo que no existe diferenciación por motivos de calidad. Precisamente, estos dos son elementos que se entienden (convención) fundamentales a la hora de competir. Negarlos mediante una abstracción específica supone alejarse de la realidad y, por tanto, perder poder de explicación o predicción.
Referencias
Friedman, Milton. 1953. “The Methodology of Positive Economics.” In Essays in Positive Economics, 3–46. Chicago: University of Chicago Press.
Long, Roderick T. 2006. “Realism and Abstraction in Economics: Aristotle and Mises versus Friedman.” Quarterly Journal of Austrian Economics 9 (3): 3–23.
Rodrik, Dani. 2015. Economics Rules: The Rights and Wrongs of The Dismal Science. New York: W.W. Norton.
Russell, Bertrand. 1912. The Problems of Philosophy. New York: Henry Holt and Company.
Aún no hay comentarios, ¡añada su voz abajo!