Del riesgo sistémico a la decisión bajo incertidumbre (Algorithms for Decision Making)
El paralelismo central: del riesgo sistémico a la decisión bajo incertidumbre
Diagnóstico
No estamos ante shocks aislados, sino ante deriva de riesgo en un entorno incierto, adversarial y dinámico.
Es el problema canónico que aborda Algorithms for Decision Making:
-
estados inciertos,
-
información incompleta,
-
agentes estratégicos,
-
recompensas diferidas,
-
necesidad de políticas robustas, no óptimas “en papel”.
👉 La geopolítica actual es un problema algorítmico mal resuelto.
2. Estados, acciones y recompensas: Europa como agente decisor
En este marco, Europa puede modelarse como un agente racional limitado, no omnisciente, que decide en un entorno hostil.
Estados (S)
Ejemplos de estados relevantes:
-
grado de fragmentación del orden internacional,
-
dependencia industrial (China / EEUU),
-
nivel de coerción económica,
-
salud institucional multilateral,
-
estabilidad de cadenas críticas.
Estos estados no son observables perfectamente → entorno parcialmente observable.
Acciones (A)
Europa puede elegir, por ejemplo:
-
no actuar (absorción pasiva),
-
defensa selectiva (aranceles, ayudas puntuales),
-
respuesta sistémica (política industrial + capacidad ejecutiva),
-
alineamiento con un “comité” externo,
-
construcción de instituciones propias.
Recompensas (R)
Aportación clave frente al debate político habitual:
-
la “recompensa” no es crecimiento a corto plazo,
-
sino viabilidad sistémica, resiliencia y margen estratégico a medio plazo.
👉 Esto encaja con la idea de utilidad a largo horizonte del libro.
3. Procesos de Decisión de Markov (MDP): por qué Europa no puede ser miope
El análisis RMS muestra que, en un MDP, una política que maximiza beneficios inmediatos puede ser subóptima o destructiva a largo plazo.
Traducción directa al análisis:
| Política europea | Lectura MDP |
|---|---|
| No actuar porque “sale caro” | Maximiza recompensa inmediata |
| Evitar conflicto hoy | Descuenta excesivamente el futuro |
| No invertir en instituciones | Ignora estados futuros adversos |
👉 Europa ha estado usando un factor de descuento excesivo (β muy bajo):valora demasiado el presente y muy poco la supervivencia futura.
4. POMDP: por qué la incertidumbre actual es estructural
El entorno actual no es solo Markoviano, es parcialmente observable:
-
no conocemos las verdaderas intenciones de EEUU, China o Rusia,
-
las reglas cambian,
-
las instituciones pueden fallar sin previo aviso.
Esto encaja con los POMDP del analisis:
-
decisiones basadas en creencias (belief states),
-
actualización continua de probabilidades,
-
necesidad de políticas robustas, no “perfectamente informadas”.
👉 Se insiste en planes de contingencia , en términos formales,una política robusta para POMDP, no un “plan B político”.
5. Sistemas multiagente: el mundo como juego estratégico
El analisis dedica un bloque central a sistemas multiagente y teoría de juegos.
El diagnóstico es :
-
EEUU, China, Rusia, UE, Sur Global = agentes estratégicos,
-
con funciones de utilidad distintas,
-
algunos cooperativos, otros adversariales.
Clave RMS
El error europeo ha sido asumir un juego cooperativo cuando el sistema ha pasado a ser no cooperativo / adversarial.
👉 En juegos no cooperativos:
-
la inacción no es neutral,
-
es una estrategia dominada.
6. Trumpismo como política adversarial (visión algorítmica)
La caracterización del trumpismo como patrón oportunista encaja perfectamente con:
-
agentes que maximizan utilidad bajo reglas cambiantes,
-
estrategias de perturbación del entorno (“fomentar el caos”),
-
creación deliberada de estados inciertos para forzar negociación.
En términos del analisis:
-
Trump actúa como un agente adversarial que modifica el espacio de estados para cambiar el equilibrio del juego.
👉 El riesgo señado es algorítmico: cuando demasiados agentes adoptan estrategias caóticas,
el sistema entra en inestabilidad no lineal.
7. Aprendizaje por refuerzo: por qué China aprende y Europa no
Uno de los contrastes más potentes:
-
China opera como un sistema de aprendizaje por refuerzo:
-
experimenta,
-
escala lo que funciona,
-
corrige errores sin ideología rígida.
-
-
Europa opera con reglas fijas:
-
aprende lentamente,
-
penaliza el error,
-
no itera políticas.
-
En términos del analisis:
-
China optimiza políticas mediante exploración–explotación,
-
Europa está atrapada en explotación estática de reglas pasadas.
8. Hacia agentes autónomos robustos: instituciones como “policy engines”
Aquí está la síntesis final, clave para el informe:
Las nuevas instituciones supranacionales no deben verse como foros normativos, sino como agentes autónomos de decisión, con mandato, feedback y capacidad de ejecución.
Inspirado en Algorithms for Decision Making:
Una institución robusta debería:
-
observar estados,
-
actualizar creencias,
-
elegir acciones,
-
evaluar resultados,
-
aprender.
👉 Es decir: instituciones como políticas óptimas aproximadas, no como constituciones estáticas.
9. Traducción directa como propuesta europea
| Analisis RMS | Traducción geopolítica |
|---|---|
| MDP / POMDP | Política europea bajo incertidumbre |
| Multiagente | Mundo multipolar adversarial |
| Reward a largo plazo | Viabilidad sistémica |
| Robust policy | Planes de contingencia |
| Learning | Política industrial adaptativa |
| Autonomous agent | UE con capacidad ejecutiva |
10. Cierre conceptual
El problema europeo no es falta de valores, sino falta de arquitectura de decisión.
En un mundo de agentes estratégicos,solo sobreviven los sistemas capaces de decidir, aprender y adaptarse bajo incertidumbre.
Comentarios
Publicar un comentario