Categoría: Recursos Humanos

Seis años del segundo accidente del 737MAX ¿Qué ha cambiado?

Hoy se cumplen seis años del segundo gran accidente del 737MAX. Unos meses antes se había producido otro en Indonesia y la potencia de fuego del área de Relaciones Públicas de Boeing, acompañada de la eficaz colaboración del regulador norteamericano FAA, consiguió que nada cambiase y que se intentase atribuir el accidente a la deficiente formación de los pilotos.

En esta segunda ocasión se intentó lo mismo. La fatalidad había querido que el primer accidente se produjera en Indonesia y el segundo en Etiopía. Bastó esto para que alguien publicase que a un piloto americano no le habría ocurrido eso. No sólo se volvía a cuestionar la formación de los pilotos sino que, ante lo mucho que estaba en juego, llegaban a mostrar un episodio de racismo en estado puro. Todo menos reconocer que el avión tenía un fallo grave.

Dos veces seguidas con accidentes prácticamente idénticos fueron demasiadas, incluso para alguien con el poder en el ámbito de las relaciones públicas de Boeing. No podían afrontar el tsunami que les venía encima y ya era muy difícil de creer que el diseño o la fabricación del avión no tuvieran nada que ver en el asunto. Vaya si lo tenía.

Cuando ocurrieron los accidentes, Boeing llevaba mucho tiempo sin hacer los deberes en el área de diseño: El diseño de un avión es muy costoso en tiempo y dinero y, una vez certificado, se intenta prolongarlo en el tiempo al máximo, mediante renovación de aviónica, motores y versiones de distintos tamaños. El 737 era el avión más vendido del mundo y la antigüedad de su diseño, certificado en 1967, no parecía importar demasiado. Quedaba, eso sí, la china en el zapato de tener un competidor que utilizaba el sistema fly-by-wire, lo que dotaba de sus aviones de prestaciones inalcanzables para el 737 e imposibles de colocar como una actualización pero, a pesar de eso, había un incentivo muy fuerte para mantenerse en el 737: Miles de licencias emitidas a tripulantes y técnicos de mantenimiento que no necesitaban añadir una nueva calificación y que, por tanto, representaban un mercado cautivo. Boeing no parecía tener prisa en presentar un nuevo modelo en sustitución del viejo 737 pero apareció un problema imprevisto:

Los coches, los trenes y cualquier tipo de vehículo preparado para moverse a alta velocidad tienen líneas cada vez más afiladas pero este principio tiene una interesante excepción: Los motores de aviación. Éstos son cada vez más grandes, más pesados y, a pesar de ello, más eficientes.

Los voluminosos motores actuales no sólo consiguen rebajar el coste del combustible sino aumentar la autonomía y, con ello, acceder a otros mercados. El ejemplo del Airbus A321 XLR es claro: Un avión, cuyo diseño original estaba destinado al medio alcance, les planta cara a los wide-bodies en vuelos de largo alcance. Boeing, lógicamente, no quería perder ese mercado emergente y quería colocar los nuevos motores en su viejo 737. Ahí comenzó el problema.

Cuando se diseñó el Boeing 737, se pensó en que podría operar en aeropuertos con una infraestructura muy escasa. Esto implicaba que el avión tenía que tener su propia escalerilla y que las puertas de carga debían estar suficientemente cerca del suelo para que se pudiera acceder a ellas sin equipamiento especializado. Esto significó diseñar un avión con el fuselaje muy cerca del suelo, idea que era totalmente correcta en 1967. Sin embargo, a medida que las instalaciones aeroportuarias fueron siendo más completas, ésta era una necesidad que fue desapareciendo con el tiempo y, de hecho, el Airbus A320, presentado 20 años después, tiene un fuselaje bastante más alto que el Boeing 737 porque ya cuenta con operar en aeropuertos con una dotación adecuada.

Aparentemente, esta variable no tiene más interés que el puramente histórico y, sin embargo, es la que determinó todos los hechos que acabarían conduciendo a los accidentes: La última generación de motores tenía un diámetro que, simplemente, no cabía en un 737 que, casi literalmente, los iría arrastrando por el suelo.

Boeing se encontró en una situación muy difícil: Había un mercado de rutas largas para aviones más pequeños y Boeing, una vez abandonado su magnífico Boeing 757 al que se le podía dotar de capacidad transoceánica, no tenía un producto capaz de atenderlo puesto que no podía instalar los nuevos motores en el 737.

Diseñar desde cero un sustituto del 737 tras mucho tiempo de no hacerlo era un esfuerzo de años; resucitar el 757 era muy complejo y de resultados inciertos. Por ello, Boeing tenía que buscar una solución que pasase por presentar un producto que pudiera ser presentado bajo la etiqueta 737 y es ahí donde nace el 737MAX.

La solución de Boeing consistió en que, en lugar de colgar los motores del ala, los encastró en ella y los colocó en una posición algo más adelantada; aparentemente, esto resolvía el problema pero esa solución trajo uno nuevo: El comportamiento del avión cambiaba y, por tanto, ponía en peligro la posibilidad de certificarlo como una variante del 737 original.

La solución vino de la mano del software y, puesto que su legalidad era bastante dudosa, Boeing decidió callar y no mencionar que el avión llevaba un software que podía corregir las órdenes del piloto sin que éste tuviera siquiera noticia de su existencia. Ése es el origen del infausto MCAS.

Si el MCAS hubiera sido bien diseñado y Boeing hubiera introducido dos sensores para asegurar que, en caso de fallo de uno de ellos, no ocurría nada podrían haber pasado muchos años antes de que alguien hubiera descubierto una irregularidad grave y que, poco tiempo antes, había causado un grave incidente en un avión Saab:

En un avión que no es fly-by-wire se había introducido un sistema que alteraba las órdenes del piloto sin que éste supiera de su existencia y sin que, además, tuviera medio de desactivarlo. Las últimas versiones de la regulación, de forma explícita, prohíben este tipo de solución, pero Boeing había ido más allá: Probablemente llevados por un intento de ahorro de costes, habían instalado un solo sensor y, si éste fallaba, entraba en funcionamiento un dispositivo que el piloto no podía desactivar, entre otras cosas, porque lo desconocía y que llevaba al avión directamente al suelo.

Los accidentes hicieron que la irregularidad se descubriese mucho antes de lo que a Boeing le habría gustado pero, aún así, con 400 aviones del modelo MAX ya volando y casi 5.000 pedidos, resultaba muy difícil para cualquier regulador adoptar una posición firme y exigir que ese tipo de avión no volase nunca más. Esa opción habría provocado un cataclismo en el sector porque, a la quiebra de Boeing, habría seguido la de todos aquellos operadores que hubieran comprado el avión y no pudieran recuperar su dinero de una compañía quebrada. No era posible para los reguladores aplicar soluciones de máximos y tuvieron que contemporizar y exigir que se añadieran medidas de seguridad a un sistema que, simplemente, no debería haber estado ahí.

El papel de Boeing es claro y su forma de control de daños también lo fue: Forzar la dimisión de su CEO, Dennis Mullenberg, y culpar a éste de toda la política de reducción de costes y de abandono del diseño que se había producido durante los últimos años. Mullenberg abandonó Boeing, y fue excelentemente pagado por ello, a cambio de asumir el papel del malo de la película que, una vez desaparecido, devolvía a Boeing a su estado de prístina limpieza.

Como se ha dicho, el papel de Boeing fue claro pero no fue el único actor en esta historia. No podemos olvidar al regulador norteamericano, FAA, y cómo delegó su obligación de supervisión precisamente en la entidad supervisada, es decir, en empleados de Boeing. Un buen motivo para que la FAA no pusiese ninguna objeción al diseño e instalación del MCAS.

Sin embargo, el asunto no acabó aquí y lo que podía haber sido un asunto local, limitado a la aviación norteamericana, se extendió por todo el mundo. Como ya se ha dicho, el diseño de un avión ya es muy costoso pero sería inviable si, además, el fabricante tuviera que certificar desde cero ese avión en cada uno de los países en que va a operar. Para evitar este problema, existen acuerdos entre los principales reguladores mediante los cuales lo que uno de ellos acepta es casi automáticamente aceptado por la otra parte que haya firmado el acuerdo.

Este mecanismo, en sí mismo justificado, es el que permitió que la colusión Boeing-FAA extendiese sus efectos a otros reguladores como el europeo EASA, el chino CAAC y otros de menor envergadura. Eso es lo que hizo que, cuando se produjo el segundo accidente, ya hubiera 400 737MAX volando y, por supuesto, no sólo en Estados Unidos.

Una vez que todos han dado por zanjado el problema con la exigencia de medidas de seguridad específicas, queda una pregunta en el aire: ¿Es la FAA, posiblemente el mayor regulador mundial de la aviación, una entidad fiable?

Hay un dicho en España que dice que “el mejor escribano echa un borrón” pero, antes de catalogar a la FAA como “el mejor escribano” conviene recordar algunas experiencias previas al caso 737MAX:

La intervención de la FAA en la certificación del DC10 no sirvió precisamente para cubrir de gloria a la institución. La llamada “puerta de la muerte”, una puerta de la bodega de carga que si quedaba mal cerrada podía provocar una despresurización explosiva, dio ya un susto en el vuelo AA96 que, con mucha suerte y mucha destreza en el pilotaje, consiguió aterrizar. En la etapa de diseño, McDonnell Douglas -hoy incorporada a Boeing- ya había detectado la debilidad que condujo al caso AA96 pero, a pesar de todo, consiguió de la FAA que el asunto quedase rebajado en su importancia y no se exigiese una modificación del diseño. Los resultados de esta colusión se vieron dos años después, cuando una nueva despresurización explosiva, en este caso en París en el vuelo TK981, dejó 325 víctimas. Como en el caso 737MAX, la FAA quedó en evidencia y el segundo accidente dio lugar a una situación que ya no se podía esconder.

No es éste el único caso: En 1987, un MD83 de Northwest se estrelló en Detroit provocando 154 víctimas. Al parecer, los pilotos habían intentado despegar sin flaps y la alerta de configuración no se había activado. Como en el caso DC10, no hubo una exigencia de modificación de diseño sino, simplemente, una recomendación a los operadores del modelo de avión. 21 años más tarde, en 2008, otro avión del mismo modelo se estrelló en Madrid por la misma causa y con idéntico número de víctimas. ¿También fue necesario un segundo caso para descubrir la inacción ante el primero?

Las agencias reguladoras tienen un conflicto de intereses: Teóricamente, su interés está en garantizar la seguridad de la aviación pero, especialmente si su ámbito de competencia coincide con la presencia de un gran fabricante en el territorio bajo su autoridad, pueden tener además el objetivo, declarado o no -en el caso de la FAA, declarado- de promover la aviación en su ámbito y, como consecuencia, los fabricantes de su área disfrutarán de un trato especialmente comprensivo.

Los acuerdos de validación mutua entre reguladores son difícilmente criticables. Si no existieran, probablemente se produciría una parálisis en el diseño y fabricación de aeronaves pero…a lo mejor es necesario reducir los niveles de confianza mutua y, sobre todo, asumir que no hay “vacas sagradas”, incluso si se llaman Boeing y FAA y que, por tanto, sus decisiones están sujetas a escrutinio como las de cualquier otro actor en el ámbito de la aviación.

Mientras no sea así, y puesto que el conflicto de intereses de los reguladores es difícil de evitar, tendremos que asumir que el 737MAX no es un punto final a una manera incorrecta de hacer las cosas sino un episodio más en espera del siguiente.

No podemos evitar mencionar que ese «siguiente» podría, tal vez, encontrarse ya en la cocina. El accidente de Air India 171, primera pérdida de un Boeing 787, está aún pendiente de aclarar. Hubo mucha prisa en el informe provisional por culpar al piloto y eliminar cualquier sombra de duda relativa al avión. Como en el 737MAX, hay muchos intereses en juego y aunque, a fecha de hoy, no se pueda excluir un error o una acción voluntaria del piloto, tampoco se puede -insisto, a fecha de hoy- afirmar que eso fue lo que ocurrió, como hizo con una precipitación delatora el informe provisional.

Chapecoense y 737 MAX: Pautas de accidentes previsibles

Article content

En breve llegará a las librerías un libro que vuelve sobre la tragedia del Chapecoense con una mirada profunda: Structural Failures in Aviation: Lessons Learned from the Chapecoense and 737MAX Aircraft Crashes. La obra coloca aquel desastre junto a los que ocurrieron poco después —los accidentes del Boeing 737 MAX— para trazar un patrón incómodo: cómo sistemas diseñados para evitar lo impensable pueden fallar de forma previsible.

El análisis del caso Chapecoense no nació de una curiosidad teórica. La idea surgió de Javier García Soruco, exdirector general de Aeronáutica Civil de Bolivia y colega en proyectos de la OACI. Su interés era casi inevitable: una tragedia que involucra a una aerolínea boliviana, en un sector que él supervisó desde el nivel regulatorio más alto, no permite mucha distancia emocional.

Mi reacción fue distinta. Al principio no veía qué podía aportar revisar el caso. Parecía la historia conocida: un piloto imprudente tomando decisiones desastrosas. Caso cerrado… o eso creía.

Ese supuesto se desmoronó enseguida. Al revisar publicaciones e investigaciones, incluido el informe oficial, emergió un patrón. Todos los análisis apuntaban en la misma dirección: Lamia y el comandante del vuelo. Algunos informes destacaban infracciones regulatorias sin vínculo causal con el accidente, como la ausencia de una certificación válida de inglés para sobrevolar Brasil. Los fallos señalados eran reales, sí, y aunque Lamia era un operador claramente indeseable, faltaba algo esencial: el papel de los supervisores.

El foco exclusivo en Lamia funcionaba como el truco de un mago: distracción. Se fija la atención en una mano para que nadie mire la otra. Y si ese era el caso, ¿de qué se nos estaba apartando?

Un medio boliviano, Univisión, rompió el patrón. Su investigación reveló que el vuelo siniestrado no era una excepción a las operaciones normales. Al menos ocho vuelos previos de Lamia habían despegado con combustible insuficiente para cumplir las reservas obligatorias. Este incumplimiento no era precisamente sutil: el avión simplemente no tenía autonomía para esas rutas manteniendo el mínimo requerido. Luego llegó otra sorpresa: varios de esos vuelos habían salido desde fuera de Bolivia. Con esto, la teoría de una colusión entre supervisores bolivianos y la aerolínea era, como mucho, una explicación sólo parcial. Las evidencias apuntaban, más bien, a fallos profundos de supervisión.

La narrativa dominante presentaba a Lamia como una aerolínea que nunca debió operar y que, de hecho, Venezuela había rechazado antes. Entonces, ¿quién aprobó su operación en Bolivia y por qué? ¿Y por qué la información revelada tras el accidente no estaba disponible antes?

Aquí empieza lo incómodo. ¿Había señales de colusión con el supervisor? Sí, aunque no eran lo bastante claras como para afirmarlo de manera categórica. En países más desarrollados, la reacción habitual es tomar distancia: “esas cosas pasan allá, no aquí”. Sin embargo, los dos accidentes del 737 MAX, ocurridos poco después del Chapecoense, cuentan otra historia distinta.

En el caso Chapecoense, nadie quiso mirar a los supervisores. En los del 737 MAX, la culpa se desplazó primero hacia la formación de los pilotos —otra vez, el truco del mago— mientras Boeing y la FAA ocultaban prácticas de supervisión diseñadas para proteger la posición competitiva del fabricante y la continuidad de un modelo envejecido. Cuando la verdad salió a la luz, ya no era posible actuar con contundencia: unos 400 aviones 737 MAX estaban en operación y más de 4.000 en cartera de pedidos. Dejarlos en tierra para siempre era irreal.

Conclusión: desestimar un caso por indicios de posible colusión no es una respuesta aceptable. Las víctimas merecen algo más. El accidente del Chapecoense no obedece a problemas acotados a ciertas regiones o a operadores marginales y el caso 737 MAX, implicando nada menos que a uno de los dos mayores fabricantes mundiales y al regulador de Estados Unidos, lo deja claro: Las prácticas de supervisión requieren un escrutinio mucho más profundo.

Tras el accidente del Chapecoense surgió información que nunca estuvo oculta, pero que, simplemente, nadie había visto. ¿Por qué? No puede asumirse por defecto negligencia o incompetencia. A veces hay demasiados lugares donde buscar y muy poca gente buscando. Aunque, dicho así, puede sonar como una excusa para la DGAC boliviana, plantea una pregunta de mayor calado: ¿podría repetirse algo similar en otro país con los sistemas de supervisión actuales? La respuesta es tan desagradable como simple: sí.

La misma pregunta se extiende al 737 MAX. Es probable que los reguladores hayan aprendido que la colusión entre un fabricante y una autoridad puede convertirse en un problema global a través de los acuerdos BASA, diseñados para reducir costes mediante validaciones mutuas. Quizá esa lección haya calado y nunca más vuelva a darse un caso similar. Quizás.

Sin embargo, hay motivos para el escepticismo: La conducta FAA/Boeing en el caso 737 MAX guarda similitudes inquietantes con un episodio más antiguo: el DC-10, su “puerta de la muerte” y el llamado “gentlemen’s agreement” entre FAA y McDonnell Douglas.

Podría también, aunque faltan datos para afirmarlo categóricamente, tener similitudes con lo ocurrido en el caso Spanair en Madrid (2008), uno de los pocos casos en que un accidente tiene un «hermano gemelo», prácticamente idéntico, ocurrido 21 años antes en Detroit y por los mismos motivos. En lugar de exigir un cambio de diseño, la FAA se conformó con una circular del fabricante dirigida a los operadores que, en aquel momento, estaban volando ese tipo de avión. 21 años después se produjo un accidente idéntico. Las lecciones no siempre se aprenden.

Tres factores explican buena parte de la vulnerabilidad en los sistemas actuales de supervisión:

Primero, la vigilancia episódica.
Cuando las inspecciones son periódicas o aleatorias —y no hay una recogida continua de información— un operador pequeño como Lamia, con un solo avión, puede pasar fácilmente inadvertido. Sin vuelos regulares, alertas típicas como retrasos crónicos o cancelaciones repetidas no llegan a aparecer.

Segundo, la ceguera ante la dimensión empresarial.
Muchas señales de que Lamia estaba en problemas no surgían de la operación, sino de sus finanzas: sueldos impagados, facturas de mantenimiento vencidas, pólizas de seguro caducadas. La OACI exige, y lo hace de una forma bastante enfática, evaluar la viabilidad financiera antes de otorgar un certificado de operador. Pero en la normativa boliviana (RAB) y regional (LAR) ese requisito quedó muy diluido. Resultado: una de las herramientas de alerta temprana más potentes permanece sin uso.

Este sistema de alerta no habría sido válido para un caso como Boeing donde las cifras pueden parecer sólidas, pero un análisis del negocio y de la presión comercial revelaría la existencia de incentivos para hacer casi cualquier cosa con tal de mantener un modelo envejecido en el mercado.

Tercero, la dependencia de “auditorías de papel”.
Los sistemas de supervisión siguen basándose demasiado en documentación y cumplimiento formal, en lugar de verificar la realidad operativa. Lamia tenía un manual SMS que, al parecer, nunca salió del cajón donde fue guardado tras redactarse. Esto permite que operadores y reguladores superen inspecciones mientras el papel y la operación real avanzan por caminos distintos.

Hay algunas señales positivas. La nueva guía de la OACI sobre “Safety Intelligence” propone abandonar la vigilancia episódica e integrar fuentes más amplias de información. Pero las reformas son tímidas y aún no dan a la dimensión empresarial el peso que merece, pese a que la propia OACI reconoce su importancia al fijar las reglas para otorgar un certificado de operador. Y mientras estos cambios no se incorporen a las regulaciones nacionales, su impacto seguirá siendo limitado.

Nueve años después, la lección del Chapecoense es clara: el accidente era evitable. Y lo más inquietante es que nada garantiza que una cadena similar de fallos no esté desarrollándose ahora mismo, en silencio, en algún lugar. Cambiar la forma en que supervisamos la aviación no es una preferencia administrativa. Es la única barrera entre el presente y la próxima tragedia que ya se está gestando en el sistema.

VIDEO JUST BEFORE THE TAKEOFF: https://www.facebook.com/share/v/1BqkGU79Dz/

ENTREVISTA (ESPAÑOL) CON AVIACION DIGITAL: https://www.linkedin.com/posts/activity-7400805061393739776-zKZu?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAAu_IsBofuhVOhMu6L9rZJICjXcT8S2QHM

Air India 171: La relevancia de un segundo

Un solo segundo. Ese minúsculo lapso de tiempo se ha convertido en el punto central del informe preliminar sobre el accidente de Air India. La diferencia de un segundo entre el corte de combustible de ambos motores lleva a muchos a creer en un acto deliberado, ya que una falla técnica se esperaría que fuera simultánea. Por lo tanto, el informe preliminar sugiere firmemente —o al menos, busca sugerir— que esta diferencia en el apagado de los motores apunta a una intervención intencional.

La conversación entre los pilotos puede interpretarse de diversas maneras, dado que ambos sabían que la grabadora de voz de cabina (CVR) registraba todo y cualquier acción deliberada podía intentar ocultarse verbalmente. Sin embargo, un análisis más profundo de las particularidades operativas del Boeing 787 revela detalles que desafían la dirección del informe preliminar.

Según un artículo de Safety Matters, existen dos factores importantes a considerar:

  • Origen de los datos del FDR: El Registrador de Datos de Vuelo (FDR) no graba el movimiento físico de un interruptor, sino que registra la presencia o ausencia de corriente eléctrica en él. Esta distinción es crucial, ya que un «apagado» podría ocurrir sin que nadie toque el interruptor.
  • Limitaciones de la marca de tiempo: Los intervalos de tiempo del FDR hacen imposible establecer de manera definitiva una diferencia de un segundo. Solo puede confirmarse una diferencia en algún punto entre 0.01 y 0.99 segundos.

Estas dos condiciones nos llevan de vuelta al punto de partida. Varias publicaciones han informado con seguridad sobre un corte de combustible intencional por parte del piloto. Si bien esa posibilidad no puede descartarse, las limitaciones de los datos del FDR —tanto en su origen como en su marca de tiempo— indican con fuerza que una falla del sistema es igualmente plausible.

Evidentemente, hay muchos intereses en juego en esta investigación. Esperemos que, al final, la verdad prevalezca, sin importar a quién señale.

AIR INDIA 171: PIEZAS QUE NO ENCAJAN

AIR INDIA 171: PIEZAS QUE NO ENCAJAN

Tras el informe preliminar del accidente de Air India, parecería que todo apunta a error humano o suicidio. No es así y aún quedan muchas preguntas abiertas, incluida la pregunta sobre si realmente alguien tocó los interruptores de flujo de combustible.

Aunque el informe no identifica al piloto que preguntó al otro por qué había cortado el flujo de combustible, la mera operación hace pensar que quien hizo la pregunta fue quien estaba volando el avión y, por tanto, tenía toda su atención puesta al frente y en los instrumentos situados frente a él.

La posición de los interruptores de combustible hace difícil pensar que las cosas ocurrieran de otra manera. Esa misma posición y esa atención a lo que ocurre delante hace difícil que viera si el otro piloto estaba manipulando los interruptores de combustible y, por tanto, la pregunta podría obedecer tanto a la pérdida de potencia como a las alarmas indicándole que se había cortado el suministro de combustible.

Abundando más en esta hipótesis, se encuentra la respuesta del otro piloto indicando que no había cortado el flujo de combustible. ¿Quién lo tocó entonces?

Habría dos hipótesis principales a investigar:

  1. Suicidio: El piloto cortó el flujo de combustible –al igual que en su día lo hizo el piloto de EgyptAir 990- y respondió que no lo había hecho porque era consciente de que lo que dijera quedaba grabado.
  2. Fallo técnico -por mantenimiento o por diseño- por el cual, sin intervención del piloto, el avión cortó el flujo de combustible. Hay que recordar que el interruptor no se parece a un interruptor ordinario para encender o apagar una luz sino que, además de las medidas físicas de seguridad para evitar su accionamiento involuntario, forma parte de un complejo sistema electrónico que, hasta la fecha y que se sepa, no había fallado.

Parece, por tanto, un poco prematuro hablar de error humano o de suicidio y tratar de liberar a Boeing y General Electric de un asunto del que, a medida que avance la investigación, no puede excluirse que tengan que responder.

EASA, Inteligencia Artificial y el búho consultor

Un viejo chiste entre consultores dice más o menos así:

Una hormiga y un elefante se enamoran y deciden mantener relaciones sexuales pero hay un problema. Alguien les recomienda que acudan al búho consultor. Éste, después de estudiar el caso, les da la buena noticia de que tiene dos soluciones:

La primera es que el elefante se haga tan pequeño como la hormiga y la segunda es que la hormiga se haga tan grande como el elefante.

Después de la alegría inicial, la hormiga dice: ¿Cómo?

El búho contesta: Eso son detalles operativos; yo soy consultor estratégico.

EASA, involuntariamente, puede haberse colocado en la posición del búho consultor en lo que respecta al uso de la inteligencia artificial en aviación. Su más reciente concept paper es bueno; tiene apartados que pueden incluso considerarse brillantes pero, al igual que la pregunta de la hormiga al búho, hay muchos apartados en las que es necesario preguntar cómo.

EASA ha identificado muchos problemas como, por ejemplo, quién debe tener la autoridad final dependiendo del nivel de la implantación de la inteligencia artificial; ha detectado también el problema asociado a la fiabilidad de los datos utilizados para que la inteligencia artificial obtenga el aprendizaje adecuado, ha establecido unas reglas de transparencia; han señalado incluso el problema de que el usuario pueda ser manipulado por la inteligencia artificial y, en el mejor estilo de las redes sociales, pueda generar adicción o exceso de confianza. Impecable; incluso han preparado un extenso cuestionario pero una y otra vez aparece la pregunta: ¿Cómo?

Si se me permite simplificar, la respuesta genérica de EASA es asegurar que los datos de entrada son fiables, que el proceso de la inteligencia artificial es transparente y que la formación de los usuarios es la adecuada…es decir, el búho.

La fiabilidad de los datos de entrada queda encomendada a operadores humanos a los que, desde luego, se les pueden escapar detalles: Por ejemplo, cuando alguien detectó que Amazon estaba introduciendo sesgos raciales en su política de contratación debido al uso de la inteligencia artificial, costó tiempo darse cuenta de que los datos de entrenamiento suministraban modelos de éxito y que éstos eran hombres, de edad mediana y blancos. No fue algo que se apreciase inmediatamente y, desde luego, tampoco fue algo que se le pudiera haber preguntado a la inteligencia artificial misma; de hecho, privar al sistema de información sobre raza o sexo sólo condujo a que éste buscase otros indicadores como nombre, lugar de residencia o dónde se había estudiado. Entiéndase que el sistema no buscaba información sobre raza o sexo sino que comparaba el perfil de éxito con el perfil del candidato y el sesgo estaba precisamente en el perfil de éxito.

No siempre es fácil de detectar ni la inteligencia artificial nos va a explicar siempre en términos comprensibles por qué introduce determinado sesgo.

Otro problema es la autoridad; el concept paper establece una gradación muy clara y muy completa de la autoridad pero, en la vida real, esta gradación no es tan clara: ¿Qué ocurre cuando tenemos un auxiliar que, habitualmente, acierta pero, en una situación crítica, se equivoca? ¿Cuál es el grado de presión que tiene el operador que, teóricamente, tiene la autoridad?

Supongamos que el vuelo US1549 hubiera llevado una inteligencia artificial que le hubiera indicado a Sullenberger que podía llegar al aeropuerto…pero la última decisión era suya. ¿No habría tenido un elemento añadido de presión difícil de superar? No; no es tan fácil como se sugiere hacer una delimitación de la autoridad de cada una de las partes.

En cuanto a la solución de la formación, los problemas señalados sugieren que es difícil dotar al operador humano de una inteligencia artificial de una formación adecuada e, incluso, puede calificarse de recurso tan fácil como habitual: Alguien toma una decisión errónea, se atribuye a falta de formación, se incluye un epígrafe en la formación de pilotos, controladores, técnicos de mantenimiento…y a esperar la siguiente situación que, igualmente, será atribuida a falta de formación. ¿Vale la pena recordar que en un primer momento los accidentes del Boeing 737MAX fueron atribuidos a falta de formación de los pilotos?

En suma, el concept paper muestra que hay un esfuerzo importante detrás, que sus autores saben de qué hablan…y que les han puesto encima de la mesa un problema de muy difícil solución, si es que existe tal solución.

Finalizaremos con un pequeño recordatorio: Un riesgo catastrófico en aviación sólo se considera aceptable si su probabilidad es inferior a uno en mil millones. ¿Podemos garantizar que la inclusión de la inteligencia artificial, añadiéndole todas las garantías que sean factibles, lleva asociado un riesgo que está por debajo de ese nivel?

Sólo eso; creo que hay mucho que reflexionar. Enhorabuena a EASA por su paper -sin la menor ironía- pero quizás le han puesto encima de la mesa un problema insoluble.

INTELIGENCIA ARTIFICIAL: DISCURSOS QUE ENVEJECEN MAL Y USO EN AVIACIÓN Y OTROS ENTORNOS DE ALTO RIESGO

Hoy, son muchos los libros y artículos escritos sobre inteligencia artificial y, salvo unos pocos, tienen algo en común: El paso de unos pocos meses los convierte en obsoletos y lo que dicen no vale ya para la situación actual.

La inteligencia artificial se está moviendo a tal velocidad que es difícil decir algo que sea, a la vez, relevante y que resista el paso del tiempo. Incluso clásicos como la famosa “habitación china” utilizada por Searle como argumento contrario a Turing y su concepto de la inteligencia artificial no resisten el empuje de los Large Language Models que, a pesar de no conocer ningún idioma en el sentido humano del término conocer, pueden hacer aportaciones de gran interés.

Rodney Brooks, uno de los defensores de la inteligencia artificial en su primera versión hoy conocida como GOFAI (Good Old-Fashioned Artificial Intelligence) decía que los esencialistas contrarios a la inteligencia artificial siempre habían dibujado una línea que, supuestamente, la tecnología no iba a superar y la realidad ha demostrado como, una y otra vez, la línea ha sido superada. Brooks tenía razón pero, como a menudo sucede, no tenía toda la razón: Su afirmación apunta a la cortedad de miras de los esencialistas de lo humano pero no significa que tal línea no exista y, por ello, también muestra la cortedad de miras de los esencialistas de la tecnología, es decir, la suya propia.

Se ha dicho con frecuencia que cuando un cambio cuantitativo pasa de determinada magnitud se convierte en cualitativo y eso es exactamente lo que ocurre con la inteligencia artificial: La explosión tanto en capacidad de procesamiento como en cantidad de información disponible ha cambiado el paisaje. Suposiciones como que la tecnología de la información iba a dedicarse a tareas rutinarias mientras que las tareas de más alto nivel iban a quedar reservadas a humanos no tienen ya ningún sentido. Refugios en actividades intelectuales de alto nivel como el ajedrez o el Go dejaron de ser hace tiempo tales refugios y las máquinas pueden ejercer estas actividades con mucha más destreza que los humanos.

Gigerenzer mostraba como el procesamiento heurístico no era una versión “quick-and-dirty” de un procesamiento estrictamente racional, motivado por la escasez de capacidad de procesamiento. Ponía como ejemplo el comportamiento humano para alcanzar una pelota -manteniendo un ángulo constante con ella- frente al comportamiento que calculaba la trayectoria. Gigerenzer tenía razón pero…¿qué ocurre si un sistema tiene toda la información necesaria y toda la capacidad de procesamiento requerida para hacer el cálculo en el tiempo disponible? Sencillo: Que la forma más compleja se convertiría en viable. Éste es el tipo de hechos a los que, un día tras otro, nos enfrenta la inteligencia artificial.

Los esencialistas del factor humano lo tienen difícil para justificar la posición de supremacía de las personas en muchas actividades pero ¿significa esto que haya que dejarlo todo en manos de máquinas que han mostrado mucha más capacidad que nosotros en multitud de ámbitos?

Creo que no y confío en que lo que viene a continuación no envejezca con la misma rapidez que muchas de las cosas que se han dicho sobre la inteligencia artificial:

Una y otra vez, los que nos dedicamos a los factores humanos hemos mencionado un concepto muy específico: Significado. Una y otra vez, los esencialistas de la tecnología han rechazado este concepto por entender que era, simplemente, un resultado interno de la transformación de símbolos y que, además de irrelevante, era algo perfectamente alcanzable a un sistema de información.

La objeción, sin embargo, no es válida: El significado no es una abstracción interna sino un producto de la interacción del humano con su entorno. Un reconocido tecnólogo, Daniel Hillis, señalaba en “The Pattern on the Stone” que “Given the choice of lying in an airplane operated by an engineered computer program or one flown by a human pilot, I would pick the human pilot. And I would do so even though I don’t understand how the human pilot works. As with the sorting programs, I know that a pilot is descended from a long line of survivors”.

Curiosamente, la razón ofrecida por Hillis invitaría más a confiar en una inteligencia artificial que en un piloto humano: La velocidad de aprendizaje hace que el número de generaciones “supervivientes” de una inteligencia artificial pueda ser de billones en el curso de una sola vida humana. Hay razones para confiar más en un piloto humano pero no son ésas: Probablemente, el piloto humano quiere llegar a disfrutar de un feliz retiro, no quiere cometer ningún error que comprometa su status profesional y, en el corto plazo, tal vez le gustaría llegar a cenar a su casa esta noche…es decir, razones todas ellas derivadas de su relación con el entorno, no de una manipulación de símbolos.

¿Podría la inteligencia artificial alcanzar este punto o, sin hacerlo, alcanzar un punto funcionalmente equivalente? Responder a esa pregunta es muy aventurado y, sin embargo, es la pregunta fundamental ya que será la que defina, en muchas actividades, cuál debe ser el rol humano y cuál el de la inteligencia artificial:

Como se comentaba en el ejemplo utilizado por Gigerenzer, hay dos opciones: Una sencilla, utilizada por un humano que tiene sensores propios para percibir el entorno y utiliza un sistema de procesamiento simple y una complicada, basada en unos cálculos y en un volumen de datos que podrían llegar a ser accesibles en un plazo no muy largo.

¿Podría existir tal volumen de datos y un sistema de información tan rápido que fuera capaz de procesar cualquier situación imaginable? Si esto fuera posible, el resultado sería que una situación de incertidumbre -que requiere el uso del significado para gestionarla- había quedado reducida a una situación de complejidad, asumible por un sistema de información.

Siguiente pregunta: ¿Puede crearse una inteligencia artificial que no aprenda de datos de entrenamiento sino que tenga percepción directa de la realidad externa y, en un sentido muy similar al humano, vaya adquiriendo experiencia? No es imposible pero ¿cuál es el control sobre el proceso de aprendizaje? ¿cómo se sabe que obtiene el aprendizaje correcto?

En ambos casos, estamos volviendo al mismo punto: El significado no consiste en un juego de símbolos sino en una interacción del sujeto con el medio. ¿Llegará un momento en que una inteligencia artificial se vea a sí misma como “sujeto” y, por tanto, desarrolle el concepto real de significado?

De nuevo, en el supuesto de que esto fuera así ¿qué garantías hay de que los significados adquiridos fueran los correctos? ¿podríamos crear una especie de psicópata cibernético, que funciona bien en el ámbito racional pero manipula todos los recursos a su alcance para favorecer su propia posición?

No son preguntas fáciles y quien esto escribe no tiene una respuesta clara y que vaya a soportar el paso del tiempo para ellas. Lo que sí sabemos HOY  es que la barrera del significado, en contra de lo que muchos tecnólogos quieren creer, sigue estando ahí, que no es una abstracción vacía sino un producto de una interacción con el entorno, que precisamente por ello es difícilmente separable del concepto de conciencia y que es el motivo principal para que, en actividades de alto riesgo, se prefiera que el protagonismo lo adquiera un humano y la inteligencia artificial tenga un papel de soporte.

INTELIGENCIA ARTIFICIAL ¿QUO VADIS?

En las últimas semanas he tenido ocasión de leer dos libros y un artículo en los que estuvo presente Henry Kissinger. A sus casi cien años fue capaz de ofrecer una iluminación real sobre los problemas a que nos enfrenta el desarrollo de la inteligencia artificial, Genesis: Artificial Intelligence, Hope and the Human Spirit, The Age of AI y How the Enlightenment ends.

La primera conclusión que podemos sacar es que nadie sabe la evolución y hasta dónde puede llevarnos el desarrollo de la inteligencia artificial. Nada extraño; en los primeros tiempos de los ordenadores, se atribuyó a Bill Gates la previsión de un máximo de cien ordenadores en todo el mundo y poco después se atribuyó al mismo la idea de que nunca serían necesarias más de 640Ks en la memoria. Sean o no auténticas las citas, marcan un hecho: Nadie fue capaz de anticipar la evolución de la tecnología de la información y hoy nadie es capaz de anticipar con certeza hasta dónde y en qué dirección nos puede llevar el desarrollo de la inteligencia artificial.

El propio Kissinger utilizaba un ejemplo del desarrollo de la aviación perfectamente aplicable: Al principio, se observó cómo volaban los pájaros y se les trató de imitar. Más adelante, se encontró que se podía volar de una manera distinta a la de los pájaros y, con el tiempo, una vez que se conoció con detalle cómo vuelan los pájaros y la tecnología había avanzado bastante para imitarlos, se encontró que no era necesario porque había otra forma de volar mucho más eficiente. Ése es el estado actual.

Con la inteligencia artificial puede ocurrir algo parecido: Se intentó imitar a un cerebro humano cuyo funcionamiento no se conocía en profundidad y cuando alguien -Marvin Minsky y su grupo en el MIT- con más soberbia que conocimiento, despreció esa guía por entender que estaba lleno de basura evolutiva no funcional, produjo un largo invierno de la inteligencia artificial. No existía la capacidad de procesamiento ni, sobre todo, el volumen de datos que puede ser necesario para que exista algo digno de ser llamado inteligencia artificial.

Hoy sí existen ambas cosas y aunque el conocimiento sobre el cerebro sigue siendo limitado, tal como ocurrió en aviación, podríamos encontrar que existen formas de funcionamiento distintas de las utilizadas por el cerebro humano pero que consiguen resultados. Las máquinas no piensan ni son conscientes pero ¿pueden encontrarse formas de resolver problemas complejos que no necesiten ni lo uno ni lo otro? Hoy ya las hay; las máquinas manejan volumen de datos imposibles para el humano y, como sabemos hace tiempo, por encima de determinado nivel, lo cuantitativo se torna en cualitativo y puede dar lugar a escenarios distintos.

Me gustaría expresar esta situación con un pequeño experimento mental basado en los LLM (Large Language Models) y en su potencial. El acceso a una ingente cantidad de información escrita y hablada en un idioma -incluidos los diccionarios- puede hacer que, en un tiempo corto- la inteligencia artificial sea capaz de dominar un lenguaje y superar con holgura el criterio de Turing, es decir, hacer creer a una persona que está hablando con otra persona y no con una máquina.

Supongamos, pues, que un sistema tiene acceso a una enorme cantidad de información en un idioma y se trata de conseguir que lo domine de la forma más perfecta posible. Nada extraño; eso ya está funcionando.

Vayamos al siguiente paso: Supongamos que a ese mismo sistema le pedimos que haga lo mismo en varios idiomas distintos. Tampoco resulta extraño; los LLM al uso contestan en el idioma que se les pregunta.

Vayamos ahora a un tercer paso: Supongamos que le pedimos al sistema que identifique todas las ineficiencias y las confusiones que tienen los distintos idiomas y que produzca un idioma perfecto; tal vez con una gramática tan sencilla o más que la inglesa pero sin la multitud de excepciones y con reglas de pronunciación constantes; tan preciso como el alemán, el español o el francés pero sin su complejidad gramatical, con una pronunciación sencilla, según la cual, el lenguaje escrito y el hablado vayan juntos y la lectura de una palabra permita instantáneamente conocer su pronunciación sin necesidad de haberla oído antes; es decir, sin problemas como los del cantonés y el mandarín o las distintas variedades de árabe, sin varios alfabetos que convivan como el japonés ni tantos caracteres como el chino…¿misión imposible?

Tal vez no…en la parte técnica. Es posible que la inteligencia artificial pueda generar un nuevo lenguaje pero se tropezaría con el mismo problema que afrontaron los iniciadores del esperanto: Nadie lo habla, aprender un idioma representa un esfuerzo importante y, tal vez, muchos prefieran mantener la situación actual.

Si vamos al aspecto demográfico, el chino sería el idioma con más hablantes nativos pero es un idioma extremadamente difícil. ¿Podría la inteligencia artificial generar una lingua franca partiendo de cero? ¿Qué aceptación tendría?

Aparentemente éste sería un punto muerto, porque todos querrían un idioma lo más parecido al propio, de forma que el esfuerzo de aprendizaje fuese el menor posible pero ¿qué ocurriría si la inteligencia artificial crease un lenguaje propio para entenderse con otros sistemas? Al parecer, esto también ha ocurrido ya en el caso de Bob y Alice, dos inteligencias artificiales que acabaron generando un lenguaje propio para entenderse entre ellas.

Volvemos al punto inicial: ¿Tendría aceptación tal lenguaje entre los humanos? Probablemente no, pero hay una segunda pregunta: ¿Y si eso no tuviera relevancia alguna? Una vez que la inteligencia artificial esté presente en multitud de ámbitos, los humanos pueden tener un gran incentivo para aprender ese lenguaje…al igual que hoy mucha gente cuyo idioma nativo no es el inglés lo utiliza. Probablemente hay más interacción en inglés entre personas que no lo tienen como idioma nativo  que entre hablantes nativos; de igual forma, podría acabarse aceptando un idioma artificial que hoy no existe y que no tiene relación con ninguno de los idiomas conocidos…pero que es el idioma adecuado para entenderse con la tecnología.

Más aún; desde hace años es posible entenderse, aunque con limitaciones, mediante el recurso de hablarle al Google Translator y pedirle que haga una traducción hablada al lenguaje del interlocutor. Cabe esperar que, a corto plazo, esta posibilidad mejore y, quizás, el aprendizaje de otros idiomas pase a ser una cosa del pasado.

Por supuesto, este mismo principio puede aplicarse a muchos otros ámbitos: ¿Para qué aprender si nunca se va a llegar al nivel de una inteligencia artificial especializada? Ésta es la idea de base en How the Enlightenment ends; determinadas líneas de progreso tecnológico pueden convertir al ser humano en irrelevante y ¿después?

No es algo que vaya a suceder en varios siglos; hay que tener en cuenta que los ciclos de aprendizaje de la inteligencia artificial son infinitamente más rápidos que los humanos y en unos pocos años se podrían suceder miles de generaciones. El futuro no está en el largo plazo; está a la vuelta de la esquina.

Me gustaría finalizar con la paradoja de Turing y las consecuencias que podemos extraer de ella: Según Turing, la prueba de inteligencia de una máquina estaría en el hecho de que fuera capaz de engañar a un humano, haciendo a éste creer que su interlocutor era un humano y no una máquina. Esto dio lugar a la famosa controversia de la habitación china de Searle y quedó claro que una cosa es operar y otra cosa es comprender. Sin embargo, la prueba real de inteligencia no está en engañar a un humano sino otros sitios; una de ellas la proporcionó el propio Turing: En su trabajo de Bletchley Park con la máquina Enigma, partió de dos principios: El lenguaje original en el que estaban redactados los mensajes era el alemán y, además, en algunas situaciones se sabía de qué estaban hablando. Esto, junto con el hecho de que disponían de una máquina de una generación anterior con los mismos principios de funcionamiento, fue suficiente para romper el código Enigma.

¿Habría sido capaz una inteligencia artificial de utilizar esos dos elementos -asumir que el mensaje original está en alemán y saber de qué se está hablando- si previamente no hubieran estado entre los datos con los que se podía operar? Como mínimo, es dudoso.

Sin embargo, la cosa no acaba aquí: ¿Por qué se le ocurrió a Turing la idea? Evidentemente, porque tenía unos conocimientos generales muy amplios de matemáticas y de encriptación; suficientes para que, en un momento dado, la idea feliz pudiera surgir como de la nada.

¿Qué ocurriría si en un futuro nadie adquiriese una especialización porque la inteligencia artificial ha convertido la adquisición de conocimientos en un lujo inútil? ¿Podríamos encontrarnos en una situación similar a la de El planeta de los simios donde los protagonistas se ven sorprendidos de que los simios estén utilizando tecnología pero no vean avances? ¿Podría llegar un momento en que la inteligencia artificial no viera sentido en mantener a unos miles de millones de personas ociosas? ¿Habría que poner en marcha las famosas “leyes de la robótica” de Asimov para garantizar que la inteligencia artificial no decida un buen día que le sobran los humanos?

No lo sabemos; cuando aparece algo radicalmente nuevo pueden generarse expectativas fantasiosas; así, en el pasado se prohibió adaptar los rayos X a los anteojos de teatro porque nadie sabía que no era posible pero, al mismo tiempo, pueden producirse situaciones que no se habían anticipado, como ha ocurrido con el avance de la tecnología de la información y como, previsiblemente, ocurrirá con la inteligencia artificial. En ningún caso debe olvidarse que la velocidad de evolución en este ámbito hace que el futuro, incluso el más imprevisible, esté ahí mismo.

Behavioral Economics: Cuando los tecnólogos se enamoraron de la psicología

(Published in my newsletter and profile in Linkedin. English Version after the Spanish text)

No es casualidad que el primer psicólogo en obtener un premio Nobel, Daniel Kahneman, haya hecho una contribución muy apreciada por los tecnólogos de la información, especialmente los dedicados a la inteligencia artificial.

Pocas cosas más atractivas para un tecnólogo que la idea de que existen sesgos inherentes al procesamiento humano de información y que estos sesgos se producen por la necesidad de conseguir resultados rápidos, aunque contengan errores. Por añadidura, tales sesgos se deben a carencias para procesar grandes cantidades de información rápidamente. Dicho de otra forma, las personas procesan información incorrectamente porque no tienen la capacidad de un ordenador para hacerlo. Saltar desde ahí a “Si tengo la suficiente capacidad de procesamiento de información, eso no ocurrirá con una máquina” es muy tentador -aunque recuerda los viejos tiempos de Minsky y la llamada GOFAI (Good Old-Fashioned Artificial Intelligence)- y, de ahí, que la corriente de Behavioral Economics haya tenido gran aceptación en el mundo de la tecnología. Sin embargo, las cosas no son tan claras.

Kahneman y Tversky, principales autores de referencia dentro de esta línea, descubrieron un conjunto de sesgos y, además, los nombraron de formas bastante ingeniosas y los recopilaron en “Pensar rápido, pensar despacio”. Tras ello, fueron aplaudidos y criticados aunque tal vez no lo hayan sido por los motivos adecuados o, para precisar más, tal vez no hayan sido totalmente entendidos ni por quienes los aplauden ni por quienes los critican.

Si comenzamos por la parte crítica, se suele aducir que los sesgos se han probado en condiciones de laboratorio y que, en la vida normal, esas situaciones no se dan o simplemente los sesgos no aparecen. Es verdad; las condiciones de laboratorio fuerzan la aparición del sesgo y en el mundo real, en el que habitualmente se opera dentro de un contexto, no aparecen o lo hacen de forma muy reducida. Tomemos como ejemplo, una de las historias más populares de “Pensar rápido, pensar despacio”, la historia de “Linda, la cajera”:

Linda es una mujer de 31 años de edad, soltera, extrovertida y muy brillante. Estudió filosofía en la universidad. En su época de estudiante mostró preocupación por temas de discriminación y justicia social y participó en manifestaciones en contra del uso de la energía nuclear. De acuerdo con la descripción dada, ordene las siguientes ocho afirmaciones en orden de probabilidad de ser ciertas. Asigne el número 1 a la frase que considere con más probabilidad de ser cierta, dos a la siguiente y así sucesivamente hasta asignar 8 a la frase menos probable de ser cierta.

o Linda es una trabajadora social en el área psiquiátrica.

 o Linda es agente vendedora de seguros.

o Linda es maestra en una escuela primaria.

o Linda es cajera de un banco y participa en movimientos feministas.

o Linda es miembro de una asociación que promueve la participación política de la mujer.

o Linda es cajera de un banco.

o Linda participa en movimientos feministas. o Linda trabaja en una librería y toma clases de yoga.

Obsérvense las opciones cuarta y sexta: Obviamente, la cuarta es un subconjunto de la sexta y, sin embargo, la cuarta aparecía de forma generalizada como más probable que la sexta. Un claro error de lógica pero, al mismo tiempo, ignora un hecho elemental en las relaciones humanas: Entendemos que, cuando una persona nos aporta un dato -en este caso, el perfil que dibuja de Linda como activista social- lo hace porque entiende que dicho dato es relevante, no con el exclusivo propósito de engañar. Más aún: A los sesgos de Kahneman y Tversky les ocurre algo parecido a la ley de la gravitación universal de Newton: Se trata de formas de procesamiento de la información que funcionan bien en su contexto y sólo fallan fuera de éste y, por tanto, los modelos de procesamiento subyacentes no pueden ser rechazados sino, en todo caso, asumir que tienen una validez limitada a un contexto.

Veamos qué ocurre en el extremo que aplaude la Behavioral Economics: Aun admitiendo que hay un forzamiento hacia el extremo por las condiciones experimentales, se demuestra la existencia del sesgo y, con ello, que el modelo de procesamiento humano no es universalmente aplicable, sino que sólo funciona dentro de un contexto. Retomando el ejemplo de Newton, los tecnólogos creen disponer del equivalente a una teoría de la relatividad, con un ámbito de aplicación más amplio que el modelo de Newton y con capacidad para sustituir a éste. La corriente de Behavioral Economics y sus derivaciones suministró todos los argumentos requeridos para llegar a esta conclusión.

Sin embargo, tanto críticos como partidarios parecen aceptar que el razonamiento humano es “quick-and-dirty” y el elogio o la crítica obedece a la importancia o falta de ella que se concede a ese hecho.

La pregunta no respondida ni por los que aceptan el modelo ni por los que lo rechazan es si ese modelo de procesamiento sujeto a sesgos es el único modelo posible de razonamiento humano o si hay otros distintos y que no estén recogidos. Los propios Kahneman y Tversky trataron de responder a esta pregunta aduciendo la existencia de un sistema uno, automático, y un sistema dos, deliberativo. El primero estaría sujeto a los sesgos identificados y el segundo procesaría información en una forma parecida a cómo lo hace un ordenador, es decir, siguiendo las reglas estrictas de la lógica formal aunque -matizan- siempre es susceptible de ser engañado por el sistema uno. Al proclamar la existencia de un sistema lento, racional y seguro, volvieron a dar argumentos a los tecnólogos para promover la inteligencia artificial como alternativa a la humana. No sólo es una cuestión de tecnólogos de la información; si se revisan los textos desclasificados por la CIA sobre técnica de análisis de información puede encontrarse una oda al procesamiento racional que evalúa múltiples opciones y asigna pesos a las variables mientras ignora la intuición y la experiencia del analista basándose en que puede introducir sesgos. El procesamiento de información siguiendo los cauces estrictamente racionales está de moda pero…

¿Y si existiera un “sistema tres” e incluso un “sistema cuatro”, ajenos a los sesgos de la Behavioral Economics pero, al mismo tiempo, no empeñados en reproducir un modelo de procesamiento racional canónico? ¿Y si esos sistemas fueran capaces de conseguir resultados tal vez inalcanzables para un modelo lógico formal, especialmente si tales resultados se requieren con restricciones de tiempo y ante situaciones no previstas?

Esos sistemas existen y, tal vez, uno de los autores que más claramente los ha identificado es Gary Klein: No se trata de procesos “quick-and-dirty” motivados por la falta de capacidad de procesamiento o de memoria ni de un proceso reproducible por una máquina sino de algo distinto, que introduce en la ecuación elementos de experiencia pasada, extrapolaciones de situaciones tomadas de otros ámbitos y experiencias sensoriales no accesibles a la máquina.

Resulta paradójico que uno de los pioneros de la inteligencia artificial, Alan Turing, fuese la prueba viviente de ese modelo de procesamiento no accesible a la máquina: Turing redujo espectacularmente el número de variaciones teóricamente posibles en la máquina de claves Enigma introduciendo una variable en la que nadie había pensado -que el idioma original en que estaba emitido el mensaje era el alemán- y ello permitió trabajar con las estructuras del idioma y reducir opciones..

Cuando un piloto de velero -o del US1549- concluye que no puede llegar a la pista, no lo hace después de calcular velocidad y dirección del viento, y el coeficiente de planeo del avión corregido por el peso y la configuración sino observando la cabecera de la pista y viendo si asciende o desciende sobre un punto de referencia en el parabrisas: Si la cabecera asciende sobre el punto de referencia, no llega. Si desciende, sí puede llegar. Así de fácil.

Cuando un jugador de baseball intenta llegar al punto donde va a llegar la pelota y al mismo tiempo que ésta, no calcula trayectorias angulares ni velocidades, sino que ajusta la velocidad de su carrera para mantener un ángulo constante con la pelota.

Cuando un avión ve afectados sus sistemas por la explosión de un motor -QF32- y lanza centenares de mensajes de error, los pilotos tratan de atenderlos hasta que descubren uno muy probablemente falso: Fallo de un motor en el extremo del ala contraria. Los pilotos concluyen que, si la metralla del motor que explotó hubiera llegado al otro extremo del avión, tendría que haber pasado a través del fuselaje y, a partir de ahí, deciden volar el avión a la antigua usanza, ignorando los mensajes de error del sistema.

Cuando, en plena II Guerra Mundial, a pesar de haber descifrado el sistema de claves japonés, los norteamericanos no saben de qué punto están hablando, aunque tienen la sospecha de que podría tratarse de Midway, lanzan un mensaje indicando que tienen problemas de agua en Midway. Cuando, tras recibirlo, los japoneses se refieren a las dificultades con el agua en el punto al que se referían sus mensajes previos, quedó claro a qué se referían. La preparación de la batalla de Midway tiene origen en ese simple hecho difícil de imitar por una máquina.

Incluso en el cine disponemos de un caso, no sabemos si real o apócrifo, en la película “Una mente maravillosa” sobre la vida de John Nash: En un momento especialmente dramático, Nash concluye que los personajes que está viendo son imaginarios porque observa que una niña, que formaba parte de las alucinaciones, no ha crecido a lo largo de varios años y permanece exactamente igual que las primeras veces que la vio.

Todos ellos son casos muy conocidos a los que se podría añadir muchos más; incidentalmente, uno de los ámbitos donde más ejemplos pueden encontrarse es en la actividad de los hackers. En cualquier caso, todas las situaciones tienen algo en común: El procesamiento de información que no sigue el modelo racional canónico no siempre es un modelo a rechazar por estar sujeto a sesgos sino que también introduce elementos propios no accesibles a un sistema de información, bien porque le falta el aparato sensorial capaz de detectarlo o bien porque le falta la experiencia que permite extrapolar situaciones pasadas y llegar a conclusiones distintas y, por supuesto, mucho más rápidas de lo accesible a un avanzado sistema de información.

Los tecnólogos han visto en la Behavioral Economics un reconocimiento casi explícito de la superioridad de la máquina y, por tanto, la han acogido con entusiasmo. Sin embargo, para los psicólogos, la Behavioral Economics tiene un punto ya conocido: Adolece del mismo problema que otras corrientes anteriores en psicología: Así, el psicoanálisis puede alardear de descubrir fenómenos inconscientes…pero hacer de éstos el núcleo del psiquismo humano tiene poco recorrido; la psicología del aprendizaje ha trabajado intensivamente con los mecanismos de condicionamiento clásico y operante…pero tratar de convertir el aprendizaje en el único motor del psiquismo no tiene mucho sentido. La Gestalt descubrió un conjunto de leyes relativas a la percepción…pero tratar de extrapolarlas al conjunto del funcionamiento humano parece excesivo. Ahora la toca a la Behavioral Economics. ¿Existen los sesgos cognitivos? Por supuesto que existen. ¿Representa ese modelo de procesamiento quick-and-dirty lleno de errores la única alternativa a un supuestamente siempre deseable procesamiento racional canónico, susceptible de enlatar en una máquina? No.

No olvidemos que incluso el procesamiento “quick-and-dirty” funciona correctamente en la mayoría de los casos aunque no lo haga en el vacío; necesita hacerlo en un contexto conocido por el sujeto. En segundo lugar, hay otro modelo de procesamiento que hace uso de una experiencia cristalizada en conocimiento tácito que, como tal, es difícil de expresar y más aún de “enlatar” en algoritmos, y de un aparato sensorial que es específicamente humano. Reducir el procesamiento humano de información a los estrechos cauces marcados por la Behavioral Economics no deja de ser una forma de caricaturizar a un adversario, en este caso el humano,  al que se pretende contraponer la potencia de la máquina. Eso sí; no dejaremos de recordar a Edgar Morin y su idea de que la máquina-máquina siempre es superior al hombre-máquina. Si insistimos en despojar al humano de sus capacidades específicas o en despreciarlas, mejor quedémonos con la máquina.

BEHAVIORAL ECONOMICS: WHEN TECHNOLOGISTS FELL IN LOVE WITH PSYCHOLOGY

It is no coincidence that the first psychologist to win a Nobel Prize, Daniel Kahneman, has contributed something much appreciated by information technologists, especially those dedicated to artificial intelligence.

Few things are more attractive to a technologist than the idea that there are inherent biases in human information processing and that these biases are produced by the need to achieve fast results, even if they contain errors. Moreover, such biases are due to shortcomings in processing large amounts of information quickly. Put another way, people process information incorrectly because they do not have the capacity of a computer to do so. Jumping from there to «If I have sufficient information processing capacity, that won’t happen with a machine» is very tempting -although it reminds of the old days of Minsky and the so-called GOFAI (Good Old-Fashioned Artificial Intelligence)– and, hence, the Behavioral Economics current has had great acceptance in the world of technology. However, things are not so clear-cut.

Kahneman and Tversky, the main authors of reference in this line, discovered a set of biases and, moreover, named them in rather ingenious ways and compiled them in «Thinking fast and slow». After that, they were applauded and criticized, although perhaps not for the right reasons or, to be more precise, perhaps they were not fully understood by those who applaud them nor by those who criticize them.

If we start with the critical part, it is often argued that the biases have been tested under laboratory conditions and that, in normal life, such situations do not occur, or the biases simply do not appear. It is true; laboratory conditions force the appearance of the bias and in the real world, in which we usually operate within a context, they do not appear or do so in a very reduced form. Take, for example, one of the most popular «Thinking fast and slow» stories, the story of «Linda, the cashier»:

Linda is a 31-year-old woman, single, outgoing, and very bright. She studied philosophy at university. As a student, she was concerned about discrimination and social justice issues and participated in demonstrations against the use of nuclear energy. According to the description given, rank the following eight statements in order of probability of being true. Assign the number 1 to the statement you think is most likely to be true, two to the next one, and so on until you assign 8 to the statement least likely to be true.

o Linda is a social worker in the psychiatric field.

 o Linda is an insurance sales agent.

o Linda is an elementary school teacher.

o Linda is a bank teller and participates in feminist movements.

o Linda is a member of an association that promotes women’s political participation.

o Linda is a bank teller.

o Linda participates in feminist movements. o Linda works in a bookstore and takes yoga classes.

Note the fourth and sixth options: Obviously, the fourth is a subset of the sixth and, nevertheless, the fourth appeared in a generalized way as more probable than the sixth. A clear error of logic but, at the same time, it ignores an elementary fact in human relations: We understand that, when a person gives us a piece of information – in this case, the profile of Linda as a social activist – it is because that person understands that such information is relevant, not with the exclusive purpose of deceiving us. Moreover: Kahneman’s and Tversky’s biases are like Newton’s law of universal gravitation: They are showing information processing strategies that work well in context and only fail out of context. Therefore, the underlying processing models cannot be rejected but, in any case, assumed to have a validity limited to a context.

Let us see what happens at the extreme that applauds Behavioral Economics: Even admitting that there is not a natural setting, and they are forcing the conditions towards the extreme through the experimental design, the existence of the bias is demonstrated and, with it, it seems that the human processing model is not universally applicable, but limited to a context. Taking Newton’s example, technologists believe that they have the equivalent of a theory of relativity, with a broader scope of application than Newton’s model and with the capacity to replace it. Behavioral Economics and its derivations provided all the arguments required to reach this conclusion.

However, both critics and supporters seem to accept that human reasoning is «quick-and-dirty» and the praise or criticism is due to the importance or lack of it that is given to that fact. The unanswered question, neither by those who accept the model nor by those who reject it, is whether this model of processing subject to biases is the only possible model of human reasoning or whether there are others that are different and not captured. Kahneman and Tversky themselves tried to answer this question by adducing the existence of a system one, automatic, and a system two, deliberative. The first would be subject to the identified biases and the second would process information in a manner like that of a computer, i.e., following the strict rules of formal logic, although -they argue- it is always susceptible to being fooled by system one.

By proclaiming the existence of a slow, rational, and safe system, they once again gave technologists arguments to promote artificial intelligence as an alternative to human intelligence. It is not only a matter of information technologists; if one reviews the declassified CIA texts on information analysis technique one can find an ode to rational processing that evaluates multiple options and assigns weights to variables while ignoring the analyst’s intuition and experience on the grounds that it may introduce bias. Processing information along strictly rational lines is all the rage but… what if there was a different and valid way?

What if there were a «system three» and even a «system four», unbiased by the proclaimed Behavioral Economics biases but, at the same time, not trying to reproduce a canonical rational processing model? What if such systems could achieve results perhaps unattainable for a formal logical model, especially if such results are required under time constraints and in the face of unforeseen situations?

Such systems do exist, and perhaps one of the authors who has identified them most clearly is Gary Klein: They are not «quick-and-dirty» processes motivated by a lack of processing capacity or memory, nor are they a machine-reproducible process, but rather something different, which introduces into the equation elements of past experience, extrapolations of situations taken from other fields and sensory experiences not accessible to the machine.

It is paradoxical that one of the pioneers of artificial intelligence, Alan Turing, was the living proof of this model of processing not accessible to the machine: Turing spectacularly reduced the number of theoretically possible variations in the Enigma key machine by introducing a variable that no one had thought of – that the original language in which the message was issued was German – and this allowed working with the language structures and reducing options.

When a glider -or US1549- pilot concludes that he cannot reach the runway, he does so not after calculating wind speed and direction, and the glide ratio of the aircraft corrected for weight and configuration, but by looking at the runway threshold and seeing if it ascends or descends over a reference point on the windshield: If the threshold ascends over the reference point, he will not reach it. If it descends, he will arrive. It’s that easy.

When a baseball player tries to get to the point where the ball is going to arrive and at the same time as the ball, he does not calculate angular trajectories and velocities but adjusts his running speed to maintain a constant angle to the ball.

When an aircraft’s systems are affected by an engine explosion -QF32- and it sends hundreds of error messages, pilots try to deal with them until they discover a most probably false one: Failure of an engine on the opposite wing tip. The pilots conclude that if the shrapnel from the exploding engine had reached the other end of the plane, it would have passed through the fuselage, and so they decide to fly the plane the old-fashioned way, ignoring the system error messages.

When, in the middle of World War II, despite having deciphered the Japanese key system, the Americans do not know what point they are talking about, although they suspect it might be Midway, they send a message indicating that they have water problems at Midway. When, after receiving it, the Japanese refer to the water difficulties at the point to which their previous messages referred, it became clear what they were referring to. The preparation for the battle of Midway has its origin in that simple fact which is difficult for a machine to imitate.

Even in the cinema, we have a case, we do not know if it is real or apocryphal, in the movie «A Beautiful Mind» about the life of John Nash: In a particularly dramatic moment, Nash concludes that the characters he is seeing are imaginary because he observes that a little girl, who was part of the hallucinations, has not grown over several years and remains exactly the same as the first times he saw her.

These are all well-known cases to which many more could be added; incidentally, one of the areas where most examples can be found is in the activity of hackers. In any case, all situations have something in common: Information processing that does not follow the canonical rational model is not always a model to be rejected because it is subject to biases. Actually, it also introduces elements that are not accessible to an information system, either because it lacks the sensory apparatus capable of detecting it or because it lacks the experience that allows extrapolating past situations and reaching conclusions that are different and, of course, much faster than what is accessible to an advanced information system.

Technologists have seen in Behavioral Economics an almost explicit recognition of the superiority of the machine and have therefore welcomed it with enthusiasm. However, for psychologists, Behavioral Economics has a well-known point: it suffers from the same problem as other previous currents in psychology: Thus, Psychoanalysis may boast of discovering unconscious phenomena…but making these the core of the human psyche is a long shot; the Psychology of Learning has worked intensively with the mechanisms of classical and operant conditioning…but trying to make learning the only engine of the psyche does not make much sense. Gestalt discovered a set of laws related to perception…but trying to extrapolate them to the whole of human functioning seems excessive. Now it is the turn of Behavioral Economics. Do cognitive biases exist? Of course, they exist. Does that error-ridden quick-and-dirty processing model represent the only alternative to a supposedly always desirable canonical rational processing, amenable to canning in a machine? No.

Let us not forget that even quick-and-dirty processing works correctly in most cases even if it does not do so in a vacuum; it needs to do so in a context known to the subject. Secondly, there is another processing model that uses an experience crystallized in tacit knowledge that, as such, is difficult to express and even more difficult to be «canned» in algorithms, and of a sensory apparatus that is specifically human. Reducing the human processing of information to the narrow channels set by Behavioral Economics is nothing more than a way of caricaturing an adversary, in this case, the human, against which the power of the machine is intended to be set. Of course, we will not fail to remember Edgar Morin and his idea that the machine-machine is always superior to the man-machine. If we insist on stripping humans of their specific capacities or despising them, we should stick with the machine.

ABOUT HYPER-LEGITIMACY AND COMPLEXES

Today, when a new year still at its beginning, we are witnessing in Spain the old rivalry of left and right, driven by the most extremist factions of both sides in a dynamic from which, if it remains, nothing good can be expected.

History taught us that both sides have much to regret or hide about the past; on the right hand, the pursuit of the interests of the most privileged, supported by force; on the left hand, the savagery of revolutions which, in the end, placed at their tops a new and equally privileged class, whose interests are not more legitimate than those of their predecessors.

However, nowadays we see that both sides did not assume their history in the same way; the left clearly won what has been called «the story». While there is a right wing repentant for the sins of its predecessors, the left wing places its own ones on pedestals, as the supposed forerunners of democracy, even in those cases where the only thing they brought was dictatorship, ruin and death.

 Recent episodes in Spain of removal of statues while maintaining others with equal or greater merits for such removal, changes of street names and even the transfer of Franco’s remains speak by themselves of a hyper-legitimacy from the most extremist leftists hardly supported by facts.

Well into the 21st century, the ideological debate should not consist of the most extreme right and left wings competing to pull up the rugs of the past of their opponents, nor should anyone have to apologize for existing. Each side has an ideological legitimacy that certainly does not reside in the past. Perhaps it is time for both sides to show their real legitimacy while they send to the garbage can of history the principles and practices of their ideological great-great-grandfathers and those present leaders who, nowadays, pretend to behave like them.

A modern liberal right wing is legitimate because, as a guiding principle, it seeks the common good and not the maintenance of situations of privilege; it trusts that an individual initiative with few restrictions will bring a better life for the great majority and will put its best efforts into it.

A left wing is legitimate when, likewise, it seeks the common good and not a mere quest to subvert the existing order in order to place its own members at the head of a new and equally undesirable one; legitimate left and right wings coincide in ends, though not in means. Thus, while the right wing trust in the individual, the left wing is prone to social engineering and direct action to alleviate the situation of the less fortunate, preventing them from being abandoned to their fate.

Naturally, any non-sectarian reader, whatever his orientation, will see that both options are not only legitimate but compatible, and that alternation in power has a crucial role to play: to correct undesirable drifts which, in one case, could drive to the abandonment of layers of the population while in the other could produce elephantine States and ever larger groups willing to get their living from the resources that these States take from the productive part of the population.

At the same time, there are also illegitimate political practices ; those led by politicians who get their living from the confrontation and see the common good as an empty abstraction, preferring to opt for their own. That is a situation, very present right now, that transforms the political chessboard into modern Augean stables where every dirt has its seat and that, despite it, its cleaning would not require any river or any Hercules but simpler, punctual and modest actions.

Pointing to individuals or gangs of opportunistic people as the culprits, even though they clearly exist and are guilty, does not put us on the road to solve the problem. Such individuals are not the key, which does not mean that they should not be stopped, but they are mere anecdotes stemming from basic errors in a process that, in Spain, started in 1977: The lauded political transition in Spain introduced undesirable elements that constituted the germ of the current situation, granting legitimacy to anyone who claimed to be against the dictatorship, no matter how questionable their own actions could be:

 The design of the transition not only led to an unwieldy territorial situation, but -it is worth remembering- ETA prisoners with blood crimes were even pardoned, many of whom returned to their former activity. Situations of privilege were consecrated, both economic and electoral, which contradicted the supposed equality of all Spaniards proclaimed in the subsequent Constitution.

Once those principles were in place, the political pressures towards greater power of the successive executive powers and the concessions to groups favored by the electoral system to form blocking minorities started the process. In addition to a bad start, the Constitution, with the good offices of the Constitutional Court, has been twisted until it has become virtually unrecognizable. Today, we can find laws that require an advanced exercise in sophistry to be accepted within the constitutional framework.

Those have been the basic lines of a process that led to the present moment where, in addition, there are political actors -some of them inside the Government- who explicitly seek to liquidate the regime born in 1977 in order to replace it with adventures whose outcome cannot even be described as uncertain.

 Relying on the old parliamentary arithmetic and on the old parties -or the new ones with old principles and actions- on both sides of the political spectrum- may be a mistake. Today an «apolitical» party may be required, without a government program, willing to lend its support to the party with the most votes if it commits itself to making changes leading to a real democracy, with the design errors of 1977 corrected.

It would be unrealistic expecting a solution from someone who is benefiting, at the expense of society as a whole, from the current morass, as the present Government and its supporters; nor does it seem that a solution can be expected from someone, now in the opposition, who had his chance in 2012. They got more central and autonomic power than anyone in the recent past and, however, behaved as temporary tenants without daring to proclaim his principles -if they existed- and limited himself to achieve some economic respite. Finally, neither should we turn back the clock nor resort to the «we lived better with Franco».

Perhaps the most hopeful experiments in this long period have been the initial Ciudadanos and UPyD parties; it is true that UPyD was born almost as a PSOE in exile, but it progressively focused on nuclear issues and, perhaps that’s why it was made disappear. In the case of Ciudadanos, its origin is impeccable, but the ambition of its leaders turned the party into something unrecognizable today.

There are figures who could lead the rebirth of a principled political activity, but none of them occupy right now prominent positions within their parties (some of them did), if they even remain in them. Inviting these figures to action is not about bringing in more people to fight for power on the current political chessboard but, precisely, to change the rules of a game whose original design is wrong. The subsequent evolution have turned it into perfect terrain for the «gamblers of the Mississippi» -to use the former vice president Alfonso Guerra’s expression- to prosper at the expense of a society whose welfare they supposedly manage.

It is a matter of changing the rules of access and permanence in political activity, ensuring equality among all Spaniards, and that both the rules and the zeal in their application are the same for all.

Undoubtedly, the design of 1977 is coming apart at the seams in many places and its subsequent evolution was already foreseeable for some; a change is necessary, but this does not consist of returning to states prior to that date but of reinforcing what was already done well then and eliminating what was done badly or very badly.

Life after a Black Swan

COVID-19 or coronavirus could be considered, at least partially, as a genuine Black Swan. It’s true that the first condition to qualify as a Black Swan is to be impossible to foresee. In this case, we can find a TED conference by Bill Gates in 2015, where he warned that we were not prepared to manage it. Five years later, facts have shown that we were not ready and, at practical effects, it can be named a Black Swan, a false one if we want but a Black Swan anyway.

black-swan-4553166_640

The behavior of many Governments in front of the outbreak can be qualified from poor management to openly criminal and, as a consequence, we have entered a new situation whose consequences are hard to foresee.

Unless a vaccination or a treatment can be found in a very short time, something is sure: The world won’t come back to the zero-day. No Government will have the «Black Swan» excuse anymore before the next outbreak but, beyond that, some changes in the common behavior can point to other changes that could last well beyond the end of the outbreak.

Probably, the restrictions of the movements are going to enforce the real dawn of teleworking, training on-line and many other related activities that, during the outbreak, have been used as an emergency resource but, now, it could become the standard way. Of course, it can change our work habits but, at the same time, it will have a major impact on real estate, traveling and…it has shown that Internet, basic tool for so many activities, is far from being as strong as pretended: Actually, the increased use of digital platforms like Netflix, Amazon or others during quarantine periods challenged the capacity of some of the main nodes.

However, these facts together with the impact on the world economy could be read as the trivial lessons to be obtained from the Black Swan. There are other potential effects that could be far higher.

One of them is related to the start of the outbreak.  As it happened with Chernobyl, where the Soviet Government denied everything until the pollution went out of their borders, the denial of the Chinese Government, allowing massive feasts that contributed to spread the virus once they knew of its existence could have internal and external consequences.

Could it drive to a major internal turmoil? If so, the consequences are hard to foresee, since China is nowadays the factory of the world. What about the external situation? Some Governments are pointing to China as responsible for the outbreak and its consequences due to the behavior shown during the first 20 critical days. Will these accusations go beyond public statements or will they remain inconsequential?

There is still a third kind of effect in the future world: Many optimists say that the world never was better and, to defend this position, they show statistical reports about hunger, health, life expectations, wars, and many others. They think that all the media focus on the negative side because it sells better than the positive side and it gives a distorted view of the world. It could be but there is still another option:

There is a lot of powder magazines in the world and we do not know which one will explode and, if so, what will be the consequences of the explosion and if they could start new explosions. We should remind that, when IWW started, not many people were conscious of it, due to the uncommon links of the facts that came after an assassination in Sarajevo. Actually, the IWW name came after the war itself.

To use the same term, we are running a farm of black swans and we do not know the consequences that could come from that. Then, without denying that the material side could be better than it was in any other Human age, the stability of that situation is very questionable.

Peter Turchin warned about this instability and how we should expect a major change in the world as we know it. Turchin is prone to mathematical models and, as such, he has defined nice algorithms and graphics. However, for those who think that numbers are a language and, as such, they can misguide people under the flag of «objectivity», the real value of the Turchin model is not in the algorithms; it’s in the dynamics. He was very original, observing variables that passed unnoticed for many other researchers and explaining why these variables could be used as indicators of a major trend.

Turchin expected a major change in the 2020 decade as a consequence of being in the final stage of the decomposition. Being conscious that I’m simplifying his model perhaps beyond any legitimate limit, a major event -like a war- brings a kind of vaccination that can last for two generations driving to a prosperity period. After that, the decomposition starts driven by people who did not live that major event, driving to others and repeating the cycle.

Covid-19 and its consequences will be for many people a major event in their lives. The question, hard to answer, is if it will accelerate the decomposition process or, instead, it will reset the model starting a new positive cycle driven by people that, suddenly, discovered that there are real problems, far more important than the invented by some political leaders.

Some changes, even in the language of politicians, during the outbreak and how people rebuke those who try to attract the attention to the issues in their political agendas are quite revealing. Something is already changing; it’s not the virus. It’s the meaning of the change in the life conditions for many of us and how this change made many people build a new hierarchy of values.

Nietzsche said that what does not kill us makes us stronger. At this moment, we do not know if we will die -as a society- because of this crisis or we will become stronger, at least for a time. Something is sure: It will not be inconsequential.