La ONU apuesta por una simulación computerizada para aumentar el nivel de desarrollo global

Autor | Patricia M. Liceras

En septiembre de 2015, en una cumbre de la ONU celebrada en Nueva York, los líderes mundiales adoptaron un conjunto de objetivos globales para erradicar la pobreza, proteger el planeta y asegurar la prosperidad para todos. Son los llamados Objetivos de Desarrollo Sostenible (ODS), cada uno con unas metas específicas, que deben alcanzarse en 2030.

Policy Priority Inference para abordar los principales desafíos globales

Su consecución no es, desde luego, tarea fácil y, para ayudar a los gobiernos a cumplir con esta nueva agenda de desarrollo sostenible, Naciones Unidas ha puesto en marcha el software de simulación Policy Priority Inference (PPI).

La idea general es que esta plataforma permita a  estados, organizaciones internacionales y consultores de desarrollo social anticipar qué efectos tendrían a medio-largo plazo determinadas políticas para priorizarlas con el fin de avanzar hacia los Objetivos de Desarrollo Sostenible. Podemos asemejarlo a un gemelo digital como los aplicados al desarrollo urbanístico, pero aplicado a políticas de diversa clase.

¿Cómo funciona esta herramienta de simulación computerizada?

Tal como explica la revista MIT Technology Review, del Instituto de Tecnología de Massachusetts, esta herramienta se basa en “la economía, la ciencia del comportamiento y la teoría de redes para simular un gobierno, que asigna una gran cantidad de dinero, y a burócratas que gastan lo que se les da en diferentes proyectos”.

De acuerdo con esta descripción, el modelo integra toda una serie de datos, como los presupuestos generales de un país, el impacto del gasto en determinadas partidas en el pasado o las pérdidas estimadas debido a ineficiencias. A continuación, sugiere cuáles son las políticas en las que más vale la pena centrarse. Por ejemplo, “invertir en educación puede aliviar la desigualdad de género, pero hacerlo en el crecimiento del PIB puede no ser bueno para reducir las emisiones de gases de efecto invernadero”.

El Policy Priority Inference de la ONU recuerda a otras iniciativas, como la liderada por la empresa estadounidense Salesforce, que ha desarrollado una solución de inteligencia artificial que examina diversas variables para determinar los impuestos más adecuados con el fin de combatir la desigualdad económica, permitiendo ver las consecuencias concretas que podrían tener ciertas decisiones políticas.

La herramienta de Naciones Unidas está siendo probada por las autoridades de México y Uruguay -Colombia sería el siguiente país en la lista- y por ella se ha interesado también el Departamento de Desarrollo Internacional de Reino Unido.

¿Es efectivo el software Policy Priority Inference?

Sin duda, este modelo de Naciones Unidas, desarrollado en colaboración con el Instituto Alan Turing de Londres y el Centro de Investigación y Docencia Económicas (CIDE) de México, permite ofrecer un marco teórico más o menos realista para la gestión política pública. También superar las limitaciones de los análisis estadísticos tradicionales en este ámbito, incapaces de manejar con eficacia la gran cantidad de indicadores que intervienen en los ODS.

Sin embargo, para que Policy Priority Inference realmente funcione y cumpla el objetivo para el que ha sido creado la cantidad y calidad de la información que reúna será clave. En esa recopilación de datos, la disposición de los diferentes gobiernos a la hora de suministrarlos no será la misma. Asimismo, con estos modelos computerizados se corre el riesgo de simplificar la complejidad de la realidad, obviando los factores humanos y otros elementos no identificados ni cuantificados.

Precisamente por limitaciones como estas, el momento en el que los políticos serían despojados de las decisiones sobre los asuntos públicos, borrados por una inteligencia artificial en nombre del principio de eficiencia, parece aún lejano, aunque las últimas décadas nos han demostrado que las cosas suelen ir más rápido de lo que pensamos.

Imágenes | Mat Reding, Ben White, Ilyass SEDDOUG