Diane Coyle University of Cambridge, 11 de marzo de 2025, Project Syndicate.
Esta semana en Say More, PS habla con Diane Coyle, profesora de Políticas Públicas en la Universidad de Cambridge.
Project Syndicate: Ha acogido con satisfacción los esfuerzos de las autoridades de competencia por fortalecer su capacidad para abrir los mercados digitales, «tanto mediante la incorporación de nuevas herramientas como mediante el análisis necesario para su uso». En su próximo libro, «La medida del progreso », señala que, además de ejercer un poder monopolístico en los mercados de productos, las plataformas digitales parecen gozar de un considerable poder de monopsonio en los mercados laborales. ¿Se ha avanzado en la medición de este tipo de poder de mercado? ¿Qué deficiencias aún impiden respuestas eficaces?
Diane Coyle: Las grandes plataformas digitales ejercen un gran poder, y punto. Por lo tanto, no sorprende que exista cada vez más evidencia de que esto incluye un considerable poder de monopsonio, que explotan manteniendo los salarios de los trabajadores o las comisiones de los vendedores por debajo de lo que exigiría un mercado competitivo. Desafortunadamente, es muy difícil recopilar la evidencia necesaria para contrarrestar esto, ya que las plataformas controlan el acceso a sus datos. Pero hay evidencia inequívoca: la prevalencia de cláusulas de no competencia tanto en Estados Unidos como en el Reino Unido es un claro indicio de que algunos empleadores están socavando el funcionamiento de los mercados competitivos.
PS: En términos más generales, ha lamentado que los datos sobre el impacto económico de la revolución digital sigan siendo insuficientes. Una complicación, como señala en «La medida del progreso » , es que tradicionalmente hemos definido la economía en función de las transacciones monetarias, pero los consumidores esperan que muchos servicios digitales sean gratuitos. ¿Cómo debe cambiar nuestro marco conceptual para dar cuenta de esta producción y consumo «libres»?
DC: Cómo medir los intercambios «libres» y, en general, cómo comprender la estructura cambiante de la economía digital se está convirtiendo en un área activa de investigación. Y con razón: desde mediados de la década de 2000, lo que se produce y se consume, y cómo, ha cambiado drásticamente, pero las nuevas actividades y transacciones económicas —como la prestación de servicios a cambio de datos y atención del usuario, en lugar de un pago monetario— son invisibles en las estadísticas económicas tradicionales.
Existen varios enfoques para medir los servicios digitales por los que los consumidores no pagan directamente. Por ejemplo, el equipo de Erik Brynjolfsson en Stanford utiliza métodos experimentales para determinar cuánto valoran los consumidores estos servicios. Yo lo analizo desde la perspectiva de cómo las personas invierten su tiempo, porque así es como se consumen los bienes digitales gratuitos. Dado que el tiempo es un recurso finito, las compensaciones entre actividades competitivas (de pago y gratuitas) pueden indicar el valor de las gratuitas.
Pero esta es solo una de las limitaciones de nuestra comprensión actual de la economía. El libro destaca muchos más ejemplos.
PD: Sugieres que también estamos haciendo un mal trabajo al medir el impacto de la IA en la economía. Despejar la «niebla conceptual» en la que se mueven actualmente los responsables políticos probablemente no sea un proceso rápido, especialmente para una tecnología de uso general en rápida evolución . Pero , como escribiste tras el lanzamiento inicial de ChatGPT , la acción temprana es crucial para prevenir la aparición de monopolios de IA. ¿Hay maneras en que los responsables políticos puedan mitigar las incertidumbres que enfrentan?
DC: Se necesita mucho tiempo para determinar el marco conceptual adecuado para comprender, y mucho menos regular, una economía transformada. La Revolución Industrial, por ejemplo, generó una «niebla» que perduró durante décadas. Mientras tanto, sin embargo, las agencias de competencia realizan análisis útiles que examinan la estructura de los mercados individuales con gran detalle.
En el caso de la IA, los grandes modelos de base se enfrentan a una mayor competencia de la que muchos, incluyéndome a mí, preveíamos inicialmente, incluyendo modelos más pequeños y modelos (como DeepSeek) que se han aprovechado de sus homólogos de mayor tamaño. Las autoridades de competencia deberían prestar mucha atención a estas dinámicas. También queda mucho por hacer en el análisis de la evolución de los mercados ascendentes (como la computación en la nube) y descendentes (como las aplicaciones de IA).
Para que la IA beneficie a todos, debe haber suficiente competencia para garantizar la innovación continua y precios justos.
Por cierto…
PS: En su libro, cita la salud como un área clave donde la innovación tecnológica puede y debe mejorar la vida de las personas. Hoy, la administración del presidente estadounidense Donald Trump busca recortar drásticamente la financiación de la investigación médica y de salud pública. Cabría esperar razonablemente que esto tuviera un impacto negativo en la economía estadounidense, pero ¿cuán bien preparados estamos para medirlo?
DC: El conocimiento siempre ha sido el motor fundamental del crecimiento a largo plazo, pero esto es especialmente cierto en la economía actual, basada en el conocimiento. La posición de Estados Unidos a la vanguardia tecnológica le ha permitido, durante décadas, mejorar la vida de su población y sostener la economía más sólida del mundo. Si bien las empresas privadas han contribuido sin duda desarrollando productos y procesos innovadores, la investigación básica que sustenta estas actividades siempre está organizada y financiada por el gobierno. Esto aplica prácticamente a todos los ámbitos, no solo a la salud.
Ante esto, reducir o eliminar la financiación de la investigación básica equivale a destruir los cimientos de la economía estadounidense. Esto resultará catastrófico para el liderazgo estadounidense, en detrimento de todos, pero especialmente de los estadounidenses. Si bien no será fácil medir la magnitud de las pérdidas, cabe esperar un declive económico, ya sea medido por el crecimiento del PIB o por el crecimiento del sector de mercado, porque la investigación científica financiada por el gobierno beneficia al sector privado.
PD: En La Medida del Progreso, usted observa que el descontento económico es un factor importante que contribuye a la ira expresada en la política volátil y extremista actual, lo que implica que unas mejores métricas conducirían a mejores políticas y, potencialmente, a una mejor política. Pero, como nos recuerda la limpieza de los sitios web gubernamentales por parte de la administración Trump, los datos también pueden ocultarse o manipularse con fines políticos. ¿Existen mecanismos institucionales que puedan garantizar la integridad (y supervivencia) de los datos oficiales?
DC: La desaparición de datos científicos, el debilitamiento de la integridad de las estadísticas oficiales y el aumento de la posibilidad de cambiar la definición de la economía: todas estas acciones equivalen a destruir precisamente los tipos de conocimiento útil de los que dependen la economía digital y la IA, en particular.
La mejor protección institucional es una democracia plenamente funcional. De no ser así, otros necesitan producir y publicar datos. Esto requerirá nuevas técnicas. Las encuestas tradicionales probablemente estén acabadas, sobre todo porque ninguna empresa competidora de una propiedad de Elon Musk estaría dispuesta a proporcionar la información confidencial pertinente.
PS: En su libro, destaca una gran cantidad de áreas donde necesitamos más datos. Pero ¿existen aspectos que requieren menos atención y menos recursos de los que les dedicamos?
DC: Sí, hay tipos de recopilación de datos que podrían cesar. Pero será difícil llegar a un acuerdo general sobre cuáles, hasta que haya consenso sobre las áreas donde se necesitan más datos. En general, aumentar la eficiencia del sistema de producción y recopilación de datos requerirá innovación metodológica mediante el uso de herramientas digitales.
