Lo primero es definir los términos. En el contexto de lo que dejamos consignado en el título de esta nota, relato quiere decir análisis errado de la realidad y el dato está basado en estadísticas que pretenden refutar lo anterior.

La conclusión fundamental de lo dicho es que si fuera cierto que dato mata relato no habría relato pues hubiera fenecido. Sin embargo, observamos que los relatos no solo no han muerto sino que se multiplican con audiencias cada vez mayores en nuestra época.

¿Por qué ocurre esta llamativa multiplicación? Pues porque el debate de fondo no tiene lugar entre dato y relato sino en un plano anterior y de mucho mayor peso, que es la confrontación entre interpretaciones contrarias de los nexos causales de la realidad. Recién entonces, una vez comprendidos estos nexos puede agregarse como una demostración de aquella refutación rigurosa la serie estadística en cuestión que ya en esa instancia sirve para reconfirmar el punto.

Esto que dejamos consignado lo ha explicado el premio Nobel en economía Friedrich Hayek en un célebre y notable texto titulado “The Facts in Social Sciences” donde muestra la gran diferencia entre las ciencias naturales y las sociales. Señala que en el primer caso se observan hechos como la mezcla entre un líquido y otro en el laboratorio produce tal o cual resultado. Sin embargo, en ciencias sociales no hay laboratorio sino que enfrentamos fenómenos complejos que hay que interpretar todos ellos, no hay las reacciones de laboratorio sino que hay acciones humanas que requiere se las entienda. En otras palabras, si por ejemplo el historiador se propone describir la Revolución Francesa aun viviendo en la época no la entenderá con solo mirar los movimientos de los personajes, debe interpretar el sentido y la razón de lo que ocurre (para no decir nada de los que no la vivieron que deben reinterpretar lo que otros interpretaron). Es decir, si alguien sostuviera que ese acontecimiento se produjo porque Luis XVI estornudó no hay forma de refutarlo en los hechos, solo se puede explicar a través del desarrollo de nexos causales.

Lo que venimos comentando desde luego no significa que cada cual tenga su interpretación y todas son valederas: habrá unas que se acercan más a lo sucedido que otras y las habrá que dan en el clavo. Desde luego que todo conocimiento tiene la característica de la provisionalidad abierto a refutaciones, de modo que lo que hoy entendemos por la Revolución Francesa en las versiones más confiables pueden mañana refutarse con éxito. Eso es común a todas las ciencias.

El asunto entonces no es caer en la ingenua posición de sostener que todo se resuelve mostrando una planilla con los suficientes datos, pues esos mismos datos serán (y son) interpretados de muy diversas maneras precisamente respecto al otro plano que venimos comentando.

Estemos atentos, pues no puede decirse sin equívoco del mismo modo en que dijimos si los datos mataran al relato éste ya habría fenecido, que si las explicaciones sobre nexos causales en el otro plano al que aludimos fueran suficientes las explicaciones erradas habrían desaparecido. Sin duda esto es así, pero la gran diferencia estriba en que ni remotamente se han difundido las argumentaciones para confrontar a los supuestos nexos causales implícitos y explícitos en las teorías equivocadas. Y precisamente uno de los motivos por los cuales esto no se ha llevado a cabo en grado suficiente es por la manía de acumular datos en lugar de tomarse el trabajo de ahondar en los antedichos nexos causales que resolverían el problema. Por supuesto que también está presente lo que el mismo Hayek ha puntualizado y es que los fenómenos sociales son en gran medida contraintuitivos, es decir, lo primero que viene a la mente suele estar mal, se requiere profundizar para percatarse de la verdadera dimensión del problema. Por eso los discursos de demagogos son más atractivos que los densos que demandan el análisis de los fenómenos complejos. El resultado es entonces que una abrumadora mayoría se pliega a lo desviado. Por eso es que resulta indispensable la muy trabajosa y empinada faena educativa para adentrarse en la aventura del conocimiento que siempre es un peregrinar con luces y sombras en un contexto evolutivo.

Como escribe Hayek en el ensayo citado, en ciencias naturales o físicas hay hechos objetivos observables que terminan allí puesto que no hay en este campo propósito deliberado sino mera reacción, mientras que en ciencias sociales se trata de conocer las opiniones y los propósitos de las personas las cuales deben ser interpretadas, en última instancia se trata de lo que se conoce como teleología. En otros términos, no se trata de la descripción de hechos físicos sino de la interpretación de acciones, esto es las motivaciones que impulsan a la acción. Como consigna Hayek, es saber “por qué se hace tal o cual cosa que está más allá de lo físico que observamos” puesto que toda la historia humana no trata de hechos físicos que es suficiente mirar sino de una reconstrucción mental que parte de un andamiaje conceptual que permite la interpretación: “No son hechos dados sino fruto de una laboriosa reconstrucción”, no hay corroboración en base a cosas sino en base a interpretaciones de conductas. Sin embargo, en ciencias naturales no hay conductas que evalúan y razonan sobre medios para la consecución de fines.

Esto para nada quiere decir que las series estadísticas no sirven. Muy lejos de ello, son indispensables, pero como complemento del referido andamiaje conceptual de interpretación. Nuevamente reiteramos: los pasos son primero despejar los conceptos y luego reconfirmarlos y ejemplificarlos con los datos numéricos, pero no a la inversa. Ya sabemos que hay hechos físicos en las ciencias sociales, los humanos son parcialmente materia y proceden en una parte con la materia pero eso no explica las conductas y los propósitos deliberados que las comandan.

Entonces el sostener que en ciencias sociales hay demostraciones en base a datos empíricos carece de sentido, la demostración se encuentra en el nivel del entendimiento de los fenómenos complejos que no se entienden por el hecho de exhibir un gráfico o un cuadro. Es un tema de prioridades del mismo modo que no puede primero contarse con la tortilla y luego batir huevos.

Ludwig von Mises muestra en Los fundamentos últimos de la ciencia económica que debe distinguirse entre la recopilación de datos y la teoría económica “se podrá registrar que fulano trabajó en la mina de carbón perteneciente a tal compañía en el pueblo cual y ganaba cierto salario por trabajar determinadas horas pero no hay manera de deducir de esos datos y similares una teoría que explique los factores que determinan salarios.” Más aun, alguien puede mostrar estadísticas que revelan crecimientos en el nivel de vida y concluir que se debe a la libertad económica, mientras que otro puede sostener que esas estadísticas están sesgadas puesto que ese resultado se produjo “a pesar” de la libertad económica puesto que “el contrafáctico pone al descubierto que si el Estado Benefactor hubiera procedido en consecuencia, la gente hubiera estado más protegida y feliz”. En el plano de los datos no hay manera de resolver el dilema, es solo en el terreno de la teoría económica anterior a los datos que se puede explicar el fenómeno y, en su caso, luego mostrar las series estadísticas que confirman lo dicho.

Como queda consignado, en ciencias naturales el hecho físico es suficiente pues no hay acción sino reacción, en cambio en ciencias sociales el hecho físico requiere explicación e interpretación de propósitos deliberados. Por eso es que libros y ensayos desde Ragnar Frisch, Jan Tinbergen, Roy G.D. Allen y Enrico Giovanini al actual Thomas Piketty están inundados de series estadísticas (y fórmulas), mientras que obras como las de Murray Rothbard, Israel Kirzner, Anthony de Jasay, James Buchanan, von Mises y Hayek no contienen series estadísticas (ni fórmulas) para probar sus puntos.

Soy consciente de que este es un tema controvertido y que la gran mayoría piensa que “los datos hablan por sí mismos”, pues no, hay que hablar durante y sobre todo antes de la exhibición de las series estadísticas y los gráficos, de lo contrario nunca se entenderá el significado de lo que se pretende trasmitir en esta materia.

Ahora viene otro tema que eventualmente puede escindirse de lo anterior pues es solo un asunto conexo que se refiere al uso y abuso de las matemáticas en ciertos ámbitos de las ciencias sociales, sobre lo que he escrito antes pero que ahora resumo muy telegráficamente.

El matemático Paul Painlevé explica en “The Place of Mathematical Reasoning in Economics” que las matemáticas puras o aplicadas implican medición, lo que naturalmente requiere unidad de medida, requiere constantes, situación que no tiene lugar en el ámbito de la ciencia económica, que se basa en la subjetividad del valor. El precio expresa el intercambio de estructuras valorativas cruzadas entre comprador y vendedor, no mide el valor. Incluso el signo igual es improcedente: si se observa que en el mercado se paga 10 pesos por una manzana, no quiere decir que una manzana sea igual a 10 pesos, puesto que si fuera así, no habría transacción. El valor de los 10 pesos y de la manzana no son iguales para el comprador y para en vendedor, más aún, son necesariamente distintos: el comprador evalúa en menos los 10 pesos que la manzana y el vendedor estima estos valores en sentido opuesto.

Por otra parte, el uso de expresiones algebraicas como “función” no son aplicables a la economía, puesto que significa que, al conocer los valores de una variable, se conocen los de otra, cosa que no ocurre en la acción humana. Tampoco es riguroso el dibujo de las simples curvas de oferta y demanda, dado que implican variables continuas, lo que no es correcto en la acción humana, ya que en el mercado no se distingue entre pasos infinitesimales, sino que se trata de variables discretas. Se dibujan las curvas solamente por razones estéticas, pero, como queda dicho, encierran un error grave. La pretensión de aludir a números cardinales en las estructuras valorativas no es posible en ciencias sociales (indicar que tal o cual acto significa cierto número de intensidad en la valorización carece por completo de significado), sólo es posible aludir a números ordinales (es decir, los que indican orden o prioridad), todo lo cual no permite comparaciones de utilidades intersubjetivas. Incluso las llamadas curvas de indiferencia se basan también en una noción equivocada (además de suponer la posibilidad de comparar valores en términos cardinales), ya que la indiferencia es lo opuesto a la acción. También es necesario subrayar una obviedad y es que vínculo causal se traduce en correlación pero correlato no implica relación causal.

Hay la idea de que las mediciones verifican una proposición y que sólo lo que se verifica empíricamente tiene sentido científico es incorrecto, como ha detallado Morris Cohen en Introducción a la lógica, esa misma proposición no es verificable y, por otro lado, tal como enfatiza Karl Popper -en Conjeturas y refutaciones- en la ciencia nada es verificable, ya que, como hemos apuntado, el conocimiento es sólo sujeto a corroboración provisoria y abierto a refutaciones.

La visión del equilibrio y la llamada competencia perfecta tan repetidas en muchas cátedras de economía son erradas, el mercado es un proceso no un equilibrio. Estos modelos presuponen conocimiento prefecto de todos los elementos relevantes, lo que, a su vez, implica que no hay competencia (todos tienen el conocimiento necesario), ni empresarios (no habría oportunidades nuevas), ni arbitraje (no habría nada que descubrir respecto a costos subvaluados en términos de precios finales). Además, como se ha señalado reiteradamente, en ese modelo no tendría cabida el dinero, ya que no habría imprevistos y, por ende, no habría posibilidad de cálculo económico, con lo que la economía se derrumbaría.

El antes mencionado premio Nobel en economía Buchanan en su ensayo titulado “¿Qué deberían hacer los economistas?” indica: “Los avances de más importancia o notoriedad durante las dos últimas décadas consistieron principalmente en mejoras de lo que son esencialmente técnicas de computación, en la matemática de la ingeniería social. Lo que quiero decir con esto es que deberíamos tomar estas contribuciones en perspectiva; propongo que se las reconozca por lo que son, contribuciones a la matemática aplicada, a la ciencia de la administración, pero no a nuestro campo de estudio elegido, que, para bien o para mal, denominamos economía”.

Resume este tema Wilhelm Röpke en Más allá de la oferta y la demanda: “Cuando uno trata de leer un journal de economía en estos días, frecuentemente uno se pregunta si no ha tomado inadvertidamente un journal de química o de hidráulica […]. Los asuntos cruciales en economía son tan matemáticamente abordables como una carta de amor o la celebración de Navidad […]. Tras los agregados pseudo-mecánicos hay gente individual, son sus pensamientos y juicios de valor”. Y McCloskey enfatiza: “La economía en las universidades de los Estados Unidos se ha convertido en un juego matemático. La ciencia fue extirpada de la economía”.

No parece necesario insistir en la enorme utilidad de las matemáticas, pero intentamos destacar los problemas que surgen al aplicarlas a campos que estimamos no corresponden. Las matemáticas en la contabilidad y en la evaluación de proyectos y en tantísimos otros campos resultan imprescindibles, pero naturalmente no resultan relevantes en cualquier ámbito. En realidad, esto ocurre con todos los instrumentos; aun cuando son muy fértiles en algunos territorios, no lo son en otros.

Como conclusión final hay que estarse precavido con aquello de tomarse al pie de la letra que “dato mata relato”, pues puede terminar matando las mejores intenciones de quien exhibe datos.