El banquero central más crítico con los banqueros centrales: "Cometieron todos el mismo error intelectual"

Lord Mervyn King (Chesham Bois, 1948) es historia viva de la política monetaria moderna. Gobernó el Banco de Inglaterra entre 2003 y 2013, durante uno de los periodos más apasionantes, estresantes y desafiantes, para ser banquero central. Cuando Mario Draghi, expresidente del Banco Central Europeo, pronunció en julio de 2012 su famoso "whatever it takes", en una conferencia para el sector financiero que se celebraba en Londres, King estaba a su lado. Este economista británico acaba de publicar en España su libro 'Incertidumbre Radical' (Editorial Innecesaria, 2025), donde, junto a su coautor, John Kay, carga con dureza contra la deriva que ha emprendido la ciencia económica.

Para empezar, cuestiona la mayor: que la economía sea una ciencia exacta. King desarma la presunción de que uno puede hacer modelos matemáticos que expliquen con detalle el mundo y, sobre todo, que puedan predecir el futuro con precisión probabilística. La realidad es demasiado compleja para modelarla al milímetro y tomar en base a ello decisiones relevantes, en ocasiones de vida o muerte, como ocurrió con la pandemia de COVID-19.

TE PUEDE INTERESAR

Los bancos centrales huyen del dólar a medida que EEUU impone sanciones y aranceles

Carlos Sánchez

King atendió esta semana a El Confidencial por videoconferencia. Durante una hora habló del pensamiento de manada que maniata a las grandes corporaciones e instituciones públicas, como los bancos centrales; del 'whatever it takes' (y por qué no habría tenido el mismo impacto sin una ayuda vital que llegó al día siguiente); del presidente argentino Javier Milei; del valor de la experiencia, del pensamiento crítico y del juicio personal; y del riesgo de sobrevalorar el potencial de la Inteligencia Artificial y del método científico. No tanto porque no sean útiles, que el autor defiende que lo son, sino por querer usarlos para lo que no sirven.

P. Empecemos con el concepto. Usted distingue entre la incertidumbre resoluble y la incertidumbre radical. ¿Cuál es la diferencia entre ellas y, sobre todo, cómo distinguir la una de la otra cuando nos enfrentamos a ellas?

R. La incertidumbre está en todas partes, pero no siempre es del mismo tipo. La dividimos en dos. La resoluble abarca preguntas con respuestas verificables —¿cuál es la población de Madrid o de Brisbane?— o riesgos con probabilidades conocidas, como lanzar una moneda, donde estamos en un escenario claro de 50/50. En esos casos, la información o las matemáticas permiten domesticarla. La mayoría de las incertidumbres reales, sin embargo, no tiene esa estructura. Son cualitativas: intuimos que algo es más o menos probable, pero no podemos asignarle una probabilidad concreta. La COVID-19 es el ejemplo paradigmático: sabíamos que podía haber una pandemia, pero en 2019 era absurdo afirmar "hay un 17% de probabilidad de que surja en Wuhan, China, en enero de 2020". Pensarlo así entorpece el análisis. Lo correcto es preguntarse qué precauciones conviene tener listas si un determinado escenario ocurre, aceptando que ignoramos el cuándo y el cómo, y diseñar respuestas robustas y resilientes. En la primera edición del libro, en 2019, ya advertíamos que habría una pandemia en algún momento; cuando lo publicamos en 2020, ya había llegado. No sabíamos la fecha, sí su plausibilidad. No se trató de un "cisne negro": sabíamos y sabemos que puede haber pandemias, crisis bancarias o muertes inesperadas; lo que desconocemos es el cuándo y con qué probabilidad. Prepararse para esa incertidumbre es crucial.

P. Sostiene que la profesión económica tomó el camino equivocado al seguir a teóricos como Ramsey y Savage, que pusieron las matemáticas en el centro de la ciencia económica, en lugar de a Keynes y Knight, que otorgaban un rol fundamental a la incertidumbre. ¿Por qué cree que ganó la visión matemática?

R. La matemática es seductora. Si aceptas la incertidumbre, el mundo se vuelve enrevesado; pero si asignas probabilidades a cada evento, puedes suponer que la gente maximiza cosas como el beneficio esperado o la utilidad, lo que permite a los académicos y economistas convertir la toma de una decisión en un problema bien definido. Para muchos en la profesión económica, esa formalización reforzaba la aspiración de ser más "científicos" que otras ciencias sociales. La idea de que todos podemos asignar probabilidades a todo fue atractiva porque trasladaba el análisis del terreno del juicio al de las ecuaciones.

"La matemática es seductora. Si aceptas la incertidumbre, el mundo se vuelve enrevesado"

P. ¿Dónde ve los ejemplos más peligrosos de esa visión errónea en la que hoy seguimos confiando?

R. Hay muchos. Uno: la obsesión gubernamental por predecir la economía con un único número. En el Reino Unido, el presupuesto de este mes se apoyará en una cifra que, supuestamente, determina cuánto subir impuestos o recortar gasto para cumplir una regla fiscal. El mundo es más complejo y esa precisión espuria conduce a decisiones arbitrarias. Otro: la COVID-19. En 2020 se vendió que bastaba con "seguir la ciencia", una tergiversación de lo que hace y de lo que puede hacer la ciencia, que es cuestionar y probar hipótesis, pero no dictar políticas. Hubo modelos que intentaron estimar cuántas muertes habría, pero erraron porque al inicio se desconocían parámetros clave del virus. Quisieron creer más de lo que se podía saber, y los expertos sintieron presión para mostrarse más seguros sobre sus predicciones. Hoy en día se penaliza mucho cuando alguien dice cosas como "no sabemos lo suficiente para hacer una predicción precisa", pero no debería ser así. Los gobiernos, además, se escudaron en "esto es lo que la ciencia nos dice", descargando responsabilidad en los expertos. Fue un error. Y medidas como los confinamientos dependían tanto de la biología —desconocida— como del comportamiento social. ¿Qué pasa si cierras escuelas? ¿Qué daño causas a la educación futura? ¿Qué tratamientos hospitalarios se posponen y con qué efectos? Son decisiones de juicio complejo. La ciencia ahí no nos dice qué hacer.

P. De acuerdo, no debería haber una penalización para el experto que se equivoca y el político debería evitar externalizar sus responsabilidades en los expertos. Pero, al final, los políticos que están ganando elecciones en todo el mundo son aquellos que proyectan más seguridad y simplifican el marco de la realidad, no los que hablan a sus electores de escenarios complejos y resultados inciertos. ¿Cómo lidiamos con esto como sociedad?

R. Una democracia solo funciona si los ciudadanos pueden juzgar la honestidad de sus líderes. No se trata de ignorar a los expertos —son imprescindibles—, sino de que no exageren lo que saben. En la COVID, los expertos debieron explicar que las pandemias suelen crecer lentamente al principio, acelerarse cuando se detectan y remitir después, y que lo crucial era medir la gravedad del virus. Para estimar la letalidad había que saber cuántas personas estaban infectadas, no solo cuántas morían; eso exigía un programa nacional de tests aleatorios que tardó más de un año en implantarse. Si los gobiernos hubieran dicho: "Recomendamos estas medidas con la evidencia de hoy; en dos o tres meses sabremos más y quizá corrijamos el rumbo", la gente lo habría interpretado como honestidad. La honestidad es fundamental. Es verdad que los políticos tienen incentivos para sobreactuar con una mayor seguridad de la que son capaces de ofrecer, pero eso hace daño y, a la larga, se paga.

TE PUEDE INTERESAR

Tres megacontratos intentan borrar el miedo a una burbuja de la inteligencia artificial

Matt Wirz

P. Eso pone buena parte de la responsabilidad en los ciudadanos. Y hoy es más difícil que nunca distinguir verdad y mentira debido a la fragmentación mediática, la polarización, la IA... ¿Es más difícil que hace 30 o 40 años para los ciudadanos establecer los incentivos correctos a la clase política?

R. Es una buena pregunta y no tengo una respuesta definitiva. Sospecho que cuando todos consultábamos las mismas fuentes —menos polarizadas— era más sencillo formarse un juicio. El referéndum del Brexit lo evidenció: ambos bandos exageraron lo que sabían y mucha gente me decía entonces: "No nos digáis cómo votar; ayudadnos a encontrar la verdad". La BBC intentó exponer argumentos de ambos lados y fue criticada por ambos. Hoy, con jóvenes informándose en redes sociales a través de noticias personalizadas que refuerzan creencias, gestionar la democracia es más difícil.

P. Usted recomienda un enfoque basado en prepararse para el peor escenario, en lugar de pensar en probabilidades. Si un líder político occidental le pidiera hoy cuál es el mayor problema o riesgo al que nos enfrentamos y cómo prepararse, ¿qué respondería?

R. El mayor desafío para un político europeo hoy es que hemos subestimado el tamaño del gasto público. Si mantenemos déficits elevados, la deuda seguirá creciendo y podría empujar al alza los tipos de interés a largo plazo. No sabemos si habrá otra guerra en Europa tras Ucrania, pero sí que la mejor respuesta, dado lo que sabemos, es aumentar el gasto en defensa. Llevamos 30 o 40 años gastando demasiado poco y dependiendo de Estados Unidos. Eso ya no es viable. Incrementar la defensa exige subir impuestos o recortar en otras partidas. La gran diferencia con China es que allí toman decisiones de largo plazo con más facilidad; nosotros destacamos en proteger derechos individuales. El reto es demostrar que también podemos afrontar desafíos a largo plazo, sin perder nuestra preferencia por la libertad individual.

P. Sobre el "pensamiento en manada" en grandes instituciones públicas y corporaciones privadas, ¿el problema es lo que se enseña, el cómo se usa ese conocimiento una vez adquirido, tal vez por cierta actitud a la hora de aplicarlo? ¿O todo a la vez?

R. Es una mezcla de qué se enseña y cómo se usa. En las ciencias naturales hay más disposición a revisar hipótesis ante nueva evidencia; en economía, menos. Muchos quieren que la disciplina se parezca a la física: técnica, matemática, precisa. Pero las decisiones económicas —públicas, empresariales o domésticas— no tienen una única solución matemática: requieren juicio. Por eso, cuando subió la inflación [a comienzos de la década], se oyó que era un fenómeno internacional y temporal. No lo creo: fue un error intelectual. Los bancos centrales llegaron a pensar que el dinero nada tenía que ver con la inflación y que bastaba con anclar expectativas. Todos cometieron el mismo error porque sus economistas proceden todos de las mismas universidades de élite donde se enseñan las mismas cosas del mismo modo. La inflación llegó al 10%. Fue un error compartido. En economía, el criterio no debería ser la belleza matemática del modelo, sino su utilidad.

"Muchos quieren que la disciplina se parezca a la física: técnica, matemática, precisa"

P. Una de las verdades asumidas sobre cómo deben funcionar los bancos centrales es su independencia. ¿Cómo ve las amenazas recientes a esa independencia, especialmente en Estados Unidos?

R. Hay mucho en juego. La independencia de los bancos centrales no es un fin, sino un medio: cuando los políticos fijan tipos, tienden a bajarlos en exceso y eso acaba en más inflación. Desde los noventa hasta la pandemia, la independencia funcionó: inflación baja y estable. Pero en 2021-22 los bancos centrales se equivocaron: dieron por transitoria la inflación sin ajustar la política monetaria, y no lo fue. Además, los economistas intentan encajar todo en modelos que solo admiten "shocks de oferta" o "de demanda". En una pandemia, eso no tiene sentido: no es un shock económico, es un shock médico. La pregunta correcta es: "¿Qué está pasando realmente aquí?".

P. Usted fue muy crítico con la expansión cuantitativa (QE) durante la pandemia. Pero el QE empezó en la crisis financiera. De hecho, en el Banco de Inglaterra, la empezó usted. ¿Debería haberse retirado antes?

R. El QE tras la crisis financiera buscaba evitar una caída abrupta de la cantidad de dinero. Los bancos reducían balances y eso habría mermado los depósitos; sin QE, nos habríamos acercado a una Gran Depresión. Mantenerlo unos años estaba justificado. El error fue ampliarlo en 2016 y, sobre todo, en 2020-21. Ni la noticia del Brexit ni la irrupción de una pandemia justificaban esa expansión monetaria.

P. En la crisis financiera, ¿cree que el BCE actuó por razones económicas o políticas para mantener la eurozona unida?

R. Durante la crisis financiera, el BCE actuó de forma similar a otros bancos centrales. Después, en la crisis del euro, quedó claro que actuaba para mantener la moneda única. No estaba explícito en su mandato, pero era lo que querían los gobiernos. Cuando se gestaba el euro, los alemanes defendían que sin unión política no podría haber unión monetaria. La visión francesa era que la unión monetaria provocaría una crisis que forzaría la unión política. Ese problema sigue abierto.

TE PUEDE INTERESAR

La Fed baja los tipos de interés y el BCE los mantiene; ¿cómo afecta a nuestras inversiones?

EC Brands

P. Cuando Mario Draghi pronunció sus ya famosas palabras "whatever it takes" y el amenazante "and believe me, it will be enough"...

R. Yo estaba a su lado cuando lo dijo. Fue en la conferencia que se celebró en julio de 2012, en el marco de los Juegos Olímpicos de Londres.

P. ¿Y qué pensó cuando escuchó esas palabras? ¿Era consciente en ese momento de que tendrían el impacto que tuvieron después?

R. Creo que lo interesante es que el impacto real no llegó hasta el día siguiente, cuando Angela Merkel y el presidente francés, Nicolas Sarkozy, dijeron que apoyaban totalmente lo que Mario había dicho. Por lo tanto, la gente entendió que no se trataba solo de lo que el BCE podía hacer, sino de que los gobiernos también estarían realmente dispuestos a hacer lo que fuera necesario. Esa combinación fue lo que funcionó.

P. Volviendo a la incertidumbre radical: usted defiende la experiencia y el juicio humano frente a una sobreconfianza en la Inteligencia Artificial. Es un debate complejo. Por un lado, la IA, bien utilizada, puede mitigar carencias en la experiencia y conocimientos de cada uno, y ayudarnos a mejorar nuestros juicios. Para alguien con experiencia en un determinado sector, y criterio para distinguir buenos y malos consejos de la IA, puede ser una herramienta muy útil. Pero, por otro, presenta desafíos como el de qué ocurre con las nuevas generaciones que aún no se han formado un criterio propio y pueden acabar dependiendo de la IA para ello. ¿Cómo ve este equilibrio?

R. La solución pasa por combinar los beneficios de la IA con la intuición, la experiencia y el juicio humanos. No creo que la IA pueda sustituir jamás esa parte. Un buen ejemplo me lo dio un amigo médico de alto nivel. Me explicó que la gran virtud de la IA será reconocer tumores en escáneres con mucha más rapidez y precisión que los doctores. Él mismo me dijo que, en diez años, quizá vea varios cientos de exploraciones de un tumor maligno, pero una IA verá millones en pocos segundos. Por tanto, aprenderá mucho más rápido a diferenciar un tumor maligno de uno benigno. Esa es una prueba increíblemente valiosa para el médico. Pero lo que se espera de un buen doctor es que adopte una visión holística del paciente. Queremos que el médico diga: "He visto los escáneres, tengo las pruebas, sé lo que está mal. Pero, ¿cómo ha surgido esto? ¿Cuál es la causa última de este problema médico?". Un buen médico hará preguntas al paciente que pueden parecer irrelevantes, pero que le permitirán deducir la causa basándose en la experiencia y la intuición, ya sea el entorno, la genética o la crianza lo que ha generado el problema. Queremos usar la IA cuando sea realmente mejor que los humanos, pero reservamos el juicio humano para el pensamiento "fuera de la caja" (out of the box), para establecer conexiones que no son obvias. Los grandes descubrimientos que ganan premios Nobel ocurren porque alguien da un salto en el pensamiento que otros no han dado; conectan ideas que nadie había visto juntas. Eso es lo que un buen médico debe hacer: averiguar la raíz del problema, no solo centrarse en los síntomas.

P. Última pregunta. Argentina es un país con una situación política y una economía muy, muy particulares. Su presidente, Javier Milei, está adoptando políticas contundentes. Me interesa saber su opinión al respecto y si hay lecciones, para bien y para mal, de las que puedan tomar nota otros países.

R. Aunque no soy un experto en Argentina, un aspecto me ha llamado la atención: el éxito de las medidas que se están tomando depende, en parte, de que la gente crea que tendrán éxito. La razón por la que los estadounidenses han intervenido para apuntalar el apoyo de los mercados financieros a Argentina es porque, si estos empiezan a creer que [Milei] no tiene el apoyo político para seguir adelante o que las medidas no funcionarán, entonces, sencillamente, no funcionarán. Los mercados socavarán el plan con una fuerte caída del tipo de cambio y un gran aumento de los tipos de interés. Si, por el contrario, los mercados financieros creen que puede funcionar, en muchos sentidos, así será. Esto es muy diferente en las ciencias naturales. El conocimiento técnico necesario para enviar a alguien a la Luna no era tan grande, porque las leyes que rigen el movimiento de los cohetes eran constantes; nunca cambiaron. Cuando se trata de economía, los factores que influirán en el resultado dependen del comportamiento individual, que a menudo es difícil de predecir. Por lo tanto, la lección del caso de Milei no es que este tipo de medidas drásticas para intentar reencauzar la economía funcionen o no; la lección es que dependen críticamente de que la gente crea que funcionarán.