Lo que dos IAs enfrentadas me enseñaron sobre el buen gobierno

Cogí dos agentes de IA, les asigné bandos políticos opuestos, les di a ambos el mismo dossier de datos objetivos y los puse a discutir. La pregunta no era quién ganaba, sino dónde acababan coincidiendo. El resultado fue un pequeño documento sobre buen gobierno al que llegaron pese a partir enfrentados — y esa convergencia es justo lo interesante.

De dónde sale la idea

El debate público está roto de una forma muy concreta: casi nadie discute sobre datos, casi todos discutimos sobre etiquetas. “Más Estado”, “menos Estado”, “izquierda”, “derecha” — consignas que funcionan como camisetas de equipo y que apagan cualquier conversación antes de empezar.

Se me ocurrió un experimento sencillo: ¿y si quito a los humanos de la ecuación y dejo que dos IAs sostengan las dos posturas, pero obligándolas a argumentar con evidencia? Una IA no tiene ego, no necesita quedar por encima, y si la promptea bien para buscar objetividad, cede cuando el otro tiene razón. Justo lo que a las personas nos cuesta.

Monté un montaje muy simple: dos agentes que se pasan los argumentos de ida y vuelta, y yo como moderador. Mi papel era fijar el tema, repartir las posturas, suministrar los datos comunes y detectar cuándo habían llegado a un acuerdo real.

El método (y lo que aprendí afinándolo)

No salió a la primera. Hicieron falta tres iteraciones, y cada una me enseñó algo sobre cómo orquestar un buen debate:

1. Pedir consenso desde el inicio → mal. En el primer intento les pedí directamente que llegaran a un acuerdo. Convergieron rapidísimo, pero el resultado era plano: poca tensión, poca profundidad. Cuando todos quieren estar de acuerdo, nadie aprieta.

2. Asignar posturas opuestas → mucho mejor. En el segundo intento le dije a cada uno que defendiera un bando contrario. Ahí aparece el conflicto de verdad: una parte desmonta la retórica de la otra, y las cesiones —cuando llegan— son argumentadas, no de cortesía. El debate adversarial gana al consenso de salida por goleada.

3. Posturas opuestas + un dossier de datos común → la combinación ganadora. En el tercer intento, además de enfrentarlas, les pasé a ambas el mismo paquete de datos objetivos (indicadores de gobernanza, cifras de gasto público, literatura de economía política). El efecto fue inmediato: dejaron de opinar al aire y empezaron a rebatirse con números. Ese debate convergió en siete turnos y produjo el documento.

El aprendizaje de fondo es transferible a cualquier uso serio de IA: el conflicto estructurado y los datos compartidos producen mejores conclusiones que pedir directamente la respuesta correcta. Si solo le pides a un modelo “dame la verdad sobre X”, obtienes una media tibia. Si enfrentas dos posturas sobre la misma evidencia, sale algo más honesto.

Una nota importante de honestidad intelectual: lo que sigue es razonamiento de dos modelos sobre datos públicos, no doctrina ni hechos absolutos. Las cifras son órdenes de magnitud para razonar tendencias, no estadística de precisión. Tómalo como una opinión bien fundamentada.

A lo que llegaron: seis principios

Una IA defendía mercado y la otra Estado. Empezaron tirándose los tópicos de siempre. Y acabaron coincidiendo en algo que desactiva el propio enfrentamiento del que partían:

El eje “mercado contra Estado” es un falso dilema. Los países que funcionan no eligen uno: combinan mercados con reglas y un Estado capaz sobre una base de instituciones sólidas. Lo que predice buenos resultados no es la etiqueta ideológica, sino la calidad de las instituciones.

De ahí salieron seis principios:

1. Calidad institucional como base no negociable

Estado de derecho, control de la corrupción y capacidad real de ejecutar. Es el predictor más robusto de buenos resultados, por encima de cualquier política concreta. La trampa que evita: creer que una buena política compensa una institución capturada. No lo hace.

2. Accountability por encima del régimen formal

Lo que importa es que el sistema castigue corrupción y nepotismo, no la etiqueta de “democracia”. Países muy distintos en su forma política funcionan ambos cuando hay rendición de cuentas real. La trampa: confundir tener elecciones con tener instituciones que rinden cuentas.

3. Mercados con reglas claras, no “mercado libre” dogmático

Apertura, competencia real, propiedad protegida y un marco predecible. La “libertad económica” que correlaciona con la prosperidad mide reglas y apertura, no Estado pequeño — los países nórdicos puntúan alto en libertad económica con Estados grandes. La trampa: tratar la desregulación como un fin. Lo que crea mercado es la regla clara, no su ausencia.

4. Un Estado capaz — ni pequeño ni grande

El tamaño no es la variable. Lo decisivo es que gaste en lo que la evidencia respalda: educación, sanidad, infraestructura. No hay correlación lineal entre tamaño del Estado y bienestar. La trampa: el doble dogma “más Estado siempre mejor” y “menos Estado siempre mejor”. Ambos ignoran la eficacia del gasto.

5. Redistribución proporcionada al contexto

Reduce la desigualdad de forma medible, pero su efecto depende de las instituciones que la sostienen. La redistribución fuerte funciona con instituciones sólidas y fracasa sin ellas. La trampa: discutir el “cuánto” en abstracto. La condición es la institución, no la cifra.

6. La ideología importa menos que la ejecución

Quién gobierna pesa menos de lo que sugiere el debate público; cómo gobierna lo decide casi todo. La orientación partidista tiene efectos pequeños y ambiguos sobre el crecimiento en democracias avanzadas; dominan los factores estructurales e institucionales.

No todo pesa igual

Un matiz que me pareció valioso: los seis principios no están al mismo nivel. Hay una jerarquía, y sin los primeros, los últimos no se sostienen:

1. Accountability institucional — sin rendición de cuentas, todo lo demás se captura.
2. Meritocracia en el servicio público — cargos por competencia, no por enchufe.
3. Mercados con reglas claras — marco predecible antes que dogma.
4. Gasto guiado por evidencia — invertir en lo que funciona, no en lo que la política vende.
5. Redistribución que la sociedad sostenga — proporcionada, ni maximalista ni nula.

Lo que quedó honestamente sin resolver

Lo que más me gustó del ejercicio es que no terminó en un lazo bonito. Quedaron preguntas abiertas que ninguna de las dos IAs supo cerrar, y me parece más valioso eso que una falsa certeza:

• Escalabilidad del modelo nórdico: funciona en países pequeños y homogéneos; no está claro cómo se traduce a India, Brasil o Nigeria.
• El caso Singapur: mercados + instituciones fuertes, pero semi-autoritario y con redistribución masiva vía vivienda pública. ¿Libertad económica o Estado disfrazado?
• El caso China: cientos de millones de personas salidas de la pobreza en cuatro décadas sin democracia occidental. ¿Valida el marco o lo tensiona?
• El salto difícil: sabemos qué instituciones funcionan; cómo construirlas donde no existen es el problema realmente duro — y otro debate.

El eje que de verdad importa

Si me quedo con una sola idea de todo esto, es el cambio de eje. El útil no enfrenta a la izquierda con la derecha:

izquierda ↔ derecha → competencia institucional ↔ captura y dogma

Funciona el gobierno que construye instituciones capaces y rinde cuentas, frente al que las captura o las sacrifica a un dogma — venga del color que venga.

Por qué esto me importa como experimento

Más allá del contenido político, el ejercicio me dejó una conclusión sobre las propias IAs. En las tres iteraciones, dos agentes bien prompteados para la objetividad y partiendo de bandos opuestos acababan en el mismo sitio: las instituciones y la ejecución pesan más que la ideología. Que la conclusión no dependa del bando de salida es la mejor señal de que no es un sesgo del prompt, sino algo que está en los datos.

Y como herramienta de pensamiento, el patrón es potente: cuando quieras una conclusión honesta sobre un tema polarizado, no le pidas la respuesta a una sola IA. Enfrenta a dos sobre la misma evidencia y mira dónde se dan la mano. Suele ser ahí donde está lo robusto.

La imagen que abre este artículo, por cierto, la generó otra IA. Parecía justo.