Complexity Suppression: An Institutional Theory of Governmental Cognition in Complex Policy Systems
Este artículo propone la "supresión de la complejidad" como una teoría institucional basada en mecanismos que explica cómo la simplificación necesaria por parte de los gobiernos de las realidades complejas en representaciones autoritarias puede conducir al fracaso de las políticas al excluir dinámicas causales críticas, filtrar retroalimentaciones contradictorias y acumular deuda cognitiva, argumentando finalmente que la gobernanza efectiva requiere un equilibrio disciplinado entre la simplificación para la acción y la preservación de una variedad sistémica suficiente para el aprendizaje y la corrección.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Los gobiernos se enfrentan a un problema que ninguna persona puede resolver por sí sola: cómo gestionar un mundo que es demasiado vasto, demasiado rápido y demasiado enredado para ser comprendido de una sola vez. Para tomar decisiones, las instituciones públicas deben convertir la realidad caótica en algo que puedan sostener en sus manos. Transforman las poblaciones en categorías, los futuros inciertos en pronósticos y los problemas sociales complejos en objetivos y listas de verificación sencillas. Este proceso no es un error; es una necesidad. Sin la simplificación del mundo en piezas manejables, un gobierno no podría coordinar a millones de personas ni gastar un solo dólar. Sin embargo, este acto de simplificación conlleva un riesgo oculto. Cuando los funcionarios eliminan los detalles desordenados para que un problema parezca claro, pueden eliminar accidentalmente las partes mismas del sistema que determinan si una política tendrá éxito o fracasará. El resultado es una versión de la realidad que parece perfecta en el papel, pero que no coincide con el mundo fuera de la oficina.
Un nuevo estudio de Mohammed Alotaibi, investigador de la Universidad de las Naciones Unidas, explora precisamente cómo sucede esto. Él llama al proceso "supresión de la complejidad". No se trata solo de simplificar las cosas; se trata de hacerlas demasiado simples de una manera que ciega al gobierno ante sus propios errores. La investigación sugiere que cuando un gobierno crea un modelo simplificado de un problema —como un plan para la educación o una estrategia para una pandemia— ese modelo puede convertirse en un escudo. Si el plan falla, el gobierno suele culpar a las personas que lo ejecutan en lugar de al plan mismo. Con el tiempo, esto crea una brebra entre lo que el gobierno cree que está sucediendo y lo que realmente está sucediendo. El estudio no afirma que los gobiernos sean estúpidos o que no puedan aprender. En cambio, muestra cómo las mismas estructuras diseñadas para ayudarlos a decidir —la jerarquía, las metas de desempeño y los expertos externos— pueden filtrar accidentalmente las señales de advertencia de que un plan es erróneo.
El documento identifica cuatro formas específicas en las que ocurre este filtrado. Primero, existe la "compresión epistémica", que es una forma elegante de decir que las realidades complejas e inciertas se comprimen en categorías netas y ciertas. Cuando un gobierno decide medir un problema, a menudo tiene que ignorar las partes que son difíciles de contar o que cambian rápidamente. Segundo, la "compresión jerárquica" ocurre a medida que la información asciende por la cadena de mando. A medida que los informes viajan desde las oficinas locales hacia los altos líderes, los detalles desordenados y los desacuerdos locales se eliminan para que el mensaje sea claro y decisivo. Los líderes reciben un resumen limpio, pero pierden el contexto que podría explicar por qué el plan está fallando. Tercero, la "sustitución de métricas" ocurre cuando una medición se convierte en el objetivo mismo. Imagine un sistema escolar que es juzgado únicamente por los puntajes de exámenes. Los maestros podrían empezar a enseñar solo para el examen, ignorando otras partes importantes del aprendizaje, solo para que los números se vean bien. La medición deja de ser un espejo de la realidad y comienza a convertirse en la realidad. Finalmente, la "externalización cognitiva" ocurre cuando los gobiernos dependen tanto de expertos externos que olvidan cómo pensar por sí mismos. Mantienen la autoridad para tomar decisiones, pero pierden la capacidad de comprender o cuestionar el consejo que reciben.
Estos cuatro procesos trabajan juntos en un ciclo que puede atrapar a un gobierno en una mala decisión. El estudio ilustra esto con dos ejemplos del mundo real. El primero es la ley "No Child Left Behind" (No Dejes a Ningún Niño Atrás) en los Estados Unidos. Esta política intentó arreglar la educación estableciendo metas estrictas de puntajes en exámenes para las escuelas. El gobierno simplificó el complejo objetivo del "aprendizaje" en un solo número: el porcentaje de estudiantes que aprueban un examen. Debido a que las escuelas enfrentaban consecuencias reales si no alcanzaban la meta, cambiaron su comportamiento. Se enfocaron intensamente en los estudiantes que apenas estaban reprobando, mientras ignoraban a aquellos que ya estaban aprobando o a aquellos que estaban muy rezagados. Los puntajes de los exámenes subieron, pero la calidad real de la educación no necesariamente mejoró de la misma manera. El gobierno vio que los números subían y pensó que el plan estaba funcionando, mientras que el sistema profundo se estaba adaptando de formas que el plan no predijo.
El segundo ejemplo proviene de la preparación del Reino Unido para una pandemia. Antes de la llegada del coronavirus, el Reino Unido tenía un plan detallado basado en un escenario específico: un virus similar a la gripe. Este plan era claro, organizado y fácil de gestionar. Sin embargo, cuando llegó un nuevo virus con características diferentes, la preparación del gobierno no se ajustaba a la nueva realidad. El plan se había centrado tanto en un tipo de amenaza que había perdido la flexibilidad para manejar uno distinto. Incluso cuando los ejercicios previos mostraron que el sistema era débil, esas advertencias fueron absorbidas como "problemas de implementación" en lugar de señales de que el plan mismo era defectuoso. El gobierno siguió intentando arreglar la ejecución de un plan que era fundamentalmente incompatible con la amenaza.
El hallazgo central del artículo es que este ciclo crea lo que el autor llama "deuda cognitiva". Así como la deuda financiera se acumula cuando gastas más de lo que ganas, la deuda cognitiva se acumula cuando un gobierno ignora la evidencia que contradice sus creencias. Cada vez que un plan falla pero el gobierno culpa a los trabajadores en lugar de al plan, la brecha entre el modelo del gobierno y el mundo real se ensancha. Eventualmente, el gobierno puede tener toda la autoridad y todos los recursos del mundo, pero pierde la capacidad de entender por qué las cosas están saliendo mal. Queda atrapado en una versión simplificada de la realidad que ya no funciona.
El artículo argumenta que la solución no es dejar de simplificar. Los gobiernos no pueden gestionar el mundo sin simplificarlo. En su lugar, necesitan lo que el autor llama "complejidad disciplinada". Esto significa simplificar lo suficiente para actuar, pero manteniendo suficientes detalles desordenados para saber cuándo la simplificación ha ido mal. Requiere mantener vivas las ideas alternativas, escuchar la evidencia contradictoria y estar dispuesto a cambiar el plan cuando los números dejan de coincidir con la realidad. El estudio sugiere que lo más peligroso que puede hacer un gobierno es tratar sus propios modelos simplificados como verdades absolutas. El objetivo es construir sistemas que sean lo suficientemente inteligentes como para saber cuándo están equivocados, asegurando que el mapa siga siendo una herramienta para navegar el territorio, en lugar de un sustituto del territorio mismo.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.