EL ALGORITMO ADN@+

Del Teorema de Afriat a ADN@+: cuando la economía también aprende Por Roberto F. Salazar-Córdova Economista CEO Hexagon Group LAT-AM | UK-Global Presidente Red Santa Cruz Chile www.adnplus.co.uk Hace pocos días leí con especial interés una reflexión del economista Víctor Aguiar, profesor de Simon Fraser University y ex economista de Amazon, sobre cómo la inteligencia artificial generativa y la demostración formal mediante Lean pueden transformar la teoría económica. Su trabajo sobre el Teorema de Afriat muestra que la IA no solo puede asistir en la escritura de demostraciones, sino también ayudar a descubrir nuevas arquitecturas de prueba que luego son verificadas rigurosamente. La lectura tuvo para mí un significado adicional. Tuve el gusto de conocer a Víctor Aguiar cuando fue estudiante de la Pontificia Universidad Católica del Ecuador. En los primeros años de la década del 2000 fue alumno de mi curso de Teoría y Política Fiscal, donde presenté el Modelo General de Políticas (MGP) como una propuesta para integrar economía, instituciones y procesos de decisión dentro de un marco analítico común. Han pasado más de treinta años desde que inicié esa línea de investigación y más de dos décadas desde aquellas clases. En ese tiempo la economía, la capacidad computacional y la inteligencia artificial han cambiado profundamente. También lo ha hecho el modelo. En Hexagon Group, el MGP evolucionó gradualmente hasta convertirse en ADN@+, un algoritmo de aprendizaje continuo que no solo organiza información o genera escenarios, sino que incorpora una etapa adicional: comparar sistemáticamente las predicciones con los resultados observados y recalibrar el modelo a partir de la evidencia. Lo hemos aplicado a deportes, políticas, elecciones, inversiones y evaluaciones, desarrollando siempre Cross-Sector Partnerships que incorporan Tecnologías. Aquí encuentro un punto de convergencia muy interesante con la reflexión de Aguiar. La demostración formal permite comprobar que un razonamiento es lógicamente consistente. El aprendizaje continuo busca comprobar que ese razonamiento sigue siendo útil cuando enfrenta una realidad que cambia permanentemente. Es nuestra experiencia con Hexagon Toolkit, que la semana pasada probó su versión 3.0 con IA de 10 años. Ambos enfoques son complementarios, lo sabemos, por práctica y negocios CSPINC.TECH del tipo Business in the Community hechos con UK desde 2006. 20 años después, durante el Mundial FIFA 2026, hemos utilizado el torneo como un laboratorio de validación pública de ADN@+. Cada artículo publicado en ADNplus deja registradas hipótesis, probabilidades y metodologías antes de que se jueguen los partidos. Posteriormente, el algoritmo incorpora los resultados, mide sus errores y ajusta sus parámetros. No se trata únicamente de predecir mejor. Se trata de aprender mejor. Creo que la próxima revolución de la economía combinará tres elementos: modelos teóricos sólidos, verificación formal mediante inteligencia artificial y algoritmos capaces de aprender continuamente de la evidencia. En eso venimos trabajando. Si ese camino se consolida, la economía no solo dispondrá de teorías más rigurosas. También contará con herramientas cada vez más útiles para comprender y decidir en un mundo que nunca deja de cambiar. ROBERTOS@CSPINC.TECH