Cuando Moore conoció a Murphy

Cuando Moore conoció a Murphy

Lecciones de humildad bayesiana del apagón chileno en la era de la IA

Photo by Tom Wilson on Unsplash

En la primavera de 1965, un ingeniero llamado Gordon Moore se encontraba sentado frente a su escritorio, rodeado de papeles cuadriculados y las primeras muestras de circuitos integrados. Moore, quien más tarde cofundaría Intel, no estaba intentando reescribir las leyes de la física ni predecir el fin de la historia; simplemente estaba preparando un artículo para el trigésimo aniversario de la revista Electronics. Al observar los datos de los últimos años, notó algo curioso: el número de componentes en un chip se duplicaba aproximadamente cada doce meses.

Aquello no era una ley de la naturaleza, sino una observación empírica sobre la eficiencia productiva. Moore incluso fue cauteloso y más tarde ajustaría esa cifra a dos años. Sin embargo, lo que comenzó como una simple línea trazada en una gráfica se convirtió en algo mucho más poderoso: una profecía autocumplida. La industria tecnológica no solo leyó a Moore, sino que adoptó su observación como un mandato sagrado, un marcapasos que obligaba a cada empresa a correr cada vez más rápido para no quedar fuera del juego. La Ley de Moore dejó de ser una descripción del pasado para convertirse en el motor de un futuro exponencial.

Para dimensionar la brutalidad de esta velocidad, solemos necesitar analogías que escapen de los fríos laboratorios de silicio. Pensemos en el Volkswagen Escarabajo de 1971. Era un auto modesto, ruidoso y confiable, capaz de alcanzar unos modestos 130 km/h.

Si el Escarabajo hubiese seguido el ritmo de mejora de la Ley de Moore desde su creación, hoy no sería un vehículo de colección, sino una entidad tecnológica casi divina. Ese mismo Escarabajo hoy viajaría a 480.000 kilómetros por hora, rendiría 3 millones de kilómetros por cada 4 litros de combustible y, quizás lo más asombroso, podrías comprarlo por apenas cuatro centavos de dólar. Esta es la escala de la aceleración en la que vivimos: una velocidad que transforma lo cotidiano en algo que, para nuestros abuelos, parecería magia o brujería.

Este ritmo frenético no se detuvo en los ordenadores; saltó a nuestra infraestructura básica. En el sector de la energía, esta aceleración tiene su propio nombre: la Ley de Swanson. Richard Swanson, fundador de SunPower, observó que el precio de los paneles solares fotovoltaicos cae un 20% cada vez que la capacidad de producción mundial se duplica. Esta “Ley de Moore solar” convirtió a Chile en el protagonista de un milagro energético. En apenas una década, el desierto de Atacama pasó de ser un páramo inerte a convertirse en un espejo gigante del sol, inyectando gigavatios de energía limpia a una red que crecía a una velocidad sin precedentes.

Sin embargo, hay algo que solemos ignorar cuando celebramos estas curvas exponenciales: la relación entre la velocidad y la precisión. En física, sabemos que a mayor velocidad, menor es el margen de maniobra. Si viajas a la velocidad del sonido (unos 1.000 km/h), un error de apenas un grado en tu trayectoria te desviará 17 kilómetros tras una hora de vuelo. Es un error manejable. Pero si viajaras a la velocidad de la luz (unos 1.000 millones de km/h), ese mismo grado de desviación te lanzará a 17 millones de kilómetros fuera de tu objetivo. La aceleración no es neutra; actúa como un amplificador salvaje de nuestros errores. A medida que Moore nos empuja hacia la luz, el punto de arribo se vuelve desesperadamente sensible.

Es en este escenario de velocidad extrema donde aparece un viejo conocido: el Capitán Edward Murphy. Su axioma, “si algo puede salir mal, saldrá mal”, no es una maldición, sino una advertencia estadística. Cuando Moore construye sistemas de una complejidad inabarcable a velocidades de vértigo, está creando, sin saberlo, el hábitat perfecto para que Murphy actúe. El encuentro de Moore y Murphy es la colisión de la ambición humana con la realidad entrópica. Cuando estas dos fuerzas se reúnen, nace lo que Nassim Nicholas Taleb llama el “Cisne Negro”: un evento catastrófico que nadie predijo, pero que todos dicen haber visto venir una vez que las luces se apagan.

El gran apagón de Chile en febrero de 2025 fue el escenario de esta reunión. No fue el resultado de un solo gran fallo, sino de la “complejidad opaca” de una red que había crecido demasiado rápido. Una serie de errores menores, invisibles de forma aislada, se concatenaron en milisegundos. La velocidad de respuesta del sistema, optimizada por algoritmos, fue su propia perdición: el error se propagó más rápido de lo que cualquier intervención humana podía procesar. Fue un recordatorio de que en la era de la hipervelocidad, Murphy ya no necesita un martillo; le basta con un pequeño desvío de un grado.

Este fenómeno nos lleva a un concepto que Taleb ha rescatado de la medicina: la iatrogenia.

En su origen, la iatrogenia se refiere al daño no intencionado causado por el propio médico al intentar curar al paciente. En nuestra modernidad tecnológica, la tendencia es a intervenir de forma obsesiva, creyendo que siempre “hacer algo” es mejor que “no hacer nada”.

La transición energética chilena fue una cura necesaria, pero la velocidad extrema y la excesiva digitalización introdujeron una nueva enfermedad: la fragilidad sistémica. Intervinimos tanto en la optimización de la red que eliminamos la redundancia, ese “colchón” que parece ineficiente pero que es lo único que nos salva cuando Murphy llama a la puerta.

El problema de fondo es que nuestros mapas —nuestros modelos de riesgo – son ciegos a esta fragilidad. El estadístico George Box solía decir que “todos los modelos son falsos, pero algunos son útiles”. Olvidamos que el modelo no es la realidad, es solo un mapa, y cuando el mapa no registra los desvíos exponenciales, el choque es inevitable.

Para navegar esta incertidumbre, necesitamos recuperar la sabiduría de un clérigo presbiteriano del siglo XVIII: Thomas Bayes. Imaginen a Bayes de espaldas a una mesa de billar, intentando adivinar dónde ha caído una bola basándose solo en los informes de un ayudante. Con cada bola nueva lanzada, Bayes actualiza su creencia inicial. Este es el corazón del Teorema de Bayes: la humildad de admitir que nuestra “probabilidad inicial” puede estar equivocada y que debemos actualizarla constantemente con la nueva evidencia de la realidad.

Si aplicamos la lógica bayesiana al apagón de 2025, el resultado es una cura de humildad matemática. Antes del desastre, podíamos asignar una probabilidad del 99% a que nuestros modelos eran correctos y que la posibilidad de un blackout era casi inexistente. Sin embargo, si consideramos que la probabilidad real de que ocurra un evento así en un sistema complejo es del 1%, la matemática de Bayes nos dice que, una vez que el apagón ha ocurrido, la probabilidad de que nuestros modelos fueran realmente correctos se desploma a apenas un 10%. Dicho de otro modo: hay un 90% de probabilidad de que estuviéramos operando con un mapa ciego.

La salida a esta paradoja no es frenar el progreso, sino cambiar su lógica hacia la Antifragilidad. No basta con ser resilientes y “aguantar” el golpe para volver a lo de antes. Un sistema antifrágil es aquel que se fortalece con el caos, que utiliza el error como información para mutar y mejorar, como hace nuestro sistema inmunológico tras una infección. El apagón de Chile no debe ser visto como un fallo a reparar, sino como el combustible para un análisis bayesiano profundo que nos permita rediseñar nuestra infraestructura para que el error sea tolerable, no catastrófico.

Hoy, mientras la Inteligencia Artificial se expande a un ritmo que hace que la Ley de Moore parezca una caminata lenta, nos encontramos en medio de un nuevo Big Bang. Esta explosión tecnológica no solo expande nuestras fronteras, sino que transforma nuestra esencia y nuestra forma de habitar el mundo. El desafío a estas velocidades no es solo técnico, es ético y esencial: debemos decidir qué partes de nuestra humanidad queremos mantener intactas en un mundo que se redibuja cada milisegundo. En un universo donde Moore pone la velocidad y Murphy pone el riesgo, nuestra única brújula es la capacidad de aprender de lo improbable y la valentía de saber cuándo la mejor intervención es, simplemente, preservar lo que nos hace humanos.