Este fenómeno se produce en todas las sociedades a diferentes escalas y se ha convertido en un patrón estudiado a fondo. Este patrón se conoce como ley potencial y aparece en una amplia gama de fenómenos sociales. Pero su presencia en la distribución de la riqueza es una de las más controvertidas debido a los problemas que plantea en términos de equidad y méritos personales. ¿Por qué hay tan poca gente con tanto dinero?
nLa respuesta clásica es que vivimos en una meritocracia en la que las personas son recompensadas por su talento, su inteligencia, esfuerzo, etcétera. Así que mucha gente cree los méritos propios son los que dan lugar al patrón de distribución de riqueza que tenemos actualmente. Aunque la suerte también juega un papel clave en todo esto.
nPero esta idea tiene un problema. Mientras que la distribución de la riqueza sigue una ley potencial, las habilidades humanas generalmente siguen una distribución normal simétrica frente a un valor promedio. Por ejemplo, la inteligencia medida por las pruebas de cociente intelectual (CI), sigue este patrón. El CI promedio es de 100, pero nadie tiene un cociente intelectual de 1.000 o 10.000.
nLo mismo ocurre con el esfuerzo, medido en horas de trabajo. Algunas personas trabajan más horas que la media y otras trabajan menos, pero nadie trabaja mil millones de horas más que los demás.
nPero a la hora de recibir las recompensas por el trabajo, algunas personas poseen una riqueza miles de millones de veces más grande que otras. Además, numerosos estudios demuestran que, en general, las personas más ricas no son las que más talento tienen.
nEntonces, ¿qué factores son los que determinan que estas personas se hagan ricas? Tal vez la oportunidad juegue un papel más importante de lo creíamos. En tal caso, ¿cómo puede explotarse para que el mundo sea un lugar mejor y más justo?
nEl investigador de la Universidad de Catania (Italia) Alessandro Pluchino y un par de compañeros han encontrado una especie de respuesta. El equipo ha creado un modelo informático que recrea el talento humano y la forma en la que la gente lo usa para explotar las oportunidades en la vida. El modelo permite al equipo estudiar el papel que el azar juega en este proceso.
nLos resultados son una especie revelación. Sus simulaciones reproducen con precisión la distribución de la riqueza mundial. Los individuos más ricos no son los más talentosos sino los más afortunados (aunque deben tener un cierto nivel de talento). Esto tiene consecuencias importantes en cómo las sociedades pueden optimizar los rendimientos de las inversiones, desde negocios hasta la ciencia.
nEl modelo es sencillo. Consta de N personas, cada una con un cierto nivel de talento (habilidad, inteligencia, aptitud, etcétera.). El talento se distribuye de forma normal en to o a un nivel promedio, con alguna desviación estándar. Algunas personas son más talentosas que la media y otras lo son menos, pero nadie es 1.000 veces más talentoso que nadie. Este es el mismo tipo de distribución que se asocia a diversas habilidades humanas e incluso características como la altura y el peso. Algunas personas son más altas o más bajas que la media, pero nadie es del tamaño de una hormiga o de un rascacielos. De hecho, todos nos parecemos bastante.
nEl modelo de ordenador hace un gráfico para reflejar los 40 años de la vida laboral de cada individuo. Durante este tiempo, cada uno experimenta sucesos afortunados. Y los que tienen el talento suficiente, pueden aprovecharlos para aumentar sus riquezas. Pero también sufren eventos eventos desafortunados al azar que reducen su riqueza.
nAl finalizar los 40 años, los investigadores clasifican a los individuos en función de su nivel de riqueza, y estudian las características de los más exitosos. También calculan la distribución de la riqueza. Después repiten la simulación varias veces para verificar la solidez de los resultados.
nResulta que cuando el equipo clasifica a los individuos por riqueza, la distribución es exactamente la misma que aparece en las sociedades mundiales. La investigación afirma: "Se respeta la regla del 80-20 ya que el 80 % de la población posee solo el 20 % del capital total, mientras que el 20 % restante posee el 80 % del mismo capital".
nSi el 20% más rico además fuera el más talentoso, el patrón de distribución de riqueza podría parecer justo. Pero esto no es así. Las personas más ricas generalmente no son las más talentosas ni se encuentran cerca de ellas. Los investigadores dicen: "El éxito máximo nunca coincide con el talento máximo, y viceversa".
nEntonces, si no es talento, ¿cuál es el factor que causa esta distribución sesgada de la riqueza? Pluchino y su equipo responden: "Nuestra simulación muestra claramente que es una cuestión de pura suerte".
nEl equipo confirma su argumento clasificando a las personas en función de la cantidad de eventos afortunados y desafortunados que experimenten a lo largo de sus 40 años de carrera. La investigación asevera: "Es evidente que las personas más exitosas también son las más afortunada. Y los individuos menos exitosos también son los más desafortunados".
nEso tiene implicaciones importantes para la sociedad. ¿Cuál es la estrategia más efectiva para explotar el papel que desempeña la suerte en el éxito? Para responder a la pregunta, los investigadores han tomado el modelo de la financiación pública de la ciencia, un tema que claramente les interesa. Los organismos de financiación de todo el mundo quieren maximizar su reto o en la inversión en el mundo científico. De hecho, el Consejo Europeo de Investigación recientemente invirtió cerca de 1,4 millones de euros en un programa para estudiar la casualidad (el papel de la suerte en el descubrimiento científico) y cómo se puede explotar para mejorar la rentabilidad de la financiación.
nResulta que el modelo de Pluchino y su equipo permite responder a esta pregunta. Para ello, solo tienen que analizar diferentes modelos de financiación para ver cuál produce los mejores rendimientos cuando se tiene en cuenta la suerte. El equipo estudió tres modelos: en uno la financiación para la investigación se distribuye de forma homogénea entre todos los científicos; en otro se asigna aleatoriamente a un subconjunto de científicos; y en el tercero, los científicos que ya han tenido éxito en el pasado son los reciben financiación de forma prioritaria. ¿Cuál de estas es la mejor estrategia?
nLa estrategia que ofrece los mejores rendimientos consiste en dividir los fondos por igual entre todos los investigadores. Y la segunda y tercera mejores estrategias implican distribuir la financiación al azar entre el 10% de los científicos y el 20% de los científicos, respectivamente.
nEn estos casos, los investigadores son capaces de aprovechar mejor los descubrimientos fortuitos que hacen de vez en cuando. Por el contrario, es obvio que el hecho de que un científico haya hecho un descubrimiento importante de forma casual no significa que tenga más probabilidades de volver a hacer otro en el futuro.
nEste enfoque también podría aplicarse a la inversión en otros tipos de empresas, pequeñas y grandes, start-ups tecnológicas, en educación para estimular el talento o incluso en la creación de eventos fortuitos aleatorios. Lo que está claro es que esto necesita más trabajo, así que, ¿a qué estamos esperando?
nRef: arxiv.org/abs/1802.07068: Talent vs. Luck: The Role of Randomness in Success and Failure
n