¿La política científica es de derecha o de izquierda?

Un reciente artículo publicado por Project Syndicate, firmado por Dario Durigan, ministro de Hacienda de Brasil, y Carlos Cuerpo, vicepresidente primero del Gobierno y ministro de Economía, Comercio y Empresa de España, plantea una reflexión sobre la relación entre orientación política y resultados económicos. Ese debate puede extenderse a un ámbito que pocas veces se analiza desde esta perspectiva: la política científica y tecnológica.

La respuesta que quisiera dar a la pregunta es sencilla: la política científica latinoamericana no es, a priori, ni de derecha ni de izquierda, por los elementos críticos, resultado de una historia secular, que imponen los mismos objetivos a gobiernos de orientaciones políticas diferentes. Lo que cambia son los instrumentos utilizados para alcanzarlos, el papel atribuido al Estado y al sector privado, las prioridades, la relación entre investigación básica y aplicada y, sobre todo, la manera de financiar y construir capacidades científicas y tecnológicas.

En términos generales, gobiernos de derecha, de izquierda o de centro persiguen objetivos bastante similares: aumentar la productividad, mejorar la competitividad, formar recursos humanos cualificados, desarrollar tecnologías propias, reducir dependencias externas y transformar el conocimiento científico en innovación y valor económico.

La diferencia consiste en cómo hacerlo.

Margaret Thatcher constituye un ejemplo histórico interesante. Primera ministra conservadora del Reino Unido entre 1979 y 1990 y licenciada en química, Thatcher reconocía la importancia de una sólida base científica nacional. Su política científica, sin embargo, no puede reducirse a una etiqueta ideológica. Durante sus gobiernos se produjeron cambios importantes en las prioridades de financiación y en la relación entre investigación fundamental, investigación aplicada y objetivos de desarrollo económico y tecnológico.

El caso británico muestra que una política científica puede perseguir objetivos compatibles con una economía de mercado y, al mismo tiempo, mantener un papel importante del Estado en la construcción de capacidades científicas. Por eso sería un error considerar a Thatcher como referencia para una supuesta «política científica de derecha».

Otro ejemplo interesante es el de Alemania durante los gobiernos de Angela Merkel. También en este caso se trataba de un gobierno de centro-derecha, fuertemente comprometido con la estabilidad de las finanzas públicas, pero que al mismo tiempo mantuvo la investigación, la innovación y el desarrollo tecnológico entre las prioridades de la política económica. La llamada High-Tech-Strategie buscó articular investigación fundamental, investigación aplicada, empresas e innovación, mientras Alemania mantenía el objetivo de aumentar y sostener su esfuerzo en investigación y desarrollo. Este caso muestra que la disciplina fiscal y una política científica ambiciosa no son necesariamente incompatibles. Lo decisivo son las prioridades y los instrumentos.

Thatcher y Merkel pertenecen a la misma gran familia política, pero sus instrumentos de política científica fueron diferentes; asimismo, la comparación con Chile y Argentina muestra que tampoco existe hoy un único modelo de política científica de derecha y permite observar otra dimensión del problema.

En Chile, el gobierno de José Antonio Kast ha colocado entre sus prioridades la inteligencia artificial, la transferencia tecnológica, la innovación y la construcción de capacidades vinculadas a la economía digital. Su estrategia pretende que Chile no sea únicamente consumidor de tecnologías de inteligencia artificial, sino que desarrolle capacidad para diseñarlas, entrenarlas y construirlas en el país.

En Argentina, el gobierno de Javier Milei ha adoptado también una política de priorización de determinadas áreas científicas y tecnológicas. Las nuevas convocatorias del CONICET reservan una parte sustancial de las becas a áreas y regiones consideradas prioritarias, mientras otra parte continúa asignándose mediante criterios de mérito dentro de las disciplinas científicas.

En ambos casos estos objetivos no son ideológicos y que, a primera vista, podrían ser compartidos también por quien tenga una visión antagónica del Estado: la ciencia debe contribuir a construir capacidad productiva y tecnológica nacional.

Pero, una cosa es reconocer que determinadas áreas son estratégicas y otra muy diferente es con qué instrumentos y recursos desarrollarlas. Una política científica puede establecer prioridades muy ambiciosas y, al mismo tiempo, reducir el financiamiento global de la investigación, limitar las becas o debilitar la investigación fundamental.

Es allí donde aparece una tensión.

No se puede pedir a la ciencia que produzca capacidades tecnológicas estratégicas y, simultáneamente, debilitar las condiciones materiales para formar a los científicos que deberán producirlas.

La investigación fundamental es importante y sus resultados no pueden determinarse de antemano. Muchas de las tecnologías que hoy consideramos estratégicas surgieron de investigaciones cuyo valor económico no era evidente cuando fueron realizadas. Sería demasiado fácil recordar como ejemplo la discusión entre Faraday y Gladstone.

Priorizar no puede significar definir rígidamente la base científica elegible para apoyo, un error histórico de América Latina que vengo criticando desde hace casi cincuenta años.

El mérito científico no debe verse como una alternativa a la definición de prioridades. Ambos criterios pueden coexistir. Un Estado puede identificar áreas estratégicas. El problema surge si las prioridades políticas terminan sustituyendo los mecanismos de evaluación científica o cuando la concentración de recursos en unas pocas áreas se produce a costa de la masa crítica necesaria para sostener el conjunto del sistema.

El problema es general. Concierne, y es actual, incluso a Estados Unidos, pero la cuestión es particularmente delicada en América Latina porque muchos de sus sistemas científicos son relativamente pequeños. Reducir las becas doctorales, debilitar las universidades o disminuir la financiación de la investigación básica puede producir efectos que solamente se hacen visibles varios años después, cuando ya resulte demasiado tarde para recuperar una generación de investigadores.

Esto se entrelaza con el problema económico planteado por Durigan y Cuerpo.

La sostenibilidad fiscal es importante. Pero no es una estrategia de desarrollo. Un Estado puede controlar su déficit y, al mismo tiempo, perder capacidad científica, tecnológica e industrial.

La pregunta fundamental no es cuánto gasta un Estado, sino qué capacidades está construyendo con los recursos que decide utilizar.

Y aquí aparece una segunda dimensión: el riesgo social.

Una política de contención fiscal que reduzca las oportunidades educativas, científicas y profesionales puede tener consecuencias mucho más profundas que las que aparecen inmediatamente en las cuentas públicas. Hoy en particular. Si las nuevas tecnologías de inteligencia artificial transforman el mercado laboral, existe el riesgo de que las desigualdades aumenten y produzcan inestabilidad social.

Es un tema que ya discutimos, pero hay una nueva dimensión de este problema.

Un reciente artículo de 20minutos señala la paradoja de que las grandes empresas de inteligencia artificial, después de haber competido durante años por desarrollar modelos cada vez más potentes, estén ahora entre las que reclaman mayores controles y un ritmo más moderado de desarrollo.  En realidad esas exigencias de seguridad y auditoría aumentan las barreras de entrada para nuevos competidores, mientras sus costos pueden ser asumidos con mayor facilidad por las grandes empresas. La cuestión entonces no es solamente cómo regular la inteligencia artificial. Es también quién posee la capacidad científica, tecnológica y económica necesaria para desarrollarla.

Si esta pregunta constituye un problema estratégico de dependencia para Europa, que posee una elevada capacidad científica, lo es todavía más para América Latina.

Durante décadas, la región ha exportado materias primas e importado productos con mayor valor añadido. Hoy existe el riesgo de reproducir un mecanismo semejante con los datos y el conocimiento.

Los datos se han convertido en un recurso fundamental de la economía digital. Pero, al igual que con las materias primas, la riqueza no consiste en disponer del recurso. Lo decisivo es poseer la capacidad científica y tecnológica para transformarlo en productos, servicios, conocimiento y valor económico.

De poco serviría que América Latina dispusiera de enormes cantidades de datos si la capacidad para procesarlos, desarrollar los algoritmos, construir la infraestructura computacional y transformar los resultados en productos de alto valor permanece concentrada fuera de la región.

La cuestión fundamental es, por tanto, pasar de una economía que exporta recursos a una economía capaz de crear valor a partir de sus recursos, mediante conocimiento y tecnología.

Y aquí la política científica deja de ser una política sectorial.

La cadena: educación → investigación básica → formación de recursos humanos → infraestructura científica → tecnología → industria → innovación → valor añadido → desarrollo constituye una parte de la infraestructura económica de un país, aunque sus resultados no aparezcan inmediatamente en las estadísticas de productividad.

Romper uno de sus eslabones, o pensar que el problema está solamente en los últimos, debilita toda la cadena.

Esto explica por qué la escala regional puede ser decisiva para América Latina. Muchos países no poseen por separado los recursos humanos, financieros e industriales necesarios para desarrollar grandes infraestructuras científicas. La cooperación regional puede permitir alcanzar una masa crítica que ningún país podría construir individualmente.

Esto nos reconduce a la cuestión inicial. No existe una única «política científica de derecha», como no existe una única «política científica de izquierda». Existen diferentes concepciones sobre la relación entre Estado, mercado, universidad, industria y sociedad; diferentes prioridades; diferentes mecanismos de financiación; y diferentes formas de transformar conocimiento en desarrollo. Los casos actuales de Chile y Argentina muestran, a su vez, que tampoco existe hoy un único modelo de política científica de derecha. Lo mismo puede decirse de los gobiernos progresistas: compartir determinados objetivos no significa necesariamente compartir los instrumentos para alcanzarlos.

Sin embargo, por encima de estas diferencias debería estar el reconocimiento de que la ciencia, la formación de recursos humanos y la capacidad tecnológica constituyen elementos estratégicos del desarrollo. Por ello, deberían formar parte de una política de Estado, con continuidad más allá de los cambios de gobierno. La discusión política debe concentrarse entonces en cuáles son los instrumentos más adecuados, cómo se financian, qué equilibrio debe existir entre investigación fundamental y aplicada y cómo deben relacionarse el Estado, las universidades y el sector productivo.

Los instrumentos pueden ser muy diferentes: financiación pública directa, incentivos fiscales, colaboración público-privada, fondos competitivos, grandes infraestructuras, programas de formación, compras públicas de tecnología, cooperación internacional o mecanismos de transferencia de conocimiento. No existe una fórmula única. Lo importante es que los instrumentos sean coherentes con los objetivos y que permitan construir las capacidades necesarias.

Pero existe un principio que debería ser común: sin una base científica amplia y sostenida, ninguna política tecnológica puede mantenerse durante mucho tiempo. No se puede pretender desarrollar inteligencia artificial, biotecnología, tecnologías energéticas, nuevos materiales o cualquier otra tecnología estratégica si, al mismo tiempo, se debilitan las universidades, la investigación fundamental, las becas y la formación de los investigadores que deberán desarrollar esas capacidades.

En América Latina existe además una razón adicional para que esta política trascienda las fronteras nacionales. Muchos de los desafíos científicos y tecnológicos actuales requieren una escala que supera las posibilidades individuales de numerosos países. Solo la cooperación regional puede permitir alcanzar la masa crítica para afrontarlos.

Por ello, América Latina necesita que sus políticas nacionales de ciencia, tecnología e innovación se enmarquen en una política regional compartida. No se trata de uniformar las políticas de los distintos países, sino de identificar ámbitos en los que la cooperación permite construir capacidades propias y generar la escala científica, tecnológica e industrial necesaria.

La cuestión estratégica no es elegir entre una política científica de derecha o de izquierda. Es decidir si la ciencia y la tecnología serán consideradas una política de gobierno, que puede cambiar con cada elección, o una política de Estado, sostenida en el tiempo y compartida a escala nacional y regional.

Porque las ideologías pueden cambiar en cada elección.

Las capacidades científicas y tecnológicas que no se construyen hoy, sin embargo, no estarán disponibles mañana.