Un programa sólido y un catálogo frágil

Hay una manera cómoda de contar la economía del comportamiento y una manera útil. La cómoda dice que la economía tradicional suponía agentes racionales, que la psicología demostró que no lo somos, y que de ahí surge una caja de herramientas para mejorar decisiones. La útil empieza por separar dos cosas que la primera mezcla: el programa de investigación, que estudia cómo se decide bajo restricciones cognitivas reales, y el catálogo de efectos, esa lista de sesgos con nombre propio que circula en presentaciones corporativas y libros de divulgación. Nuestra tesis es que el programa es sólido y el catálogo es frágil, y que la distinción no es académica: define si una intervención conductual sirve para algo cuando se la aplica a escala. Escribí una versión anterior de este texto en 2024 que se apoyaba casi enteramente en el catálogo. Esta es la corrección.

Qué probó realmente la crítica al agente racional

El modelo de agente maximizador nunca fue una descripción psicológica. Era un supuesto instrumental: si las desviaciones respecto de la maximización son idiosincráticas y se cancelan en el agregado, el modelo predice bien aunque cada individuo se desvíe. Lo que Kahneman y Tversky mostraron, y esta es la contribución que sobrevive intacta, es que las desviaciones son sistemáticas y direccionales. La aversión a la pérdida no dispersa el comportamiento alrededor del óptimo; lo corre en una dirección predecible. El punto de referencia importa. La forma en que se presenta una opción cambia la elección aunque el conjunto de opciones sea idéntico. Eso invalida el supuesto de cancelación agregada, que era la defensa fuerte del modelo, y es una contribución de primer orden.

Lo que no se sigue de ahí es que cada anomalía documentada en el laboratorio constituya un mecanismo estable, generalizable y accionable. Esa inferencia se hizo con demasiada rapidez, en parte porque el formato del hallazgo conductual - un efecto con nombre memorable y un experimento elegante - se propaga bien fuera de la academia. El campo acumuló así un inventario de efectos que crece sin una teoría que lo organice ni un criterio que establezca cuáles son primitivos y cuáles son manifestaciones de los mismos mecanismos bajo distinta presentación.

La objeción no viene de afuera. Ulrike Malmendier, que firma la introducción de la edición 2026 de la Behavioral Economics Guide, la publicación anual de referencia del campo, reconstruye el recorrido en dos olas: la primera, sobre la obra de Tversky y Kahneman, compiló el catálogo de errores sistemáticos de decisión; la segunda incorporó esos hallazgos a estudios empíricos sobre consumidores, inversores, gerentes y responsables de política. Su balance es que el programa se estancó en un punto decisivo. Donde el modelo neoclásico trataba al agente como una computadora perfectamente programada, el modelo conductual lo convirtió en un programa propenso a fallas sistemáticas, igual de mecánico: identificados los sesgos y modelados, el programa corre del mismo modo para todos y en cualquier momento de sus vidas. Lo que la persona vivió no entra en el modelo. Gigerenzer, que había firmado la introducción de la edición 2016, llega a un lugar parecido por otro camino: muchos de esos supuestos errores son heurísticas ecológicamente racionales, y llamar sesgo a una desviación respecto de un modelo normativo presupone que el modelo normativo es la vara correcta, algo que hay que argumentar caso por caso (Gigerenzer, 2018).

El número que ordena la discusión

La evidencia más útil para calibrar expectativas no viene de la crítica teórica sino de la comparación entre lo que se publica y lo que se implementa. DellaVigna y Linos (2022) reunieron 126 ensayos aleatorizados que cubren unos 23 millones de personas, incluyendo la totalidad de los ensayos corridos por dos de las mayores unidades conductuales del sector público estadounidense, y los compararon contra una muestra de ensayos publicados en revistas académicas provenientes de dos metaanálisis. En los trabajos académicos el efecto promedio de un empujón conductual sobre la tasa de adopción es de 8,7 puntos porcentuales, un aumento del 33,4% sobre el control. En los ensayos de las unidades de implementación el efecto promedio es de 1,4 puntos porcentuales, un aumento del 8,0%.

Conviene leer bien esa cifra porque admite dos lecturas erróneas y una correcta. La lectura pesimista dice que los empujones no funcionan, y es falsa: 1,4 puntos porcentuales es un efecto sustancial y estadísticamente robusto, y frente al costo casi nulo de reordenar un formulario o reescribir una carta, el retorno sobre la inversión sigue siendo alto. La lectura ingenua dice que la diferencia se explica por dificultades de implementación en el mundo real, y también es falsa según los propios autores: un modelo de metaanálisis que incorpora poder estadístico, características de la intervención y publicación selectiva atribuye a esta última, agravada por bajo poder, alrededor del 70% de la brecha. La lectura correcta es que el catálogo publicado está sesgado hacia arriba por construcción, y que cualquiera que planifique una intervención tomando magnitudes de la literatura está sobreestimando el efecto en un factor cercano a seis.

El caso que conviene mirar de cerca

El problema no se agota en el sesgo de publicación. En 2012 se publicó en PNAS un trabajo de Shu, Mazar, Gino, Ariely y Bazerman que reportaba que firmar una declaración de honestidad al comienzo de un formulario, en lugar de al final, reducía la subdeclaración. El hallazgo era barato de implementar y de aplicación inmediata, y fue adoptado por aseguradoras, empresas y organismos públicos. En 2020 los propios autores publicaron seis intentos fallidos de replicación y, al hacerlo, publicaron por primera vez los datos originales. Un grupo de investigadores anónimos los descargó y encontró, en el experimento de campo realizado con una aseguradora automotriz, anomalías que sólo se explican por fabricación. Los autores solicitaron la retractación en julio de 2021. En junio de 2023, Data Colada documentó que los datos de un estudio distinto dentro del mismo trabajo también habían sido manipulados, por una persona diferente.

Vale la pena detenerse en la forma exacta del problema, porque no es la que suele contarse. No se trata de un investigador deshonesto en un campo por lo demás sano. Se trata de que un resultado con enorme apetito de demanda - los organismos querían una intervención barata contra el fraude declarativo - permaneció ocho años en circulación y en aulas de posgrado sin que los datos estuvieran disponibles, y sólo se derrumbó cuando la norma de publicación de datos cambió. El mecanismo de detección no fue la revisión por pares ni la replicación conceptual, que había fallado en 2020 sin desencadenar sospecha de fraude. Fue la inspección forense de un archivo que hasta entonces nadie había visto. Eso dice algo sobre el estado de los controles en el campo que ninguna discusión sobre tal o cual sesgo alcanza a decir.

Lo que la tesis no explica bien

Si el argumento anterior fuera todo, deberíamos esperar que las intervenciones conductuales se desvanezcan al escalar de manera generalizada, y eso no ocurre. El caso de la inscripción automática en planes de ahorro previsional es el contraejemplo más claro, y es significativo que Malmendier lo cite como uno de los logros efectivos del campo junto con la simplificación de formularios de divulgación: cambiar la opción por defecto de inscripción voluntaria a inscripción con salida opcional produce saltos de participación de decenas de puntos porcentuales, sostenidos, replicados en múltiples poblaciones y firmas, y de una magnitud que ninguna campaña informativa consigue. La asimetría es informativa. Los efectos que sobreviven al escalamiento tienden a ser aquellos que operan sobre la arquitectura de la decisión - qué pasa si el sujeto no hace nada - antes que sobre su cognición. Los que se desvanecen tienden a ser los que dependen de que el sujeto procese un mensaje de cierta manera. Esa regularidad no está formalizada como criterio y sería valioso que lo estuviera.

Hay además un vacío de evidencia que conviene nombrar: casi toda la literatura de calibración proviene de intervenciones en países de altos ingresos, sobre poblaciones con acceso digital y en dominios donde existe un registro administrativo que permite medir la adopción. No sabemos bien cuánto de esto se traslada a contextos de alta inflación, informalidad extendida y horizontes de planificación cortos, que es precisamente el contexto argentino.

La conjetura: medir la brecha antes que enseñar la lista

Acá pasamos de la revisión a una propuesta propia, no testeada en este texto.

La aplicación de la economía del comportamiento a decisiones de inversión suele tomar la forma de educación: explicar al inversor qué es el anclaje, qué es la aversión a la pérdida, qué es el costo hundido, con la expectativa implícita de que la conciencia del sesgo lo corrija. Esa expectativa tiene fundamento empírico débil. La conjetura que quiero poner a prueba es que el rendimiento de una intervención conductual en inversiones depende, en parte, de si modifica el proceso de decisión o sólo el conocimiento del decisor, y que esa diferencia es medible.

La métrica natural existe y se usa poco en el mercado local. Se trata de comparar el retorno ponderado por tiempo de un fondo, que es el que el fondo publica, contra el retorno ponderado por dinero de sus partícipes, que incorpora el momento en que efectivamente suscribieron y rescataron. La diferencia entre ambos es una medida directa del costo del comportamiento: cuánto pierde el inversor promedio respecto del instrumento que eligió, por entrar tarde y salir temprano. La especificación es sencilla sobre datos de fondos comunes de inversión argentinos: construir ambas series por fondo y por categoría, verificar si la brecha es sistemáticamente negativa y si su magnitud crece con la volatilidad del fondo y con la frecuencia de suscripciones y rescates. La predicción falsable interesante es que la brecha sea mayor en categorías de renta variable y en períodos de estrés cambiario, y que responda a la arquitectura del producto - plazos de rescate, mínimos, canal de distribución - antes que al perfil declarado del inversor.

Los límites son serios. No dispongo de una estimación previa de magnitud para el mercado argentino, y sería un error importar la de mercados desarrollados, donde la composición de flujos y el régimen macroeconómico son distintos. La descomposición entre decisión del inversor y decisión del canal que lo asesora es difícil de identificar con datos agregados. Y una brecha negativa es consistente con explicaciones que no son conductuales, empezando por la necesidad de liquidez, que en un contexto de inflación alta puede dominar cualquier consideración de sesgo.

Alcance

Queda fuera de este trabajo la discusión normativa sobre el empujón conductual, es decir, bajo qué condiciones diseñar la arquitectura de elección ajena es legítimo, que es un problema de filosofía política antes que de evidencia. Tampoco abordo el uso de estas técnicas con fines comerciales contra el interés del destinatario, que merece tratamiento propio y que la literatura de divulgación tiende a mencionar de paso.

---

Referencias

DellaVigna, S. y Linos, E. (2022). RCTs to scale: comprehensive evidence from two nudge units. Econometrica, 90(1), 81-116.

Gigerenzer, G. y Brighton, H. (2009). Homo heuristicus: why biased minds make better inferences. Topics in Cognitive Science, 1(1), 107-143.

Gigerenzer, G. (2018). The bias bias in behavioral economics. Review of Behavioral Economics, 5(3-4), 303-336.

Malmendier, U. (2026). Homo experiens: why behavioral economics needs the life sciences. Introducción. En A. Samson (ed.), The Behavioral Economics Guide 2026. https://www.behavioraleconomics.com/be-guide/

Samson, A. (ed.). (2026). The Behavioral Economics Guide 2026. ISSN 2398-2020. https://www.behavioraleconomics.com/be-guide/

Kahneman, D. y Tversky, A. (1979). Prospect theory: an analysis of decision under risk. Econometrica, 47(2), 263-291.

Madrian, B. y Shea, D. (2001). The power of suggestion: inertia in 401(k) participation and savings behavior. Quarterly Journal of Economics, 116(4), 1149-1187.

Shu, L., Mazar, N., Gino, F., Ariely, D. y Bazerman, M. (2012). Signing at the beginning makes ethics salient and decreases dishonest self-reports in comparison to signing at the end. PNAS, 109(38), 15197-15200. Retractado en 2021.

Simmons, J., Nelson, L. y Simonsohn, U. Data Colada, entradas 98 (2021) y 109 (2023).

Thaler, R. y Sunstein, C. (2008). Nudge: improving decisions about health, wealth, and happiness. Yale University Press.