Algorismes i l’Economia Imprevisible
Ha ressorgit el debat sobre si els algorismes poden anticipar xocs disruptius, crisis financeres,
avenços tecnològics o ruptures geopolítiques.
En els darrers anys, economistes i científics de dades han començat a analitzar el caos no com una cosa
totalment predictible, sinó com una cosa mesurable mitjançant anàlisis no lineals.
Tal com va observar el Banc Central Europeu en el seu Butlletí Econòmic (2021):
“L’aprenentatge automàtic pot complementar les tècniques economètriques tradicionals, particularment
en la modelització de no-linearitats i ruptures estructurals.”
Aquesta visió reflecteix un nou paradigma, on els algorismes no preveuen el moment exacte de la
disrupció, sinó que tracen el terreny de volatilitat que la precedeix.
Per què predir els xocs és important per al creixement
Beneficis potencials
● Estabilitat econòmica: La identificació primerenca dels riscos sistèmics permet intervencions prèvies.
● Agilitat estratègica: Les empreses poden modelar múltiples escenaris de xoc i ajustar les operacions.
● Innovació: La IA i l’aprenentatge automàtic revelen senyals febles invisibles per als models tradicionals.
Desafiaments estratègics
● Fragilitat del model: Els sistemes entrenats amb dades històriques sovint fallen quan s’enfronten a noves
dinàmiques.
● Precisió falsa: Tal com van assenyalar els analistes del BCE, els models d’aprenentatge automàtic “poden proporcionar
previsions enganyoses quan les relacions subjacents canvien.”
● Governança i ètica: Els algorismes predictius que influeixen en les decisions fiscals o polítiques han de
ser transparents i responsables.
Oportunitats i riscos
Oportunitats
Creixement en l’anàlisi de la resiliència, combinant simulació, proves d’estrès i planificació adaptativa.
També, la creació de laboratoris de previsió interdisciplinaris que fusionen economia, ciència de dades i
física de sistemes.
Riscos
La dependència excessiva de models opacs o propietaris pot amplificar el risc sistèmic. Els senyals erronis algorítmics
poden desencadenar respostes prematures o assignar malament el capital.
La investigació de Liu, Chen & Wang (2022) confirma que les eines d’aprenentatge automàtic poden superar
els models tradicionals en la predicció de crisis, però segueixen sent vulnerables:
“La precisió dels models d’alerta de crisi basats en ML és sensible a les finestres de dades i
als canvis estructurals.”
Com abordar-ho de manera responsable
La majoria dels experts coincideixen que la previsió algorítmica ha de donar suport, no reemplaçar, el judici humà.
Tal com adverteix la LSE Business Review (Bossone, 2025):
“Els sistemes impulsats per la IA estan remodelant la previsió econòmica, però els bancs centrals han de
preservar la supervisió humana per evitar l’excés de model.”
L’adopció responsable requereix:
● Transparència: Els algorismes han de ser auditables i interpretables.
● Diversitat d’escenaris: Utilitzeu múltiples models per reduir la dependència d’una única lògica.
● Governança ètica: Assegureu-vos que les previsions informin
Com TAMVER CONSULTING dona suport als clients
A TAMVER CONSULTING, ajudem les organitzacions a aprofitar la previsió algorítmica de manera responsable.
La nostra experiència inclou:
● Avaluació de sistemes predictius: Avaluació de la fiabilitat, el biaix i la interpretabilitat dels
models de previsió.
● Modelització de simulació de crisi: Disseny de marcs adaptatius per provar la resiliència.
● Previsió estratègica: Integració de coneixements algorítmics en la governança, la gestió de riscos
i l’estratègia de capital.
Enllaçant la ciència de dades, l’economia i el pensament sistèmic, ajudem els clients a anticipar la volatilitat
i a construir una resiliència estratègica a llarg termini.
Conclusió
Com subratllen el BCE, la LSE i els investigadors acadèmics, la incertesa no és un defecte en els sistemes complexos,
sinó una característica definidora.
Les organitzacions que combinen la precisió analítica amb la previsió adaptativa resistiran els xocs,
i també transformaran la imprevisibilitat en avantatge estratègic.
Referències:
https://blogs.lse.ac.uk/businessreview/2025/10/08/ai-is-changing-inflation-dynamics-a
nd-challenging-central-banks/?utm_source=chatgpt.com
https://ouci.dntb.gov.ua/en/works/45Gd5QD9/?utm_source=chatgpt.com