La escuela de los futuros gobernantes

La escuela de los futuros gobernantes

Javier Treviño

@javier_trevino

Hace poco más de veinte años, Lorenzo Zambrano entendió algo importante sobre México. La transición democrática no estaría completa simplemente porque hubiera elecciones competidas, alternancia y nuevos partidos en el gobierno. Una democracia moderna necesitaba también algo menos visible, pero igualmente importante: servidores públicos profesionales capaces de transformar el Estado.

Como presidente del Consejo del Tecnológico de Monterrey, Zambrano impulsó, junto con Rafael Rangel y un grupo de académicos, la creación en 2003 de la Escuela de Graduados en Administración Pública y Política Pública, la EGAP. México atravesaba entonces un momento de cambio político y social. La nueva Escuela nació precisamente con la convicción de formar profesionales mediante el estudio, la investigación y la aplicación del conocimiento para servir en el ámbito público.

La iniciativa formaba parte de una visión más amplia de Lorenzo Zambrano. Si México necesitaba empresarios, ingenieros y administradores extraordinariamente preparados para competir en el mundo, también necesitaba servidores públicos con estándares semejantes de excelencia. Un país moderno no podía construirse únicamente con grandes empresas. Necesitaba también grandes instituciones.

Desde CEMEX, tuve el privilegio de participar de cerca en ese proyecto y también tuve la oportunidad de impartir una clase de políticas públicas en aquella Escuela. Si regresara hoy al salón de clases, conservaría algunos autores, conceptos y herramientas. Pero no impartiría el mismo curso. No podría. El mundo que aquellos estudiantes se preparaban para gobernar prácticamente ya no existe.

Hace dos décadas hablábamos del ciclo de las políticas públicas: identificar un problema, incorporarlo a la agenda, diseñar alternativas, decidir, implementar y evaluar. Estudiábamos economía, estadística, instituciones, presupuesto, negociación y administración pública.

Todo sigue siendo indispensable. Pero ya no es suficiente. Hoy un funcionario debe tomar decisiones en un mundo de inteligencia artificial, cambio climático, desinformación, ciberataques, tensiones geopolíticas, cadenas de suministro vulnerables, migraciones, polarización y tecnologías que avanzan más rápido que las instituciones.

Por eso, si Lorenzo Zambrano se preguntó hace veinte años cómo profesionalizar el gobierno de un México que acababa de entrar plenamente en la democracia competitiva, hoy deberíamos formular una nueva pregunta: ¿Cómo formamos a quienes tendrán que reconstruir la capacidad del Estado mexicano para gobernar el futuro?

De enseñar respuestas a enseñar preguntas

Las mejores escuelas de políticas públicas ya están cambiando. Incorporan análisis computacional, inteligencia artificial, experimentación, inferencia causal, ciencia de datos y nuevas herramientas de prospectiva. Hay una transformación intelectual detrás de todo ello. La inteligencia artificial permite encontrar respuestas cada vez más rápido. Un estudiante puede pedir hoy a un modelo que compare políticas de salud de veinte países, analice un presupuesto, sintetice cientos de documentos, construya escenarios o proponga alternativas regulatorias en minutos.

Cuando las respuestas se vuelven abundantes, las buenas preguntas se vuelven escasas. Ésa debería ser la primera competencia del futuro gobernante. ¿Por qué está ocurriendo realmente este problema? ¿Qué supuesto estamos dando por cierto? ¿Qué evidencia demostraría que estamos equivocados? ¿Por qué una política funciona en un estado y fracasa en otro? ¿Qué señal estamos ignorando? ¿Qué consecuencias no intencionales podría producir nuestra decisión? Una respuesta extraordinaria a la pregunta equivocada sigue siendo una mala política pública.

Aprender a cambiar de opinión

La segunda competencia sería todavía más difícil: aprender. Los gobiernos tienen una enorme capacidad para defender sus decisiones y una sorprendentemente pequeña para corregirlas.

Una política se anuncia. Se convierte en compromiso político. Se asigna presupuesto. Aparece en discursos. Se construye alrededor de ella una burocracia. Reconocer posteriormente que no funciona se vuelve políticamente costoso. Por eso necesitamos enseñar algo que pocas escuelas consideran una competencia profesional: cambiar de opinión cuando cambia la evidencia.

Cada estudiante debería mantener durante el semestre un registro de errores. ¿Qué pensaba antes de analizar el problema? ¿Qué evidencia contradijo su hipótesis? ¿Por qué estaba equivocado? ¿Qué aprendió? El futuro no pertenece al gobierno que nunca se equivoca. Ese gobierno no existe. Pertenece al que descubre y corrige sus errores más rápido.

Del gobierno basado en evidencia al gobierno que genera evidencia

Durante años promovimos las políticas públicas basadas en evidencia. Fue un enorme avance frente a decisiones construidas alrededor de intuiciones, ocurrencias o ideologías.

Hoy podemos avanzar un paso más. El Estado no debería solamente consumir evidencia. Debería producirla continuamente. Los estudiantes deberían aprender a tratar una política pública como una hipótesis. Diseñarla. Probarla. Medir resultados. Comparar alternativas. Identificar efectos inesperados. Corregir. Volver a probar.

Hipótesis → intervención → medición → aprendizaje → adaptación. Una política deja de ser una respuesta definitiva y se convierte en un proceso permanente de descubrimiento.

Inteligencia artificial sin abdicar del juicio

Por supuesto, enseñaría inteligencia artificial. Pero no impartiría una clase sobre cómo utilizar ChatGPT. Los alumnos utilizarían agentes de IA para investigar, analizar datos, cuestionar argumentos, simular escenarios, revisar regulaciones y buscar evidencia contraria a sus propias conclusiones.

Establecería una regla: Ningún estudiante podría presentar una recomendación producida por inteligencia artificial que no pudiera explicar, verificar y defender personalmente. La IA puede encontrar patrones que nosotros no vemos. Puede analizar millones de datos, anticipar comportamientos y recomendar alternativas.

Pero gobernar significa algo más. Un algoritmo puede calcular dónde una inversión produce mayor rendimiento. No puede decidir cuánto valor debemos otorgar a la equidad. Puede estimar riesgos. No puede determinar qué riesgos estamos moralmente dispuestos a aceptar. Puede recomendar. Alguien tiene que responder por la decisión. Cuanto más poderosa sea la inteligencia artificial, más importante será enseñar juicio, ética y responsabilidad.

Enseñar a anticipar

También incorporaría algo que hace veinte años apenas aparecía en los programas: prospectiva estratégica. La administración pública tradicional es fundamentalmente reactiva. Ocurre una crisis. Respondemos. Investigamos. Regulamos. Asignamos recursos. Pero cuando terminamos, la siguiente crisis ya comenzó.

La OCDE utiliza hoy el concepto de anticipatory governance: desarrollar capacidades institucionales para explorar futuros posibles, detectar señales, experimentar y aprender. No significa predecir el futuro. Significa evitar que el futuro siempre nos sorprenda.

Pediría a los estudiantes imaginar cuatro escenarios para México en 2040. ¿Qué ocurre si la inteligencia artificial transforma el empleo mucho más rápidamente de lo previsto? ¿Si una sequía prolongada modifica la geografía económica? ¿Si los centros de datos multiplican la demanda eléctrica? ¿Si cambia radicalmente nuestra relación económica con Estados Unidos? ¿Si aparece otra pandemia?

El buen gobierno no puede impedir todas las crisis. Pero puede evitar llegar tarde a todas.

Volver a enseñar implementación

Recuperaría además una disciplina que nunca debimos relegar: ejecutar. México no carece de diagnósticos. Tenemos excelentes economistas, abogados, académicos y especialistas capaces de diseñar políticas sofisticadas. El problema aparece frecuentemente después. ¿Quién lo va a hacer? ¿Con qué presupuesto? ¿Con qué funcionarios? ¿En cuánto tiempo? ¿Cómo coordinamos Federación, estados y municipios? ¿Qué ocurre cuando los incentivos políticos contradicen el diseño técnico?

La pregunta más incómoda de cualquier política pública debería ser: ¿Puede realmente el Estado hacer aquello que acaba de prometer? La implementación no es el último capítulo del análisis. Es el lugar donde la política pública se encuentra con la realidad.

Enseñar poder

Y enseñaría política. Mucha política. Las políticas públicas no ocurren en una hoja de cálculo. Ocurren entre presidentes, secretarios, legisladores, gobernadores, alcaldes, jueces, empresarios, sindicatos, organizaciones sociales, medios y ciudadanos.

La política técnicamente perfecta puede ser políticamente imposible. El futuro servidor público necesita entender intereses, construir coaliciones, negociar, persuadir y saber cuándo avanzar, cuándo esperar y cuándo aceptar una solución imperfecta para conseguir un resultado posible.

No basta saber qué debería hacerse. Hay que saber cómo conseguir que ocurra.

La memoria del Estado

Añadiría otra materia: memoria institucional. México pierde demasiado conocimiento cada seis años. Cambian gobiernos. Salen funcionarios. Desaparecen equipos. Se modifican programas. Se archivan experiencias. Y volvemos a aprender dolorosamente aquello que alguien ya había aprendido.

Un Estado inteligente debería convertir cada crisis, programa, negociación y fracaso en conocimiento disponible para la siguiente generación de servidores públicos. La inteligencia artificial puede ayudarnos a consultar décadas de información casi instantáneamente.

Pero almacenar no significa aprender. El Estado inteligente no es el que recuerda todo. Es el que sabe qué hacer con lo que recuerda.

El examen final

Tampoco aplicaría un examen tradicional. El último día entregaría a los estudiantes un escenario: Es 1 de octubre de 2030. Ustedes integran el equipo responsable de reconstruir la capacidad institucional del gobierno mexicano. Tienen seis años. ¿Qué hacen primero?

Tendrían que presentar un plan que incluyera servicio público, seguridad, capacidades digitales, inteligencia artificial, presupuesto, coordinación federal, evaluación, prospectiva, implementación y recuperación de la confianza.

Y les impondría una condición: No pueden crear una nueva institución para resolver cada problema. Tendrían que aprender a reconstruir capacidades, no simplemente organigramas.

La nueva generación

La visión de Lorenzo Zambrano no perdió vigencia. Al contrario. En 2003 México necesitaba una nueva generación de profesionales para una democracia que comenzaba una etapa distinta. Hoy necesitamos dar el siguiente paso. Necesitamos personas capaces no sólo de administrar instituciones, sino de reconstruir su capacidad para pensar, anticipar, ejecutar y aprender.

Hace veinte años podíamos enseñar políticas públicas principalmente como una disciplina para encontrar mejores respuestas. Hoy necesitamos formar personas capaces de definir problemas, entender evidencia, utilizar inteligencia artificial, anticipar escenarios, construir coaliciones, ejecutar decisiones, reconocer errores y aprender rápidamente.

No necesitamos funcionarios que pretendan saberlo todo. Necesitamos arquitectos de capacidad pública. Lorenzo Zambrano entendió que la transformación democrática de México necesitaba mejores servidores públicos. La tarea de esta generación será todavía más ambiciosa.

México necesitará mejores políticas, por supuesto. Pero necesitará, sobre todo, una generación capaz de reconstruir un Estado que piense, anticipe, ejecute, recuerde, corrija y aprenda.

https://www.sdpnoticias.com/opinion/la-escuela-de-los-futuros-gobernantes/