La máquina toma los minutos.

La máquina toma los minutos.

En diciembre de 2024, cuatro investigadores del Consejo de la Reserva Federal publicaron un informe con un propósito modesto: averiguar si los modelos de inteligencia artificial existentes podrían procesar los documentos del Comité de Mercado Abierto de la Fed, el organismo encargado de establecer las tasas de interés por parte de la Fed, al igual que lo hace el ser humano. Los resultados fueron bastante impresionantes. Los 11 modelos, utilizando aproximadamente 25,000 frases de los documentos del Comité de Mercado Abierto desde el año 2010, lograron clasificar los temas discutidos: desempleo, inflación, problemas bancarios. Las puntuaciones promedio obtenidas por los modelos fueron de F1-score (una combinación de precisión y precisión en la detección de errores).0.80–0.93Y lo mejor de todo es que GPT-4o logró un puntaje de 0.95, superando a un modelo financiero especializado en este tipo de tareas. Los detalles que vale la pena destacar se encuentran al final. Las personas que marcaron las respuestas de los modelos fueron quienes habían pasado años leyendo los documentos y redactándolos.

Para una banco central, los informes no son una tarea administrativa. Son el producto de su trabajo. Dado que la Fed influye en las políticas monetarias principalmente a través de palabras: la orientación futura sobre las tasas de interés, los “diagramas” que muestran las expectativas de los miembros sobre las tasas, las conferencias de prensa del presidente… La forma en que se presentan los debates del comité es el mecanismo mediante el cual las políticas monetarias llegan al mercado. Quien decide qué argumentos se incluirán en el resumen, cómo se presentan los desacuerdos y qué se considera como el pensamiento del comité, ejerce una forma silenciosa de poder. El trabajo editorial antes era algo que recaía en un pequeño grupo de empleados senior, quienes seleccionaban cuidadosamente sus palabras. Ahora, ese trabajo lo realiza una máquina.

Nadie debería exagerar lo que ha ocurrido. La propia nota del Consejo reconoce que los bancos centrales aún no utilizan la inteligencia artificial para redactar sus comunicaciones públicas. Y en un discurso en febrero de 2026 sobre “la implementación de la inteligencia artificial”, Christopher Waller, uno de los directores del banco, presentó una agenda de tipo administrativo.Una plataforma interna común de inteligencia artificial disponible para todos los empleados del Banco de Reserva.La adopción de tecnologías “lideradas por el negocio” y “habilitadas por la IA”, junto con una lista de requisitos que deben cumplirse: validación rigurosa de los modelos, atención al problema de las alucinaciones y responsabilidad humana. Los usos que describió son aquellos que cualquier organización grande podría automatizar: condensar los informes de contexto necesarios para las reuniones del comité, gestionar montañas de correos electrónicos, ayudar a los desarrolladores de software a escribir pruebas de software. Jerome Powell, el presidente, ha sido, de hecho, despectivo hacia el impacto a corto plazo de esta tecnología. En junio de 2025, dijo a los senadores que los efectos de esta tecnología en la economía estadounidense son…Probablemente no sean buenos en esto en este momento.."

El problema con la perspectiva del empleado es que él decide qué aspectos del programa de reuniones se tocarán primero. Una máquina que convierte los informes preparados antes de las reuniones en “temas clave” decide qué asuntos se abordarán primero. Un economista cuyas notas iniciales tras las entrevistas han sido procesadas por un modelo automático, determina las preguntas que hará a continuación. Además, esta infiltración ocurre en tres direcciones al mismo tiempo. La Fed debe aprender a medir una economía inteligente que aún no puede ver: el presidente ha comparado el establecimiento de políticas cuando los datos oficiales no están disponibles con…Conducir un coche en la nieblaNo está seguro de si los empleos están disminuyendo o si hay presiones de precios en aumento. Debe gestionar las máquinas que se encuentran dentro de su propio edificio. Además, debe lidiar con las máquinas que están fuera, es decir, los modelos de mercado entrenados para seguir las decisiones del negocio, y los simuladores académicos diseñados para imitar sus decisiones.

El último de estos es más complejo de lo que parece. Los investigadores de la Universidad George Washington, liderados por Tara Sinclair, han desarrollado “FOMC in silico”, una simulación en la cual los grandes modelos de lenguaje, la tecnología detrás de chatbots como ChatGPT, adoptan las personalidades de los miembros reales del comité, basándose en sus discursos, registros de votaciones y estilos de escritura. Antes de que el comité emita su veredicto real en julio de 2025, el comité simulado tuvo una tasa de 4.25–4.5%, exactamente como lo hacía el comité real. También reprodujo las opiniones disidentes de Christopher Waller y Michelle Bowman; los investigadores calificaron esto como el primer caso de disenso entre dos miembros del comité para obtener tasas más bajas desde 1993. En comparación con la historia real, esta situación coincidió con la tasa del comité real.En el 93% de las reuniones desde el año 2000, la diferencia fue de menos de 25 puntos básicos.Los investigadores concluyen que el efecto negativo es que los modelos han absorbido algo desfavorable: el Fed está solo parcialmente aislado de la política.

Nada de esto significa que una máquina pronto establecerá los precios. Significa algo más sutil… y, para una institución cuya autoridad se basa en las palabras, algo más dañino. Hay cuatro riesgos que destacan. Los resumidores suavizan las cosas; pero la oposición en la Fed es un signo… La textura del desacuerdo es información para los mercados. Un registro organizado por un modelo pierde parte de esa información. Los modelos también están entrenados con el juicio editorial de la Fed misma: “la verdad objetiva” en el experimento del Consejo era la percepción de los investigadores sobre lo que significaba cada frase. Esa percepción es lo que la máquina convierte en algo que parece ser una interpretación objetiva. Añadiendo la circularidad: las palabras publicadas por la Fed se convierten en datos de entrenamiento para los modelos que los mercados usan para determinar sus próximas acciones. La Fed, a su vez, lee los mercados que leen esas palabras. La cámara de eco se cierra. Y la responsabilidad, que el propio discurso de Waller intenta ocultar, comienza a desaparecer: si una máquina condense los argumentos, nadie puede garantizar qué fue realmente escuchado por el comité.

El señor Waller buscó la analogía histórica adecuada para explicar la situación. Al hacerlo, admitió que tenía razón. Comparó la adopción con la llegada de los cajeros automáticos: esto cambió las tareas del cajero, pero no las eliminó por completo. Es cierto… y la razón es instructiva. El cajero sobrevive precisamente al convertirse en aquel que maneja las excepciones, las irregularidades y las decisiones que la máquina no puede tomar. Así será dentro de la Fed. El valor residual del ser humano es la interpretación; y, en una banco central, la interpretación es todo el negocio.

Nada de esto justifica un retiro luddita. Las máquinas son buenas para hacer las tareas repetitivas que les sean asignadas: leer 25,000 oraciones de minutos es precisamente el tipo de trabajo que una institución debería delegar a ellas. Además, una banco central que ignore la tecnología fracasaría en su función de comprender la economía que maneja. Deberían existir tres líneas claras. La distinción entre condensar y interpretar debe permanecer humana; porque la oración que sirve de marco para el debate es el producto, no el resumen. Cada borrador producido por máquinas debería tener un dueño humano identificado. Y el Fed debería tratar sus palabras publicadas como algo que ya ha tomado forma real: como insumos para los modelos que determinan sus políticas, dignos del mismo cuidado que las propias políticas. Las máquinas en el Fed pueden hacer todo, excepto garantizar el significado de sus palabras. La credibilidad de la institución radica precisamente en su capacidad de hacerlo. Debería mantener esa tarea para sí misma.