¿Recuerdan El Show de Truman? Fabulosa película de ciencia ficción en la que se muestra el extremo de la comercialización de la vida de terceras personas mediante el formato televisivo del reality show. En esta película [atención, spoiler] toda la vida de Truman Burbank (interpretado por Jim Carrey) está diseñada desde un Gran Hermano que le cuida y le dirige, sin él saberlo.

¿Estamos acercándonos a este nivel de control y observación? Desde luego hay dos experimentos de dos importantes grupos de analistas de datos (perdón, data scientists) que apuntan en esta dirección, al concluir ambos rotundamente algo en común: todo usuario en Internet es parte de un experimento.

La herramienta básica de todo experto en usabilidad web son los test A/B, pruebas aleatorizadas en las que a un grupo de usuarios se les muestra una página con un cambio, y a otro grupo sin dicho cambio, y se observa el impacto en el rendimiento de la página del mismo mediante este experimento natural, artificialmente construido. De hecho, ahora mismo si quisiéramos saber si este artículo es más veces compartido en redes sociales si cambiamos el número de párrafos en que se divide (por ejemplo), el enfoque estadísticamente correcto (y que ya se hace) sería presentarlo aleatoriamente en ambas versiones a grupos de lectores aleatoriamente seleccionados y analizar su respuesta.

Así, todo usuario de alguna aplicación online forma parte tarde o temprano de un experimento; veamos los dos ejemplos más llamativos y recientes, el primero en Facebook y el segundo en OKCupid (una aplicación de citas online).

Existe la envidia online

Este año hemos conocido los resultados de un estudio de 2012 en el que un grupo de investigadores de Facebook propuso un experimento (Experimental evidence of massive-scale emotional contagion through social networks) sobre la capacidad de la red social de influir en las emociones de los usuarios. A un grupo de usuarios se les seleccionó aleatoriamente, y en su muro se les mostró sólo las noticias negativas que escribían sus contactos, y se midió su estado de ánimo mediante los mensajes que ellos mismos mostraban en su perfil. Conclusión: hay evidencia de que la envidia online existe. Vivimos en la era 2.0, somos permeables y si nos muestran mensajes negativos, nos contagiamos.

¿Cómo de horripilante es esto? Quizás no tanto. En el fondo, volvamos a los A/B tests: todo usuario es un experimento, el caso es si somos capaces de medirlo o no.

En cuestión de amor, nos dejamos influenciar

OKCupid recientemente ha disfrutado con los resultados de un experimento en el que se evidencia que en los perfiles de esta plataforma de citas online lo único que realmente importa es la foto que sus usuarios ponen. ¿Sorprendidos? Posiblemente no, pero, desde luego, el experimento (aleatorizado) ha tenido su miga. Incluyeron perfiles falsos, sin texto en sus perfiles, y vieron su éxito en el número de veces que “gustaban” a la comunidad. De hecho, afirman que quitaron su rating de personalidad porque estadísticamente no aportaba valor añadido a la información que ya se podía inferir con la foto de perfil.

Pero por si esto fuera poco, midieron la sensibilidad de las personas a la recomendación (supuestamente derivadas de su algoritmo de afinidad) de la plataforma en los contactos realizados. Cuando manualmente probaron a dar recomendaciones de afinidad entre usuarios que no eran según el algoritmo afines, este consejo de OKCupid surtía efecto realmente: ¡si me recomiendan, me lo creo! Obviamente, cuando los ratings de afinidad eran muy diferentes los contactos eras más cortos, pero aun así, consiguieron un resultado positivo en el manejo de emociones.

¿Podemos hablar ya de ética en relación a los datos masivos?

Para opiniones hay colores, y hay quien se llevará un disgusto al saber que con la cantidad inmensa de datos que aportamos a la web, los analistas (en nombre de las empresas) pueden no solo medirnos, sino influirnos. Y es que no hablamos de seguridad de la información, ni control de nuestros datos. Hablamos de la explotación de los mismos para optimizar nuestro propio comportamiento (nudge).

En una primera instancia, podríamos pensar que es vanidoso pensar que nuestros datos son importantes para las empresas en un sentido individual, ya que en realidad nuestros datos solo importan a la hora de estimar con mayor precisión el comportamiento medio de un grupo de individuos (sea tanto la media global como la media clusterizada). Pero ¿en qué medida es esto así? Corremos peligro de caer en una manía persecutoria del big data, pero, desde luego, el Big Data se está desarrollando tanto y tan velozmente que es momento de que esta disciplina incluya una vertiente ética. ¿Hay límites al control del individuo a partir del dato que este mismo genera?

Google Flu Trends, el aclamado algoritmo de Google especializado en detectar los brotes de gripe por todo el mundo, ha fallado este año estrepitosamente. La iniciativa había echado a andar hace cinco años, cuando investigadores de Google y del Centro para el Control y Prevención de Enfermedades unieron sus fuerzas en un artículo finalmente publicado en la revista Nature.

El artículo mostraba cómo una agregación de las búsquedas de los usuarios acerca de la gripe o de sus síntomas era capaz de predecir en tiempo real los brotes de dicha enfermedad con mayor rapidez y precisión que el propio centro público de control de la misma. Google Flu Trends había funcionado a la perfección durante este tiempo, pero, este último invierno, la herramienta pronosticó un severo brote de gripe que nunca se llegó a dar. Los datos públicos recopilados muestran que la pasada gripe ha sido más bien leve, poniendo en entredicho la fiabilidad del algoritmo.

¿Qué puede haber fallado en el método de Google? Aunque es muy pronto para saber qué ha fallado -¿hubo una alerta injustificada entre la población? ¿ha cometido el algoritmo un error en su extrapolación?- el incidente ha servido para añadir leña al debate sobre la fiabilidad y los límites del Big Data. Repasamos las posibles causas del error, según han sido apuntados por expertos y otros opinadores.

El algoritmo era “libre de teoría”

Una de las supuestas promesas del nuevo campo del análisis de datos es la posibilidad de realizar “predicciones sin teoría”, es decir, ser capaces de predecir fenómenos sin invertir tiempo en comprender los mismos teorizando sobre ellos. Esta posibilidad resulta altamente atractiva para las empresas, que podrían así ahorrar numerosos recursos en el análisis de diversos fenómenos.

En primer lugar, las predicciones libres de teoría no representan ninguna novedad. Sin ir más lejos, en farmacología se desconoce el proceso por el cual funcionan numerosos principios activos, lo cual no impide que se aprueben y utilicen como medicamentos eficaces. En general, los métodos experimentales, tanto en medicina como en campos tan dispares como los negocios, son esencialmente libres de teoría. Si una medida provoca un efecto deseado y los efectos secundarios son asumibles, ¿para qué es necesario conocer exactamente su mecanismo?

En segundo lugar, durante los últimos años se ha desarrollado rápidamente una disciplina que combina informática y estadística, conocida como Machine Learning (Aprendizaje-Máquina), cuyo propósito fundamental es la predicción. Los métodos de Machine Learning se basan a menudo en la validación fuera de muestra, es decir, en probar la calidad de los modelos a partir de su capacidad para predecir fenómenos que todavía no ha analizado. Y, sobre todo, es esencialmente “libre de teoría”.

Entre los mayores logros recientes de dichos métodos se haya el reconocimiento facial de Facebook o el reconocimiento de voz de Google. En el desarrollo de dichos métodos hay poca o ninguna teoría sobre qué rasgos hacen que una cara o una palabra sea reconocible. Solo hay métodos estadísticos generales aplicados sobre volúmenes ingentes de datos, y los resultados han resultado ser espectaculares.

Olvidando la causalidad

Las críticas menos acertadas son aquellas que culpan a algún algoritmo de olvidar que (cuesta incluso escribir esta frase) “correlación no implica causalidad”. La crítica es a menudo infundada y no es aplicable al problema de Google Flu Trends. El problema de la diferencia entre correlación y causalidad puede darse cuando un investigador ha de analizar los motivos explicativos de un fenómeno, es decir, una pregunta cuya formulación clásica es “¿Es X la causante de Y?”.

Tanto la estadística como el machine learning (estadística con enfoque computacional orientado a la predicción), como la econometría (estadística orientada a la comprensión de fenómenos económicos) han desarrollado multitud de métodos para solucionar el problema de la causalidad. El más sencillo de todos estos métodos es el diseño experimental clásico (hoy denominado AB Test en el entorno del Data Science), en el que los individuos son asignados aleatoriamente a varios grupos, a los cuales se les tratará de distinta manera conforme a lo que el investigador desea estudiar. En este caso, la aleatoriedad en la asignación garantiza la causalidad en las diferencias observadas entre grupos.

No obstante, el algoritmo de Google no busca establecer relaciones de causalidad, sino que pretende agregar y localizar geográficamente información relevante sobre un fenómeno con mayor rapidez que las alternativas existentes. La crítica de la diferencia entre correlación y causalidad equivaldría a asumir que Google pretende responder a la pregunta “¿Son las búsquedas en Google las causantes de los brotes de epidemia?”. Absurdo.

N = Todo, entonces tengo datos de toda ¿la población?

Un problema que sí puede llegar a producirse entre los analistas de datos es el asumir que uno tiene tantas observaciones que prácticamente equivalen al conjunto de la población. La inferencia es la rama de la estadística que analiza la relación entre una muestra y la población de su conjunto. Por ejemplo, si queremos saber la edad media de la población española, podemos hacer dos cosas. Por un lado, podemos tomar una muestra, calcular su edad media y suponer que la edad media de la muestra es igual a la poblacional. ¿Qué podría hacer que nos equivocaramos al extrapolar dicho valor muestral al poblacional?

En primer lugar, puedo estar sufriendo error de muestreo. Es decir, mi muestra estaba compuesta por unas ciertas personas... Pero esas personas podrían haber sido otras con mayor o menor edad. Y este es el problema que mejor evita el Big Data, ya que, con tamaños muestrales tan grandes, el error de muestreo se reduce considerablemente. Si considerásemos un extremo en el que tenemos a toda la población española... ¡nuestra estimación de la edad media no podría tener error! Al fin y al cabo, hemos tenido en cuenta la edad de todos los españoles.

Pero... ¿es mi muestra representativa?

Ahora bien, lo anterior no impide que pueda surgir un último problema más difícil de detectar: los sesgos de autoselección. Por muy grande que sea nuestra muestra, puede haber un mecanismo perverso que haga que los datos que tomemos no sean representativos de nuestra población. Así, resulta bastante probable que la mayor parte de las búsquedas sobre enfermedades o epidemias las realicen grupos de individuos con unas características concretas, aunque estas características podrían haber cambiado a lo largo del tiempo.

¿De verdad pensamos que la gripe depende de las búsquedas que hacemos en Google? Más datos son condición necesaria, pero no suficiente, para mejorar la significatividad de nuestra población.

Otro ejemplo en el que se recordó fuertemente la limitación del Big Data (o mejor, del abuso de extrapolación de Google Trends) fue aquel estudio de la Universidad Princeton, que afirmaba que basándose en la caída en la frecuencia de búsquedas en Google, Facebook perdería un 80% de sus usuarios para 2015-17. Dicho estudio fue contestado de manera brillantemente irónica por el mismo equipo de “data scientists” de Facebook, mostrando que usando el mismo procedimiento de extrapolación (correlación no es causalidad) podríamos concluir que Princeton perdería la mitad de sus alumnos para el año 2018, y que incluso el mundo se quedaría sin aire en el año 2060. ¿De verdad creemos que es así? Los mismos investigadores de Facebook confirmaron que esto se trataba de un absurdo. Cuanto menos provocativa demostración, pero con certeza, ilustrativa.

Más datos sin un método de agregación adecuado, son inútiles

La solución del enigma necesitará a buen seguro una ardua investigación, pero la buena noticia es que el error de este año servirá para afinar mucho mejor las predicciones de años posteriores. Al fin y al cabo, no hay nada mejor que un error en un modelo para mejorar su capacidad predictiva, ya que constituye una fuente nueva de información respecto a la que Google ya manejaba. La única forma de mejorar un modelo predictivo son más datos, y mejor calibración del motor de agregación de la información. Más datos sin mejor agregación de los mismos, no sirven de nada. Y viceversa, por eso es importante a veces fallar, para calibrar mejor en el futuro. Por cierto una reflexión al hilo del asunto ¿hay datos más allá de Google? ¿qué pasaría si un día Google “se cae”?

Imagen: cortesía de OneFte

El avión MH370 de Malaysian Airways ha desaparecido de manera misteriosa, no tardando en aparecer una serie de teorías conspiratorias acerca de la causa detrás del suceso: explosiones a mitad de vuelo, suicidio de los pilotos, secuestro milimétricamente planeado y hasta la posibilidad de que el avión esté oculto para usarlo posteriormente en un atentado terrorista.

Sin embargo, el hecho de que un avión deje de estar localizado en pleno vuelo no es algo tan extraordinario; desde 1948 son conocidas al menos 83 desapariciones de vuelos de los que de 80 nunca más se supo nada. Lo preocupante es cómo puede suceder este desconcierto con la tecnología de hoy, que nada tiene que ver con la de décadas pasadas.

¿Qué retos afronta esta búsqueda?

El básico y primordial es encontrar y almacenar información fiable sobre qué áreas geográficas ya fueron rastreadas. Normalmente se pierde la memoria sobre qué zonas han sido miradas y por quién. Luego debemos afrontar la probabilidad de que el avión aparezca en una zona ya investigada.

Revisar más de una vez el amplio arco de búsqueda es muy costoso, pero como nos recuerda la historia reciente, el vuelo Air France 447 de Rio de Janeiro a París estuvo desaparecido dos años y posteriormente un equipo de investigadores de Metro Scientific Solution lo encontró en apenas 6 días, en una zona donde ya había sido buscado ¿Qué utilizaron para encontrar los restos del avión? Inferencia bayesiana. Y aquí es donde entra en juego Nate Silver, el maestro de los modelos estadísticos aplicados a predicciones de actualidad, desde política a deportes, quien nos explica cómo la estadística puede ayudarnos a predecir dónde encontraremos el avión.

El teorema de Bayes es muy intuitivo y su importancia no es sólo una fórmula, sino que es el lema de una forma de pensar: a nueva información (recibida), nueva probabilidad (estimada). Es decir, los bayesianos realizan sus inferencias mejorando sus probabilidades iniciales asignadas previamente según va llegando nueva información. Es como añadir capas a tu modelo, de forma que cuantas más tengas, mejor probabilidad final tendrás. En investigación operativa es una herramienta muy utilizada, que funciona bien cuando tenemos buena forma de estimar las probabilidades iniciales (priors). Según avance la búsqueda del avión MH370 se actualizarán las probabilidades y quedará de mano del experto decidir en base a ellas.

Cuando tenemos demasiada información

Los investigadores armados con sus modelos bayesianos deben afrontar un obstáculo añadido: recopilar toneladas de información subjetiva. Véase el problema en la cantidad de información disponible y en la calidad de la misma. De nuevo Nate Silver nos explica en su libro “La señal y el ruido” que todo paquete de información se compone de una parte veraz (señal) y de ruido (aleatorio). El objetivo del estadístico será filtrar la señal del ruido, algo que en la búsqueda del MH370 se antoja realmente complicado: apreciaciones subjetivas de no expertos, recopilación de datos no contrastados, información en prensa y medios, etc. Demasiado ruido para ser filtrado por un único modelo.

Un torneo de predicciones

La tarea de encontrar el MH370 se antoja demasiado compleja para un solo experto, pero existe una forma a gran escala de agregar información dispersa, heterogénea y eliminar a la vez sesgos o ruido de la misma. Se trata de las herramientas de inteligencia colectiva, y en concreto, los mercados de predicciones. Ni más ni menos usar un crowdsourcing de predicciones con los incentivos de un mercado detrás, de manera que cual detectives a sueldo, todos los usuarios expertos y no expertos compitan por predecir dónde aparecerá el vuelo o cuál fue la causa.

Los mercados de predicciones se basan en la teoría de la “sabiduría de las masas”, descubierta en 1906 por el estadístico Francis Galton, padre de conceptos como la correlación o la regresión a la media. La idea central es que la predicción de un grupo de personas comportada como un todo, es más precisa que la de cualquiera de sus partes. James Suroweicki en su best-seller de 2004 “The Wisdom of Crowds” escribió sobre el potencial de las masas, demostrando dónde éstas se comportan bien, y donde no (por ejemplo, en labores donde se requiere habilidades no funcionarán: un grupo de personas pilotando un avión lo harán peor que un piloto experto).

Estadísticamente lo que ocurre es que al agrupar correctamente la opinión de muchas personas, el ruido se compensa con el ruido y nos quedamos con la señal. Para que esto ocurra tienen que darse ciertas condiciones: masa heterogénea (con distintas fuentes de información), opiniones independientes y un mecanismo adecuado para agregar la información. Existen distintos mecanismos válidos, pero el más reconocido por su elevado historial de aciertos son los mercados de predicciones: competiciones donde los expertos y no expertos invierten en sus mejores estimaciones.

Pensemos que un experto aparte de asumir un riesgo de modelo propio, tiene una capacidad limitada de absorber información, pero un mercado de predicciones, donde todo el mundo compite por acertar, tiene una capacidad ilimitada de incorporar información, cual teorema de Bayes, pero a escala mayor. Además, el mercado de predicciones actuará como un mercado bursátil a la hora de incentivar a los participantes a aportar solamente la mejor información disponible, puesto que los beneficios o pérdidas irán a parar directamente a ellos. Para asegurar la eficiencia (informativa) del mercado, éstos usan dinero virtual para evitar especulación.

Existen varios mercados de predicciones que hoy en día usan esta “externalización a las masas” o crowdsourcing para averiguar qué ha pasado con el vuelo MH370. En EEUU tenemos a SciCast.org que está cotizando actualmente preguntas al respecto, y en España está FuturaMarkets.com, donde se han listado dos preguntas que llevan ya unos 100 usuarios de media aportando información a través de unas 700 operaciones de compra y venta en los dos primeros días de cotización (empíricamente a partir de 65 - 100 usuarios los mercados de predicciones aumentan significativamente las tasas de acierto).

¿Cuál será la causa de la desaparición?

Actualmente las alternativas cotizan con las siguientes probabilidades: secuestro (37%), fallo del piloto (14,3%), fallo del avión (9,7%), bomba (9,5%), otro (29,6%).

¿Dónde aparecerá el avión?

Aquí hay mucha incertidumbre, ya que solamente la opción del mar Andamán destaca en SciCast con una probabilidad del 11%, mientras que la posibilidad de encontrarse fuera del arco oficial de búsqueda o no encontrarse antes el 30 de junio cotiza con un 69% de probabilidad. En cambio, en FuturaMarkets cotiza la probabilidad de que se encuentre el avión antes del 30 de abril en un 67%, lo cual claramente nos apunta a que la probabilidad condicional de que se encuentre el avión pasado el 30 de abril es realmente minúscula.

¿Encontrarán los mercados de predicciones el avión?

Predecir consta de tres partes: modelos dinámicos, análisis de datos y juicio humano. Nate Silver puede tener excelentes modelos, y ser gran analista de datos, pero la capacidad de introducir juicio humano en las estimaciones que otorgan los mercados de predicciones es infinitamente mayor que la de un solo experto.

Sin embargo, lo único cierto en la vida es que “nada es seguro hasta que ha sucedido”. La probabilidad cero no existe, y por ende, no podemos decir que hablamos de magia o certezas. Tanto Nate Silver como los mercados de predicciones podrán ayudarnos a navegar la incertidumbre, asignando probabilidades a las alternativas que los expertos consideran más posibles. Este mapa de probabilidades lo que nos permitirá es asignar los recursos de la búsqueda de manera eficiente. Como dijo, Kenneth Arrow, premio Nobel de Economía en 1972 y experto en predicciones económicas: “el buen pronóstico no es el que te dice que lloverá, sino el que te da las probabilidades”.

[Actualización 13:10] Con las noticias del avistamiento de objetos que podrían ser los del avión malasio, la probabilidad cotizada por el mercado de predicciones de que el avión sea oficialmente encontrado antes del 30 de abril suben del 67% al 83%. Somos capaces de transformar en probabilidad (un hecho) una mera agrupación de opiniones (¿serás los restos avistados los del MH370?). la probabilidad cotizada

Mt. Gox, la que fuera la mayor casa de cambio de bitcoins, entró en bancarrota el viernes en Japón. Podrían haber perdido alrededor de 500 millones de dólares a causa de una vulnerabilidad en su sistema, según explicó su CEO, Mark Karpeles. El colapso viene después de varias semanas de subidas y bajadas en la cotización de la criptomoneda.

Karpeles pidió disculpas, dijo que Bitcoin seguirá creciendo y que la industria del bitcoin se encuentra en buena forma. Según Mt. Gox, la casa de cambio había perdido 750.000 bitcoins pertenecientes a sus usuarios y 100.000 propios. En la cotización del bitcoin al momento de escribir este artículo, 414 euros, esto sería equivalente a 351.900.000 euros en total.

“Una vez que usas Bitcoin, no hay vuelta atrás”: no es una metáfora. Cuando efectúas una transacción con bitcoins, no hay CTRL+Z, es irreversible. Con la quiebra de Mt. Gox, entendemos esta afirmación mejor que nunca. Como si fuera un bróker online, una persona podía registrarse en esta plataforma y tener acceso de manera estándar a tres carteras digitales, en euros, en dólares y otra en bitcoins.

De esta manera, podías aplicar órdenes de compra y venta de bitcoins contra cualquiera de estas dos monedas, y mantenerlas mientras tanto almacenadas ahí. Del cruce de sus operaciones, Mt. Gox obtenía sus tipos de cambios “de mercado” de bitcoin, y hasta hace pocos días era la número uno en dólares, y la segunda si contamos volumen operado en todas las divisas.

Los hechos son que, tras semanas de especulación y rumores, finalmente Mt. Gox ha cerrado primero las puertas, bloqueado los fondos, y paralizado todo tipo de transacción, y luego ha llegado su quiebra. El problema de "maleabilidad" de los bitcoins ha sido letal para Mt. Gox.

De manera sencilla, diríamos que las transacciones no llevan ID único (se puede cambiar), por lo que podrían llegar a producirse ataques que solicitaran transacciones repetidas sin que se diera cuenta la plataforma. Ya sea esto una “cuestión técnica conocida” o un bug del protocolo, lo cierto hoy en día son los números: más de 750.000 bitcoins perdidas, que se traducen en unas obligaciones de pago de 55 millones de dólares, con sólo 22 millones de dólares en activo líquido para hacerles frente. Es decir, técnicamente, una insolvencia.

Lo primero que hay que decir es que el mayor reconocimiento de esta plataforma no venía por su seguridad, sino por ser pionera cotizando, ciertamente. De hecho, debemos recordar que este problema de Mt. Gox llevó a cerrar (temporalmente) antes a ésta y otras plataformas como Bitstamp o BTC-e y que, además, no fue el primer ni quizás el más grave bloqueo de fondos en bitcoins sucedido hasta la fecha. ¿Se acuerdan de Bitcoin-24? Esta plataforma de cotización tuvo también problemas con la identificación de las transacciones, lo que conllevó que unos hackers lo utilizaran para blanquear dinero y, al ser descubiertos, se paralizaron las operaciones por completo.

Lo más importante de Mt. Gox, aparte de su valor simbólico, es entender que esto ya no se trataba de un corralito al uso (paralización o suspensión de pagos temporal), sino que es el siguiente estadio, una quiebra por insolvencia. Entendemos por corralito una suspensión de pagos, la cual no siempre termina en insolvencia; pero toda insolvencia siempre se precede de una suspensión de pagos.

Fraude irreversible

Bitcoin no tiene botón de “deshacer”, y eso es un problema cuando se paralizan las operaciones. Sin botón de deshacer, sólo podemos aspirar a prevenir el fraude. Con botón de deshacer, podemos detectarlo y mitigarlo.

Cuentas corrientes, tarjetas de crédito, transferencias bancarias… En el sistema monetario tradicional todo tiene posibilidad de dar marcha atrás (excepto retirar efectivo de un cajero), pero no así las transferencias por Bitcoin. Aunque existe la posibilidad de bloquear los bitcoins, esto implica eliminar y sacar los bloques del sistema, algo en contra de la fungibilidad, por lo que no es una alternativa deseable.

Si pudiéramos deshacer operaciones, podríamos ir hacia atrás y revertir las operaciones fraudulentas, pero no es el caso. Podemos alegar que Mt. Gox fue culpable de no prevenir el fraude, y que Bitcoin lo es de ser vulnerable al fraude. El caso es que Mt. Gox ha perdido 750.000 bitcoins de sus usuarios, y 100.000 más de su propia propiedad ¿Cómo resolvemos esto?

Hay mala solución para este caso. Al no existir respaldo legal del activo en cuestión, la paralización de nuestros fondos se verá afectada por la fluctuación en el valor temporal hasta el momento en que nos dejen retirar nuestro dinero. Al no existir un valor de respaldo o valor facial de los bitcoins, el mínimo valor de mi inversión que me deben legalmente es cero.

Los días antes de la quiebra, Bitcoin cotizaba en torno a los 500 dólares en Bitstamp y unos 100 dólares en Mt. Gox, pero ¿cómo se puede recuperar lo invertido? Ojalá consigan hacer que Bitcoin sea reversible, y así el fraude, mitigado; algo en lo que supuestamente Mark Karpeles, CEO de Mt. Gox, estaba trabajando, pero es complicado.

Sin duda, Mt. Gox ha muerto, pero Bitcoin sigue viva… y volátil. En realidad, el tiempo juega a favor de Bitcoin, pues le da más opciones de descubrir si tiene un auténtico valor intrínseco mediante el perfeccionamiento de un protocolo criptográfico que en el futuro puede tener cientos de usos.

Gráfico con la cotización de Bitcoin contra dólares en Mt Gox en los últimos dos meses

Hay lío en la comunidad Bitcoin. ¿Es culpa de Mt Gox? ¿Es culpa de Bitcoin? Da igual, porque el resultado es uno: se han congelado las transacciones en la mayor plataforma de cotización de bitcoins.

No hay mercado que se precie que no sufra un flash crash, o una suspensión temporal de la cotización. El 7 y el 10 febrero de 2014 pasarán a la historia de Bitcoin. Mt Gox, la principal plataforma de cotización de Bitcoin, mandó notas de prensa donde explican que congelan las retiradas de fondos y los movimientos entre carteras digitales, debido a problemas técnicos que permiten enviar los bitcoins de una cuenta a otra más de una vez.

Mt Gox está dejando en evidencia a Bitcoin (y al resto de criptomonedas), al haber detectado un bug en la tecnología detrás de Bitcoin, qué técnicamente se denomina “maleabilidad de las transacciones” y que como ellos mismos explican, consiste en la capacidad de alterar los detalles de las transacciones para simular que la misma no se ha realizado, cuando realmente sí tuvo lugar. Como la transacción a otra cartera digital aparecería en el sistema como no procesada, se le permitiría posteriormente reenviar los bitcoins, explotando el beneficio del sistema.

En el fondo de la cuestión hay una noticia positiva: con el uso la tecnología de Bitcoin va mejorando, y estos errores deben ser tomados como críticas constructivas. Pero en el día de hoy, esta brecha de seguridad se suma a las anteriormente detectadas en la criptomoneda, y la cotización cae al rango de 500 dólares /BTC.

Debemos poner en perspectiva esta caída de Mt Gox con el hecho de que los inversores estén saliendo de la reinventada plataforma para compraventa de cartas de rol (Mt Gox: Magic The Gathering Online eXChange) hacia otras plataformas de cotización más nuevas como Bitstamp. Tal es así que el precio de Bitcoin que cotiza Mt Gox venía siendo más elevado que el ofrecido por Bitstamp, posiblemente a causa de una mayor percepción de riesgo de contrapartida en Mt Gox.

Ironías de la vida de Bitcoin

Lo que hizo famosa a Bitcoin fue precisamente que funcionó como alternativa cuando el sistema monetario tradicional defraudó. Ciertamente hoy nos dicen que los rembolsos de BTC hacia euros, dólares y yenes siguen funcionando, pero no así las transacciones entre Mt Gox y carteras digitales externas. Conclusión: fondos paralizados.

Recordemos que en marzo de 2013 el Gobierno de Chipre decide paralizar todas las operaciones bancarias del país, ante la inminente quiebra del sistema, y se prohíben las retiradas de efectivo de los cajeros para los ciudadanos. Se considera imponer pérdidas a los depositantes, algo insólito en la zona euro hasta la fecha, y se ponen límites restrictivos a la disponibilidad de fondos para la población.

Como respuesta se comienza a hablar de una moneda alternativa que permita disponer de dinero sin depender de los bancos centrales que habían tirado la banca chipriota abajo: la criptomoneda Bitcoin (BTC) se dispara por encima de los 100 dólares, precio nunca visto hasta la fecha.

Hoy la plataforma Mt Gox afirma textualmente que “el aumento en las solicitudes de retirada de fondos ha obstaculizado el desarrollo técnico de las transacciones”. Algo así nos recuerda que nuestro dinero no está a salvo en ningún lado más que en nuestro colchón. La fortaleza de Bitcoin hoy parece ser la debilidad que la tumba en su cotización.

En beta permanente

Hasta la fecha seguir la cotización de Bitcoin ha sido una auténtica odisea, y hacerlo con los ojos abiertos todo el tiempo ha sido tan difícil como hacerlo en un viaje completo en montaña rusa.

Es innegable que Bitcoin es una tecnología muy interesante. Con un gran potencial, pero ¿hasta qué punto es una realidad hoy día? La propia conclusión de Mt Gox es que el crecimiento de la tecnología de BTC ha ido tan rápido, que ellos mismos siguen aprendiendo día a día. Que este inconveniente es un nuevo bug tecnológico que se debe a que BTC no está madura, y que en cuanto los desarrolladores solucionen el procedimiento de nuevo, se podrán reactivar las transacciones.

Sin duda una tecnología con altísimo potencial pero que aún, como siempre nos recuerdan, está en beta permanente: aprendiendo de los errores para mejorar. El problema viene cuando tratamos de medir el valor de Bitcoin como moneda, y no como tecnología, porque lo primero no admite errores, y lo segundo sí. Algo que nos estamos perdiendo por insistir en ver a Bitcoin sólo como moneda es ejemplos como Ethereum, que se basa en el concepto de “blockchain” para desarrollar una tecnología de almacenamiento seguro de datos y aspirar a construir nuevos “dropbox” descentralizados y más eficientes. ¡Esto sí que suena bien!

El futuro de Bitcoin

Recientemente surgió la noticia de que la agencia de viajes Destinia acepta los primeros pagos en Bitcoin. El 24 de enero, según fuentes de la compañía, el primer cliente del mundo en el sector turístico realizó un pago de vuelo más hotel con Bitcoin, en concreto:

“El cliente polaco adquirió un paquete de vuelo más estancia de hotel con origen en Varsovia y destino en Vietnam por valor de 2.197,3 milibitcoins (mBTC), cantidad equivalente a 1.280 euros”

¿Ven algún problema a este asunto hoy? Destinia ha aceptado el cobro de 2.197,3 mBTC. Si asimismo hoy cotiza un valor de cerca de 0,43 eur/ mBTC tendríamos un importe equivalente en euros de 940 euros. No está mal para haber pasado un par de semanas, han experimentado casi 300 euros (un 25%) de pérdida en Destinia, si ha decidido esperar sin vender los bitcoins. No parece mucha pérdida, pero si tenemos en cuenta que para una compañía su caja es por definición el lugar más sagrado del valor del balance, ¡es muy llamativo! ¿Por qué usar bitcoins entonces en vez de euros o dólares?

Sin duda esta campaña de Destinia ha sido eso, una campaña publicitaria muy interesante y seguramente rentable. Son de admirar estos esfuerzos. Pero ¿cuándo llegará el momento en que podamos fiarnos realmente de Bitcoin? Nadie tiene una bola de cristal, pero la respuesta se puede tratar de anticipar: cuando mucha gente comience a aceptarla realmente.

¿Sucederá alguna vez? Por encima de lo que nuestra ideología nos diga, están nuestras verdaderas creencias. ¿Ustedes se apostarían algo a que PayPal anunciará la integración con Bitcoin antes del 30 de junio? Por ahora, los usuarios de un mercado de predicciones, Futura Markets, cifra en un 28% la probabilidad de que esto ocurra. No sabemos aún si es la tecnología definitiva o la precursora de otra que lo será.

Bitcoin supera la barrera de los 300 dólares por unidad, y este hecho es descrito por muchos analistas como una señal de la confianza que despierta la criptomoneda. Ni el FBI obligándoles a registrarse como moneda electrónica, ni el cierre de su mayor cliente, SilkRoad, o los ataques a sus plataformas más conocidas de cotización, como MtGox, han conseguido frenar la tendencia alcista del valor.

Si no es especulación, ¿es un cambio de paradigma económico-financiero? Quizás haya llegado el momento de la desrregulación, la panacea donde unos bancos centrales no controlan la cantidad de moneda en circulación y la libertad se instaura en el sistema descentralizado con Bitcoin como medio de intercambio en el que todos confían ¿O no?

¿Es realmente Bitcoin un medio de pago que nadie puede controlar?

El gran avance de Bitcoin es que debido a su sólida concepción a nivel de protocolo permitía tener una cantidad de monedas Bitcoin prescritas bajo circulación. Ya no dependerías de tu banco para guardar tu dinero, sino que lo tendrías en tu propio monedero electrónico, cifrado de manera única e irrepetible.

De manera que podríamos decir que éste es el valor intrínseco que defiende Bitcoin como respaldo de su cotización: no habría posibilidad de que una serie de instituciones reguladores supranacionales pudieran controlar el funcionamiento del sistema monetario, provocando inflaciones o deflaciones, con las consiguientes mermas en nuestros poderes adquisitivos.

Lo siento, pero Bitcoin está rota

Inversores podrá seguir habiendo, el valor de Bitcoin podrá seguir subiendo, pero esta vez es serio: un informático ha demostrado que Bitcoin está rota a nivel de protocolo. No se trata de un analista económico o de un legislador. Se trata del valor fundamental o intrínseco de Bitcoin, que ninguna élite pueda hacerse con el proceso de creación de valor de la moneda.

¿Qué quiere decir esto? La mecánica de emisión de moneda Bitcoin mediante el proceso conocido como minería es defectuosa, de manera que una minoría egoísta de los mineros podría hacerse con el control del proceso y centralizar el beneficio. En resumidas cuentas, cualquier minero deshonesto que hiciera este ataque se llevaría un beneficio seguro sobre el resto de la comunidad y, en cualquier caso, si hasta un tercio del total de mineros coluden y atacan al resto de mineros honestos, siempre podrán dominar la creación de la divisa.

La buena noticia es que los investigadores que han demostrado esto proponen una solución a esta debilidad que permitiría establecer un mínimo necesario del 25% de los mineros coludiendo para conseguir hacerse con el control de la minería.

Dos notas merecen especial atención aquí: ni siquiera con la solución propuesta está el esquema de Bitcoin asegurado, ya que si un total del 33,33% de la comunidad se une de manera deshonesta, ahí siempre habrá beneficio para un grupo de mineros “elitistas”. Por eso se define el problema como una demostración de un error de protocolo en la esencia de Bitcoin: ser el paradigma de la descentralización.

Y llega aquí la segunda nota peculiar del asunto. ¡Qué gran ironía que la única solución para arreglar el paradigma de la descentralización y desrregulación sea… regularlo! Efectivamente, los informáticos y autores de este potente paper proponen una solución para minimizar las probabilidades de éxito de su ataque, que se basa, ni más ni menos, que en ¡regular a los mineros!

Ya lo dijimos más veces: no llamen a Bitcoin moneda. Aquellos activos que tienen un valor intrínseco elevado estable y pueden usarse como mecanismo de pago serán una divisa cuando tengan, precisamente, respaldo legal. Mientras carezcan de ese respaldo, las denominaremos “materias primas”. Por otro lado, aquellos activos que no tienen valor intrínseco, pero sí valor legal, como el dinero del “El Corte Inglés” o la moneda de Amazon, son las denominadas “fiat currencies”. Eso no quita que el valor de las divisas fiat o de las materias primas suba como la espuma, o caiga en picado, como el de cualquier otro activo que la gente valore, por la razón que sea.

Por lo tanto, la conclusión sería: Bitcoin no es una moneda porque no tiene respaldo legal, y el valor intrínseco de Bitcoin, como paradigma de método de pago desrregulado, ha sufrido una estocada que, técnicamente, sería letal.

Obviamente, las expectativas superan siempre a la realidad, y Bitcoin sigue cotizando al alza. Pero sepan y tengan claro que Bitcoin no es un sistema antiélites donde ninguno puede enriquecerse o perjudicar al resto como hacen los bancos centrales. En Bitcoin, si un tercio de los usuarios colude en un ataque concertado como el descrito en esta investigación, se harán con el dominio y los beneficios de la minería. ¡Quién tuviera un Banco Central ahora!

Bitcoin Mining Vulnerability Paper

“La importancia de una página web es un problema inherentemente subjetivo que depende del interés de los lectores, de su conocimiento y de sus inclinaciones. Aun así, se puede decir objetivamente mucho sobre la importancia relativa de las páginas web. Este artículo describe PageRank, un método para valorar las páginas web de forma objetiva y mecánica, midiendo de forma efectiva la atención e interés humanos dirigidos hacia cada página. Comparamos PageRank con un ”web surfer“ aleatorio idealizado. Mostramos como calcular de forma eficiente el PageRank para un número grande de páginas y mostramos cómo utilizar el PageRank para la búsqueda y navegación de los usuarios”.

Así comienza uno de los artículos científicos más importantes de la historia, al menos en términos de su impacto inmediato sobre la realidad económica y social: “The PageRank Citation Ranking: Bringing Order to the Web”, en el que Larry Page y Sergey Brin sentaban las bases de lo que sería el buscador de Google.

Internet es hoy lo que es gracias al ingente esfuerzo de un grupo de ingenieros por ordenar la información de forma relevante en un entorno en el que los grandes portales habían vendido los resultados de las búsquedas al mejor postor. Mientras tanto, dos estudiantes de doctorado de Stanford proponían un método para calcular la importancia de cada web a partir de los vínculos (links) que cada web recibía, así como de la importancia relativa de las páginas que emitían cada vínculo.

Pero, a pesar de la importancia del artículo, la cultura popular ha inflado la importancia real del propio algoritmo e ignorado lo que convirtió a Google en lo que es hoy: su implementación eficiente en una red de miles de millones de nodos.

De los 24 millones de páginas web que su primera versión consiguió indexar, Internet ha crecido hoy hasta superar, según estimaciones razonables, los 4.000 millones de direcciones distintas. Dado que el algoritmo ha de buscar no solo los vínculos de primer orden que una página recibe, sino también los de órdenes superiores, el problema real no se encuentra en la idea original de cómo medir la relevancia en Internet, sino en lograr indexar el mayor porcentaje de sitios existentes de Internet (¡miles de millones!) y en evaluar los vínculos que entran y salen de cada web.

Como afirmaba Thomas Alva Edison, “el genio consiste en una parte de inspiración y 99 de trabajo duro”. Aunque nos gusta creer que un momento de inspiración puede dar lugar a esa idea que nos hará ricos, lo cierto es que, tras esa inspiración inicial que todo el mundo experimenta de vez en cuando, se encuentran 99 partes más de durísimo trabajo para dar forma e implementar la idea para que sea socialmente útil. Y, de la misma forma, la idea del PageRank es solo un pequeño momento de inspiración al que siguió un enorme esfuerzo por parte de varios de los mejores ingenieros informáticos del mundo. Además, como veremos, la idea ni siquiera era original: solo se trataba de un concepto bien conocido por los matemáticos, una variante de la medida de centralidad basada en el “vector propio” (eigenvalue), para el cual muchos científicos habían ya desarrollado métodos de cálculo y aplicaciones prácticas.

Los orígenes del algoritmo PageRank

El análisis de redes había nacido, lógicamente, mucho antes que internet. Una de las medidas más corrientes que los matemáticos habían desarrollado para evaluar la centralidad o influencia de un nodo sobre una red es la “centralidad del vector propio”.

Un reciente artículo de Massimo Franceschet (“PageRank: Standing on the Shoulders of Giants”) ha rastreado los usos históricos de esta medida, encontrando sorprendentes casos:

* Jon Kleinberg, profesor de la Universidad de Cornell, había desarrollado un algoritmo muy similar al PageRank, tratando a las páginas como “receptoras de votos” (hubs) o “emisoras de votos” (authorities).

* Otro campo muy susceptible de ser analizado mediante medidas de centralidad son las publicaciones científicas. Al igual que las páginas de Internet, las publicaciones contienen citas a otros artículos y son a su vez citadas. Gabriel Pinski y Francis Narin definieron también la importancia de un artículo a partir de su centralidad. El impacto de artículos y revistas se puede consultar hoy en el proyecto www.eigenfactor.org.

* Quizás la aplicación más sorprendente, y además la aplicación práctica más antigua que se conoce, se debe… ¡a un economista! Wassily Leontief, por aquel entonces profesor de Harvard, desarrolló su modelo Input-Output –que mide los flujos de factores intermedios entre sectores- tratando la economía como una red (en su representación matricial). El objetivo de Leontief era identificar qué sectores económicos constituían un “cuello de botella” al requerir demasiados factores productivos cuando la demanda de su producto aumentaba, para lo cual recurrió a una versión primitiva del PageRank de Google. Finalmente, Leontief recibió el Premio Nobel de Economía de 1971 por su conocido modelo.

A estos usos históricos de la idea de centralidad hay que añadir, por supuesto, nuevas aplicaciones recientes, como su uso para la modelización de sistemas evolutivos. Stefano Alesina y Mercedes Pascual, de las universidades de Chicago y Michigan, han aplicado el algoritmo para el estudio de las extinciones de especies, en el que la importancia de las mismas se basa en el soporte vital que ofrecen para la supervivencia de otras especies.

Epílogo

Es necesario aclarar que, como es lógico y ético en la comunidad científica, en ningún momento Page y Brin se atribuyen la invención de su medida, ya que citan como fuentes anteriores usos de la misma y dejando bien claro que su aportación se centra en la computación eficiente del mismo en una red gigantesca y en el método de lectura y almacenamiento de las webs.

Además, Page y Brin tampoco pretendían convertirse en grandes empresarios, sino que sus aspiraciones estaban puestas en el mundo académico. Tras desarrollar el buscador hoy conocido como Google, intentaron vender su producto al mejor postor por todo Silicon Valley para así poder centrarse en terminar sus estudios de doctorado. ¿Y qué precio pedían? ¡Solamente un millón de dólares! Google fue incluso ofrecida a Yahoo, que rechazó la compra.

La frustración de no encontrar comprador les animó a seguir adelante con su idea, y el fin de la historia es conocida por todos: Google es hoy una de las empresas más poderosas del planeta. Quizá no tenga tantos beneficios como las empresas petrolíferas (y ni siquiera más ingresos que Apple), pero es la empresa con la mayor capacidad de obtención y procesado del petróleo del siglo XXI: la información.

Sin duda la noticia estrella del “social media” este año es el anuncio de salida a Bolsa (OPV) de Twitter. A Facebook le costó más de un año su preparación, de la mano del banco de inversión Goldman Sachs, y llegó incluso a posponer este salto a la bolsa en más de una ocasión. De hecho, desde su salida en mayo de 2012, tardó casi un año en recuperar su valor inicial, aunque actualmente cotiza a casi el doble. ¿Seguirá Twitter el mismo camino?

Un estudio reciente de la Universidad de Illinois demuestra que Twitter ha permitido evolucionar la comunicación de una manera diferente a la prensa generalizada (mass media), por lo que ofrece un valor único y primario. De hecho, más que para EEUU o Europa, Twitter es una canal básico y diferenciado para la zona de Latinoamérica. Queda pendiente la vía de Asia, donde las prohibiciones a las redes sociales cercenan la expansión de Twitter.

He aquí el potencial de Twitter: depender de países como por ejemplo Brasil, principal economía de Latinoamérica, con 80 millones de usuarios de internet, de los cuales el 61% usa a internet para acceder a redes sociales. En este punto es importante recordar aquello de que “si no hay competencia, no hay mercado”. Pues bien, por este orden, las redes más utilizadas en este país son: Facebook, Orkut, Windows Live y Twitter. Es decir, ¡hay margen para competir!

Si Facebook revolucionó el mundo acortando la distancia entre las personas, Twitter revolucionó la forma en que comunicamos noticias. El valor de Twitter es que mayoritariamente transmite noticias que no son “mainstream” y no se solapan con los grandes medios generalistasmainstream. Los usuarios de Twitter saben que en esta red encuentras lo que no lees en un periódico. Los análisis big-data que se están haciendo, demuestran este fenómeno. ¿Comprarías un canal de comunicación que diversifica eficientemente la información al margen de la prensa generalizada? Esta pregunta es la que debería hacerse alguien que desee acudir a su próxima Oferta Pública de Venta (OPV) en bolsa.

La Universidad de Illinois ha analizado la base de datos Twitter Decahos, del proveedor de datos GNIP, contando con la ayuda de la empresa de supercomputación Silicon Graphics International. Juntando sus capacidades han recopilado el 10% de los tweets globales publicados a diario entre el 23 de octubre de 2012 y el 30 de noviembre de 2012, y los han “digerido” con supercomputadores UV2000 con 256 procesadores y 4 terabytes de RAM operando sobre Linux. Resultan realmente interesantes algunas de las métricas que se han obtenido de la investigación: más de 1.500 millones de tweets de unos 70 millones de usuarios únicos; una media de 38 millones de tweets de unos 14 millones de usuarios por día; el fichero formato JSON en el que se almacenaron los datos alcanzó un tamaño de 2,8 TB durante los 39 días de estudio; el peso del texto de los tweets fue de 112,7 GB, los cuales contenían más de 14.300 millones de palabras que se procesaron por un motor de análisis de textos.

Con esta materia primera, una primera gran conclusión del estudio es la evidencia de que Twitter es una buena muestra de una sociedad, cumple con el conocido Principio de Pareto que afirma que una sociedad se divide naturalmente en dos grupos (el 80 y el 20), tales que el grupo minoritario (20%) ostenta el 80% de algo, y el grupo mayoritario (80%) posee el 20% de ese algo. En este caso particular, el 15% de los usuarios más activos es responsable del 85% de los tweets globales generados. El top 5% de los usuarios es responsable de cerca del 50% de los tweets totales; y el top 1% de usuarios origina cerca del 20% de los tweets. Vemos por lo tanto una marcada estructura de pirámide invertida.

La geografía de Twitter

La geografía de TwitterUno de los aspectos más interesantes de Twitter es entender quién genera la información y quién la recibe. Pero sobre todo quién la redistribuye. Para ello se analizan los retweets (RTs) y las menciones (@) a lo largo de los tweets geolocalizados de los usuarios a partir de tres técnicas: el nuevo servicio que ofrece la propia red de geolocalización con GPS de los tweets, la localización de los usuarios voluntaria en su perfil, y la localización textual de los usuarios en sus biografías.

¿Qué ciudad creen que es la más activa en Twitter? Probablemente no lo acierten: ¡Es Jakarta!

No es Londres, ni París, ni Nueva York. Es curioso ver como el grupo de “países emergentes” es un líder indiscutible en lo que respecta a la demanda de Twitter. Brasil, con São Paulo y Rio de Janeiro están dentro del top 10 de ciudades en el uso de esta red social, por encima del propio EEUU y, por supuesto, Europa.

Literalmente allá donde hay electricidad, hay Twitter. En el siguiente mapa, los puntos en rojo indican los lugares donde existe actividad de Twitter, y en azul donde existe electricidad. En blanco se ven las zonas donde la presencia de ambas cosas es igual.

Pensemos de nuevo en el ejemplo de Brasil, un país con densidad demográfica baja, 23,6 hab./km², ¡es impresionante constatar que Twitter llega a lugares donde no lo hace la línea eléctrica!

Twitter versus la prensa generalista

Twitter versus la prensa generalistaEl idioma más utilizado en Twitter es el inglés, con un 41%, seguido del español con un 11%. Los links más introducidos en los tweets no son noticias, sino a otros sitios sociales como Twitter (17%), Instagram (13%), Facebook (12%), Youtube (6%) y Tumblr y Ask.fm (3% ambos).

Los tuits con links a prensa generalista no tienen un peso importante (tan sólo un 7,8% del total). No obstante, los medios de habla inglesa más mencionados son: bbc.co.uk, huffingtonpost.com, nytimes.com, y guardian.co.uk.

Si se observa el mapa de la presencia de Twitter en el mundo, la gran pregunta es ¿cubre Twitter las mismas zonas que la prensa generalista? El siguiente mapa nos da la respuesta.

En azul vemos las zonas donde la presencia de Twitter supera a la prensa generalista, mientras que en rojo es al revés, la prensa tiene un mayor protagonismo. En blanco, ambos medios están igualados. La conclusión más llamativa es entender el valor que Twitter tiene en zonas como Latinoamérica, Europa del Este y regiones orientales como Indonesia, Malasia o Filipinas. En todas estas zonas la comunicación vía Twitter es predominante. Por el contrario, en sitios como África o países asiáticos como China, Twitter no tiene un peso importante, ya sea porque la penetración en el país no es sencilla por temas de infraestructura, como en África, o por la censura (política) que sufre en, por ejemplo, China.

¿Es Twitter una burbuja?

¿Es Twitter una burbuja?Esto es, quizás, una cuestión subjetiva de valoración que debemos hacer cada uno, pero al menos habría que tener en cuenta dos conceptos:

En definitiva, Twitter da la vuelta a la tortilla: los emergentes son los países que tiran del valor, y la información no-generalista es la que predomina en la red. Ambas cosas son, sin duda, muy atractivas.

Antes de esta nueva etapa al frente de Silica Labs, Antonio trabajaba como especialista en soluciones tecnológicas para el sector salud en la Organización Mundial de la Salud, trabajo al que renunció para hacer realidad su sueño de crear una empresa. Junto con Marvin Ammori y Stephanie Nguyen, en mayo de 2013 constituyeron Silica Labs.

Silica Labs es una empresa de desarrollo de software basada en Washington D.C. y actualmente cuenta con un equipo de 5 personas. Su principal objetivo es el desarrollo de todo tipo de aplicaciones informáticas en el marco de las nuevas plataformas denominadas “wearable devices”, es decir, todos los dispositivos tecnológicos que, como las gafas de Google, en un futuro cercano van a formar parte de nuestra indumentaria diaria.

¿Cómo nació la idea de crear Silica Labs?

Tenía la idea de montar una empresa desde hace tiempo. La idea comenzó cuando fui a un Startup Weekend, que es un evento en el que se proponen ideas para crear empresas, y durante un fin de semana se forman grupos para trabajar en ellas. Como no me gustaba ninguna de las ideas que se exponían, decidí proponer la mía; una aplicación para Google Glass. Y hubo varias personas que se mostraron interesadas en colaborar en mi idea de negocio.

La parte técnica ya la hacía yo, y veía que lo que necesitaba era colaboración en la parte de negocios y de comunicación, porque desde mi punto de vista estas son las tres partes fundamentales de una empresa de tecnología. Al final del fin de semana ganamos el concurso. Los jueces no sólo nos dieron el voto, sino que algunos de ellos eran inversores y se interesaron mucho en nuestra idea. La semana después del Startup Weekend en el trabajo me pedí vacaciones para poder hablar con estos inversores.

Al final de esta semana nos dimos cuenta que la idea se podía materializar y tomamos la decisión de ir adelante. Junto con dos de las personas que conocí y trabajé durante el fin de semana del Startup Weekend, Marvin Ammori y Stephanie Nguyen, decidimos formar la empresa.

Pero teniendo trabajo estable en la Organización Mundial de la Salud (OMS), parece una decisión arriesgada, ¿Cuándo decidiste arriesgarte y dejar tu trabajo para dedicarte a crear una empresa?

La idea de montar una empresa la respetaba mucho. Yo no me veía montando una empresa a tiempo parcial o en mis ratos libres. Tenía que ponerle todo mi esfuerzo, mi dedicación y mi atención. Mi deseo de montar la empresa viene porque me gusta mucho la tecnología y es a lo que me quiero dedicar, y también porque me gusta ser yo el que defina los productos, y el que decida el equipo y la dirección empresarial. Entonces, en el momento en que decido montar una empresa, no podía quedarme a tiempo parcial y tenía que hacerlo al 100%.

Lo siguiente fue hablar con mi jefe en la OMS para exponerle la situación. Su reacción fue muy comprensiva y acordamos mí salida en el momento más adecuado para causar el menor perjuicio a la oficina y que también fuera adecuada para comenzar mi nuevo proyecto. A partir del 1 de mayo de 2013 dejé oficialmente de trabajar para la OMS y comencé a trabajar a tiempo completo en Silica Labs.

¿Qué ha sido lo más positivo y lo más negativo que han encontrado en la experiencia de crear tu propia empresa en Estados Unidos?

Sin duda, lo más positivo ha sido la facilidad para montar la empresa. Es verdad que mi socio es abogado y viene del mundo de la empresa, lo que facilitó el proceso. Pero de todas maneras fue un trámite muy simple y lo hicimos en dos días. Es muy fácil, no tienes que tener un capital inicial, no tienes que ir a cinco instituciones distintas a llenar 50 formularios diferentes. Del lado de lo más difícil, ha sido encontrar ingenieros programadores que se unan a la empresa.

Hay un déficit de programadores y hay una gran pelea entre las empresas de tecnología por encontrar buenos programadores. Encuentras gente, pero que no tiene la experiencia adecuada o no es lo suficientemente buena. Por otra parte venir a trabajar a Estados Unidos desde fuera es muy difícil por el tema del visado. Hay un cupo de visados que se da cada año para contratar extranjeros, y la bolsa de visados para contratar programadores se acaba en 10 minutos. Cuanto más grande la empresa más fácil contratar porque es más fácil hacer el trámite y asumir los costos.

Cuéntanos un poco más de tu proyecto, ¿qué es Silica Labs? ¿Cuál es el concepto que queréis desarrollar?

Silica Labs es básicamente una empresa de aplicaciones de software. Nosotros hacemos aplicaciones de software para “wearable devices” (no existe una traducción exacta del inglés, pero conceptualmente serian dispositivos tecnológicos que forman parte de tu vestimenta). No hacemos los dispositivos, los dispositivos los hace Google, Sony, Samsung, etc. Nosotros creamos aplicaciones para ellos.

Google Glass es el mejor ejemplo porque está siendo la primera gran plataforma de este tipo en la que podemos hacer aplicaciones. Es una plataforma abierta para la que cualquier programador pueda crear sus propias aplicaciones. Pero no es la única, por ejemplo también nos interesan los relojes inteligentes. Sony ya tiene uno, y se rumorea que tanto Samsung como Google y Apple van a lanzar sus propios relojes en los próximos meses. Lo que nos interesa es entender cómo van a funcionar estos wearable devices y hacer aplicaciones específicas para ellos. Creemos que estos dispositivos van a cambiar la forma de utilizar la tecnológica que tenemos actualmente. Esa nueva manera de utilizar la tecnología va a posibilitar un nuevo mundo de aplicaciones, y esas son las aplicaciones que en Silica Labs estamos interesados en desarrollar.

¿A qué te refieres con cambiar la forma de utilizar la tecnología?, ¿Cuál es el valor agregado que pueden tener estos nuevos dispositivos?

Te pongo un ejemplo. Estos nuevos dispositivos son tecnología que tú puedes utilizar en cualquier momento. Puedes estar montando en bicicleta o dando un paseo y las llevas contigo integradas, por lo que es muy fácil acceder a la información. No tienes que acceder a un ordenador o sacar un teléfono del bolsillo. Esto significa que en vez de tú adaptarte a la tecnología, la tecnología se adapta a ti.

Con Google Glass podemos hacer videoconferencia con la peculiaridad de que tú verías lo que yo veo. Yo puedo seguir utilizando mis dos manos a la vez que hablamos, entonces estaría libre para que tú me pudieras ayudar a montar un mueble o cambiar la rueda de un coche en tiempo real. Con un teléfono o una tablet eso no es posible porque tendrías que tener al menos una mano dedicada a enfocar la cámara al mueble o a la rueda. Precisamente la idea con la que ganamos el concurso del Startup Weekend fue un servicio de soporte técnico inmediato. Por ejemplo, en carretera, utilizando las gafas, en la que el mecánico te va a ir guiando para ayudarte a identificar y solucionar el problema que tienes en tu coche.

Me dices que ahora os estáis enfocando en desarrollar aplicaciones para las nuevas gafas de Google, ¿Qué tipo de relación profesional mantenéis con Google?

A Google le interesa mucho que haya un ecosistema de empresas haciendo aplicaciones para las gafas. Gran parte del éxito que puedan tener las gafas depende de que contengan aplicaciones que la gente utilice. Por eso Google nos apoya para que las aplicaciones que desarrollamos funcionen de la mejor manera posible.

Pero quien sostiene económicamente la empresa, no es Google sino nuestros clientes. Trabajamos con varias empresas a las que ayudamos a desarrollar sus aplicaciones para Google Glass y ellas nos pagan por ello. Por ejemplo, Social Radar, es una nueva aplicación para iPhone y Android. Ahora quieren disponer de su aplicación en las gafas, y nos contratan a nosotros para integrar su tecnología en la tecnología de Google Glass. Entre otras empresas con las que hemos trabajado hasta ahora están National Geographic, Kaiser Permanente, o New America Foundation.

Y hasta ahora, ¿Qué aplicaciones habéis desarrollado en Silica Labs para Google Glass?

Hemos desarrollado ya varias aplicaciones, pero principalmente hemos hecho dos; SimpleWing y Glassfit. SimpleWing es una aplicación para que cualquier medio de comunicación pueda publicar sus noticias en las gafas. Nuestro socio de lanzamiento ha sido National Geographic, fue la primera institución que se nos acercó para pedirnos esta idea. Nosotros la desarrollamos para ellos y ahora hemos abierto la aplicación para cualquier institución que quiera utilizarla.

La otra aplicación que estamos haciendo se llama Glassfit. Es una especie de entrenador personal a través de las gafas. Las gafas tienen mucho sentido para hacer deporte porque tienes las manos libres y puedes seguir haciendo pesas o corriendo mientras llevas las gafas. GlassFit te da rutinas para hacer ejercicio y también te pone en contacto con entrenadores personales que dan seguimiento a tus entrenamientos.

Otras aplicaciones más pequeñas que hemos desarrollado son integración con Meetup y WordPress. Meetup hace una integración de la página de reuniones con la tecnología de las gafas en la que puedes ver el nombre y foto de los asistentes a una reunión para facilitar la interacción social. Y Wanderbee, es integrar las gafas con Wordpress. De esta manera puedes hacer “blogging” en tiempo real desde las gafas a Wordpress. Estas dos últimas aplicaciones no están en el centro de nuestro negocio y son más bien demostraciones de lo que podemos hacer.

De cara al futuro, ¿qué objetivos tenéis? ¿Cuáles son los planes de Silica?

El máximo interés es conseguir que Silica Labs dentro de uno o dos años diseñe las aplicaciones con las que soñamos, y que también seamos capaces de hacerlas realidad, de ejecutarlas de la mejor manera posible. Pero no nos queremos limitar a Google Glass. Las gafas son el primer gran ejemplo de la nueva ola de wearable devices en el mercado, pero queremos estudiar el mercado y estar presentes con aplicaciones que tengan sentido para los usuarios. Como los buenos futbolistas, no queremos correr hacia donde está el balón, sino hacia donde se dirige.

Ya para concluir, que consejo les darías a personas que estuvieran ahora mismo ante la decisión de arriesgarse o no a montar su propia empresa.

El consejo es que lo hagan. Yo ya fui emprendedor al finalizar mis estudios universitarios en España. Fui autónomo durante casi un año y lo pasé muy mal por temas de papeleo, hacienda, buscar clientes, conseguir que esos clientes me pagaran, fue una pesadilla.

Terminé dejando de ser emprendedor y empecé a trabajar para la universidad, pero la experiencia fue de cualquier modo enriquecedora. Quizás aquí es más fácil, pero ahora que lo he vuelto a hacer, lo que le diría a la gente que quiera montar una empresa es que, no es tanto la idea, porque ideas podemos tener todos, sino conseguir montar un equipo de gente que tenga el balance adecuado que hace falta para montar una empresa. Y en mi opinión es el que comentaba anteriormente, negocios, comunicación, y técnica. Si tienes el equipo y una buena idea, yo le diría a la gente que no se lo pensaran dos veces y que se lanzaran, que hay muchas oportunidades.

Independientemente de hacer mucho o poco dinero, el pasárselo bien haciendo estas cosas y aprendiendo, eso es lo que merece la pena. Porque con la cantidad de horas que hay que trabajar, sino te lo pasaras bien, no habría dinero para pagarlo.

En primer lugar, llama la atención la expresión de “experiencia pionera a través de redes sociales”, ya que la subasta de un bien es un sistema que busca extraer la mayor parte de la renta del consumidor, forzándole a ajustar su oferta en la medida de lo posible a su disposición a pagar. Y, curiosamente, este objetivo de extraer la mayor cantidad de renta posible del consumidor es lo que ya realizan las aerolíneas, con su sistema de precios que se ajusta a la demanda, desde hace décadas. La iniciativa puede parecer más original, pero el resultado previsible es parecido a su sistema anterior con la salvedad de que no podrán cobrar una fortuna a los usuarios de última hora que han de realizar el viaje por extrema necesidad (quizás reserven un cupo para dichos demandantes).

¿Por qué es esto así? ¿Qué se esconde detrás de este tipo de subasta? ¿Había otras alternativas?

El precio de indiferencia

Para comprender el problema, el punto de partida fundamental es el concepto del “precio de indiferencia”, que es aquel precio (o intervalo) en el cual nos da igual comprar una cosa o no, es decir, que somos indiferentes ya que la utilidad que nos reporta sería idéntica al precio que nos cuesta ¿Crees que este precio no existe? Piensa en un ejemplo sencillo. Imagina un restaurante al que vayas con bastante frecuencia. ¿Irías en tu próxima salida a cenar por un precio de 5 euros el comensal? Probablemente sí. ¿Y por 200 euros? Salvo que tu bolsillo te permita frecuentar el Celler de Can Roca, probablemente no. ¿Cuánto sueles pagar cuando vas a dicho local a cenar? Imagina que son unos 18 euros. Si los pagas regularmente, significa que ese precio está por debajo de tu umbral de indiferencia, ya que valoras más el servicio que recibes que los 18 euros. ¿Seguirías yendo asiduamente si en vez de 18 euros costase 20? ¿Y si el precio fuese 22 ó 24? Todos tenemos un umbral en el cual nos costaría decidir. No estaríamos seguros si el precio merece la pena: ni es un sí claro, ni es un no rotundo. Pues bien, ese es el precio o umbral de indiferencia de un servicio, un concepto clave para entender las subastas.

La subasta de primer precio vs la subasta de segundo precio

La subasta que Iberia ha diseñado se denomina técnicamente “subasta en sobre cerrado de primer precio”. El usuario dice un precio sin conocer la puja del resto de usuarios y paga su precio indicado si es el mejor postor. Volvamos al concepto de precio de indiferencia y supongamos que el precio de indiferencia de un comprador es de 400 euros. Teniendo en cuenta todos los costes del viaje, la utilidad que le reportaría dicho billete son exactamente 400 euros, con lo que le daría lo mismo el billete que los 400 euros (supongamos para comprender el problema que, en vez de una “franja de indiferencia”, que es lo realmente habitual en las personas, el precio de indiferencia para este comprador fuese exactamente 400 euros). En cambio, por 390 euros sí estaría dispuesto a comprar (¡ganaría 10 euros respecto a su valoración!) y no estaría dispuesto a pagar 410 euros (perdería 10 euros).

La pregunta clave es: ¿qué cantidad debería pujar dicho comprador? Ni siquiera le merece la pena pujar 400 euros, pues si lo gana estará igual que estaba. ¿Para qué molestarse? La puja habrá de ser, lógicamente, menor. Y aquí es donde interviene el mecanismo perverso de la subasta. ¿Cuánto menor ha de ser mi puja? La respuesta dependerá del número de personas que vayan a entrar en la subasta: cuanto más grande sea ese número, peor para el comprador. Si existe un número suficientemente grande, podemos estar casi seguros de que habrá una o más personas con un precio de indiferencia de 399 euros, y estos a su vez sabrán que habrá otros con un umbral de 398. Así, la única forma de asegurarse una mínima ganancia en la subasta será ofrecer un precio lo más cercano posible a tus 400 euros (¡399,99!), con lo cual tu ganancia personal en la subasta será de un céntimo (ojo, recuerda que has de razonar esto desde tu propio umbral de indiferencia, no desde esta referencia arbitraria de 400 euros; sube o baja euro a euro preguntándote si estarías dispuesto a pagar hasta que dudes y no sepas qué decir).

Este sistema de subasta es, por lo tanto, un refinado sistema que extrae, cuando hay un número suficiente de posibles compradores, la mayor parte de la renta de todas las personas interesadas. ¡Es bastante probable que Iberia ingrese incluso más que vendiendo los billetes mediante su tarifa habitual! Además, la estrategia de puja óptima depende de una cifra desconocida por los pujantes: el número total de ofertas (aunque Iberia ya ha dado alguna pista a través de su página de Facebook: “¡Aún tienes tiempo para participar! Llevamos más de 5.000 participaciones en socialflight.iberia.com para volar a Nueva York a bordo de nuestro #socialflight. El precio más bajo ofertado ha sido 0 euros y el más alto 600 euros ¿Cuál va a ser el tuyo?”

¿Existe una alternativa más justa a este tipo de subasta?

Aunque todas las subastas buscan extraer la mayor renta posible del consumidor (o, como se dice en microeconomía, minimizar el excedente del consumidor) , existe un tipo de subasta que elimina la incertidumbre del número de pujantes y que además permite unas mayores ganancias para el cliente: la “subasta de sobre cerrado de segundo precio”. En este tipo de subasta, el que puja el mayor precio es el ganador (al igual que en el tipo anterior) pero con la diferencia de que, en vez de pagar el precio pujado, se paga el precio que pujó la siguiente persona.

Es decir, si uno ha pujado 400 euros y resulta ganador de la subasta, en vez de pagar dichos 400 euros paga lo que pujó la segunda cifra más alta (por ejemplo, 395). La ventaja que tiene este tipo de subasta es que el comprador puede olvidarse por completo del número de posibles pujantes. Su estrategia óptima es única: ha de pujar exactamente su precio de indiferencia. Si gana la subasta, pagará un precio menor por lo que habrá obtenido una ganancia a cambio. Si la diferencia con el siguiente pujante es amplia, pagará mucho menos de su punto de indiferencia y habrá obtenido una ganancia mayor. Y, por último, sería absurdo pujar un precio mayor al precio de indiferencia. ¡Se arriesgaría a acabar pagando más que su umbral de indiferencia!

En resumen: la mayoría de subastas (especialmente las que van con precios “al alza”) están diseñadas para extraer la mayor parte de renta del consumidor. Pero, de entre todas las subastas, quizás la más perniciosa sea la del “primer precio”. Si Iberia desea afianzar su relación con el cliente a través de las redes sociales, podría plantear una subasta de “segundo precio” para al menos asegurar al que puja un resultado más satisfactorio y para que no haya de especular con el número de compradores que con él compiten.

¿Qué es Bitcoin? Para algunos se trata de una moneda descentralizada ideal para romper la dependencia con la banca, para otros un bello experimento criptográfico. En nuestra opinión, Bitcoin tiene –con todas las ventajas y desventajas que ello supone-, un enorme parecido con los metales preciosos, hasta el punto de que podría definirse como el nuevo oro digital.

El principal parecido del Bitcoin con los metales preciosos es que su escasez (es decir, su oferta) está limitada porque su extracción es costosa en términos de computación… y de recursos. ¿Sabías que cada 24 horas de minería de Bitcoins se consumen en el mundo 147.000 dólares gastados en energía -asumiendo un precio de 15 cents/Kw-? Dicho coste es equivalente al que se precisa para alumbrar 31.000 hogares en América o la mitad del acelerador de partículas (LHC).

Dado que cada día se extraen unos 3.600 nuevos Bitcoins, ello implica que el coste actual de generación de cada Bitcoin es de unos 41 dólares, una cantidad nada despreciable. Como nota técnica, es necesario aclarar que el coste de extracción no implica que haya un “suelo” para el precio del Bitcoin, sino que, si el precio de mercado desciende por debajo de dicho umbral, existe muy poco incentivo para seguir minando –a no ser, claro, que sea otro el que paga la factura-.

Aunque sólo sea por el consumo de valiosos recursos energéticos, parece conveniente repasar las actividades para las que Bitcoin es un producto valioso y aquellas para las que, en realidad, no parece aportar gran valor añadido. Este ejercicio trata, pues, de separar lo útil de lo inútil del Bitcoin.

Funciones para las que Bitcoin es un medio adecuado

Criptografía

Si te interesan las aplicaciones reales de la criptografía, Bitcoin es un experimento al que prestar atención. El objetivo de su autor o autores (la creación ha sido firmada bajo el pseudónimo de Satoshi Nakamoto), era diseñar la forma de cambio más segura y robusta posible, y que además estuviese libre de la injerencia de un organismo regulador, el cual puede estar sujeto a demasiadas tentaciones.

Las propias cadenas llevan dentro de sí la información de las Bitcoins generadas en el pasado, de forma que el propio proceso de creación es el que aporta la seguridad del sistema: es instantáneo comprobar si un Bitcoin es “falso” comprobando su pertenencia a dicha cadena. Solo se conoce hasta ahora un único fallo de seguridad, el cual fue rápidamente remediado, con lo cual el Bitcoin ha sido en este sentido un rotundo éxito.

Transacciones bilaterales privadas

Si quieres comprar o vender algo a una tercera persona y ambos reconocéis el Bitcoin como medio válido para canalizar el valor de la transacción, entonces Bitcoin te ofrece la posibilidad de realizar una transacción online, segura, inmediata y sin coste alguno, independiente de tu banco comercial, y en última instancia del Banco Central. Si esto es lo que quieres, adelante.

Depósito de valor

Tienes dinero y no sabes dónde invertirlo. No confías en la deuda soberana por el riesgo político de la Zona Euro, tampoco en la bolsa por su volatilidad... o incluso, yendo más allá, por puros principios: no quieres mantener el actual sistema económico con tus recursos. En este escenario, Bitcoin actúa como una materia prima digital –con catacterísticas similares al oro o al petróleo, los cuales fluctúan según su oferta y demanda-. Así, Bitcoin puede tener valor como activo en el que invertir tu riqueza, ya que confías en que se revalorizará dado que en el futuro su uso se extenderá o su tecnología se utilizará para fines valiosos en sí mismos.

No obstante, y como veremos más adelante, el hecho de actuar como depósito de valor no es siempre bueno. De hecho, en términos macreoconómicos, como el mismo Krugman explica, puede ser contraproducente que una divisa o moneda se convierta en un tótem de seguridad y valor, ya que, de lograrlo, su precio podría dispararse durante las recesiones –como a menudo ocurre con el oro-, creando en la economía una espiral deflacionista y de deuda. Un sencillo experimento mental puede ayudar a comprender esto: imagina que tienes tu hipoteca en Bitcoins, que comienza una recesión y que el precio del Bitcoin se dispara. El valor de tu deuda sube también ya que conseguir los Bitcoins es ahora más difícil. Tienes menos recursos para realizar tus transacciones habituales y la actividad desciende aún más.

Activo refugio ante pánicos

Bitcoin alcanzó la fama definitiva con el colapso del sistema bancario de Chipre, en el que en vez de miedo hubo pánico. En una situación de pánico real, en la que temes que tu dinero fiduciario respaldado por el banco central y depositado en tu banco comercial desaparezca, el uso del oro, o del Bitcoin, puede tener cierto sentido como activo refugio, en tanto que es fácil e inmediato de comprar y almacenar (¡puedes guardar tus Bitcoins anotando la cadena en un papel!), de forma que el Gobierno no pueda quitarnos nuestros ahorros. Respaldan esta función las noticias de que en Chipre se instalarían los primeros cajeros de Bitcoins, o los buenos ojos con que los argentinos ven este activo.

De hecho, hemos vivido hace poco un experimento natural sobre la capacidad de Bitcoin como activo de cobertura ante pánicos. El 23 de abril de 2013, una cuenta de Twitter de Associated Press fue hackeada, enviando a las 1:05 pm el siguiente tuit:

Tras los atentados de Boston, el pánico a un nuevo atentado en EEUU era máximo, y la posibilidad de que afectase al presidente de los EEUU, aterradora. Se produce así el primer “Tweet Crash” de la historia, durante el cual el Dow Jones (y resto de bolsas americanas) se desploman, causando pérdidas transitorias de unos 100.000 millones de dólares. El pánico duró apenas 3 minutos, pero sirvió sorprendentemente para que el Bitcoin experimentase un brusco aumento de la demanda en el mismo instante en que la Bolsa se desplomaba.

El siguiente gráfico muestra en la parte superior el Dow Jones y en la parte inferior el volumen de compra de Bitcoin en ese mismo instante. La barra verde en las transacciones de Bitcoins refleja un aumento súbito de su demanda, es decir una correlación negativa casi perfecta que refleja la cobertura ante un pánico. La eficiencia en la respuesta fue sorprendente por su rapidez, en tanto que el crash fue tan fugaz ni siquiera el oro tuvo tiempo a reaccionar así. Esto supone un tanto para Bitcoin por la facilidad y rapidez con la que se pueden realizar coberturas.

Funciones para las que NO ES un medio adecuado

Realizar pagos imposibles de rastrear

La realización de transacciones privadas y ciegas para el resto de la comunidad no significa que las transacciones sean secretas. Es posible trazar hacia atrás la precedencia de los Bitcoins, y ocultar el origen parece bastante complicado. Así, las autoridades no deberían obsesionarse con esta posibilidad, ya que el dinero físico en efectivo seguirá siendo un medio mucho más seguro para las actividades al margen de la ley.

Convertirse en una moneda de circulación generalmente aceptada

La economía se basa en la confianza, y parte de esta confianza viene por el respaldo legal. Un sistema para realizar transacciones seguras y baratas no tiene por qué cumplir los objetivos necesarios para sostener una economía completa. Parte de la aceptación generalizada de los euros y los dólares en circulación proviene de que, independientemente de con quien operemos, la ley dice que todo billete en mi cartera tiene un valor facial y que este billete debe ser aceptado en todos los establecimientos (aunque cada establecimiento puede aceptar además lo que le parezca oportuno). Esto me permite realizar no sólo transacciones inmediatas, sino operaciones a más largo plazo, es decir, tener crédito en la economía: prestar dinero a cambio de un tipo de interés con el objetivo de recibirlo de vuelta.

¿Puedo dar préstamos en Bitcoins? Claro, en la misma medida en que puedo realizar un préstamo en iPhones o manzanas. Pero ¿y si mi Bitcoin dentro de 1 año vale el 10% de lo que vale hoy? Esto es algo que difícilmente sucederá con un préstamo denominado en Euros. Si ignoramos la posibilidad de una hiperinflación como las de Zimbawe o Argentina (nos remitimos al uso de Bitcoin como cobertura de pánicos) las economías desarrolladas aseguran un respaldo legal de los Euros y que el Banco Central se encargará de mantener estable su valor. Esto con Bitcoins no es posible, en tanto que su valor reside en la confianza / desconfianza relativa en el resto del sistema.

Así, la más poderosa razón por la cual Bitcoin no puede ser una moneda aceptada ampliamente para realizar transacciones y crédito es la más sencilla y evidente: su volatilidad. La mayor utilidad de un medio de cambio consiste en su capacidad para dar estabilidad y certidumbre. Por ejemplo, uno no puede salir con comodidad de viaje teniendo como unidad de gasto el Bitcoin, ya que si en el transcurso del mismo pierde la mitad de su valor puede quedarse sin fondos incluso para volver a casa. ¿Se imaginan por otra parte un préstamo realizado con el Bitcoin a 10 euros y que unos meses después valga 140 dólares? ¡Su deuda se ha multiplicado por 14! ¿Cómo diablos iba a devolverlo? Tan mala es una moneda cuyo valor se erosiona por una hiperinflación, como en Zimbawe o Argentina, como una moneda que puede experimentar explosiones en su precio con la misma facilidad.

Por lo tanto, Bitcoin tiene usos interesantes y legítimos, pero, lamentablemente, no es a día de hoy un instrumento viable como moneda de uso generalizado. Así, y dadas sus similitudes con las materias primas clásicas, la mejor denominación posible para el Bitcoin es la de “materia prima digital”.

[Descargo de responsabilidades: este artículo no es, desde luego, una recomendación de compra ni de venta, sino una llamada a la cautela. De hecho, es ilustrativo mencionar que la principal plataforma o bróker online en la que cotiza el Bitcoin, Mt.Gox, tiene su origen en la compraventa e intercambio de un juego de cartas (aunque hoy esté camuflado en la página para intentar ganar seriedad, el acrónimo proviene de Magic The Gathering Online eXchange)]