Un „Google Maps” pentru economie: soluția care poate accelera lupta cu schimbările climatice
În ultimele decenii, lumea a tratat economia ca pe o știință exactă capabilă să ofere răspunsuri clare despre viitor. În practică, însă, când a venit vorba despre două dintre cele mai mari provocări contemporane — criza financiară și criza climatică — modelele economice dominante au livrat, de prea multe ori, previziuni slabe, întârziate sau chiar înșelătoare. În acest context apare propunerea lui Doyne Farmer, profesor la Oxford, care vorbește despre un simulator economic global capabil să modeleze individual fiecare companie importantă și să anticipeze mai realist efectele politicilor publice.
Ideea pare desprinsă din science-fiction: un „Google Maps” pentru economie, în care decidenții văd din timp unde apar blocajele, ce sectoare se încing, unde sunt riscurile de colaps și ce măsuri accelerează tranziția verde. Dar argumentul lui Farmer este simplu și puternic: costul construirii unui asemenea sistem ar fi infim raportat la pierderile uriașe provocate de decizii luate „în orb”, conform The Guardian. Dacă modelele actuale au ratat viteza reală cu care energia regenerabilă a devenit mai ieftină, atunci poate problema nu este realitatea, ci instrumentele cu care încercăm s-o înțelegem.
De ce modelele economice clasice nu mai sunt suficiente
Economia mainstream a funcționat mult timp pe baza unei ipoteze elegante, dar nerealiste: actorii economici sunt perfect raționali și iau decizii optime, având acces la informație aproape completă. Pe hârtie, această abordare produce ecuații curate. În viața reală, însă, oamenii, companiile și instituțiile reacționează fragmentat, emoțional, imitativ, uneori întârziat. Piața nu este un mecanism liniștit, ci un ecosistem instabil, în care toți se influențează reciproc.
Aici intervine critica centrală a lui Farmer: dacă vrei să descrii un sistem complex folosind agenți „perfecți”, ajungi inevitabil să reduci drastic numărul actorilor din model. În consecință, pierzi tocmai detaliile care contează: efectele de rețea, comportamentele de turmă, bulele speculative, cascadele de panică. Modelele tradiționale devin astfel prea simple pentru o lume prea complicată.
A doua limită majoră ține de presupunerea de echilibru. Multe modele clasice pornesc de la ideea că economia tinde natural spre un punct stabil între cerere și ofertă. Dar istoria ultimelor decenii — de la criza financiară din 2008 la șocurile lanțurilor de aprovizionare și volatilitatea energetică — arată opusul: dezechilibrul este regula, nu excepția. Când realitatea explodează în cicluri de boom și bust, modelele de echilibru explică retroactiv prin „șocuri externe” ce ele nu au putut anticipa intern.
În fine, există și o problemă culturală a disciplinei. Farmer sugerează că economia academică a rămas blocată într-o paradigmă veche, consolidată în anii ’60, când puterea de calcul și datele disponibile erau incomparabil mai reduse decât astăzi. Cu alte cuvinte, am păstrat instrumente gândite pentru o lume analogică, într-o economie digitală, hiperconectată și accelerată de algoritmi.
Cum ar funcționa simulatorul global propus de Doyne Farmer
Propunerea lui Farmer se bazează pe economia complexității, un cadru în care actorii nu trebuie să fie perfecți pentru ca modelul să fie util. Fiecare agent economic — companie, instituție, consumator — poate urma reguli simple de decizie: imită liderii, testează strategii prin încercare și eroare, reacționează la semnale locale, își ajustează comportamentul în funcție de context. Paradoxal, tocmai această „imperfecțiune” face modelul mai realist.
Avantajul tehnic este enorm: în loc să simulezi câțiva agenți supersofisticați, poți simula milioane de agenți mai simpli, dar ancorați în date reale. Asta permite observarea fenomenelor emergente — exact acele dinamici colective pe care modelele convenționale le pierd. Nu mai forțezi economia să se comporte ordonat; o lași să se manifeste ca sistem viu, cu inerții, reacții în lanț și schimbări de strategie.
Un element-cheie este adaptarea continuă. Farmer invocă inclusiv problema clasică din economie cunoscută drept „Lucas critique”: oamenii își schimbă comportamentul când se schimbă regulile jocului. Într-un simulator static, această transformare strică rapid predicțiile. Într-un simulator dinamic, cu algoritmi de învățare automată, agenții pot evolua odată cu mediul. Astfel, modelul nu doar fotografiază prezentul, ci încearcă să urmărească procesul de adaptare al economiei.
Primul test major pentru această abordare este sectorul energetic global. Echipa lui Farmer lucrează cu un set vast de date istorice și încearcă să modeleze aproximativ 30.000 de companii energetice și activele lor — de la centrale electrice la infrastructură fosilă. Ținta este clară: să simuleze cum reacționează sistemul energetic mondial la taxe pe carbon, subvenții pentru regenerabile, reglementări noi sau șocuri de preț. Dacă un asemenea model devine robust, decidenții ar putea compara scenarii concrete înainte să implementeze politici cu impact de trilioane.
De la promisiune tehnică la impact climatic real
Miza cea mai importantă nu este eleganța metodologică, ci viteza tranziției climatice. Farmer argumentează că modelele economice folosite până acum au subestimat constant ritmul și potențialul tehnologiilor verzi. În special la energia regenerabilă, estimările tradiționale au fost adesea prea pesimiste privind scăderea costurilor și prea lente privind adopția. Când instrumentul de prognoză greșește direcția, politica publică întârzie, investițiile ezită, iar oportunitățile se risipesc.
Un simulator complex ar putea schimba această ecuație din trei motive. În primul rând, ar permite testarea comparativă a politicilor în condiții mai apropiate de realitate. În loc de dezbateri ideologice abstracte, ai evaluări bazate pe comportamente simulate la scară mare. În al doilea rând, ar putea identifica punctele de inflexiune: momentele în care o tehnologie devine dominantă sau când o industrie intră pe traiectorie de declin structural. În al treilea rând, ar face vizibile costurile inacțiunii, nu doar costurile reformei.
Argumentul economic e greu de ignorat: dacă un astfel de sistem, estimat la circa 100 de milioane de dolari, ar reduce chiar și marginal pierderile din viitoare crize, investiția s-ar amortiza spectaculos. Prin comparație, costurile unei singure crize sistemice sau ale întârzierii tranziției climatice se măsoară în trilioane. De aici și analogia lui Farmer: economia are nevoie de un instrument de navigație modern, nu de o hartă veche pe care lipsesc autostrăzi întregi.
Desigur, un asemenea proiect nu este o baghetă magică. Datele pot fi incomplete, ipotezele pot induce erori, iar modelele pot fi folosite politic. Dar diferența față de status quo este că economia complexității recunoaște explicit incertitudinea și încearcă să o modeleze, nu să o ascundă sub presupuneri de perfecțiune. În loc să promită certitudine absolută, promite orientare mai bună într-o lume instabilă.
Pentru tine, ca cititor interesat de viitorul economic și climatic, ideea esențială este aceasta: nu mai e suficient să întrebi „ce costă tranziția verde?”, ci trebuie să întrebi și „cât ne costă să rămânem cu modelele greșite?”. Dacă vrei să înțelegi mai bine dezbaterea despre tranziția energetică, criza climatică și inovația tehnologică în economie, urmărește evoluția acestor modele de complexitate în următorii ani, pentru că ele pot deveni fundamentul noii politici economice globale.
În final, ambiția lui Doyne Farmer nu este doar academică. Este un proiect cu miză civilizațională: să reduci suferința economică, să accelerezi decarbonizarea și să oferi factorilor de decizie un tablou mai fidel al consecințelor. Dacă acest simulator va reuși, nu va rezolva singur criza climatică — dar ar putea face ceva ce lipsește acut astăzi: să transforme decizia publică din improvizație costisitoare în strategie informată.