Ir al contenido principal

La paradoja de Jevons en el siglo XXI: de una criptomoneda sin fronteras a la cocina de casa, pasando por la inteligencia artificial y el agua que no vemos

Desde hace poco estoy viendo la serie StartUp, y fue imposible no quedarse pensando más allá del thriller. La historia gira en torno a GenCoin, una criptomoneda ficticia que pretende convertirse en una moneda global: sin fronteras, sin depender de ningún país y sin regulación estatal. Sus creadores plantean que una infraestructura financiera descentralizada podría superar limitaciones económicas tradicionales mediante mayor eficiencia y accesibilidad.

La serie no se propone discutir modelos económicos de manera teórica, pero utiliza referencias que remiten históricamente a distintas formas de organización económica, capitalismo, socialismo, comunismo, etc., en la medida en que todos han buscado, de una u otra forma, resolver problemas de distribución, eficiencia o coordinación. Estas referencias funcionan como contexto narrativo y conceptual, no como una toma de posición.

Mientras avanzaba la historia apareció una conexión clara: la promesa de resolver problemas complejos mediante tecnología eficiente recuerda directamente a la paradoja de Jevons. Y esa relación también me llevó a pensar en algo mucho más cotidiano: recomendar el uso de un lavavajillas para ahorrar agua como medida concreta de reducción del impacto climático.

GenCoin y la promesa de reducir fricciones

En StartUp, GenCoin se presenta como una solución tecnológica a problemas financieros globales: intermediación bancaria, límites territoriales y sistemas regulatorios fragmentados. El principio subyacente es simple: si se reduce la fricción económica, el sistema debería funcionar mejor.

Este tipo de narrativa aparece con frecuencia en la historia tecnológica. Lo relevante aquí no es evaluar si la promesa es correcta o incorrecta, sino observar qué ocurre cuando una innovación efectivamente reduce costos y barreras de uso.

La paradoja de Jevons: eficiencia que expande el sistema

El economista William Stanley Jevons observó en el siglo XIX que las mejoras en eficiencia podían aumentar el consumo total de un recurso en lugar de reducirlo.

El mecanismo es conocido:

  • una tecnología se vuelve más eficiente,
  • su uso se abarata,
  • más personas la adoptan,
  • aparecen nuevos usos,
  • el sistema completo crece.

La eficiencia local no garantiza una reducción global.

En la narrativa de StartUp, la criptomoneda busca simplificar el sistema financiero, pero el resultado es un entorno con más actividad, más actores y mayor complejidad. La innovación no reemplaza el sistema anterior; lo reorganiza.

Del sistema financiero a la cocina: el lavavajillas como ejemplo doméstico

La paradoja aparece también a escala cotidiana.

Los lavavajillas modernos suelen consumir menos agua por ciclo que el lavado manual tradicional y optimizan el consumo energético. Por eso, recomendar su uso como medida de eficiencia hídrica tiene base técnica sólida.

Sin embargo, al reducir el esfuerzo y el costo percibido:

  • se utilizan con mayor frecuencia,
  • se ejecutan ciclos con menos carga,
  • cambian las rutinas domésticas.

El ahorro por unidad se mantiene, pero el comportamiento del hogar se adapta a la nueva facilidad de uso. La tecnología modifica el sistema que la rodea.

Agua y electricidad: una relación menos visible

La eficiencia energética también tiene implicancias hídricas. Gran parte de la generación eléctrica utiliza agua para procesos de refrigeración o producción.

Por lo tanto, reducir consumo eléctrico puede disminuir indirectamente el uso de agua. Pero si el uso total de tecnologías eficientes aumenta, ese beneficio puede verse parcialmente compensado.

La cuestión no es solo tecnológica, sino sistémica.

Inteligencia artificial y la expansión digital

La inteligencia artificial reproduce el mismo patrón a gran escala.

Los modelos se vuelven más eficientes:

  • menor energía por cálculo,
  • menores costos operacionales,
  • mayor accesibilidad.

El resultado observable es una expansión masiva del uso:

  • más herramientas,
  • más automatización,
  • más procesamiento de datos.

Esta expansión requiere centros de datos que, además de energía, consumen agua para refrigeración.

La secuencia vuelve a coincidir con Jevons:

Eficiencia → Menor costo → Mayor adopción → Crecimiento del sistema → Aumento del consumo total de recursos.

Autopoiesis: una mirada desde Maturana

Aquí resulta útil incorporar una idea central del biólogo chileno Humberto Maturana: la autopoiesis. Este concepto describe sistemas capaces de producir y mantener su propia organización a través de sus interacciones internas.

Aplicado a la tecnología y la economía, la noción de autopoiesis permite observar que los sistemas sociales no reaccionan pasivamente a una innovación. Al contrario:

  • incorporan la tecnología,
  • ajustan comportamientos,
  • generan nuevas dinámicas que sostienen y expanden el propio sistema.

Un sistema autopoietico no permanece igual después de una mejora tecnológica; se reorganiza para continuar existiendo bajo nuevas condiciones.

Así, un lavavajillas eficiente, una criptomoneda global o una herramienta de inteligencia artificial no son solo objetos técnicos. Funcionan como perturbaciones que el sistema integra y transforma para seguir reproduciéndose.

Relaciones emergentes y comportamiento del sistema

Desde esta perspectiva:

  • una criptomoneda cambia incentivos financieros,
  • un electrodoméstico eficiente cambia hábitos domésticos,
  • una IA eficiente redefine flujos de trabajo y consumo digital.

El efecto final no depende exclusivamente del artefacto, sino de las relaciones que emergen alrededor de él.

La eficiencia no reduce automáticamente el sistema; puede activar mecanismos internos que lo expanden.

Rendimientos marginales decrecientes: una dinámica que impulsa la innovación

La economía aporta aquí un matiz importante: lo relevante es comprender la lógica de los rendimientos marginales decrecientes. Esto significa que cada unidad adicional de mejora o inversión continúa generando beneficios, pero esos beneficios adicionales tienden a ser menores que los obtenidos en las primeras etapas del proceso.

Este enfoque marginal permite observar cómo, a medida que una tecnología madura, el incentivo no desaparece; simplemente cambia de dirección. Cuando las mejoras sucesivas aportan incrementos menores, el sistema busca nuevas aplicaciones, nuevos mercados o nuevas combinaciones productivas, impulsando así la expansión y reorganización que describe la paradoja de Jevons.

Lejos de ser un problema, esta dinámica tiene un rol positivo dentro del sistema económico.

Las bondades de los rendimientos marginales decrecientes incluyen lo siguiente:

  • incentivan la búsqueda continua de innovación cuando las mejoras iniciales se saturan;
  • favorecen la diversificación hacia nuevas soluciones tecnológicas;
  • ayudan a evitar concentraciones excesivas de recursos en una sola alternativa;
  • promueven eficiencia dinámica, empujando a explorar nuevas fronteras productivas.

Así, cuando una tecnología madura empieza a ofrecer ganancias marginales menores, el sistema responde explorando nuevos usos o creando nuevos mercados. Ese movimiento contribuye a la expansión que describe la paradoja de Jevons.

No se trata de un fallo, sino de un mecanismo natural de adaptación económica.

El costo de oportunidad del ahorro

Cuando una tecnología libera tiempo, dinero o energía, esos recursos suelen reinvertirse en otras actividades.

El ahorro no desaparece; se transforma:

  • más dispositivos,
  • más servicios digitales,
  • mayor demanda de infraestructura.

El sistema reutiliza la eficiencia ganada.

La reorganización del sistema: donde nace el consumo inesperado

Y es precisamente en esa reorganización donde aparece el núcleo más profundo del fenómeno.

Desde la economía, la eficiencia reduce costos marginales y desplaza las fronteras de posibilidad: lo que antes era excepcional se vuelve cotidiano; lo que era costoso se vuelve trivial. El sistema responde ampliando su escala porque los incentivos cambian. Nuevos actores entran, nuevos mercados se abren y el equilibrio anterior deja de existir.

Desde la teoría sistémica, el proceso es aún más sutil. Un sistema no conserva simplemente recursos; los reinterpreta. La eficiencia actúa como una perturbación que reorganiza relaciones internas y redefine qué es posible y qué es deseable. En términos autopoieticos, el sistema se reproduce integrando la innovación y generando nuevas dinámicas que aseguran su continuidad.

Así, el ahorro inicial funciona como una semilla de expansión.

El lavavajillas no solo reduce el agua por lavado: transforma la relación cotidiana con el tiempo y la comodidad. La inteligencia artificial no solo optimiza cálculos: redefine expectativas de productividad y multiplica la demanda de procesamiento. Una criptomoneda no solo elimina intermediarios: abre nuevas formas de intercambio que aumentan la complejidad económica.

Desde la mirada económica, esto puede leerse como una reasignación permanente del costo de oportunidad: cada recurso liberado encuentra rápidamente otro destino más atractivo o más rentable. Desde la sistemática, es el comportamiento natural de un sistema que busca mantener su organización ampliando su capacidad de interacción con el entorno.

En términos más amplios, la eficiencia no cierra ciclos; los expande.

Hay una elegancia casi inevitable en esta dinámica. Cada avance tecnológico promete reducir presión sobre el mundo material, pero al ampliar nuestras posibilidades también amplía nuestras ambiciones. El sistema crece no por error, sino porque crecer es la forma en que responde a nuevas condiciones de eficiencia.

Y allí reside la paradoja central: aquello que diseñamos para consumir menos puede convertirse, por la lógica misma del sistema económico y social, en el origen de un nuevo nivel de consumo.

Cierre: consumir más como resultado natural del sistema

Tal vez la conclusión más incómoda, y al mismo tiempo más honesta, es aceptar que muchas veces queríamos consumir más desde el principio. La eficiencia no crea ese impulso; simplemente lo hace posible.

No se trata de un error técnico ni de una falla moral. Tampoco es consecuencia exclusiva de un modelo económico determinado. Diferentes sistemas, con distintas reglas e ideologías, han mostrado dinámicas similares cuando la eficiencia amplía el espacio de acción disponible.

Desde la economía, esto refleja la expansión natural de la demanda cuando disminuyen los costos. Desde la mirada sistémica, muestra cómo los sistemas se adaptan para seguir reproduciéndose mediante nuevas formas de interacción.

En ese sentido, la paradoja de Jevons no es una anomalía, sino una descripción realista de cómo evolucionan los sistemas humanos: cuando algo se vuelve más fácil, accesible o eficiente, no solemos detenernos para hacer menos; aprovechamos la oportunidad para hacer más.

Y quizás allí reside la idea final que une una criptomoneda ficticia, un lavavajillas eficiente y la inteligencia artificial contemporánea: la tecnología no sólo cambia nuestras herramientas; revela, con bastante claridad, cuánto deseábamos expandir nuestras posibilidades desde el inicio.

Comentarios

Entradas populares de este blog

El Pensamiento Sistémico en la Ingeniería Industrial: Comprendiendo la Complejidad para Diseñar Soluciones Viables

Introducción En el mundo actual, las organizaciones, los procesos productivos y los entornos económicos funcionan como sistemas interconectados, dinámicos y cada vez más complejos. En este contexto, la ingeniería industrial, disciplina encargada de optimizar recursos, procesos y estructuras organizacionales, enfrenta el desafío de comprender y gestionar sistemas que no responden a relaciones lineales ni soluciones simples . Para abordar esta realidad, surge como herramienta fundamental el pensamiento sistémico : un enfoque que permite visualizar, modelar y transformar sistemas complejos considerando las interacciones, retroalimentaciones y efectos diferidos entre sus componentes. Este paradigma, desarrollado por pensadores como Ludwig von Bertalanffy , Peter Senge , Jay Forrester , Stafford Beer , Russell Ackoff y Humberto Maturana , ha demostrado ser esencial para el diseño de organizaciones inteligentes, sostenibles y adaptativas. Este artículo expone los fundamentos del pensami...

Cracking WEP: El primer paso en el mundo del pentesting

Introducción Mi primer acercamiento serio al mundo del hacking ético no vino de un curso ni de un video de YouTube, sino de una vieja revista especializada en tecnología . En una de sus páginas, encontré un artículo que explicaba —con claridad sorprendente— cómo funcionaban los ataques a redes WEP. Me impresionó que, en esencia, la clave de red se encontraba dentro del mismo paquete de datos , y que bastaba aplicar algunos operadores OR-EX (XOR) para extraerla. Aquella explicación fue reveladora: el cifrado no era más que una capa mal puesta, y el proceso para romperlo era tan lógico como fascinante. Fue un descubrimiento educativo en todo sentido. No se trataba solo de vulnerar una red, sino de entender cómo la matemática y la lógica podían develar lo oculto , incluso en algo que se suponía “seguro”. Años después, sigo considerando esa lectura una de las mejores introducciones prácticas al pensamiento detrás de la ciberseguridad. Aunque el protocolo WEP está obsoleto, aprender a ...

Inteligencia de Negocios y Ciencia de Datos: Herramientas y Algoritmos clave

Introducción En el mundo actual, los datos no solo se almacenan: se transforman en decisiones . Desde dashboards ejecutivos hasta modelos predictivos complejos, los datos gobiernan la forma en que las organizaciones planean, actúan y evolucionan. Y en ese cruce entre negocio y tecnología surgen dos disciplinas que, aunque complementarias, tienen enfoques diferentes : la Inteligencia de Negocios (BI) y la Ciencia de Datos (Data Science) . Este artículo te mostrará cuáles son las herramientas más usadas , los algoritmos más comunes , y cómo aplicarlos en ejemplos caseros y reales que te ayudarán a internalizar cada concepto, incluso si recién comienzas. Diferencias conceptuales: BI vs Ciencia de Datos Aspecto Inteligencia de Negocios (BI) Ciencia de Datos (Data Science) Enfoque principal Análisis descriptivo e histórico Análisis predictivo y prescriptivo Preguntas que responde ¿Qué pasó? ¿Dónde? ¿Cómo fue el desempeño? ¿Qué pasará? ¿Por qué pasó? ¿Qué hacer? Tipo de usuario Ejecutivos,...