El economista neerlandés-estadounidense Guido Imbens, Premio Nobel de Economía 2021 junto a David Card y Joshua Angrist por sus contribuciones metodológicas al análisis de relaciones causales, inauguró el año académico de la Facultad de Economía y Negocios de la Universidad de Chile con la clase magistral "Más Allá de la Correlación: Causalidad para Ciencias Sociales y de Datos", ante un auditorio de estudiantes y académicos en el Aula Magna.

Imbens es profesor de la Escuela de Negocios de Stanford, donde ocupa la cátedra de econometría aplicada desde 2012. Nació en 1963 en Geldrop, Países Bajos; se formó en la Universidad Erasmus de Rotterdam y completó su doctorado en la Universidad de Brown en 1991. Enseñó en Harvard, UCLA y Berkeley antes de incorporarse a Stanford, y entre 2019 y 2025 fue editor de la revista Econometrica.

"La correlación no es lo mismo que la causalidad", afirmó al inicio de su presentación, ejemplificando con la correlación entre ventas de helado y quemaduras solares, o entre consumo de chocolate y cantidad de premios Nobel por país. "No hay una relación causal entre sí", recalcó.

El problema fundamental de la causalidad

Para Imbens, pensar causalmente implica siempre contrastar lo que ocurrió con aquello que habría ocurrido bajo circunstancias distintas. Lo ilustró con un ejemplo que utiliza habitualmente en sus clases: "Tengo un dolor de cabeza y pienso en tomar una aspirina. Pero lo que me interesa aquí realmente es qué le pasaría a mi dolor de cabeza si tomo la aspirina y qué habría pasado con mi dolor de cabeza si no hubiese tomado la aspirina. El desafío es que no puedo ver los dos resultados, no puedo medir ese efecto".

El economista sostuvo que la causalidad no puede entenderse en abstracto, sino siempre asociada a intervenciones concretas. Como ejemplo, relató un estudio junto al economista Bruce Sacerdote basado en ganadores de la lotería de Massachusetts, que utilizó el carácter aleatorio del premio para estudiar los efectos de un ingreso garantizado sobre el trabajo, la jubilación y el bienestar familiar. "Eso nos permitió ver el efecto de tener un ingreso básico universal", explicó.

La revolución de la credibilidad

Imbens hizo un repaso histórico de la llamada "revolución de la credibilidad" en economía, el giro metodológico impulsado desde los años noventa por investigadores como David Card, Alan Krueger y Joshua Angrist para construir inferencias causales creíbles en contextos donde los experimentos aleatorios no siempre son factibles.

Mencionó el estudio de Card sobre inmigración y mercado laboral en Miami, que mostró que el aumento de trabajadores migrantes poco calificados no produjo los efectos negativos sobre salarios y empleo que anticipaban muchos modelos, y el trabajo de Card y Krueger sobre salario mínimo en Nueva Jersey y Pensilvania, que cuestionó la idea de que sus alzas destruyen empleo necesariamente. También citó el estudio de Angrist y Krueger sobre educación e ingresos, que usó diferencias en fechas de nacimiento y leyes de escolaridad obligatoria para identificar efectos causales de la educación sobre salarios futuros.

Experimentos aleatorios: poder y límites

Imbens recordó que los primeros desarrollos metodológicos en experimentación provienen de la agricultura, de los trabajos de Ronald Fisher y Jerzy Neyman en la década de 1930, y trazó su expansión hacia la medicina, la farmacología y, más recientemente, empresas tecnológicas como Amazon, Uber o Meta.

"El aleatorio es increíblemente poderoso para asegurar que las diferencias causales pueden ser tomadas de una manera más creíble", afirmó. Sin embargo, citando un debate con el Nobel Angus Deaton, reconoció límites: "En los ambientes donde se pueden hacer experimentos aleatorios, es una manera increíblemente poderosa de entender los efectos causales", dijo, aunque subrayó la necesidad de mantener escepticismo incluso frente a autoridades académicas. "Tener un premio Nobel no significa necesariamente que eres correcto en todo", comentó con humor.

Notebooks, multitarea y diferencias de género

Describió un experimento en la academia militar de West Point sobre el uso de notebooks en clases universitarias: distintas secciones de un curso de economía fueron divididas aleatoriamente entre quienes podían usar dispositivos electrónicos y quienes no. Los estudiantes con acceso a notebooks obtuvieron peores resultados en el examen final, con efectos más pronunciados en hombres y en alumnos de mejor desempeño previo. "Para las mujeres no hubo ningún efecto negativo", señaló Imbens, atribuyendo la diferencia a una mejor capacidad de las estudiantes para manejar la multitarea sin distraerse.

Inteligencia artificial: productividad condicionada

Imbens revisó experimentos recientes sobre IA y productividad laboral. En un call center que atendía consultas técnicas complejas, el acceso a herramientas de IA permitió resolver llamadas más rápidamente sin deteriorar la satisfacción de los clientes, con un incremento del 14% en la resolución exitosa de casos por hora; los beneficios fueron especialmente relevantes para los trabajadores menos experimentados.

En una firma de consultoría, en cambio, los resultados fueron más ambiguos: en tareas rutinarias la IA mejoró significativamente la productividad, pero en tareas que requerían capacidades analíticas más sofisticadas la asistencia algorítmica llegó a reducir el desempeño. "Finalmente, el contexto es lo que más importa", resumió.

Sobre trabajo remoto, citó un estudio de 2024 publicado en la revista Nature sobre agencias de viajes chinas, en el que el teletrabajo no aumentó significativamente la productividad, pero sí redujo la rotación laboral.

Diálogo con el decano: futuro del trabajo y situación de Chile

Tras la charla, el decano José De Gregorio sostuvo un diálogo con Imbens sobre los límites de los estudios individuales, el futuro del trabajo y la situación de Chile.

Sobre la validez de un solo estudio para orientar política pública, Imbens advirtió: "Creo que en muchos de estos casos un paper solamente no va a ser definitivo. Hay muchas cosas que considerar para el efecto en el contexto del sueldo mínimo, por ejemplo". Puso como ejemplo cómo distintos estudios sobre retornos a la educación, con metodologías diferentes, terminaron convergiendo en estimaciones de entre 6% y 8%.

Consultado sobre el impacto de la inteligencia artificial en el empleo, Imbens señaló: "Hay mucho que no sabemos de hacia dónde vamos, y es muy claro darse cuenta que las cosas están cambiando; incluso en los últimos 6 meses hemos visto que la manera en la que hacemos la programación ha cambiado". Agregó: "También hemos tenido pensamiento erróneo sobre los trabajos que van a desaparecer y qué nuevos trabajos van a surgir, pero exactamente cuáles son los nuevos trabajos, qué habilidades se necesitan, no es muy claro".

En su segunda visita a Chile, y consultado por su impresión sobre el país en comparación con Holanda, Imbens sostuvo: "Tengo la sensación de que Chile está más adelantado en la forma en que intentan hacer integraciones y colaboraciones entre negocios y la academia, y también en cómo están pensando que la IA va a afectar el mundo. Pero no pareciera que hay un avance en el cómo están preparando las personas en el mercado laboral y cómo están preparando a las sociedades para los cambios que se aproximan y estos próximos desafíos".