¿Puede un algoritmo predecir la próxima crisis económica en Argentina basándose en el precio del mate?

Like this story? Get the full interactive experience with karaoke highlighting, word saving, instant tap to translate, and more in the free Inklingo app.

Illustration for paragraph 1

Sofía removió el azúcar en su cortado, escuchando a medias la conversación de la mesa de al lado. En Buenos Aires, parecía que todos los debates terminaban girando en torno a la economía. Sin embargo, fue el comentario de su abuela el que capturó su atención por completo. “Te lo digo yo, Sofi”, dijo la abuela Lidia mientras señalaba con su medialuna, “el verdadero termómetro del país no es el dólar, es la yerba mate. Si el paquete de un kilo sube de golpe, prepárate, porque se viene una tormenta”.

Illustration for paragraph 2

Sofía, una analista de datos que pasaba sus días buscando patrones en complejos conjuntos de información, sonrió con escepticismo. Era una idea pintoresca, una de esas sabidurías populares que suenan bien pero que carecen de fundamento. No obstante, la idea se le quedó grabada. ¿Y si su abuela, sin saber de algoritmos ni de modelos predictivos, hubiera identificado un indicador económico genuino?

Illustration for paragraph 3

Esa noche, la curiosidad pudo más que ella. Abrió su portátil y comenzó una investigación preliminar. El mate no es solo una bebida en Argentina; es un ritual social, un pilar cultural cuyo consumo es masivo y constante. A diferencia de otros productos, la gente no deja de comprar yerba fácilmente, aunque su precio aumente. Su demanda es inelástica, como diría un economista. Tal vez, pensó Sofía, su precio reflejaba de manera muy pura la presión inflacionaria y las expectativas del mercado antes que otros indicadores oficiales.

Illustration for paragraph 4

El proyecto la consumió durante las siguientes semanas. Conseguir datos históricos consistentes fue un desafío. Recopiló precios de supermercados, buscó en archivos de periódicos digitalizados y hasta convenció a un viejo almacenero de su barrio para que le dejara fotografiar sus libros de cuentas de los años noventa. Cruzó esta información con datos macroeconómicos: inflación, devaluación del peso y fechas de las crisis más conocidas, como la de 2001.

Illustration for paragraph 5

Alimentó su modelo con toda la información. El programa procesó los datos durante varios minutos que a Sofía le parecieron horas. Finalmente, apareció un gráfico en la pantalla. La correlación era innegable y mucho más fuerte de lo que jamás hubiera imaginado. Existía un patrón claro: un aumento abrupto y sostenido, superior al 15% mensual en el precio del mate, había precedido a cada una de las grandes recesiones de las últimas tres décadas con una antelación de entre tres y seis meses. No era magia, era un reflejo del pánico. Antes de que las cifras oficiales se publicaran, los productores, anticipando una devaluación o un salto inflacionario, ajustaban sus precios. Y el mate, por ser un producto esencial, era uno de los primeros en moverse.

Illustration for paragraph 6

Sofía se quedó mirando la pantalla, asombrada. Su algoritmo, al que bautizó “Proyecto Lidia”, funcionaba. Justo la semana anterior, había notado que su marca de yerba preferida había subido un 20%. Según su modelo, las probabilidades de que se anunciaran medidas económicas drásticas en el próximo trimestre eran superiores al 85%.

Illustration for paragraph 7

Compartió sus hallazgos con su colega y amigo, Mateo. Él la miró con una mezcla de incredulidad y admiración. “Así que, ¿el futuro de la economía argentina está en una calabaza y una bombilla?”, bromeó.

Illustration for paragraph 8

“No es tan simple”, replicó Sofía, “pero es un indicador increíblemente sensible. Es como si el nerviosismo colectivo del país se manifestara primero en el precio de lo que más nos importa”.

Illustration for paragraph 9

No estaba segura de qué hacer con su descubrimiento. ¿Publicarlo en una revista académica? ¿Crear una aplicación? Por ahora, decidió hacer algo más práctico. Llamó a su abuela. “Abu, tenías razón con lo de la yerba”, le dijo. “Por si acaso, ¿crees que deberíamos comprar algunos paquetes extra antes de que vuelva a subir?”.

Illustration for paragraph 10

Del otro lado de la línea, la risa de Lidia sonó clara y sabia. “Mi querida Sofi, yo ya compré seis kilos la semana pasada. A veces, para entender este país, no necesitas una computadora, solo necesitas prestar atención en el supermercado”.

Key Vocabulary

  • pintorescapicturesque, quaint
  • carecer de fundamentoto lack basis/foundation
  • almacenerogrocer, convenience store owner
  • recopilarto compile, to gather
  • por si acasojust in case