¿En qué consiste el enfoque en los riesgos-s?

Texto original Luciano Carlos Cunha · Volumen IX, p. 56 de la edición en PDF · traducción al español

7.1. Introducción

En este capítulo abordaremos lo que Baumann (2022, p. 36-40) denomina enfoque en los riesgos-s. Examinaremos la relación de este enfoque con la manera en que el sufrimiento puede estar distribuido a lo largo del futuro, y cuál es la diferencia entre el enfoque en los riesgos-s y el enfoque estrecho.

Como vimos, los riesgos-s son los riesgos de que en el futuro ocurran eventos que provoquen un sufrimiento de magnitud gigantesca, que supere el sufrimiento existente en la Tierra hasta ahora. A veces se sostiene que la manera más eficiente de evitar el sufrimiento en la historia del mundo de aquí en adelante es centrarse en evitar los riesgos-s⁶⁶, pues la magnitud del sufrimiento en esos casos puede ser tan astronómica que representaría la mayor parte del sufrimiento futuro. Este es el llamado enfoque en los riesgos-s.

Sin embargo, alguien podría tener la meta de reducir el sufrimiento futuro de la manera más eficiente posible, pero rechazar el enfoque en los riesgos-s por creer que la mayor parte del sufrimiento futuro surgirá de la suma de escenarios que son malos, pero no hasta el punto de ser riesgos-s. Por esa razón, a continuación investigaremos la probabilidad de que el sufrimiento futuro esté distribuido de una u otra manera.

7.2. ¿Cómo será probablemente la distribución del sufrimiento a lo largo del futuro?

Baumann (2022, p. 37-8) observa que muchos fenómenos tienen lo que se denomina distribución de cola pesada (en referencia a la curva que se forma en el gráfico). Por ejemplo, si sumamos todas las muertes por guerras o terremotos a lo largo de la historia, la mayoría ocurrió en un pequeño número de los peores casos. Lo mismo puede ocurrir con el sufrimiento futuro: un buen porcentaje de él podría estar concentrado en los riesgos-s más extremos.

Una distribución puede ser de cola pesada en mayor o menor grado. Una razón para pensar que el sufrimiento futuro será de cola pesada en alto grado es que la escala del sufrimiento futuro puede variar en muchos órdenes de magnitud (por ejemplo, debido al potencial de

colonización espacial⁶⁷ o de sintiencia digital⁶⁸). Entonces, podría tener picos acentuadísimos.

7.3. El enfoque en los riesgos-s no implica un enfoque estrecho

El enfoque en los peores casos no implica centrarse solo en unos pocos riesgos-s que alguien considera los peores de todos. Esto se debe a los siguientes motivos:

• Aun si el sufrimiento futuro tiene una distribución de cola pesada, eso no significa que la mayor parte del sufrimiento futuro esperable surja de unos pocos casos específicos de riesgos-s. Puede que surja de la suma de todos o de varios de los riesgos-s.
• En los fenómenos con distribución de cola pesada, rara vez el 0,1% de los casos más extremos contiene el 99% de la distribución total. Así, tiene sentido centrarse, por ejemplo, en el 10% de los peores resultados, en lugar de centrarse en el peor 0,1%.
• Incluso el 1% de los riesgos-s más severos puede darse en escenarios muy diversos, con fuentes de sufrimiento muy diversas.
• Aun si la mayor parte del sufrimiento futuro ocurre en un número limitado de peores escenarios muy específicos, podemos estar equivocados sobre cuáles serán esos escenarios.
• Las intervenciones contra los peores riesgos pueden no estar disponibles, o no ser más eficientes que intervenciones que podrían ayudar frente a una amplia gama de riesgos.
• También podría haber una cola positiva en el futuro, que vendría de la oportunidad de reducir, por ejemplo, los riesgos-s naturales⁶⁹. Así, debemos intentar reducir la cola negativa y aumentar la positiva y, por eso, preferir intervenciones que abarquen muchos tipos de escenarios.

Baumann (2022, p. 39) concluye que todas estas observaciones se refieren a lo que deberíamos hacer como grupo. Individualmente, puede tener sentido especializarse en una gama estrecha de riesgos, siempre que nuestros esfuerzos colectivos abarquen una gama amplia de riesgos.