Fundamentos

Incertidumbre knightiana: decidir cuando el riesgo no puede calcularse

Por Daniel Sardá · Publicado el 13 de octubre de 2026 a las 22:06 UTC

6 min de lectura1.251 palabras

La incertidumbre knightiana aparece cuando una decisión no cuenta con una base suficiente para asignar probabilidades defendibles. Entenderla permite distinguir lo que puede estimarse de aquello que exige juicio.

No toda decisión difícil presenta el mismo tipo de desconocimiento. A veces existen datos suficientes para estimar la probabilidad de distintos resultados. Otras veces, el caso es tan nuevo o singular que asignar porcentajes precisos produciría una apariencia de conocimiento que en realidad no tenemos.

La incertidumbre knightiana nombra esta segunda situación. Frank H. Knight formuló la distinción en Risk, Uncertainty, and Profit, publicado en 1921: el riesgo admite algún tratamiento probabilístico relevante; la incertidumbre, en cambio, no ofrece una base defendible para construir esa distribución de probabilidades.

La diferencia no separa el cálculo racional de la improvisación. Separa dos problemas que exigen herramientas distintas.

Idea clave: Hay riesgo cuando podemos estimar probabilidades sobre una base relevante. Hay incertidumbre knightiana cuando esa base falta, aunque todavía podamos razonar y actuar.

Riesgo e incertidumbre no son sinónimos

En el lenguaje cotidiano, «riesgo» e «incertidumbre» suelen intercambiarse. Para Knight, la distinción es más precisa.

Existe riesgo cuando los resultados posibles pueden agruparse en una clase suficientemente comparable y contamos con una base para estimar sus frecuencias. No es necesario que la predicción sea perfecta. Basta con que la probabilidad tenga un fundamento pertinente y pueda orientar la decisión.

Una aseguradora, por ejemplo, no sabe si una vivienda concreta sufrirá un incendio el próximo año. Sin embargo, puede reunir muchos casos con características comparables, observar frecuencias, ajustar sus estimaciones y distribuir el costo esperado entre numerosos asegurados. El desenlace individual permanece abierto, pero el conjunto puede tratarse estadísticamente.

Hay incertidumbre, en el sentido knightiano, cuando ese procedimiento no resulta defendible. Quizá la decisión sea única, los antecedentes no sean comparables o los cambios relevantes impidan construir una clase estable. Las personas pueden formar opiniones y estimaciones, pero estas no equivalen a una probabilidad mensurable.

La diferencia puede resumirse así:

• En el riesgo, los datos y una clase de referencia permiten estimar probabilidades útiles.
• En la incertidumbre, la singularidad del caso o la falta de comparables vuelve insuficiente esa base.
• En ambos casos hay conocimiento incompleto; lo que cambia es cómo puede justificarse la decisión.

Un producto sin precedentes cercanos

Imaginemos una empresa que evalúa lanzar un producto realmente nuevo. Puede estimar algunos elementos: el costo de fabricación, la capacidad de su planta o el tiempo de distribución. También puede estudiar productos parecidos y preguntar a posibles clientes.

Pero las preguntas decisivas quizá no tengan una respuesta probabilística sólida. ¿Aparecerá un uso que nadie había previsto? ¿Cambiará el gusto del público? ¿Entrará un competidor con una propuesta mejor? ¿Será válida la comparación con mercados anteriores?

Asignar un 60 % de probabilidad al éxito no resuelve el problema si no existe una clase de lanzamientos suficientemente comparable de la cual obtener ese porcentaje. El número podría expresar una opinión disciplinada, pero no adquiere por ello el mismo fundamento que una frecuencia calculada sobre muchos siniestros similares.

En una sola decisión pueden convivir ambos terrenos. Los fallos rutinarios de una máquina quizá sean asegurables; la recepción futura del producto puede permanecer bajo incertidumbre. Las categorías de Knight son distinciones analíticas, no cajas puras en las que toda decisión real encaja sin dificultad.

Advertencia: Un porcentaje no convierte por sí solo la incertidumbre en riesgo. Antes de confiar en él hay que preguntar de dónde sale y si los casos usados como referencia son realmente comparables.

Si no hay una fórmula suficiente, entra el juicio

Actuar bajo incertidumbre no significa actuar a ciegas. Significa decidir con conocimiento parcial: experiencia, señales de clientes, comprensión del sector, capacidad del equipo y argumentos sobre futuros posibles. Ninguno elimina lo desconocido, pero todos pueden mejorar el juicio.

Los modelos también conservan utilidad. Un análisis de escenarios puede mostrar qué ocurriría si la demanda fuera alta, media o baja. Un análisis de sensibilidad puede revelar qué supuesto afecta más al resultado. Lo que el modelo no puede hacer es crear una distribución conocida allí donde no existe una base para sostenerla.

Por eso, el juicio no es una licencia para ignorar la evidencia. Consiste en interpretar evidencia incompleta, comparar explicaciones y comprometer recursos sin disponer de una regla que determine la respuesta correcta. La decisión continúa siendo razonable, criticable y revisable, pero no queda reducida a aplicar un cálculo.

Esta es una dimensión central del juicio empresarial. Quien decide debe descubrir qué información merece atención, qué analogías son engañosas y cuándo una oportunidad justifica asumir compromisos. Después, la experiencia permite aprender, aunque nunca garantice que la próxima situación pertenezca a la misma clase.

Beneficio y pérdida: el resultado puede ir en ambas direcciones

Knight relacionó la incertidumbre con la organización empresarial y con la aparición de beneficios y pérdidas. Antes de conocer la demanda efectiva, alguien debe contratar, producir, fijar precios o invertir. Esos compromisos descansan en anticipaciones falibles.

Si el resultado supera los costos y compromisos asumidos, puede quedar un ingreso residual positivo. Si la anticipación falla, aparece la pérdida. En este esquema, el beneficio no es una recompensa automática por exponerse a lo desconocido, ni toda ganancia puede explicarse únicamente por la incertidumbre. Es uno de los posibles resultados de haber decidido antes de conocer el desenlace.

Esta relación ayuda a entender la función empresarial: distintas personas ensayan planes, corrigen errores y reasignan recursos. Desde una perspectiva liberal clásica, ese proceso importa porque la coordinación económica no comienza con información completa. Sin embargo, la incertidumbre por sí sola no demuestra la superioridad de una institución. Para comparar arreglos institucionales todavía hay que examinar incentivos, responsabilidad, derechos y capacidad de aprendizaje.

Idea clave: Bajo incertidumbre no hay beneficios asegurados. El mismo juicio que abre una oportunidad puede generar una pérdida, y ambas señales permiten revisar planes.

Qué conceptos conviene no confundir

La incertidumbre knightiana no significa ignorancia absoluta. Una empresa puede saber mucho acerca de su tecnología y sus clientes, pero carecer de una distribución defendible para el resultado que más le importa.

Tampoco es sinónimo de volatilidad. Un precio puede variar mucho y, aun así, contar con un historial útil para ciertos modelos. A la inversa, una decisión puede tener pocos desenlaces visibles y seguir siendo profundamente incierta si no existen precedentes comparables.

Conceptos posteriores como la ambigüedad, la paradoja de Ellsberg o los «cisnes negros» dialogan con problemas cercanos, pero no deben presentarse como equivalentes ni atribuirse retrospectivamente a Knight. Lo mismo sucede con el conocimiento disperso: la conexión es útil para pensar los límites del conocimiento económico, pero pertenece a un desarrollo distinto.

Una pregunta práctica antes de calcular

La utilidad de la distinción aparece antes de abrir una hoja de cálculo: ¿qué justifica las probabilidades que estamos usando? Si existen muchos casos pertinentes y relativamente comparables, el análisis de riesgo puede ordenar la decisión, aunque conserve márgenes de error. Si el caso es singular y las comparaciones son frágiles, conviene reconocer los límites del cálculo.

Eso no obliga a paralizarse. Obliga a combinar escenarios, experimentos pequeños, aprendizaje y responsabilidad con una afirmación modesta: algunas consecuencias pueden estimarse; otras exigen juicio. La incertidumbre knightiana importa porque evita confundir precisión numérica con conocimiento y recuerda que decidir también consiste en actuar razonablemente cuando el futuro todavía no puede convertirse en una tabla de probabilidades.

Fuentes

• Frank H. Knight, Risk, Uncertainty, and Profit (1921), especialmente los capítulos VII y IX.
• G. Townsend, R. Hunt y J. Rady, “Chance, probability, and uncertainty at the edge of human reasoning” (2024).
• Ross B. Emmett, “Uncertainty and the social organization of economic activity” (2021).