Cuantificación de la influencia neobrandesiana: Un análisis computacional del mandato de L. Khan (Norick 2024)

26.11.2025

CeCo Chile

En mayo de este año, el abogado Sean Norick Long (Georgetown University Law Center y Harvard Kennedy School) publicó el artículo “The Antitrust Stack: A Computational Analysis of Lina Khan’s Legacy”. El artículo, publicado en el proyecto “Stanford Computational Antitrust”, examina el legado de la ex comisionada de la Federal Trade Comission (“FTC”), Lina Khan, y realiza un análisis computacional de textos para medir el impacto del enfoque neobrandesiano en la labor púbica de la FTC.

Como hemos cubierto en notas anteriores (ver un ejemplo acá), de acuerdo con los neobrandesianos, el derecho antimonopolios debería servir objetivos más amplios que el bienestar del consumidor, incluyendo el bienestar de los trabajadores, la promoción de la democracia, y la prevención de asimetrías de poder. Por su parte, desde la década de los 80, la escuela de Chicago ha mantenido una postura centrada en el bienestar del consumidor, lo cual ha implicado, según algunos expertos, un approach más permisivo en favor de las empresas (y, por consecuencia, una disminución en el enforcement antimonopolio).

Así, este artículo evalúa el legado neobrandesiano de Lina Khan a partir de un análisis lingüístico que examina las distintas “capas” de enforcement en las que las ideas de dicho movimiento podrían reflejarse. Estas capas abarcan, por un lado, los discursos oficiales y declaraciones públicas de la agencia; luego, los instrumentos de soft law, como guías; y, finalmente, las demandas presentadas ante tribunales.

El mandato de Lina Khan y la tendencia neobrandesiana

Complementando lo que hizo Bernardo Mueller en su artículo titulado “The Arc of Antitrust: A Text-based Measure of Antitrust Policy Beliefs and Attitudes” (2024), Norick examina cómo las diferencias en la retórica pueden ser reflejo de diferencias ideológicas (en este caso, entre neobrandesianos y la escuela de Chicago). Estas diferencias, en primera instancia, las evalúa con respecto a los discursos oficiales realizados por comisionados de la FTC.

La metodología “TD-IDF + regresión logística”

Para realizar esta evaluación, Norick utiliza una metodología empleada en el artículo de Mueller, el cual asigna un “Puntaje Neobrandesiano” (“Puntaje NB”) cuyos valores se encuentran entre 0 y 1, donde 1 indica una mayor alineación con valores neobrandesianos, y 0 con valores de la escuela de Chicago.

Ahora, ¿cómo se crea este indicador? La metodología se basa en una medida llamada TF-IDF (term frequency – inverse document frequency), que corresponde a una medida numérica que expresa cuán relevante es una palabra para un documento en una colección. Para calcular esta “relevancia”, considera las veces en que una palabra aparece en un documento (p. ej., un discurso), tomando en cuenta la frecuencia de la palabra en el corpus de textos general (es decir, el repositorio completo de discursos). Esto, equilibra el hecho de que hay palabras generalmente más comunes que otras.

Luego, los autores (originalmente, Mueller) utilizan un modelo de regresión logística entrenado con textos previamente catalogados por el autor como neobrandesianos o como pertenecientes a la escuela de Chicago (específicamente, 253 textos neobrandesianos y 267 de Chicago, que abarcan entradas de blog, artículos, columnas de opinión, entre otros). A partir de ese entrenamiento, el modelo asigna coeficientes a cada palabra del vocabulario completo contenido los textos, de modo que algunas quedan más asociadas al estilo neobrandesiano y otras más asociadas a la escuela de Chicago. Con la combinación de los pesos TF-IDF de cada palabra en un discurso y los coeficientes obtenidos en la regresión logística, el modelo le otorga al discurso su respectivo “Puntaje NB”. De esta manera, los discursos se asocian a un puntaje más alto en la medida en que utiliza con mayor intensidad el tipo de lenguaje característico de la escuela neobrandesiana (y, a la inversa, un puntaje más bajo si prevalece el lenguaje de la escuela de Chicago).

La evolución de los discursos de los comisionados de la FTC

En el artículo original, Mueller aplica esta metodología para asignar un Puntaje NB a cada discurso realizado por comisionados de la FTC, y observar cómo ha cambiado la tendencia del Puntaje NB desde la creación de la institución. Como se puede observar de la Figura 1, en sus comienzos (1910), la curva de puntaje NB era relativamente alta, marcada por la influencia de Louis Brandeis. Luego, con la llegada de la escuela de Chicago, el puntaje NB general de la autoridad bajó, para luego repuntar en los años 2000s con el regreso de autoridades neobrandesianas como Lina Khan.

Figura 1: Evolución de Puntaje NB para discursos de la FTC

Fuente: Mueller (2024), p. 22 (clic para ver imagen completa).

En este sentido, el artículo de Norick complementa este análisis realizando un zoom al periodo específico de Lina Khan, y cómo ella ha marcado una diferencia notoria en la práctica ideológica de la FTC. En primer lugar, y como muestra la Figura 2, los discursos de Lina Khan han sido considerablemente más tendientes a la escuela neobrandesiana que la de sus contrapartes republicanas (en específico, los comisionados Noah Phillips y Christine Wilson para los años 2021, 2022 y 2023, y Andrew Ferguson y Melissa Holyoak en 2024).

Figura 2: Evolución de Puntaje NB para discursos de Lina Khan vs. comisionados republicanos (2021-2024)

Fuente: Norick (2025), p. 11 (clic para ver imagen completa).

Por otro lado, Norick también refleja el cambio en la inclinación con el mando de Lina Khan al comparar la cantidad de veces que la palabra “empleado” (worker) y “consumidor” (consumer) fueron utilizadas en cada año, como porcentaje de las palabras totales. En este sentido, a partir del año 2020, la proporción para “empleado” creció considerablemente, y en 2023 superó la proporción de “consumidor”. En este sentido, el autor señala que esta tendencia se asemeja con los principios neobrandesianos, al considerar otros actores del mercado distintos a los consumidores.

Figura 3: Tendencia de uso relativo de palabras en discursos del Presidente de la FTC

Fuente: Norick (2025), p. 12 (clic para ver imagen completa).

Soft y hard law: Guías y demandas

Para profundizar el análisis anterior, Norick aplica el análisis lingüístico para niveles más profundos respecto del enforcement de la autoridad: las guías y las demandas. En cuanto a las guías, compara las guías de fusión emitidas por la FTC en los años 1968, 1982 y 2023, con el fin de evaluar la evolución del uso de lenguaje en dichas guías. Al respecto, y aplicando la misma metodología de Mueller para asignar un Puntaje NB, el autor encontró que, a nivel de frase, la Guías de 2023 presenta una mayor cantidad de frases con puntajes NB altos. En específico, si bien a nivel general no la Guía de 2023 no parece marcar una diferencia tan amplia en términos de puntaje (en comparación a las guías de 1968 y 1982), un total de 15 frases contenidas en dicha guía exceden el puntaje más alto presentado para una frase en las dos guías previas. Esto, de acuerdo con el autor, sugiere que la Guía de 2023 es una demostración de un “empuje” neobrandesiano, más que de una transformación ideológica total.

Figura 4: Evolución de Puntajes NB para las frases de Guías de Fusiones

Fuente: Norick (2025), p. 25 (clic para ver imagen completa)

Para aterrizar el punto, una de las frases que obtuvo un Puntaje NB de 0.671, respecto de mercados laborales, fue: “trabajadores y representantes de organizaciones laborales pueden proveer información sobre, entre otras cosas, sueldos, compensaciones no salariales, condiciones laborales, las necesidades individuales de los trabajadores en el mercado en cuestión, las fricciones involucradas en los cambios laborales y la industria en la que trabajan” (traducción libre hecha por el autor de la nota).

Por otro lado, con respecto al hard law, el autor revisa cómo estas tendencias ideológicas pueden reflejarse en el enforcement directo de la FTC. Para esto, compara el lenguaje utilizado en 3 demandas presentadas por la FTC/DOJ en el contexto de mercados digitales: La demanda contra Amazon en 2023 por monopolizar el mercado de retail online; la demanda contra Meta en diciembre de 2020 por las adquisiciones de Instagram y Whatsapp; y la demanda contra Microsoft en 1998 por monopolizar el mercado de sistemas operativos para computadoras.

Usando un modelo de LLM (Large Language Model), el autor clasifica cada párrafo según si se centra en precios (price-focused), en estructura de mercado (structure-focused) o en una combinación de ambos (híbridos). La comparación entre las demandas (Figura 5) muestra que la demanda contra Amazon presenta una proporción inusualmente alta de párrafos orientados a precios y, sobre todo, de párrafos híbridos que, de acuerdo con el autor, vinculan explícitamente el control estructural de la plataforma con efectos en precios, calidad y opciones de los usuarios, algo prácticamente ausente en la demanda contra Microsoft y mucho menos visible en la demanda contra Meta. Así, ante el hallazgo de que la demanda más reciente tenga más párrafos enfocados en precio (lo cual resulta contraintuitivo), el autor razona que dicha circunstancia obedecería a una suerte de ejercicio de traducción de un argumento neobrandesiano a elementos conceptuales de la escuela de Chicago. Es decir, la FTC al mando de L. Khan habría intentado articular teorías del daño estructurales y de poder de mercado, pero “traducidas” al registro tradicional de precios de la escuela de Chicago. Esto, con el fin de hacer sus argumentos más persuasivos ante tribunales formados en la tradición Chicago, lo cual se vería apoyado con el aumento de párrafos híbridos.

Figura 5: Clasificación de párrafos para las demandas en mercados digitales

Fuente: Norick (2025), p. 25. (clic para ver imagen completa)

Diferencias entre las escuelas

Más allá del análisis del legado de Lina Khan como comisionada de la FTC, el autor realiza un análisis lingüístico general entre ambas escuelas, aprovechando la base de datos utilizada por Mueller para entrenar el modelo de regresión logística. Esta base, como se mencionó previamente, contiene alrededor de 500 textos que se encuentran catalogados tanto como neobrandesianos o alineados con la escuela de Chicago (repartidos equitativamente). En este sentido, Norick realiza un análisis tanto a nivel de frases, como a nivel de palabra.

Para lograr esto, el autor, en primer lugar, identifica las palabras más importantes para cada escuela (las que son más determinantes a la hora de definir un texto como neobrandesiano o como de Chicago), reflejadas en la Tabla 1. En este sentido, el autor determina 4 grupos de palabras: (i) Palabras insignia, las cuales están asociadas con una sola escuela (como “analysis” en el caso de Chicago o “democracy” en el caso de los neobrandesianos); (ii) Palabras con frecuencia aumentada, las cuales son usadas por ambas escuelas, pero que una usa de mayor manera (como “power”, que los neobrandesianos usan 3 veces más que Chicago); (iii) Sinónimos preferidos, correspondientes a sinónimos preferidos para cada escuela (como “firm” para Chicago, y “company” o “corporation” para los neobrandesianos); y (iv) Palabras argumentativas, que reflejan razonamiento para proyectar escenarios económicos (como el término condicional “would” en el caso de Chicago).

Tabla 1: Palabras más relevantes para cada escuela

Fuente: Elaboración propia a partir de Norick (2024).

Por último, el autor también complementa este análisis al introducir modelos de word embeddings para capturar cercanía semántica y patrones de uso contextual. Para ello, construye un diccionario compartido con los 1.000 términos más frecuentes en ambos corpus de texto (Chicago y neobrandesiano), y “mapea” cada palabra en dos espacios vectoriales distintos, uno entrenado solo con textos de la escuela de Chicago y otro solo con textos neobrandesianos. De este modo, Norick puede medir, para cada término, la distancia entre sus dos representaciones y, luego, examinar sus “palabras vecinas” más cercanos en cada modelo, con el fin de identificar si la misma palabra se utiliza en contextos conceptualmente distintos según la escuela. Así, el análisis realizado no solo permite aislar las palabras usadas que hayan sido más importantes para cada escuela, sino que también permite revisar si el sentido de una palabra puede ser usado de distintas maneras según la escuela que obedezca.

Como muestra la Figura 6, las cinco palabras con mayor distancia semántica relevante —evidence, anticompetitive, consumer, monopolizing y price— ilustran cómo ambas tradiciones comparten, en parte, el mismo vocabulario, pero lo emplean de forma distinta. En efecto, de acuerdo con el autor, mientras la escuela de Chicago tiende a vincular estos términos con categorías técnico-económicas y doctrinales, la escuela neobrandesiana los asocia con teorías de daño, poder y efectos más amplios sobre mercados, trabajadores y proveedores.

Figura 6: Palabras con diferencias semánticas entre ambas escuelas

Fuente: Norick (2024), p.16 (clic para ver imagen completa).