Una plataforma de inteligencia artificial llamada GovGreed ha desarrollado un sistema capaz de cruzar operaciones bursátiles de legisladores estadounidenses con su actividad legislativa, reabriendo el debate sobre conflictos de interés en el Congreso. El análisis, divulgado el 30 de junio de 2026, presenta un "Índice de codicia" que clasifica a miembros por frecuencia, volumen y recencia de transacciones.
¿Cómo funciona el sistema de IA de GovGreed?
GovGreed ha construido un sistema de aprendizaje automático de siete capas para rastrear operaciones bursátiles de legisladores y compararlas con su poder regulatorio. La plataforma utiliza registros públicos obligatorios bajo la Ley STOCK, que exige a miembros del Congreso reportar periódicamente sus transacciones financieras. El sistema cruza esos datos con proyectos de ley, comités, patrimonio divulgado y vínculos sectoriales con regulaciones, permitiendo construir una base de datos sistemática y reproducible sobre la actividad de trading político.
¿Quiénes encabezan el ranking de trading intenso?
Según el "Índice de codicia" publicado el 30 de junio de 2026, Nancy Pelosi lidera con 98,7 puntos, seguida por Ro Khanna (98,6 puntos), Josh Gottheimer (98,6 puntos) y Michael McCaul (97,5 puntos). El ranking demuestra un patrón bipartidista: entre los primeros cuatro aparecen tres demócratas y un republicano. Los volúmenes reportados resultan significativos cuando se los compara con el salario anual de un congresista, fijado en US$ 174.000. McCaul lidera por volumen con cerca de US$ 869 millones, mientras Khanna encabeza el conteo de operaciones con 24.822 transacciones y aproximadamente US$ 580 millones en volumen.
¿Qué mide exactamente el Índice de codicia?
El índice es una puntuación de 0 a 100 que combina tres variables: frecuencia de compra (hasta 40 puntos), volumen en dólares (hasta 30 puntos) y recencia de actividad (hasta 30 puntos). La fórmula es deliberadamente simple y reproducible. La recencia se degrada linealmente durante dos años, lo que significa que legisladores que operaron recientemente retienen ventaja frente a otros con gran actividad histórica. GovGreed insiste en una aclaración crítica: el índice mide intensidad de negociación, no conducta ilegal ni uso de información privilegiada.
Crecimiento patrimonial y salarios públicos: el contraste
El análisis de divulgaciones patrimoniales entre 2018 y 2025 revela cambios significativos en la riqueza declarada de legisladores. Nancy Pelosi pasó de aproximadamente US$ 140 millones en 2018 a US$ 229 millones en 2025, un incremento de unos US$ 89 millones frente a un salario acumulado cercano a US$ 1,2 millones en el mismo período. Markwayne Mullin registró un salto desde US$ 8,4 millones (2018) a US$ 71,7 millones (2025), un aumento de aproximadamente US$ 63 millones. Josh Gottheimer evolucionó desde cerca de US$ 8,5 millones (2018) a US$ 38 millones (2024), un cambio de unos US$ 30 millones.
La plataforma aclara que ese crecimiento patrimonial no puede atribuirse automáticamente al trading. La apreciación del mercado, activos conyugales, empresas privadas, bienes raíces y herencias explican buena parte de esos cambios. Además, los formularios de patrimonio utilizan rangos, no cifras exactas, lo que introduce márgenes de incertidumbre en los cálculos.
Patrón bipartidista y escala del fenómeno
GovGreed analizó 221 miembros del Congreso que operaron acciones individuales durante el período estudiado. De ese total, 65 registran una puntuación de 50 o más en el índice, divididos en 30 demócratas y 34 republicanos. La investigación subraya que la actividad intensa de trading está distribuida entre ambos partidos casi por igual. Entre los legisladores más activos, 23 miembros alcanzan puntuaciones de 70 o más, confirmando nuevamente que no se trata de una práctica identificable con un solo bloque político.
Limitaciones metodológicas y lo que el análisis no prueba
GovGreed es explícita en sus limitaciones: el índice no demuestra uso de información privilegiada ni irregularidad legal alguna. La plataforma plantea dos conclusiones más acotadas. La primera es de escala: muchos legisladores que redactan o supervisan normas económicas, fiscales o sectoriales manejan carteras de ocho y nueve cifras. La segunda es de trayectoria: para varios traders activos, la riqueza declarada creció mucho más rápido que el salario público asociado a su cargo. Eso no equivale a afirmar que el puesto público haya generado ese enriquecimiento.
Existen límites metodológicos importantes: los formularios patrimoniales usan rangos sin descontar deudas de forma neta, y la cobertura es incompleta para algunos nombres de alto volumen. Khanna y McCaul, por ejemplo, aparecen en el tablero de trading pero no en la tabla patrimonial porque sus activos anuales aún no habrían sido analizados completamente.
Impacto para empresarios y administradores argentinos
Aunque GovGreed se enfoca en legisladores estadounidenses, el modelo de transparencia que propone tiene implicaciones para la gestión empresarial y la confianza pública en Argentina. La capacidad de cruzar datos públicos mediante IA para identificar potenciales conflictos de interés plantea preguntas sobre cómo los dueños y administradores de empresas argentinas interactúan con reguladores y funcionarios públicos. Si bien la normativa argentina aún no cuenta con un equivalente a la Ley STOCK estadounidense, el caso de GovGreed ilustra cómo la tecnología puede hacer visible lo que antes permanecía opaco. Para las pymes y empresas medianas que operan en sectores regulados—energía, telecomunicaciones, finanzas, comercio exterior—este tipo de análisis refuerza la importancia de monitorear conflictos de interés en decisiones regulatorias que afecten sus operaciones. La lección es que la transparencia en las operaciones de funcionarios públicos puede convertirse en un factor competitivo y de riesgo para el negocio.
