La tokenitzacio de les finances (3)

 Fintech Capital: The Digital Transformation of Everyday Money and Finance

El llibre Fintech Capital: The Digital Transformation of Everyday Money and Finance (2026), escrit per Paul Langley i Andrew Leyshon (publicat per Zone Books / Princeton University Press), ofereix una anàlisi crítica sobre com la tecnologia digital està reconfigurant les relacions monetàries i financeres quotidianes a escala global.

1. Tesi central: El naixement del «Capital FinTech»

Els autors sostenen que la transformació digital dels diners no és una simple modernització neutral dels serveis bancaris ni una mera branca del capitalisme digital, sinó el resultat de l'emergència d'una nova varietat de capital: el capital FinTech.

El capital FinTech es defineix com un típtic (triptych) que fusiona tres formes de capital conceptualitzades originàriament en la crítica de l'economia política:

1. Capital financer (financial capital): Intermediació de crèdit personal i valorització mitjançant el cobrament d'interessos.
2. Capital de negociació monetària (money-dealing capital): Intermediació tècnica de pagaments i transferències de valor a canvi de comissions.
3. Capital rendista (rentier capital): Captura de rendes (monetàries i de dades) mitjançant la propietat i el control exclusiu d'infraestructures digitals i plataformes.

Aquesta fusió transforma la ciutadania: les persones deixen de relacionar-se com a «consumidors de mercat» per convertir-se en «usuaris» tancats (enclosed users) dins de plataformes on el seu ús quotidià dels diners queda automatitzat, extret i sotmès a la captura de rendes [42–44, 219].

2. Estructura del llibre i casos d'estudi

Introducció: Economies FinTech i el «circuit cultural»

• Del mite de la disrupció al domini de les BigTech: Analitza l'evolució del discurs empresarial —il·lustrat per les declaracions del CEO de JPMorgan Chase, Jamie Dimon—, que va passar de temre la disrupció de petites startups de Silicon Valley a reconèixer l'amenaça real dels conglomerats BigTech (GAFA, BigTechs xineses) i de les «finances integrades» (embedded finance) [7–13].
• Tecno-solucionisme i ecosistemes: Desemmascara la narrativa promotora del "solucionisme tecnològic" que presenta les FinTechs com a simples "ecosistemes" de desenvolupament, quan la seva motivació primària és l'extracció de rendes [23–25].

Capítol 1: Plataformització (Platformization)

• La plataforma com a infraestructura obligatòria: Les diferents empreses FinTech competeixen per construir o adherir-se a estructures de plataforma (tech stacks) capaces d'atraure i capturar grans poblacions d'usuaris, convertint les interaccions financeres en serveis continuats.
• Caso d'estudi — Ant Group (Xina): Analitza com Alipay (nascut el 2003 dins d'Alibaba per facilitar el comerç electrònic) es va transformar durant la dècada de 2010 en una super app independent i gegantina que integrava pagaments, crèdits (Huabei, Jiebei) i fons d'inversió [48, 52–59]. El capítol documenta també la posterior intervenció i regulació per part de l'Estat xinès (Great Reversal) el 2020 per tallar el seu domini sistèmic i obligar a separar la negociació monetària de la creació de crèdit [37, 54, 79–80].

Capítol 2: Datificació (Datafication)

• De la infomediació a la datamediació: En la teoria econòmica clàssica, els bancs actuaven com a "infomediaris" per reduir costos d'informació i riscos. El capital FinTech actua com a datamediari: les dades no són un cost a gestionar sinó un actiu (data asset) a extreure i explotar. En el capitalisme digital, les dades funcionen com a diners (mitjà de pagament de serveis "gratuïts") i els pagaments reals generen fluxos massius de dades.
• Caso d'estudi — Trusting Social (Sud-est asiàtic): Empresa B2B d'alternative credit scoring amb seu a Singapur que opera al Vietnam, Indonèsia, Filipines i l'Índia. Mitjançant algoritmes d'intel·ligència artificial i aprenentatge automàtic aplicats sobre dades no financeres de telecomunicacions (cedides per operadores de telefonia), calcula la solvència de milions de persones prèviament excloses del sistema bancari formal.

Capítol 3: Monopolització (Monopolization)

• La tendència inherent al monopoli: La concentració de poder en el sector FinTech no és una "fallada de mercat", sinó una tendència inherent al capitalisme. El capital FinTech combina dos tipus de monopoli: els monopolis de propietat intel·lectual i plataformes propis del capitalisme digital, i els monopolis de llicències bancàries dipositàries atorgades per l'Estat en el capitalisme financer.
• Casos d'estudi:
  • Mercado Libre / Mercado Pago (Llatinoamèrica): Com el gegant regional del comerç electrònic va aprofitar la seva plataforma Marketplace per construir Mercado Pago i dominar els pagaments i serveis financers digitals a l'Amèrica Llatina.
  • Evolve Bank & Trust (EUA): Un petit banc comunitari d'Arkansas que es va catapultar al centre de l'economia FinTech nord-americana adoptant un model de Banking-as-a-Service (BaaS), llogant la seva llicència bancària regulada a startups (com Stripe, Robinhood o la fallida Synapse) a canvi de rendes [131, 134, 136–138, 142].

Capítol 4: Colonització (Colonization)

• Llegats colonials i noves dependències: La ràpida expansió del diners mòbil (mobile money) al sud de l'Àfrica no s'explica per un "miracle d'inclusió", sinó per la marginació financera històrica exercida pels bancs colonials sobre la població local [149–155]. Sobre aquest buit s'ha imposat una nova colonització digital liderada per les multinacionals de telecomunicacions [150, 159–161].
• Casos d'estudi:
  • Standard Bank (Sud-àfrica/Àfrica): La trajectòria d'un banc colonial britànic fundat el 1862 que intenta adaptar-se a l'era de plataformes amb la seva iniciativa Unayo [141–142, 155].
  • MTN (Àfrica/Orient Mitjà): Operadora de telecomunicacions que, mitjançant la seva plataforma de diners mòbil (MTN MoMo), actua com un capital FinTech telco que extreu rendes de milions d'usuaris que utilitzen el telèfon com a única eina financera [156, 158, 163–164].

Capítol 5: Capitalització (Capitalization)

• Venture Capitalization i la classe d'actius FinTech: Entre el 2014 i el 2021, el cicle macroeconòmic de tipus d'interès gairebé zero va provocar un flux massiu de capital privat cap a les startups FinTech, configurant-les com una classe d'actius sectorials (unicorns) avaluada per narratives de creixement accelerat (blitzscaling) [167, 169, 181, 184, 188–189].
• Caso d'estudi — Klarna (Suècia): Firma pionera del model Buy-Now-Pay-Later (BNPL) [193–194]. Després d'assolir una valoració de 46.000 milions de dòlars el 2021 sostinguda per fons de risc com Sequoia Capital, el canvi de cicle macroeconòmic el 2022 (pujada de tipus) la va enfrontar a l'anomenat "dilema de la sortida" (exit conundrum), obligant-la a retallar costos, integrar IA i buscar la rendibilitat abans de sortir a borsa [167–168, 193, 198, 202–203].

Coda: Futurs FinTech (FinTech Futures)

• El cas de X (Twitter) i la il·lusió del mercat: Analitza la visió d'Elon Musk de convertir X en una "aplicació per a tot" (everything app) integrant serveis financers (X Money), seguint el model de WeChat [207–208, 212].
• Geopolítica i regulació: Rebat la simplificació que redueix el futur de la tecnologia financera a una pugna entre el model privat nord-americà i l'autoritarisme estatal xinès (e-CNY, mBridge) [226–229].
• Conclusió: La transformació digital dels diners no és una transformació de mercat, sinó una dissolució dels mercats oberts en favor de tancaments infrrestracturals privats. Cal una regulació política que no es limiti a fomentar la competència comercial, sinó que protegeixi l'autonomia i la dignitat de la ciutadania davant la captura rendista del capital FinTech [233–235].

PS The Economist aquesta setmana, per a guardar.

L'article «AI in biology: The life fantastic» (pàgines 72–73), publicat a la secció de Science & technology de The Economist, analitza com l'aprenentatge profund (deep learning) i els models fundacionals estan transformant la biologia sintètica, convertint el codi genètic en un sistema computable, predictible i dissenyable.

1. Models fundacionals genòmics i síntesi de DNA

• El DNA com a llenguatge: Les xarxes neuronals associades a grans models de llenguatge s'apliquen a les cadenes d'àcids nucleics i proteïnes de la mateixa manera que al text humà.
• Evo 2 i Sidewinder: El model Evo 2 (desenvolupat per Brian Hie a l'Arc Institute) analitza seqüències de DNA de fins a 1 milió de parells de bases per predir com les mutacions afecten un organisme. Es combina amb Sidewinder (Caltech), un sistema d'alta fidelitat per ensamblar de manera precisa trams de DNA de fins a 12.500 parells de bases, permetent dissenyar gènomes virals o de cultius (com un cromosoma de blat adaptat a la sequera).
• Especialització de gènomes: Hi ha models especialitzats com AlphaGenome (Google DeepMind) i Genos (BGI Research) centrats en el gènoma humà, o Basecamp Research, que analitza DNA d'amostres ambientals per descobrir nous antibiòtics.

2. Plegament de proteïnes i disseny de fàrmacs

• Isomorphic Labs i AlphaFold 3: La filial de DeepMind utilitza AlphaFold 3 i AlphaGenome en col·laboració amb multinacionals farmacèutiques com Novartis, Eli Lilly i Johnson & Johnson per identificar i dissenyar molècules terapèutiques.
• Supercomputació de Big Pharma: Drassanes farmacèutiques com Roche, Novo Nordisk, GSK i AstraZeneca utilitzen supercomputadors propis. Destaca LillyPod (d'Eli Lilly), un model entrenat amb l'arxiu històric de 150 anys de la companyia (incloent-hi dades no publicades d'assaigs fallits) per extraure informació no disponible en la literatura científica tradicional.

3. Agricultura i el desenvolupament de "cèl·lules virtuals"

• Millora agrícola: La IA s'utilitza per desxifrar la poliploïdia (presència de múltiples jocs de cromosomes en cultius com el blat, el cotó o la patata) i optimitzar el sistema immunitari de les plantes o l'eficiència de la fotosíntesi.
• Virtual Biology Initiative (VBI): Aquesta aliança (amb 800 milions de dòlars compromesos i l'impuls del Biohub de Mark Zuckerberg i Priscilla Chan, el DoE i el NIH) té com a objectiu recollir dades estandarditzades per construir models predictius de cèl·lules virtuals. Aquestes cèl·lules simulades permetran provar medicaments in silico, accelerant i fent més previsibles els assaigs clínics.

4. Organismes sintètics i gestió de riscos

• Virus sintètics utilitaris: Utilitzant Evo 1 i Evo 2 s'han sintetitzat bacteriòfags artificials (com el virus Phi-X174) capaços de combatre tulpas de bacteris E. coli resistents a antibiòtics, obrint la porta a noves teràpies de fags.
• Ampliació del codi genètic: Reescrivint la maquinària cel·lular, la IA podria permetre l'ús de fins a 60 tipus d'aminoàcids en lloc dels 20 naturals.
• Bio-seguretat: Atès que aquests sistemes podrien generar patògens de manera accidental o maliciosa, els investigadors (com els d'Evo 2) purguen prèviament les bases de dades d'entrenament per excloure virus perillosos.

Els perfils dels hospitals finançats públicament a Catalunya

Structural profiles of publicly funded acute-care hospitals in Catalonia: a grade-of-membership classification 

Per tal de comprendre la diversitat de perfils dels hospitals finançats públicament a Catalunya, he preparat un article sencer que trobareu a sota. La IA de Claude ha estat determinant per fer-ho en un temps record i reproduir el que vaig fer fa 3 dècades a la tesi doctoral. 

Aquesta és la referència clau:

Ibern, P., Vertrees, J. C., Manton, K. G., & Woodbury, M. A. (1993). Hospital groups and Case-Mix measurement for resource allocation and payment. In Diagnosis Related Groups in Europe: Uses and Perspectives (pp. 193-207). Berlin, Heidelberg: Springer Berlin Heidelberg.

Allò va ser la llavor d'un sistema de pagament que compensava pel que un hospital era (estructura) i feia (casuística). Es va apliciar d'ençà de 1997. L'estructura de l'hospital es mesurava en perfils a partir de variables que expliquen la capacitat instal·lada. La casuística es mesurava en funció de les altes ajustades per Diagnosis Related Groups.

Els anys han passat i tot allò es va aigualir amb el temps fins a tenir a data d'avui un sistema poc clar i amb incentius inacurats. Una consideració que la sindicatura ja va dir en el seu moment en un informe.

Recupero doncs avui, aquell esforç inicial i mostro l'article generat amb IA i els graus de pertinença de cada hospital en una taula al final. Han sortit 4 grups com opció òptima i el codi dels hospitals és anonimitzat perquè així apareix a la base de dades accessible del Ministeri, SIAE.

PS. Algú dirà, com pot ser que siguin 76 hospitals, si n'hi ha al voltant de 66, 10 hospitals menys?. Doncs perquè així consta a la base de dades del Ministeri i no podem esbrinar quins són perquè està anonimitzada. Alguns hospitals tenen un número de llits excessivament baix, però així apareix a la base de dades. Hi ha soroll al grup 4.

Encara que he afegit la columna de perfil dominant, en realitat són més rellevants els graus de pertinença, que per això s'han estimat.

El capitalisme de vigilància

La era del capitalismo de la vigilancia: La lucha por un futuro humano frente a las nuevas fronteras del poder 

El llibre La era del capitalismo de la vigilancia: La lucha por un futuro humano frente a las nuevas fronteras del poder (2019/2020), de la sociòloga i professora d'Harvard Shoshana Zuboff, analitza el sorgiment d'una nova forma d'ordre econòmic i de poder que amenaça la naturalesa humana, la llibertat i la democràcia al segle XXI.

1. Què és el capitalisme de la vigilància?

• Definició i matèria primera: El capitalisme de la vigilància és una nova lògica d'acumulació econòmica que reclama unilateralment l'experiència humana com a matèria primera gratuïta per traduir-la en dades de comportament.
• Excedent conductual i mercats de futurs: Tot i que una part d'aquestes dades s'utilitza per millorar productes, la majoria constitueix un excedent conductual (behavioral surplus). Mitjançant sistemes d'intel·ligència de màquines, aquest excedent es converteix en productes predictius que s'intercanvien en nous mercats de futurs conductuals.
• Lògica parasitària: Els usuaris no som els "clients" ni tan sols el "producte"; som la font de la qual s'extreu la matèria primera, mentre que els autèntics clients són les empreses que paguen per apostar sobre el nostre comportament futur.

2. Orígens i evolució: De Google a Facebook

• El descobriment de Google: Google va ser la companyia pionera i model d'aquesta lògica. Inicialment, la informació dels usuaris es reinvertia exclusivament en millorar el cercador (cicle de reinversió del valor conductual). En la crisi del 2001, per satisfer els inversors, Google va començar a utilitzar els rastres de dades col·laterals per predir quins anuncis tindrien més clics, creant la publicitat dirigida massiva i institucionalitzant l'excedent conductual.
• La difusió del model: Sheryl Sandberg, executiva de Google integrada posteriorment a Facebook com a directora d'operacions, va actuar com a "vector de contagi" d'aquesta lògica. L'estratègia es va estrendre ràpidament a altres gegants tecnològics i a sectors tradicionals (assegurances, comerç, financer, telecomunicacions).

3. Els imperatius econòmics de la vigilància

El capitalisme de la vigilància es regeix per tres imperatius escalonats:

1. Imperatiu extractiu (Economies d'escala): Captura massiva i automatitzada de dades a una escala cada vegada més gran.
2. Economies d'abast (economies of scope): Aconseguir dades no només massives, sinó variades i profundes. Això empeny les empreses a sortir del món virtual cap al món real (ciutats intel·ligents, dispositius domèstics, cotxes autònoms) i a rastrejar la nostra vida íntima (emocions, estat d'ànim, personalitat).
3. Economies d'acció (economies of action): La millor manera de predir el comportament és intervenir directament en la font per modificar-lo. Mitjançant petits estímuls, la manipulació de la comparació social o els "empenyons digitals" (nudges), els sistemes automatitzats ja no només busquen automatitzar fluxos d'informació, sinó automatitzar l'ésser humà mateix.

4. El Poder Instrumentari i el "Gran Altre"

• Diferència amb el totalitarisme: Zuboff contraposa el poder totalitari del "Gran Germà" d'Orwell (basat en el terror, la violència i l'enginyeria de l'ànima) amb el Poder Instrumentari.
• El Gran Altre (El Gran Otro): El poder instrumentari opera mitjançant el Gran Altre, una arquitectura digital omnipresent, freda i computacional de dispositius i xarxes "intel·ligents". Aquest poder no busca reformar o castigar les ànimes, sinó condicionar i modificar el comportament des de fora cap a dins de manera imperceptible per aconseguir la certesa absoluta dels resultats de mercat.
• La ment de la colmena: El sistema promou una societat concebuda com una "colmena" (hive mind), on la llibertat individual i l'autonomia se sacrifiquen en favor de la confluència i la predictibilitat col·lectiva.

5. Conseqüències per a la democràcia i els drets humans

• Privatització de la divisió de l'aprenentatge social: El capitalisme de la vigilància crea una asimetria radical de coneixement i poder. Un reduït grup de corporacions privades respon de manera unilateral a les preguntes fonamentals: Qui sap? Qui decideix? Qui decideix qui decideix?.
• Un "cop d'estat des de dalt" (Un golpe desde arriba): Aquesta concentració de poder no busca el derrocament de l'Estat, sinó la subversió de la sobirania popular i la dissolució de les institucions democràtiques.
• Amenaça a la naturalesa humana: L'autoritat algorítmica expropia el "dret al temps futur" (la capacitat de decidir i prometre de forma autònoma) i el "dret a l'asil i refugi" (la necessitat d'un espai privat inaccessible a la vigilància).

6. Resistència i rehabilitació del futur digital

• La fal·làcia de la inevitabilitat: Zuboff insisteix que el capitalisme de la vigilància no és un resultat inevitable de la tecnologia digital, sinó una construcció de mercat conscientment dissenyada per persones específiques.
• Superar la privacitat tradicional: La legislació tradicional sobre la privacitat o el monopoli és insuficient perquè no atura la mecànica extractiva bàsica.
• La necessitat d'una resposta col·lectiva: Cal crear noves lleis i declaracions sintètiques que il·legalitzin la presa no autoritzada de l'experiència humana, recuperant la indignació ciutadana i afirmant la primacia d'un futur digital al servei de la dignitat humana i la democràcia.

Un disbarat rere l'altre (50)

La presentació recent del nou Pla de Salut, m'ha dut a cercar algunes dades de tendència que oblida. Entendre què passa amb l'esperança de vida saludable esdevé fonamental per enfocar les polítiques sanitàries i de benestar social. El text diu que vivim més, hem arribat als 84,4 anys i despatxa amb una frase breu l'esperança de vida en bona salut, on diu que estem a 68 anys. 

La visió triomfalista sobre l'esperança de vida plana sobre nosaltres i sobre els titulars dels mitjans. El que no ensenyen, són gràfics com aquest d'aquí a sota que mostra la proporció d'anys de vida no saludables, que vol dir patiment i mancances de salut i qualitat de vida. 

Consultant IDESCAT i amb l'ajuda de la IA, podem mostrar que el 19,4% de la nostra vida esdevé no saludable, per als homes 16,3% i per a les dones encara més, el 22,2%. 

Una cinquena part de la vida esdevé no saludable, i ha augmentat 5 punts percentuals des del 2011. Aquesta és la dada rellevant a mostrar. En un Pla de Salut, esdevé imprescindible.

Fixem-nos ara amb el que es pretén. L'objectiu del Pla és arribar a una esperança de vida en bona salut de 70 anys el 2035. El que no diuen és que l'any 2011 ja la teníem!!!. Proposen un objectiu per a 2035 que ja es va assolir 25 anys abans. I no parlen de quin percentatge d'anys saludables està previst, la variable determinant en un context d'augment de l'esperança de vida total.

Hem passat de 12,3 anys que vivim de forma no saludable el 2011 a 16,4 el 2024, 4 anys més en 13 anys. Es mostren les dades a a partir del 2011 perquè l'IDESCAT no publica més anys.

Taula: Anys de vida no Saludables (Catalunya, 2011–2024)

Any	Total (Anys)	Total (%)	Homes (Anys)	Homes (%)	Dones (Anys)	Dones (%)
2024	16,4	19,4%	13,3	16,3%	19,3	22,2%
2023	13,8	16,4%	11,7	14,4%	16,6	19,1%
2022	14,6	17,4%	12,4	15,3%	16,6	19,2%
2021	16,2	19,4%	12,8	15,9%	19,5	22,6%
2020	12,3	14,9%	11,2	14,1%	13,5	15,9%
2019	12,1	14,4%	10,8	13,3%	13,4	15,5%
2018	11,2	13,4%	8,9	11,0%	13,4	15,5%
2017	12,0	14,4%	10,3	12,8%	13,8	16,0%
2016	10,3	12,3%	8,8	10,9%	11,7	13,6%
2015	10,1	12,1%	8,7	10,8%	11,4	13,3%
2014	10,5	12,6%	8,5	10,6%	12,3	14,3%
2013	12,4	14,9%	9,6	12,0%	15,2	17,7%
2012	10,8	13,1%	7,7	9,6%	13,7	16,0%
2011	12,3	14,9%	9,5	11,9%	14,9	17,4%

L'any 2011 teníem una esperança de vida saludable de 70,2 anys, el 2024 està a 68 anys.

Taula: Anys de Vida Saludable en Néixer a Catalunya (2011–2024)

Any	Homes (anys)	Dones (anys)	Total (Ambdós sexes)
2024	68,5	67,6	68,0
2023	69,8	70,1	70,4
2022	68,6	69,7	69,1
2021	67,9	66,8	67,4
2020	68,5	71,5	70,1
2019	70,4	73,3	71,9
2018	71,9	72,9	72,4
2017	70,4	72,4	71,5
2016	72,0	74,6	73,3
2015	71,7	74,5	73,1
2014	72,0	73,8	72,9
2013	70,7	70,8	70,8
2012	72,1	71,7	71,9
2011	70,0	70,5	70,2

L'any 2011 teníem una esperança de vida en néixer de 82,5 anys, ara està a 84,4 anys. Resumint, del 2011 al 2024 hem augmentat l'esperança de vida en gairebé 2 anys, i hem disminuït l'esperança de vida saludable en 2 anys. Hem augmentat la longevitat i alhora hem disminuït marginalment la qualitat de vida d'aquests anys guanyats. El balanç final són 4 anys més de vida no saludable, d'un total de 12,3 el 2011 passem a 16,4 anys de vida no saludable.

Taula: Esperança de Vida en Néixer a Catalunya per Sexe (2000–2024)

Any	Homes (anys)	Dones (anys)	Total (Ambdós sexes)
2024	81,8	86,9	84,4
2023	81,5	86,7	84,2
2022	81,0	86,3	83,7
2021	80,7	86,3	83,6
2020	79,7	85,0	82,4
2019	81,2	86,7	84,0
2018	80,8	86,3	83,6
2017	80,7	86,2	83,5
2016	80,8	86,3	83,6
2015	80,4	85,9	83,2
2014	80,5	86,1	83,4
2013	80,3	86,0	83,2
2012	79,8	85,4	82,7
2011	79,5	85,4	82,5
2010	79,2	85,1	82,2
2009	78,9	85,0	82,0
2008	78,6	84,8	81,8
2007	78,2	84,5	81,4
2006	77,9	84,3	81,1
2005	77,5	84,0	80,8
2004	77,2	83,8	80,5
2003	76,9	83,6	80,3
2002	76,7	83,4	80,1
2001	76,4	83,1	79,8
2000	76,2	83,0	79,6

Desconfieu de les visions triomfalistes i consulteu les dades de les fonts originals. És evident que tant la política com els mitjans diuen allò que la gent vol sentir (biaix de confirmació), i és el que escoltareu repetidament. 

L'esperança de vida ha augmentat. És cert, i hem d'estar-ne satisfets. Però, basant-nos amb les dades publicades, ni la medicina ni el sistema sanitari han estat capaços a Catalunya (i durant aquest període) de reduir els anys de vida no saludable i aquest hauria de ser un gran motiu de preocupació per a tots plegats. Especialment hauria de preocupar a aquells que estan al front de la Política Sanitària en majúscules quan fan un Pla de Salut i proposen un objectiu a assolir al que ja s'havia arribat 25 anys abans. Quin desgavell! 

Convé una reflexió seriosa sobre com som capaços de capgirar la tendència i afegir més valor marginalment a la salut al llarg de la vida. Desconeixem en detall quins són els factors determinants de la longevitat i qualitat de vida en aquest període a Catalunya. Sabem que els avenços tecnològics han afectat clarament a la longevitat. Però aquí hi ha també un missatge per als tecno-optimistes, malgrat la inversió en  innovació, l'augment de la longevitat no ho és tot. Fins ara, a nivell agregat només ha donat més anys. Ens omplim la boca de demanar més recursos però no sabem quin valor afegeixen. Perquè al final, el valor el trobem en viure una vida plena i de qualitat, no només en viure més anys.  

Aquest Pla de Salut s'ha quedat curt en aprofundir en aquesta qüestió i també en altres aspectes que mereixeran un comentari addicional més endavant.

PS. Les dades són aquestes, són de la font oficial i no en tinc d'altres. Altrament, si no satisfan, cal reclamar a IDESCAT que per això paguem impostos. En la mesura que la metodologia sigui homogènia, la comparació entre anys esdevé viable i acceptable. 

PS. Aquí trobareu una aportació metodològica que vam fer per a la millora dels indicadors d'esperança de vida. La nostra proposta és que l'esperança de vida saludable s'hauria d'estimar amb dades de morbiditat i no amb dades de percepció subjectiva de salut. Ho vam dir fa temps però no ens han fet cas. I aquí més sobre longevitat.

Wildlife Photo 2026