Con vistas al inicio del torneo de la Liga Municipal de Fútbol Infantil (LIMUFI) previsto para abril, la Municipalidad de Villa Regina lleva adelante tareas para acondicionar el predio del Club Banco Nación.
En ese sentido, días atrás se rubricó el convenio entre el Municipio y la institución que permitirá que el torneo se dispute en ese lugar.
Por ello desde la Dirección de Deportes trabaja en la parte organizativa de la competencia además de las mejoras que se realizan en el predio.
Si se aprueba y no se acompaña, por el contrario se ponen palos en la rueda, se demuestra que la aprobación de tal proyecto fue meramente protocolar, como muchos dicen: «Para la tribuna». El 7 de agosto se votó por unanimidad en #VillaRegina la ORDENANZA que adhiere a la Ley O N° 3654 de la…
1. IA y el sueño de la industria del software argentina
Un alto ejecutivo de Facebook pidió a sus trabajadores que “no utilicen la IA solo por el hecho de utilizarla”; Uber limitó el uso de tokens de sus trabajadores a 1.500 USD mensuales, después de descubrir en abril que ya se habían gastado todo el presupuesto asignado de la compañía a IA de 2026. Estas y otras noticias similares han estado rebotando por los diferentes rincones del mundo tecnológico por meses, pero ahora, amplificado por varios medios internacionales, podemos decir que es oficial: la IA se ha revelado como cara, carísima. Es extraño, porque esperábamos muchas cosas (buenas y malas) de la IA, excepto esto.
Para la industria de software y servicios informáticos de Argentina, una de las ramas industriales que mayor uso hace de herramientas de IA en el país, la noticia no hace más que desnudar el principal rasgo estructural del sector: su dependencia.
Durante dos décadas -antes de Vaca Muerta, la minería y el litio-, la economía del conocimiento era una de las grandes promesas de la economía argentina. Se creaban nuevas empresas, crecía el empleo, los salarios y las exportaciones. Una industria que se caracterizaba tanto por su dinamismo en los negocios, como por su base tecnológica. La historia tenía, además, todos los ingredientes de una épica moderna; desde Sadosky fundando una nueva disciplina científica en el país, hasta los miles de jóvenes decididos a estudiar informática con la promesa de ascenso social. La ley de software completaba el panorama, dando un marco institucional que fomentaba a las empresas tecnológicas por su contribución a la transformación productiva del país. Pero esa historia tenía sus límites.
Desde la salida de la pandemia, el sector fue perdiendo dinamismo. Esto se refleja en menor crecimiento, estancamiento de las exportaciones, y, la novedad: despidos masivos. El chivo expiatorio ha sido la IA, pero también se conoce que el deterioro del mercado interno y de la demanda estatal han hecho su parte. La unificación y apreciación cambiaria también afectó al negocio exportador, especialmente para el segmento del empresariado local acostumbrado a cobrar en dólares y pagar en pesos. Sin dudas, el verdadero talón de Aquiles del sector ha sido su especialización en la colocación de programadores, bajo una lógica extractiva, sin el desarrollo de productos tecnológicos propios o servicios sofisticados.
Nuestra hipótesis es que la inteligencia artificial generativa no inventó la crisis, pero sí modificó las reglas del juego. Si durante años Argentina se especializó en ofrecer programadores y ahora ya no son el factor escaso, ¿cuál va a ser nuestra fuente de competitividad? Y si además la industria es crecientemente dependiente de herramientas de IA que se pagan en dólares, la promesa de aportar divisas a la economía con un sector intensivo en conocimiento se hace cada vez más utópica.
2. La IA redefine las condiciones de escasez
Hasta hace muy poco, el principal problema de una empresa de software era conseguir buenos programadores. Formarlos llevaba años, retenerlos era caro. Esa escasez explicaba buena parte de la renta del sector. La inteligencia artificial modifica esa ecuación. Los grandes modelos de lenguaje encontraron uno de sus primeros campos de aplicación en el desarrollo de software. Herramientas como Copilot, Claude o Codex de ChatGPT ya forman parte de la rutina cotidiana de millones de desarrolladores en todo el mundo. Pero los modelos de lenguaje, antes que reemplazar a los programadores, trabajan con ellos. Un programador asistido por IA puede escribir código más rápido, automatizar tareas repetitivas, encontrar errores con mayor facilidad y aprender nuevas tecnologías en menos tiempo. En promedio, se necesitarán menos horas de programación para resolver los mismos problemas o, alternativamente, los mismos equipos podrán desarrollar más y mejores soluciones.
Los programadores, entonces, no dejaron de ser necesarios, pero ya no son el eslabón sensible de la cadena. En cambio, lo que empezó a manifestar su escasez es el servicio que ofrecen las grandes plataformas de inteligencia artificial. Los costos crecientes de la IA tienen fundamentos tecnológicos, económicos, ambientales y geopolíticos. Desarrollar un modelo de frontera exige inversiones gigantescas en investigación y desarrollo, entrenamiento e infraestructura. Pero, además, también tiene grandes costos la inferencia: cada vez que un usuario realiza una consulta, el modelo debe volver a ponerse en funcionamiento consumiendo energía y recursos. Esto marca una diferencia fundamental con software tradicional —donde desarrollar el producto es costoso pero distribuir una copia adicional cuesta prácticamente cero—.
Las gigantes tecnológicas y las nuevas empresas de IA (como Anthropic) todavía enfrentan enormes dificultades para monetizar plenamente sus modelos. En muchos casos continúan subsidiando el acceso para acelerar su adopción y ganar participación de mercado, una estrategia que difícilmente pueda sostenerse por mucho tiempo. Todo indica que, a medida que esos subsidios disminuyan, el acceso a los modelos de mayor capacidad tenderá a encarecerse.
La explicación es sencilla. Detrás de cada respuesta generada por un modelo de lenguaje hay centros de datos masivos que consumen cantidades extraordinarias de energía y agua, para la refrigeración. La electricidad (y en particular su costo), pasa a ser una variable crítica del negocio de la IA, a tal punto que las gigantes tecnológicas prevén infraestructuras eléctricas dedicadas especialmente a abastecer a estos centros, al tiempo que evalúan la localización de centros en función del acceso a estos recursos junto con la infraestructura de comunicaciones.
En este contexto, el cuello de botella ya no es el talento humano, sino la capacidad de cómputo, la disponibilidad energética y la infraestructura necesaria para sostener esos servicios a escala global, desde los modelos hasta los propios datos utilizados para el entrenamiento e inferencia. La inteligencia artificial no eliminó la escasez. Simplemente la trasladó. Y cuando cambia aquello que es escaso, también cambia quién está en condiciones de capturar la renta.
3. Tokenmaxxing
Si la inteligencia artificial vuelve más productivos a los programadores, parecería lógico pensar que las empresas de software simplemente ganarán más dinero al incorporarla. Bajo esta idea muchas empresas impulsaron el uso irrestricto de estas herramientas. En parte por entusiasmo tecnológico y en parte por miedo a quedarse atrás frente a la competencia.
La consigna fue simple: usar toda la IA posible. Al punto que muchas empresas empezaron a incluir como indicador de desempeño y proxy de productividad de los equipos el uso de tokens. Pero los costos y la factura de la IA empezó a inflarse rápidamente sin un correlato claro por el lado de los resultados. En primer lugar, porque los trabajadores empezaron a maximizar el uso de tokens más allá de lo necesario. En segundo lugar, una mayor productividad no garantiza mayores ingresos. Que un desarrollador pueda escribir código más rápido no implica que aparezcan automáticamente más clientes o que las empresas puedan vender soluciones más caras. Como ocurre en cualquier mercado, la oferta no crea por sí sola su propia demanda. Y por último, esa mayor productividad del trabajo depende del acceso a un insumo cuya provisión está altamente concentrada y sus costos se revelan crecientes con el uso.
Ese es el cambio verdaderamente importante. Durante décadas, el principal costo de una empresa de software eran los salarios de sus trabajadores (representaba alrededor del 70% de sus costos totales). Hoy una parte creciente de ese costo empieza a orientarse al pago de servicios digitales, incluyendo servicios de la nube e inteligencia artificial. Lo que antes remuneraba casi exclusivamente trabajo altamente calificado realizado en la Argentina comienza, cada vez más, a compartirse con quienes controlan los modelos, la infraestructura de cómputo y las plataformas digitales.
En otras palabras, la inteligencia artificial no sólo reorganiza el trabajo dentro de las empresas de software. También reorganiza la geografía de la captura de renta.
4. Cuando la renta cruza la frontera
Estos cambios tienen implicancias especialmente profundas para países como la Argentina.
Durante las últimas dos décadas, una de las principales virtudes de la industria del software fue generar divisas. El conocimiento producido por miles de programadores se transformaba en ingresos que financiaban salarios, inversiones y nuevos proyectos dentro del país.
La inteligencia artificial empieza a alterar esa dinámica. Cada licencia corporativa, cada suscripción, cada consulta realizada mediante una API representa un pago hacia empresas que desarrollan y controlan los modelos fundacionales. Lo que antes era, principalmente, una masa salarial pagada en Argentina empieza a transformarse en pagos recurrentes por servicios digitales importados.
Hasta hace pocos años, la mayor parte del valor generado en el sector se distribuía entre salarios y ganancias de las empresas locales de software. Hoy una fracción creciente comienza a concentrarse en las empresas que controlan los modelos, los centros de datos, los chips y las plataformas tecnológicas.
Eso no significa que la industria argentina deje de exportar. Significa que necesita importar cada vez más para seguir siendo competitiva. Y esas importaciones pasan a formar parte de su estructura permanente de costos.
Todavía no existen estadísticas oficiales que permitan medir con precisión cuánto están gastando las empresas de software argentinas en inteligencia artificial. Sin embargo, estimaciones construidas a partir de consultas a especialistas y empresas del sector sugieren que el uso intensivo de modelos de frontera puede representar entre 100 y 500 dólares mensuales por desarrollador.
Si se toma un gasto de 500 dólares mensuales y se lo aplica a los aproximadamente 158.000 trabajadores del sector de software y servicios informáticos, la cuenta anual se acerca a los 1.000 millones de dólares.
No es una predicción. Es un orden de magnitud, que alcanza para poner en perspectiva el cambio que está ocurriendo. Una industria que durante años fue presentada como una fuente privilegiada de generación de divisas comienza, al mismo tiempo, a demandar crecientes cantidades de dólares para funcionar. Y ese puede ser el comienzo de una nueva forma de dependencia tecnológica.
5. Los números de una transformación
La hipótesis que venimos planteando todavía es difícil de medir con precisión. Sin embargo, la balanza de pagos ya empieza a mostrar señales compatibles con esa transformación.
Durante años, la Argentina construyó una industria capaz de exportar conocimiento y generar divisas. Pero, al mismo tiempo que crecieron las exportaciones de software y servicios informáticos, comenzaron a expandirse también las importaciones de servicios digitales indispensables para sostener esa misma actividad.
Los datos muestran una aceleración llamativa. En 2024, las importaciones del rubro «servicios informáticos» alcanzaron los 2.086 millones de dólares. En 2025 ascendieron a 2.551 millones. Durante el primer trimestre de 2026 ya sumaban 777 millones de dólares, un 24% más que en igual período del año anterior. De mantenerse esa tendencia, el año cerraría con importaciones cercanas a los 3.000 millones de dólares, un máximo histórico. Para ponerlo en perspectiva, se estima que las exportaciones de litio serán 2.500 millones este año. Es decir, la extracción de litio récord, no alcanzará para pagar los servicios digitales.
Ese crecimiento no puede atribuirse exclusivamente a la inteligencia artificial. En este rubro también se registran pagos por servicios en la nube, plataformas digitales, videojuegos, publicidad en buscadores o streaming. Pero, justamente ahí reside el punto. La IA no crea una dependencia completamente nueva: profundiza una dinámica en la que la provisión de servicios digitales estratégicos se concentra cada vez más en un reducido número de empresas globales.
Mientras tanto, las exportaciones argentinas de software y servicios informáticos se ubican en torno a los 2.500 millones de dólares anuales. Dicho de otro modo, una proporción creciente de los dólares que el propio sector genera comienza a regresar al exterior para pagar los insumos digitales que necesita para seguir siendo competitivo.
Ingresos, egresos y saldo por el rubro de servicios informáticos en la cuenta de servicios de la balanza de pagos de Argentina (millones de dólares). Fuente: INDEC, Cuentas Internacionales y Balanza de Pagos.
Todavía es prematuro afirmar que estamos frente a un cambio estructural. Pero por primera vez desde la consolidación de la industria del software en el país aparece una pregunta incómoda. ¿Qué ocurre cuando uno de los principales sectores generadores de divisas empieza, al mismo tiempo, a transformarse en un demandante creciente de dólares?
6. La IA hace más fácil lo fácil y más difícil lo difícil
Durante años, la industria del software argentina creció vendiendo capacidad para escribir código. Ese modelo permitió crear empleo de calidad, formar decenas de miles de trabajadores altamente calificados y construir uno de los sectores más dinámicos de la economía. Pero también dejó una deuda pendiente: desarrollar empresas capaces de crear productos propios y resolver algunos de los problemas tecnológicos más complejos de la industria, el Estado y el pueblo.
Durante esos años hubo una enorme inversión en formar programadores. Crecieron las carreras universitarias, aparecieron tecnicaturas, cursos intensivos y programas de capacitación impulsados tanto por el Estado como por las propias empresas. Miles de jóvenes eligieron estudiar informática porque encontraron allí una oportunidad de movilidad social.
Lo que nunca conseguimos con la misma intensidad fue construir una demanda capaz de desafiarlos. La mayor parte de las empresas terminó desarrollando soluciones definidas por clientes externos o participando en proyectos donde las decisiones estratégicas, los productos y los mercados se encontraban fuera del país. Hubo excepciones importantes, pero no alcanzaron para convertir ese aprendizaje en una plataforma sostenida de innovación.
La inteligencia artificial vuelve esa limitación mucho más evidente. Si escribir código deja de ser relativamente escaso, competir únicamente por la capacidad de programar será cada vez más difícil. La ventaja comenzará a desplazarse hacia quienes comprendan procesos productivos complejos, integren tecnologías, conozcan industrias específicas y sean capaces de diseñar soluciones originales para problemas que todavía no tienen respuesta.
Esto importa especialmente para un país como Argentina. Si nuestros desarrolladores participan únicamente de la programación de soluciones concebidas en otro lado, la IA tenderá a reducir el valor relativo de aquello que ofrecemos. Si, en cambio, participan del diseño de productos, de la resolución de problemas complejos y de la construcción de conocimiento específico, la inteligencia artificial puede transformarse en una herramienta que multiplique esas capacidades en lugar de sustituirlas.
Sin embargo, ese recorrido hoy aparece amenazado. Muchas empresas comenzaron a reducir la contratación de perfiles junior precisamente porque los desarrolladores con mayor experiencia pueden apoyarse en herramientas de IA para realizar tareas que antes delegaban. Al mismo tiempo, el deterioro de los salarios universitarios dificulta la formación de las próximas generaciones de profesionales.
El riesgo no es solamente perder empleo hoy. El riesgo es interrumpir la principal escalera de aprendizaje de la industria. La inteligencia artificial hace más fácil lo fácil: automatiza buena parte de las tareas rutinarias con las que tradicionalmente se formaban los programadores. Pero, precisamente por eso, puede volver más difícil lo difícil: si desaparecen los espacios de aprendizaje, también se vuelve más difícil formar a los programadores junior de hoy, quienes dentro de diez años deberán diseñar las soluciones que la IA todavía no puede imaginar. En otras palabras, si desaparecen los primeros escalones, tarde o temprano también desaparecerán los últimos.
7. ¿Qué estamos promoviendo?
Desde 2004 Argentina apostó por el sector de software. La Ley de Software promovió generosamente un sector basado en una tecnología clave. Había buenas razones para hacerlo. La industria creaba empleo calificado, diversificaba la estructura productiva, exportaba servicios y generaba divisas. Además, los beneficios estaban condicionados a invertir en capacitación, investigación y desarrollo, certificaciones de calidad y apertura de nuevos mercados. No era un subsidio sin condiciones, sino una política industrial orientada a construir capacidades tecnológicas.
Luego de una década, el sector había multiplicado sus empresas y el número de trabajadores. Pero flexibilizaciones inexplicables de las reglas del Régimen de Promoción y fundamentalmente una especialización en la venta de servicios de desarrollo al exterior llevaron a la concentración de los beneficios en grandes empresas y al divorcio del sector de las principales necesidades tecnológicas del país.
El advenimiento de los grandes modelos de lenguajes hace necesario revisar estos regímenes promocionales. Si una parte creciente del conocimiento producido localmente depende de infraestructura, modelos de lenguaje y plataformas controladas desde el exterior, también cambian los efectos esperados de esas políticas. Los beneficios fiscales siguen financiándose con recursos públicos argentinos, pero una parte creciente del aprendizaje, de la innovación y del excedente económico termina desplazándose hacia las empresas que controlan esos activos estratégicos.
Eso no significa que haya que abandonar la promoción del sector. Significa que hay que preguntarse qué capacidades queremos promover. ¿Tiene sentido seguir incentivando principalmente la exportación de horas de programación? ¿O conviene orientar esos instrumentos hacia el desarrollo de productos propios, aplicaciones de IA para sectores estratégicos, modelos abiertos, infraestructura nacional de cómputo y soluciones tecnológicas vinculadas con los problemas productivos, sociales y ambientales del país?
La discusión ya no debería limitarse a cómo hacer crecer la industria del software. La pregunta es qué papel queremos que esa industria desempeñe en una estrategia de desarrollo. Porque el desarrollo no consiste solamente en incorporar nuevas tecnologías. Consiste, sobre todo, en construir la capacidad de decidir qué tecnologías desarrollar, para resolver qué problemas y bajo qué prioridades. En la periferia, esa capacidad de decisión es, quizás, la forma más importante de autonomía.
8. El riesgo de confundir centros de datos con desarrollo
En este contexto aparece una nueva promesa. Si la inteligencia artificial necesita enormes cantidades de energía y capacidad de procesamiento, ¿por qué no convertir a la Argentina en un gran proveedor de infraestructura para esa economía?
En ese punto cobra importancia el debate alrededor del RIGI (Régimen de Incentivo a las Grandes Inversiones) y más recientemente con la propuesta de un «Super RIGI» orientado a centros de datos para inteligencia artificial. Tal régimen, vigente desde 2024, otorga condiciones extraordinarias a inversiones en actividades fundamentalmente extractivas, incluyendo beneficios fiscales, estabilidad fiscal y cambiaria por 30 años, la no liquidación de las divisas por exportaciones en el país, y la cesión de soberanía en materia de resolución de controversias. Lo hace sin establecer exigencias significativas de desarrollo de proveedores locales, investigación y desarrollo, transferencia tecnológica o agregado de valor en el país. Hasta el momento, los principales proyectos aprobados corresponden a energía, petróleo y gas, litio y minería metalífera. ¿Por qué? Porque el mundo demanda de forma voraz todos estos recursos.
En el caso de la inteligencia artificial, el razonamiento es similar. Los centros de datos buscan, sobre todo, energía abundante y barata, buena conectividad digital y estabilidad regulatoria. Argentina reúne varias de esas condiciones: Vaca Muerta, recursos eólicos y solares de clase mundial y una extensa red federal de fibra óptica. No sería extraño que grandes inversiones llegaran al país por esos motivos.
Si los centros de datos llegan por estas razones, Argentina habrá cambiado de lugar dentro de la cadena tecnológica, pero no su lugar periférico en la economía mundial. Los servidores estarán aquí. El conocimiento seguirá desarrollándose en otro lado. El riesgo es reproducir, en versión digital, un patrón conocido: aportar energía, recursos naturales e infraestructura mientras las decisiones tecnológicas, la investigación, la propiedad intelectual y el aprendizaje permanecen concentrados en los países que controlan las plataformas.
No tiene por qué ser así. Brasil, por ejemplo, también busca atraer inversiones vinculadas a la inteligencia artificial, pero procura hacerlo incorporando exigencias de investigación y desarrollo, contratación local, desarrollo de proveedores e infraestructura de cómputo disponible para el sistema científico y tecnológico nacional. La diferencia no está en atraer inversiones, sino en utilizarlas para fortalecer capacidades propias.
Para una economía periférica, el desafío no consiste únicamente en participar de la nueva economía digital. Consiste en hacerlo reduciendo los márgenes de dependencia y ampliando la capacidad local para decidir qué tecnologías desarrollar, para resolver qué problemas y en beneficio de quién.
9. Una ventana que todavía está abierta
Nada de esto significa que el futuro ya esté escrito. La competencia tecnológica entre Estados Unidos y China está modificando rápidamente el mercado mundial de la inteligencia artificial. Si los modelos desarrollados por empresas chinas continúan acercándose al desempeño de los modelos estadounidenses con costos significativamente menores, la estructura de precios de los servicios de IA podría cambiar de manera importante durante los próximos años.
La disputa por el liderazgo tecnológico también puede transformarse en una disputa por reducir el costo de acceso a estas herramientas. China también busca orientar un modelo de regulación global de la IA, mientras que su apuesta por las energías limpias y la electrificación dan sustento material a sus menores costos comparados. En este contexto, cambiar los modelos de las gigantes tecnológicas por modelos chinos más baratos, puede ser una forma de reducir la dependencia tecnológica.
Por otra parte, la rápida expansión de modelos abiertos permite imaginar otra estrategia complementaria para la industria local. No todas las aplicaciones requieren utilizar permanentemente los modelos de frontera más costosos. En muchos casos es posible desplegar modelos abiertos en infraestructura local, ajustarlos para resolver problemas específicos e integrarlos a procesos productivos concretos. Las ventajas en el uso de la IA depende no sólo de la tecnología, sino también de cómo las organizaciones repiensan el trabajo, las capacidades humanas y el desempeño.
Estos caminos no eliminan la dependencia tecnológica, pero sí la pueden reducir, así como minimizar la factura de la IA que pagarán las empresas. Pero lo que es más importante, abre oportunidades para desarrollar empresas especializadas en integración de inteligencia artificial, fortalecer capacidades nacionales de cómputo y generar conocimiento aplicable a los problemas propios de la producción, la salud, la educación, la energía o la administración pública.
La infraestructura pública de ARSAT, incluida su Red Federal de Fibra Óptica y su Centro de Datos, constituye un activo estratégico para un modelo de desarrollo autónomo. Aunque, bajo la lógica extractivista actual, también pueden ser espacios para subsidiar la acumulación privada con insignificantes beneficios sociales. Por eso es fundamental diseñar las políticas tecnológicas, de ciencia, de infraestructura digital y de capacitación. Es imprescindible que un nuevo modelo de política industrial reemplace al viejo régimen de economía del conocimiento, que ya no responde a la resolución de problemas estratégicos del país.
En definitiva, la inteligencia artificial no obliga a elegir entre importar tecnología o resignarse al atraso. La verdadera discusión consiste en decidir si queremos limitarnos a consumir una tecnología diseñada por otros o construir las capacidades necesarias para adaptarla, mejorarla y ponerla al servicio de una estrategia de desarrollo soberano.
LA PROVINCIA DECRETÓ ASUETO ADMINISTRATIVO EN INGENIERO HUERGO POR EL 107° ANIVERSARIO La Gobernadora de Río Negro, Arabela Carreras, decretó asueto para el personal de la Administración Pública Provincial y docentes que presten servicios en Ingeniero Huergo para el viernes 14 de mayo, día en que se conmemora el 107° aniversario de la localidad. La…
Febrero tiene 28 días por una combinación de decisiones tomadas hace más de dos mil años, supersticiones romanas, reformas políticas y la necesidad de corregir el calendario.
Por Redacción de NLI
El calendario romano fue transformándose durante siglos hasta dar origen a la estructura que todavía utilizamos, con febrero como el mes más corto del año.
Hay algo tan cotidiano en nuestras vidas que prácticamente nadie se detiene a preguntárselo: ¿por qué febrero tiene 28 días mientras los demás meses tienen 30 o 31? La respuesta parece estar a simple vista en cualquier calendario, pero cuando se intenta reconstruir cómo llegamos hasta esa distribución aparecen reyes romanos, supersticiones acerca de los números pares, reformas impulsadas por Julio César, errores acumulados durante siglos y hasta una modificación relacionada con el nombre del emperador Augusto. La particularidad de febrero, por lo tanto, no responde a una necesidad natural según la cual ese mes debería ser más corto que los demás, sino a una combinación bastante más humana de religión, política, astronomía y decisiones tomadas en la Antigüedad.
Lo primero que conviene aclarar es que nuestro calendario no nació tal como lo conocemos. El calendario gregoriano, que actualmente utilizan la mayoría de los países, es el resultado de una larguísima evolución en la que diferentes sociedades intentaron encontrar una manera de dividir el tiempo de acuerdo con los movimientos del Sol y de la Luna. Los romanos heredaron y modificaron sistemas anteriores, y posteriormente Julio César introdujo una reforma que dio origen al calendario juliano, sobre el cual se construyó siglos después el calendario gregoriano. Por eso, cuando miramos febrero y nos preguntamos por qué tiene 28 días, en realidad estamos observando una pequeña supervivencia de decisiones tomadas hace más de dos milenios.
Cuando los romanos ni siquiera tenían enero y febrero
Una de las primeras sorpresas aparece cuando retrocedemos hasta los orígenes del calendario romano. Según la tradición antigua, el primer calendario romano habría tenido diez meses, comenzando en marzo y terminando en diciembre, con un total de alrededor de 304 días. El invierno quedaba en buena medida fuera de la estructura regular del calendario, algo que puede parecernos absurdo actualmente pero que tenía cierta lógica en una sociedad cuya organización económica estaba profundamente vinculada con los ciclos agrícolas y con las estaciones de actividad en el campo. De hecho, los nombres que todavía utilizamos para septiembre, octubre, noviembre y diciembre conservan la huella de aquel sistema: septem, octo, novem y decem significan siete, ocho, nueve y diez en latín, porque originalmente ocupaban esas posiciones dentro del año.
Con el tiempo, la necesidad de contar también el período invernal llevó a incorporar enero y febrero, tradicionalmente asociados a una reforma atribuida al rey Numa Pompilio. Allí comienza a aparecer la explicación de por qué febrero terminó convirtiéndose en el mes extraño que conocemos actualmente. El calendario romano no estaba diseñado simplemente para que todos los meses tuvieran una cantidad idéntica de días; existían consideraciones religiosas y simbólicas que influían en la manera de distribuirlos, y los números pares no gozaban de la misma consideración que los impares dentro de determinadas concepciones romanas.
La consecuencia fue bastante curiosa: al intentar organizar un año lunar de aproximadamente 355 días, se buscó que la mayoría de los meses tuvieran una cantidad impar de jornadas, considerada más favorable, mientras que febrero quedó como la excepción, con 28 días, porque era un mes asociado a rituales de purificación y expiación y ocupaba una posición particular dentro del calendario romano.
Febrero no fue elegido por la astronomía
Esto permite desmontar una idea bastante extendida: febrero no tiene 28 días porque la naturaleza haya determinado que ese mes deba ser más corto. La duración de los meses es una construcción humana y, aunque debe guardar alguna relación con los ciclos astronómicos para que el calendario no se despegue completamente de las estaciones, la división concreta en doce meses de 28, 29, 30 y 31 días es histórica y cultural.
El problema es que un año solar no dura exactamente 365 días. La Tierra necesita aproximadamente 365 días y un cuarto para completar su órbita alrededor del Sol, de modo que cualquier calendario que quiera mantenerse sincronizado con las estaciones necesita realizar correcciones periódicas. Si simplemente se utilizaran 365 días todos los años sin agregar ninguna corrección, con el paso de los siglos las fechas comenzarían a desplazarse respecto de los equinoccios y solsticios. La solución que terminó imponiéndose fue incorporar periódicamente un día adicional. Ese es el origen del 29 de febrero de los años bisiestos, aunque la historia de cómo se llegó a esa solución es bastante más complicada.
Julio César tuvo que arreglar un calendario que estaba desfasado
Para el siglo I antes de Cristo, el calendario romano se había convertido en un problema serio. Las reglas de intercalación eran complejas y dependían en parte de decisiones de autoridades religiosas, lo que había generado una acumulación de desajustes. El calendario ya no coincidía correctamente con las estaciones y existía una diferencia creciente entre las fechas oficiales y el ciclo solar.
Fue entonces cuando Julio César impulsó una reforma monumental. Con asesoramiento astronómico, especialmente del matemático y astrónomo alejandrino Sosígenes, se diseñó un calendario solar mucho más estable, conocido posteriormente como calendario juliano. La reforma estableció un año de 365 días y añadió un día extra cada cuatro años para aproximarse a la duración real del año solar.
Pero para poner en funcionamiento el nuevo sistema fue necesario realizar una corrección extraordinaria. El año de la reforma llegó a tener una duración excepcional de 445 días, debido a la incorporación de períodos adicionales destinados a recuperar el desfase acumulado. Los historiadores lo conocen como el annus confusionis, el “año de la confusión”, y aunque hoy pueda parecer una extravagancia, fue una manera de volver a colocar el calendario en una posición compatible con las estaciones.
La distribución de los meses quedó entonces mucho más cerca de la estructura que conocemos actualmente, con febrero conservando sus 28 días en los años comunes y 29 en los bisiestos. La rareza había sobrevivido a la gran reforma porque, de algún modo, resultaba práctico utilizar ese mes más corto como espacio para introducir la corrección adicional.
Y después apareció otro emperador
La historia todavía tiene una vuelta más, aunque en este punto conviene separar lo que está sólidamente documentado de una explicación popular que circula desde hace siglos. Existe una conocida tradición según la cual el mes de agosto habría recibido un día adicional para no quedar por debajo de julio, que había sido rebautizado en honor a Julio César y tenía 31 días. Según ese relato, Augusto habría querido evitar que su propio mes pareciera inferior al de César y habría tomado un día de febrero para llevar agosto a 31.
La explicación es atractiva porque encaja perfectamente con la imagen de la política romana, pero los especialistas advierten que no existe evidencia sólida de que esa haya sido realmente la razón de la distribución moderna de los días. La estructura de los meses ya había sufrido modificaciones anteriores y la historia del calendario es bastante más compleja que una supuesta competencia personal entre dos emperadores.
Es un buen ejemplo de cómo las explicaciones históricas pueden simplificarse hasta convertirse en una anécdota popular que sobrevive porque resulta fácil de recordar, aunque la evidencia disponible sea más complicada.
El día que inventamos porque el año no alcanza
El 29 de febrero constituye, en cierto sentido, una de las soluciones más ingeniosas que desarrolló la humanidad para resolver una contradicción entre el tiempo astronómico y el tiempo que necesitamos para organizar nuestras vidas. El año no dura exactamente 365 días, pero tampoco podemos trabajar con calendarios que tengan una fracción de día, porque necesitamos que las fechas puedan ser contadas mediante jornadas completas.
La solución consiste en acumular esa fracción hasta reunir aproximadamente un día entero y agregarlo periódicamente al calendario. En el sistema moderno, los años divisibles por cuatro suelen ser bisiestos, aunque existe una excepción importante: los años que terminan en dos ceros no lo son, salvo que sean divisibles por 400. Esa regla forma parte de la reforma gregoriana introducida en 1582 para corregir una pequeña desviación que todavía persistía en el calendario juliano.
La diferencia puede parecer mínima, pero demuestra algo fundamental: incluso una fracción relativamente pequeña de tiempo puede convertirse en un problema gigantesco cuando se acumula durante siglos.
¿Y por qué no hacemos todos los meses iguales?
Desde una perspectiva moderna, la pregunta parece inevitable: si estamos diseñando un calendario, ¿por qué no hacer doce meses exactamente iguales y olvidarnos del problema?
La dificultad está en que doce meses de igual duración no encajan perfectamente ni con el año solar ni con las tradiciones históricas que fueron formando nuestro calendario. Además, los meses dejaron de ser simples divisiones matemáticas para convertirse en unidades culturales profundamente arraigadas: tienen nombres, fiestas, aniversarios, períodos escolares, estaciones, ciclos laborales y tradiciones que se remontan a generaciones.
Cambiar la estructura del calendario significa cambiar una de las formas más profundas mediante las cuales una sociedad organiza el tiempo.
Hubo numerosos proyectos para reformar el calendario a lo largo de la historia, especialmente durante los siglos XIX y XX, pero ninguno consiguió reemplazar de manera generalizada el sistema de doce meses heredado de la tradición romana y reformado posteriormente por el calendario juliano y el gregoriano.
Una rareza romana que todavía organiza nuestra vida
Lo fascinante de febrero es que su particularidad no desapareció con Roma. El Imperio cayó, las lenguas cambiaron, los sistemas políticos se transformaron, Europa atravesó siglos de guerras y revoluciones, aparecieron los Estados nacionales y la humanidad desarrolló relojes atómicos capaces de medir el tiempo con una precisión inimaginable para los antiguos romanos.
Sin embargo, seguimos esperando que febrero tenga 28 días.
Cada cuatro años, salvo las excepciones establecidas por la regla de los años seculares, agregamos uno más. La estructura básica del calendario que utilizamos para organizar nuestras vidas conserva así una herencia que atraviesa más de dos milenios de historia.
Y quizás esa sea la parte más interesante de toda esta historia: cuando miramos un calendario colgado en una pared, estamos observando mucho más que una herramienta para saber qué día es. Estamos viendo una acumulación de decisiones tomadas por sociedades antiguas que intentaron ordenar el tiempo, corregir sus errores y hacer coincidir sus instituciones con los movimientos del cielo.
Febrero quedó atrapado en esa historia como el mes diferente, el que recibió menos días, el que se convirtió en el lugar donde podía agregarse una jornada adicional y el que, por una combinación de tradiciones religiosas, decisiones políticas y necesidades astronómicas, terminó teniendo una duración que ningún otro mes posee.
Por eso, la próxima vez que alguien pregunte por qué febrero tiene solamente 28 días, la respuesta no debería ser simplemente que “porque el calendario es así”. Febrero tiene 28 días porque durante miles de años la humanidad estuvo intentando resolver un problema que parece sencillo, pero que en realidad consiste en hacer coincidir tres cosas que nunca encajan perfectamente: el movimiento de la Tierra, las matemáticas y nuestra necesidad de dividir el tiempo en unidades comprensibles.
Y en esa larga historia, los romanos dejaron una pequeña rareza que todavía aparece cada vez que llega febrero: un mes que parece incompleto, pero que en realidad es uno de los testimonios más persistentes de cómo las sociedades aprendieron a domesticar el tiempo.
La Municipalidad de Villa Regina solicita a los vecinos no ingresar a barrio El Sauce por el paso a nivel donde la Secretaría de Obras y Servicios procedió a la colocación de un paño de hormigón con badén lateral que evitará la acumulación de agua los días de lluvia. En este sentido se recuerda que…
En Villa Regina poco han hecho los gobiernos de turno para sanear nuestro margen del río Negro y colaborar con la salubridad de sus aguas; dando una solución definitiva al derrame de efluentes que son vertidos con un tratamiento mínimo al río. Como si la propia desidia de infraestructura no fuera suficiente, nuestra localidad se…
Difunde esta nota
Deja una respuesta
Lo siento, debes estar conectado para publicar un comentario.
