No se crean las exageraciones sobre la IA

Seg¨²n los l¨ªderes del sector de la tecnolog¨ªa y muchos expertos y acad¨¦micos, la inteligencia artificial (IA) est¨¢ a punto de transformar el mundo como lo conocemos con mejoras sin precedentes de la productividad. Aunque hay quienes creen que las m¨¢quinas pronto har¨¢n todo lo que los humanos son capaces de hacer, con lo que comenzar¨¢ una nueva era de prosperidad ilimitada, otras predicciones tienen, al menos, los pies un poco m¨¢...

Seg¨²n los l¨ªderes del sector de la tecnolog¨ªa y muchos expertos y acad¨¦micos, la inteligencia artificial (IA) est¨¢ a punto de transformar el mundo como lo conocemos con mejoras sin precedentes de la productividad. Aunque hay quienes creen que las m¨¢quinas pronto har¨¢n todo lo que los humanos son capaces de hacer, con lo que comenzar¨¢ una nueva era de prosperidad ilimitada, otras predicciones tienen, al menos, los pies un poco m¨¢s en la tierra. Por ejemplo, Goldman Sachs predijo que la IA generativa impulsar¨¢ al PIB mundial un 7% en la pr¨®xima d¨¦cada, y el McKinsey Global Institute prev¨¦ que la tasa de crecimiento anual del PIB podr¨ªa aumentar entre 3 y 4 puntos porcentuales entre la actualidad y 2040. ?Son estimaciones realistas? Como se?al¨¦ en un art¨ªculo reciente, las perspectivas resultan mucho m¨¢s inciertas de lo que la mayor¨ªa de los pron¨®sticos y conjeturas sugieren; de todas formas, aunque es b¨¢sicamente imposible predecir con certeza qu¨¦ har¨¢ la IA en 20 o 30 a?os, s¨ª se puede afirmar algo sobre la pr¨®xima d¨¦cada debido a que la mayor parte de esos efectos econ¨®micos de corto plazo deben involucrar a las tecnolog¨ªas existentes y sus mejoras.

Es razonable suponer que el mayor impacto de la IA provendr¨¢ de la automatizaci¨®n de algunas tareas y las mejoras de la productividad de algunos trabajadores en ciertas ocupaciones. La teor¨ªa econ¨®mica ofrece algunas pistas para evaluar esos efectos agregados: seg¨²n el teorema de Hulten (as¨ª llamado en honor al economista Charles Hulten), los efectos agregados de la ¡°productividad total de los factores¡± (PTF) equivalen sencillamente al producto de la participaci¨®n de las tareas automatizadas por el ahorro promedio en los costos.

Aunque el ahorro promedio en los costes es dif¨ªcil de estimar y var¨ªa seg¨²n la actividad, ya existen algunos estudios sobre los efectos de la IA en ciertas tareas; por ejemplo, Shakked Noy y Whitney Zhang examinaron el impacto de ChatGPT en tareas sencillas de escritura ¡ªcomo resumir documentos, o preparar propuestas para subvenciones o materiales de mercadeo de rutina¡ª, y Erik Brynjolfsson, Danielle Li y Lindsey Raymond evaluaron el uso de los asistentes de IA en la atenci¨®n al cliente. En conjunto esas investigaciones sugieren que las herramientas de IA generativa actualmente disponibles permiten ahorrar el 27% en mano de obra y el 14,4% en total. ?Qu¨¦ sabemos sobre la proporci¨®n de las tareas que se ver¨¢n afectadas por la IA y las tecnolog¨ªas relacionadas? De acuerdo con los n¨²meros de estudios recientes, estimo que est¨¢ en torno al 4,6%, lo que implica que la IA solo aumentar¨¢ la PTF un 0,66% en 10 a?os, o el 0,06% al a?o (por supuesto, como la IA impulsar¨¢ adem¨¢s un bum en inversiones, el aumento en el crecimiento del PIB podr¨ªa ser un poco mayor, tal vez en el rango del 1% al 1,5%).

Son n¨²meros mucho menores que los de Goldman Sachs y McKinsey; para aumentarlos hay que impulsar las mejoras de la productividad a escala micro o suponer que m¨¢s tareas de la econom¨ªa se ver¨¢n afectadas, pero ninguno de esos escenarios parece plausible. Los ahorros en mano de obra muy por encima del 27% no solo quedan fuera del rango ofrecido por los estudios existentes, sino que no se alinean con los efectos observados de otras tecnolog¨ªas incluso m¨¢s prometedoras. Por ejemplo, los robots industriales transformaron algunos sectores manufactureros y parecen haber reducido los costes de mano de obra en un 30%.

De manera similar, es poco probable que veamos un reemplazo en mucho m¨¢s del 4,6% de las tareas, porque la mayor¨ªa de las tareas manuales y sociales no est¨¢n ni remotamente al alcance de la IA. Seg¨²n una encuesta de 2019 sobre las empresas estadounidenses, solo el 1,5% contaba con alguna inversi¨®n en IA. Incluso en el caso de que esas inversiones se hayan acelerado durante el ¨²ltimo a?o y medio, falta mucho, pero mucho, para la adopci¨®n generalizada de la IA.

Por supuesto, la IA podr¨ªa tener efectos m¨¢s significativos de los que permite mi an¨¢lisis si revoluciona el proceso de descubrimiento cient¨ªfico o crea muchas nuevas tareas y productos; los recientes descubrimientos que facilit¨® sobre la estructura cristalina y los avances en el plegamiento de prote¨ªnas sugieren, efectivamente, esas posibilidades. Pero es poco probable que esos grandes adelantos constituyan una fuente importante de crecimiento econ¨®mico en los pr¨®ximos 10 a?os. Por otra parte, mis propias estimaciones podr¨ªan ser excesivas; la adopci¨®n temprana de la IA generativa tuvo lugar, naturalmente, en sectores donde se desempe?a razonablemente bien, es decir, en tareas en las que el ¨¦xito se puede medir de manera objetiva. En esos casos los modelos pueden aprender de la informaci¨®n externa y los datos hist¨®ricos disponibles.

Sin embargo, para muchas del 4,6% de las tareas que se podr¨ªan automatizar dentro de los pr¨®ximos 10 a?os ¡ªla evaluaci¨®n de solicitudes, el diagn¨®stico de problemas de salud y la oferta de asesoramiento financiero¡ª no hay indicadores de ¨¦xito tan definidos, y suelen implicar variables complejas que dependen del contexto. En esos casos, el aprendizaje de la informaci¨®n externa es mucho m¨¢s dif¨ªcil y los modelos de IA generativa deben basarse, en lugar de ella, en el comportamiento de los trabajadores existentes. En esas circunstancias habr¨¢ menos margen para mejorar significativamente el trabajo humano; estimo entonces que un cuarto del 4,6% de las tareas pertenecen a la categor¨ªa de ¡°aprendizaje dif¨ªcil¡± y experimentar¨¢n menores aumentos en la productividad. Una vez que aplicamos ese ajuste, el dato de crecimiento del 0,66% de la PTF cae aproximadamente al 0,53%.

?Qu¨¦ hay de los efectos sobre los trabajadores, los salarios y la desigualdad? La buena noticia es que, frente a los efectos de las olas de automatizaci¨®n anteriores ¡ªcomo las basadas en robots o sistemas de software¡ª, los efectos de la IA podr¨ªan distribuirse de manera m¨¢s amplia entre los grupos demogr¨¢ficos. En ese caso, no tendr¨¢ un impacto tan grande sobre la desigualdad como las tecnolog¨ªas de automatizaci¨®n anteriores. Sin embargo, no encuentro evidencia que indique que la IA vaya a reducir la desigualdad o impulsar el aumento de los salarios. Algunos grupos ¡ªespecialmente las mujeres blancas nativas de EE UU¡ª est¨¢n significativamente m¨¢s expuestos y se ver¨¢n afectados negativamente, y el capital ganar¨¢ m¨¢s que el trabajo en t¨¦rminos generales.

La teor¨ªa econ¨®mica y los datos disponibles justifican una perspectiva m¨¢s modesta y realista para la IA. No hay demasiado sustento para el argumento de que no debemos preocuparnos por la regulaci¨®n porque la IA ser¨¢ la proverbial marea creciente que eleva todas las barcas. La IA es lo que los economistas llaman una tecnolog¨ªa de uso general, podemos hacer muchas cosas con ella, y hay cosas mejores que automatizar el trabajo e impulsar la rentabilidad de la publicidad digital¡­ pero si abrazamos acr¨ªticamente el tecnooptimismo o dejamos que sea la industria tecnol¨®gica quien fije la agenda, podr¨ªamos desperdiciar gran parte de su potencial.

Sigue toda la informaci¨®n de Econom¨ªa y Negocios en Facebook y X, o en nuestra newsletter semanal