?Acabar¨¢ la IA generativa con la clase media?

Las ¨²ltimas olas de automatizaci¨®n desde la d¨¦cada de los setenta han premiado de manera recurrente a los trabajadores de altas habilidades cognitivas. Al reducir el tiempo necesario para realizar tareas importantes, como acceder y estructurar nueva informaci¨®n, las nuevas computadoras permitieron a los trabajadores con niveles m¨¢s altos de educaci¨®n centrarse en actividades m¨¢s complejas y de mayor valor a?adido, como interpretar y aplicar esa informaci¨®n. Esto contribuy¨® a mejorar el juicio de estos trabajadores en la toma de decisiones, multiplicando su productividad y su retorno salarial....

Las ¨²ltimas olas de automatizaci¨®n desde la d¨¦cada de los setenta han premiado de manera recurrente a los trabajadores de altas habilidades cognitivas. Al reducir el tiempo necesario para realizar tareas importantes, como acceder y estructurar nueva informaci¨®n, las nuevas computadoras permitieron a los trabajadores con niveles m¨¢s altos de educaci¨®n centrarse en actividades m¨¢s complejas y de mayor valor a?adido, como interpretar y aplicar esa informaci¨®n. Esto contribuy¨® a mejorar el juicio de estos trabajadores en la toma de decisiones, multiplicando su productividad y su retorno salarial.

Ese proceso vino acompa?ado de una creciente polarizaci¨®n en el empleo. Los nuevos programas y algoritmos se complementaban bien con las habilidades de los trabajadores muy formados, pero en cambio se convirtieron en sustitutivos de multitud de tareas rutinarias que pod¨ªan ser ejecutadas por softwares o robots a un precio m¨¢s barato. Eso llev¨® a la automatizaci¨®n de millones de empleos asociados a tareas repetitivas que daban trabajo a clases medias de pa¨ªses avanzados, ya fuera en cadenas de montaje de autom¨®viles, en peajes en las autopistas o en cajeros de supermercados.

Los cambios tecnol¨®gicos afectaron tambi¨¦n a muchos trabajadores de baja cualificaci¨®n. Pero no a todos. Muchos empleos como los de masajista o peluquero se mantuvieron ¡°protegidos¡± de la tecnolog¨ªa. La raz¨®n era simple: igual que los trabajos intelectuales no rutinarios de las profesiones liberales, esos trabajos se basaban en tareas que no pod¨ªan reducirse a una serie de comandos. El efecto en la desigualdad fue en forma de U pero en conjunto las desigualdades aumentaron. Seg¨²n los economistas Claudia Goldin y Lawrence F. Katz los ingresos para el 5% m¨¢s alto de la distribuci¨®n aumentaron a una tasa tres veces m¨¢s grande que los del quintil de ingresos medios desde mediados de los a?os ochenta hasta la crisis financiera.

Sabemos que el shock de la inteligencia artificial generativa ser¨¢ enorme para la econom¨ªa. La consultora McKinsey, por ejemplo, estima que su impacto en la econom¨ªa mundial podr¨ªa ser equivalente a a?adir una econom¨ªa del tama?o del Reino Unido. Otro estudio de Tyna Eloundou y coautores estima que alrededor del 19% de los trabajadores podr¨ªa experimentar que al menos el 50% de sus tareas se vean impactadas. ?Pero c¨®mo afectar¨¢ esta inteligencia artificial (IA) a las desigualdades?

La verdad es que todav¨ªa no lo sabemos. Pero s¨ª podemos intuir algunas cosas.

Los programas inform¨¢ticos anteriores pod¨ªan programarse (por un humano) para reproducir tareas repetitivas, pero no pod¨ªan aprender por s¨ª mismos o generar nuevo conocimiento experto. La IA generativa y los sistemas de aprendizaje autom¨¢tico operan de manera fundamentalmente distinta a las tecnolog¨ªas anteriores. No dependen de instrucciones expl¨ªcitas para funcionar: infieren instrucciones a partir de ejemplos. Como explica David Autor en una investigaci¨®n reciente estas nuevas capacidades permiten a estas tecnolog¨ªas emitir juicios expertos, tradicionalmente reservados a profesionales altamente cualificados. Por tanto, estas tecnolog¨ªas afectar¨¢n a muchas tareas cognitivas de trabajadores en la parte alta de la distribuci¨®n de ingresos que antes no estaban afectadas, en profesiones tan variadas como la abogac¨ªa, la medicina o la publicidad.

Una segunda intuici¨®n que muestran algunos de los primeros experimentos acad¨¦micos en tareas muy variadas de oficina, servicio al cliente, escribir o resumir textos o programar c¨®digo es que los trabajadores con peores resultados iniciales mejoran m¨¢s que los mejores. Imaginen, por ejemplo, a alguien patoso escribiendo correos electr¨®nicos. El apoyo de ChatGPT le ayuda a mejorar mucho. Mientras que el que ya escrib¨ªa correos r¨¢pido y de manera estructurada mejora menos con la ayuda de la IA.

En un experimento con m¨¢s de 700 consultores de Boston Consulting Group, unos investigadores de Harvard y otras universidades analizan, el efecto de asignar de manera aleatoria ChatGPT a trabajadores realizando 18 tareas t¨ªpicas de consultor. Encuentran que, efectivamente, el apoyo de la IA generativa como complemento a un humano contribuye a mejorar la productividad en muchas tareas. Tambi¨¦n encuentran que los trabajadores inicialmente menos productivos mejoran m¨¢s con la ayuda de la IA que los trabajadores inicialmente m¨¢s productivos. Sin embargo, tambi¨¦n encuentran que en muchas tareas, por ejemplo de c¨¢lculo o tareas m¨¢s complejas, el efecto de la IA es irrelevante.

Tomando de manera conjunta, estos resultados apuntar¨ªan en direcci¨®n contraria al pasado y ser¨ªan positivos para la reducci¨®n de desigualdades. ?Pero se reproducir¨¢n esos efectos en entornos m¨¢s realistas fuera del ¡°laboratorio¡±?

No es para nada evidente. En un fascinante estudio, un investigador del Massachusetts Institute of Technology asigna a m¨¢s de 1.000 trabajadores de una empresa de investigaci¨®n y desarrollo, la asistencia de una IA para mejorar su trabajo en innovaci¨®n en materiales. El estudio encuentra que los investigadores con la ayuda de la IA descubren en pocos meses de trabajo un 44% m¨¢s de materiales que los del grupo sin IA (de control), resultando en un aumento de patentes del 39% y un 17% de aumento en innovaci¨®n de productos finales. Pero lo m¨¢s sorprendente de este trabajo no es el efecto en la productividad cient¨ªfica media (aunque es espectacular), sino en qu¨¦ explica el efecto. Mientras el tercio de investigadores menos productivos en el pasado casi no observa mejoras con la IA, la productividad del top 10% de investigadores mejora un 81% gracias a la interacci¨®n con la tecnolog¨ªa.

?Qu¨¦ conclusiones podemos extraer de todo esto? La m¨¢s importante es que debemos ser muy cautelosos a la hora de sacar conclusiones y que habr¨¢ que estudiar c¨®mo estas tecnolog¨ªas interact¨²an con diferentes tipos de trabajadores y en diferentes profesiones.

Una manera ¨²til de pensar sobre estas tecnolog¨ªas es pensar a nivel de tareas espec¨ªficas y habilidades de los trabajadores (m¨¢s que en empleos) y en t¨¦rminos de complementariedad y sustituci¨®n. Una innovaci¨®n es complementaria cuando aumenta la productividad de los trabajadores. La sustituci¨®n (o automatizaci¨®n) se da cuando una tarea que realizaba un humano pasa a ser realizada por una tecnolog¨ªa de forma aut¨®noma.

En tareas escritas no muy complejas y acotadas es probable que las mejoras sean muy sustanciales y que eso favorezca la productividad de muchos trabajadores de ingresos medios o bajos, redundando en mejoras salariales. Sin embargo, en tareas de alta complejidad o de gesti¨®n, que requieran altas habilidades cognitivas o sociales, es posible que estas tecnolog¨ªas ayuden m¨¢s a los trabajadores de habilidades m¨¢s altas. Y que eso redunde en mayores desigualdades.

Mi intuici¨®n es que, en general, estas tecnolog¨ªas ser¨¢n m¨¢s copilotos o asistentes que m¨¢quinas autom¨¢ticas. Pero eso es solamente una intuici¨®n basada en las capacidades tecnol¨®gicas de estas m¨¢quinas hoy. Y esas capacidades est¨¢n cambiando a toda velocidad.