La economía está siendo transformada por las tecnologías digitales, especialmente en inteligencia artificial, que están cambiando rápidame...
La economía está siendo transformada por las tecnologías digitales, especialmente en inteligencia artificial, que están cambiando rápidamente la forma en que vivimos y trabajamos.
Pero esta transformación plantea un rompecabezas preocupante: estas tecnologías no han hecho mucho para hacer crecer la economía, incluso cuando la desigualdad de ingresos empeora. El crecimiento de la productividad, que los economistas consideran esencial para mejorar el nivel de vida, ha sido en gran medida lento desde al menos mediados de la década de 2000 en muchos países.
¿Por qué estas tecnologías no logran producir más crecimiento económico? ¿Por qué no están alimentando una prosperidad más generalizada? Para obtener una respuesta, algunos destacados economistas y expertos en políticas analizan más de cerca cómo inventamos e implementamos la IA y la automatización, e identifican formas en las que podemos tomar mejores decisiones.
En un ensayo llamado " La trampa de Turing: la promesa y el peligro de la inteligencia artificial similar a la humana ", Erik Brynjolfsson, director del Laboratorio de Economía Digital de Stanford, escribe sobre la forma en que los investigadores y las empresas de IA se han centrado en construir máquinas para replicar la inteligencia humana. El título, por supuesto, es una referencia a Alan Turing y su famosa prueba de 1950 para determinar si una máquina es inteligente: ¿Puede imitar a una persona tan bien que no se nota que no lo es? Desde entonces, dice Brynjolfsson, muchos investigadores han estado persiguiendo este objetivo. Pero, dice, la obsesión por imitar la inteligencia humana ha llevado a la IA y la automatización que, con demasiada frecuencia, simplemente reemplazan a los trabajadores, en lugar de ampliar las capacidades humanas y permitir que las personas realicen nuevas tareas.
Para Brynjolfsson, economista, la automatización simple, aunque produce valor, también puede ser un camino hacia una mayor desigualdad de ingresos y riqueza. El enfoque excesivo en la IA similar a la humana, escribe, reduce los salarios de la mayoría de las personas "incluso cuando amplifica el poder de mercado de unos pocos" que poseen y controlan las tecnologías. El énfasis en la automatización en lugar del aumento es, argumenta en el ensayo, la "explicación más importante" para el surgimiento de multimillonarios en un momento en que los salarios reales promedio de muchos trabajadores han caído.
Brynjolfsson no es ludita. Su libro de 2014, en coautoría con Andrew McAfee, se titula La segunda era de las máquinas: trabajo, progreso y prosperidad en una época de tecnologías brillantes . Pero dice que el pensamiento de los investigadores de IA ha sido demasiado limitado.
A la larga, argumenta, se crea mucho más valor al usar IA para producir nuevos bienes y servicios, en lugar de simplemente tratar de reemplazar a los trabajadores. Pero dice que para las empresas, impulsadas por el deseo de reducir costos, a menudo es más fácil cambiar una máquina que repensar los procesos e invertir en tecnologías que aprovechan la IA para expandir los productos de la empresa y mejorar la productividad de sus trabajadores.
Los avances recientes en IA han sido impresionantes y han dado lugar a todo, desde automóviles sin conductor hasta modelos de lenguaje similares a los humanos. Sin embargo, guiar la trayectoria de la tecnología es fundamental. Debido a las elecciones que los investigadores y las empresas han hecho hasta ahora, las nuevas tecnologías digitales han creado una gran riqueza para quienes las poseen y las inventan, mientras que con demasiada frecuencia destruyen oportunidades para quienes tienen trabajos vulnerables a ser reemplazados. Estos inventos han generado buenos empleos tecnológicos en un puñado de ciudades, mientras que gran parte del resto de la población se ha quedado atrás. Pero no tiene por qué ser así.
Daron Acemoglu, economista del MIT, proporciona pruebas convincentes del papel que han desempeñado la automatización, los robots y los algoritmos que reemplazan las tareas realizadas por trabajadores humanos en la desaceleración del crecimiento de los salarios y el empeoramiento de la desigualdad laboral y social. De hecho, afirma que del 50 al 70 % del crecimiento de la desigualdad salarial en EE.UU., entre 1980 y 2016, fue causado por la automatización.
Eso es principalmente antes del aumento en el uso de tecnologías de IA. Y a Acemoglu le preocupa que la automatización basada en IA empeore aún más las cosas. A principios del siglo XX y durante períodos anteriores, los cambios en la tecnología generalmente produjeron más buenos nuevos empleos de los que destruyeron, pero ese ya no parece ser el caso. Una de las razones es que las empresas a menudo eligen implementar lo que él y su colaborador Pascual Restrepo llaman “tecnologías regulares”, que reemplazan a los trabajadores pero hacen poco para mejorar la productividad o crear nuevas oportunidades comerciales.
Al mismo tiempo, las empresas y los investigadores ignoran en gran medida el potencial de las tecnologías de inteligencia artificial para ampliar las capacidades de los trabajadores y, al mismo tiempo, brindar mejores servicios. Acemoglu apunta a las tecnologías digitales que podrían permitir a las enfermeras diagnosticar enfermedades con mayor precisión o ayudar a los maestros a brindar lecciones más personalizadas a los estudiantes.
El gobierno, los científicos de IA y las grandes tecnologías son todos culpables de tomar decisiones que favorecen la automatización excesiva, dice Acemoglu. Las políticas fiscales federales favorecen a las máquinas. Si bien el trabajo humano está fuertemente gravado, no hay impuestos sobre la nómina de robots o automatización. Y, dice, los investigadores de IA "no tienen reparos [en] trabajar en tecnologías que automaticen el trabajo a expensas de que muchas personas pierdan sus trabajos".
Pero reserva su ira más fuerte para Big Tech, citando datos que indican que los gigantes tecnológicos de EE. UU. y China financian aproximadamente dos tercios del trabajo de IA. “No creo que sea un accidente que tengamos tanto énfasis en la automatización cuando el futuro de la tecnología en este país está en manos de unas pocas empresas como Google, Amazon, Facebook, Microsoft, etc., que tienen la automatización algorítmica como su modelo de negocio”, dice.
Reacción: cambiando de opinión
La ira por el papel de la IA en la exacerbación de la desigualdad podría poner en peligro el futuro de la tecnología. En su nuevo libro Cogs and Monsters: What Economics Is, and What It Should Be , Diane Coyle, economista de la Universidad de Cambridge, argumenta que la economía digital requiere nuevas formas de pensar sobre el progreso. “Lo que sea que entendamos por el crecimiento de la economía, por las cosas que mejoran, las ganancias tendrán que ser compartidas de manera más equitativa que en el pasado reciente”, escribe. “Una economía de millonarios o multimillonarios tecnológicos y trabajadores temporales, con empleos de ingresos medios socavados por la automatización, no será políticamente sostenible”.
Mejorar el nivel de vida y aumentar la prosperidad de más personas requerirá un mayor uso de las tecnologías digitales para impulsar la productividad en varios sectores, incluidos el cuidado de la salud y la construcción, dice Coyle. Pero no se puede esperar que las personas acepten los cambios si no están viendo los beneficios, si solo están viendo cómo se destruyen buenos empleos.
En una entrevista reciente con MIT Technology Review, Coyle dijo que teme que el problema de desigualdad de la tecnología pueda ser un obstáculo para el despliegue de IA. “Estamos hablando de disrupción”, dice ella. “Estas son tecnologías transformadoras que cambian la forma en que pasamos nuestro tiempo todos los días, que cambian los modelos comerciales que tienen éxito”. Para hacer tales "cambios tremendos", agrega, se necesita la aceptación social.
En cambio, dice Coyle, el resentimiento está hirviendo a fuego lento entre muchos, ya que se percibe que los beneficios van a las élites en un puñado de ciudades prósperas.
En los EE.UU., por ejemplo, durante gran parte del siglo XX, las diversas regiones del país estaban, en el lenguaje de los economistas, "convergiendo" y las disparidades financieras disminuyeron. Luego, en la década de 1980, llegó el ataque de las tecnologías digitales y la tendencia se revirtió. La automatización eliminó muchos trabajos de fabricación y venta minorista. Los nuevos trabajos tecnológicos bien pagados se agruparon en unas pocas ciudades.
Según la Institución Brookings, una breve lista de ocho ciudades estadounidenses que incluían a San Francisco, San José, Boston y Seattle tenían aproximadamente el 38% de todos los trabajos tecnológicos en 2019. Las nuevas tecnologías de IA están particularmente concentradas: Mark Muro y Sifan Liu de Brookings estiman que solo 15 ciudades representan dos tercios de los activos y capacidades de IA en los Estados Unidos (solo San Francisco y San José representan alrededor de una cuarta parte).
El predominio de unas pocas ciudades en la invención y comercialización de la IA significa que las disparidades geográficas en la riqueza seguirán aumentando. Esto no solo fomentará el malestar político y social, sino que podría, como sugiere Coyle, frenar el tipo de tecnologías de inteligencia artificial necesarias para que crezcan las economías regionales.
Parte de la solución podría residir en aflojar de alguna manera el dominio que tiene Big Tech sobre la definición de la agenda de IA. Eso probablemente requerirá una mayor financiación federal para la investigación independiente de los gigantes tecnológicos. Muro y otros han sugerido una fuerte financiación federal para ayudar a crear centros regionales de innovación en EE.UU., por ejemplo.
Una respuesta más inmediata es ampliar nuestra imaginación digital para concebir tecnologías de IA que no solo reemplacen puestos de trabajo, sino que amplíen las oportunidades en los sectores que más les importan en diferentes partes del país, como la atención médica, la educación y la manufactura.
La afición que tienen los investigadores de inteligencia artificial y robótica por replicar las capacidades de los humanos a menudo significa intentar que una máquina haga una tarea que es fácil para las personas pero desalentadora para la tecnología. Hacer una cama, por ejemplo, o un espresso. O conduciendo un coche. Ver un coche autónomo navegar por las calles de una ciudad o un robot haciendo de barista es increíble. Pero con demasiada frecuencia, las personas que desarrollan e implementan estas tecnologías no piensan mucho en el impacto potencial en los empleos y los mercados laborales.
Anton Korinek, economista de la Universidad de Virginia y becario Rubenstein en Brookings, dice que las decenas de miles de millones de dólares que se han invertido en la construcción de automóviles autónomos inevitablemente tendrán un efecto negativo en los mercados laborales una vez que se implementen dichos vehículos, eliminando los trabajos de innumerables conductores. ¿Y si, pregunta, esos miles de millones se hubieran invertido en herramientas de inteligencia artificial que tendrían más probabilidades de ampliar las oportunidades laborales?
Al solicitar financiamiento en lugares como la Fundación Nacional de Ciencias de EE.UU. y los Institutos Nacionales de Salud, explica Korinek, “nadie pregunta: '¿Cómo afectará esto a los mercados laborales?'”.
Katya Klinova, experta en políticas de Partnership on AI en San Francisco , está trabajando en formas de hacer que los científicos de IA reconsideren las formas en que miden el éxito. “Cuando miras la investigación de la IA y miras los puntos de referencia que se usan casi universalmente, todos están vinculados a la coincidencia o comparación con el desempeño humano”, dice ella. Es decir, los científicos de IA califican sus programas en, por ejemplo, el reconocimiento de imágenes frente a qué tan bien una persona puede identificar un objeto.
Dichos puntos de referencia han impulsado la dirección de la investigación, dice Klinova. “No sorprende que lo que haya surgido sea la automatización y una automatización más poderosa”, agrega. “Los puntos de referencia son muy importantes para los desarrolladores de IA, especialmente para los científicos jóvenes, que están ingresando en masa a la IA y se preguntan: '¿En qué debo trabajar?'”
Pero faltan puntos de referencia para el rendimiento de las colaboraciones hombre-máquina, dice Klinova, aunque ha comenzado a trabajar para ayudar a crear algunos. En colaboración con Korinek, ella y su equipo en Partnership for AI también están escribiendo una guía de usuario para desarrolladores de IA que no tienen experiencia en economía para ayudarlos a comprender cómo los trabajadores pueden verse afectados por la investigación que están realizando.
“Se trata de cambiar la narrativa de una en la que a los innovadores de IA se les da un boleto en blanco para interrumpir y luego depende de la sociedad y el gobierno lidiar con eso”, dice Klinova. Cada empresa de IA tiene algún tipo de respuesta sobre el sesgo y la ética de la IA, dice, "pero todavía no están ahí para los impactos laborales".
La pandemia ha acelerado la transición digital. Es comprensible que las empresas hayan recurrido a la automatización para reemplazar a los trabajadores. Pero la pandemia también ha señalado el potencial de las tecnologías digitales para ampliar nuestras capacidades. Nos brindaron herramientas de investigación para ayudar a crear nuevas vacunas y proporcionaron una forma viable para que muchos trabajen desde casa.
A medida que la IA inevitablemente expande su impacto, valdrá la pena observar si esto conduce a un daño aún mayor a los buenos empleos y a una mayor desigualdad. Pero eso significará tomar decisiones deliberadas sobre las tecnologías que creamos y en las que invertimos.
COMENTARIOS