Escriben Ajay Agrawal, Joshua Gans y Avi Goldfarb / F&D FMI – Inteligencia artificial y juicio humano

Imagina una isla que es el hogar de millones de genios. Son expertos en todo lo que se puede hacer en una computadora. Nunca dejan de trabajar. Y felizmente lo hacen todo por un salario modesto. Ahora imagínense las preguntas profundas que surgirían cuando se integraran a la economía global.

¿Cómo su integración remodelaría los mercados, los salarios y la distribución del poder? Los genios podían estimular una abundante prosperidad, o una profunda inestabilidad, dependiendo, al menos en parte, de las decisiones que tomemos el resto de nosotros.

En una nueva era de prosperidad, la productividad y el crecimiento económico podrían dispararse y el bienestar social florecer. La fuerza laboral excepcionalmente inteligente podría revolucionar industrias que van desde la atención médica hasta la educación y la tecnología. Las tareas de oficina podrían manejarse con una eficiencia impecable, liberando a las personas para que se dediquen a esfuerzos más significativos. El costo de muchos servicios disminuiría, elevando el nivel de vida.

¿Cómo sería una época de inestabilidad? Con genios realizando tareas a una fracción del costo, los trabajadores del conocimiento y los profesionales podrían enfrentar un desempleo masivo. La erosión de los salarios y la seguridad laboral podría repercutir en todas las industrias, colapsando la clase media y profundizando la desigualdad. Unas pocas corporaciones o naciones que monopolizaran el acceso a los genios podrían monopolizar la riqueza y el poder de maneras sin precedentes, marginando a las empresas más pequeñas y a las economías más débiles. Esto podría sofocar la innovación y alimentar las tensiones mundiales.

La creatividad y la individualidad humanas podrían perder valor a medida que los genios dominen las contribuciones intelectuales y prácticas. Las sociedades pueden lidiar con cuestiones existenciales de propósito e identidad en un mundo en el que muchos ya no son esenciales, lo que lleva a un malestar generalizado. Los genios podían enturbiar las economías, destrozar la cohesión social y sumir al mundo en la disparidad.

Vale la pena pensar en esta isla de genios porque un número creciente de expertos cree que podemos estar en la cúspide de tal salto tecnológico. En 2023, por ejemplo, Geoffrey Hinton, galardonado con el Premio Nobel por su trabajo pionero sobre la IA, dijo que la tecnología podría superar la inteligencia humana en un plazo de 5 a 20 años. Algunos otros expertos creen que podría suceder antes.

Sesgo de habilidad

Que la IA que eclipsa la inteligencia humana conduzca a más prosperidad o a más inestabilidad probablemente dependerá de cómo afecte a la desigualdad. Desde la revolución informática en la década de 1960, muchos economistas, incluido el premio Nobel Daron Acemoglu, han argumentado que los avances tecnológicos pueden exacerbar la desigualdad de ingresos al aumentar la demanda de trabajadores altamente calificados y experimentados, al tiempo que reducen la demanda de mano de obra poco calificada, un fenómeno conocido como “sesgo de habilidades”. Dos estudios recientes arrojan luz sobre cómo se aplica el sesgo de habilidades a la revolución de la IA.

Un estudio, realizado por Aidan Toner-Rodgers en el Instituto Tecnológico de Massachusetts, muestra que los trabajadores más cualificados se benefician desproporcionadamente de la IA. Su examen de cómo los científicos usan la IA para lograr avances encuentra que la producción del decil superior fue un 81 por ciento más alta que sin IA. Hubo pocos cambios en la producción de los científicos menos calificados. Estos hallazgos sugieren que la IA puede aumentar la desigualdad de ingresos.

Pero el otro estudio, en el que Erik Brynjolfsson, de la Universidad de Stanford, y sus colegas examinan datos sobre los empleados de los centros de llamadas, muestra que los trabajadores menos cualificados se benefician desproporcionadamente de la IA. Hubo un impacto mínimo en la productividad de los trabajadores experimentados y altamente calificados, pero los trabajadores novatos y poco calificados vieron una mejora del 34 por ciento. Específicamente, los autores encontraron que las herramientas de IA aumentaron la productividad (medida por la cantidad de problemas resueltos por hora) en un 14 por ciento en promedio. La IA podría aumentar la productividad de los trabajadores menos cualificados, por ejemplo, prediciendo cómo sus homólogos más cualificados completarían las tareas. En este contexto, la IA redujo la desigualdad de ingresos.

Papel de juicio

¿Por qué la IA ayuda de manera desproporcionada a los trabajadores menos calificados en un estudio y a los trabajadores más calificados en otro? ¿Cuál es la diferencia entre los empleados del centro de llamadas y los científicos? Creemos que se relaciona con el juicio, un ingrediente clave de la toma de decisiones, y la predicción. El papel de cada uno es central en la teoría de la decisión, una rama de la teoría de la probabilidad aplicada que asigna probabilidades a varios resultados (predicción) y valores a sus consecuencias (juicio).

Toner-Rodgers atribuye la disparidad a las diferencias de juicio cuando evalúa las predicciones generadas por IA. “Las mejoras en la predicción de las máquinas”, escribe, “hacen que el juicio humano y la toma de decisiones sean más valiosos”. Los científicos más cualificados utilizan su juicio superior para identificar sugerencias prometedoras de IA, mientras que otros desperdician importantes recursos investigando pistas falsas.

Había mucho en juego en este entorno porque los errores dieron lugar a costosas pruebas de laboratorio. Esto concentró las recompensas entre los científicos altamente calificados y amplificó la disparidad de ingresos.

Por el contrario, en el estudio de Brynjolfsson sobre los agentes de los centros de llamadas, la diferenciación clave entre los trabajadores altamente cualificados y los poco cualificados era la capacidad de predecir la mejor respuesta a un cliente. La IA era tan buena como los agentes altamente cualificados en este tipo de predicciones. El juicio implicado en la estimación del costo relativo de los diferentes tipos de errores importaba menos porque este tipo de juicio era menos escaso y lo que estaba en juego era menor.

A medida que avanza la predicción de la IA, la distribución del juicio determinará cada vez más la distribución de la riqueza y el poder. Mientras que la diferencia entre trabajadores altamente cualificados y poco cualificados se basa en la parte de predicción del trabajo, la IA beneficiará desproporcionadamente a los trabajadores menos cualificados porque la predicción de la IA sustituirá a la predicción humana. Esto reducirá las diferencias de productividad y, por lo tanto, la disparidad de ingresos entre los trabajadores de esta industria y, con el tiempo, aumentará los salarios en los lugares de bajos pagos, incluso si las habilidades también son más bajas. Los salarios de los back-office y de los centros de llamadas, por ejemplo, pueden aumentar en la India en relación con los Estados Unidos.

Pero cuando el juicio define la diferencia entre trabajadores altamente calificados y poco calificados, la IA beneficiará desproporcionadamente a aquellos con habilidades más altas. Esto ampliará las diferencias de productividad y la disparidad de ingresos entre los trabajadores de estas industrias. La mano de obra podía trasladarse a lugares con salarios más altos que antes eran menos atractivos porque el rendimiento de los trabajadores más cualificados no justificaba el gasto. Más innovación podría trasladarse a los EE.UU. porque una mayor proporción de los mejores estudiantes asisten a universidades estadounidenses, y los científicos con sede en los EE.UU. lideran los avances científicos, los premios, las publicaciones y las patentes.

La IA avanza rápidamente, pero cosas como las prácticas de gestión, la infraestructura, la educación, las regulaciones y la demanda de los clientes cambian lentamente, lo que probablemente limitará el impacto a corto plazo de descubrir esa isla de genios. A largo plazo, sin embargo, el impacto en la economía mundial será significativo. La estabilidad económica dependerá de cómo gestionemos la transición.

Riqueza y poder

La distribución geográfica de las tareas de alto riesgo e intensivas en juicio alterará la distribución del ingreso y el poder. Es probable que las regiones con trabajadores más calificados, instituciones de investigación más sólidas e infraestructura tecnológica avanzada obtengan una parte desproporcionada de los beneficios económicos.

En los sectores en los que el juicio es muy valioso, como la investigación científica, el diagnóstico médico y la planificación estratégica, la IA amplificará la productividad de los expertos. Aumentará el potencial de ingresos de estos trabajadores y reforzará el dominio de los centros de innovación. Pero industrias como el servicio al cliente, donde la capacidad de predicción diferencia a los trabajadores, pueden experimentar un cambio en los empleos hacia regiones de salarios más bajos, lo que reducirá la disparidad de ingresos.

Si el impacto de la IA en las tareas de alto valor y con un uso intensivo del juicio supera su impacto igualador en las tareas de bajo riesgo y con un uso intensivo de predicciones, la desigualdad económica mundial se profundizará. El resultado podría ser una concentración aún mayor de la riqueza y la influencia en unas pocas ciudades o países selectos que atraen a los mejores talentos.

Las regiones de ingresos altos con ecosistemas de IA sólidos, incluidas partes de Estados Unidos, Europa y Asia, pueden experimentar un mayor rendimiento del capital humano con las habilidades de juicio necesarias. Otras regiones corren el riesgo de quedar rezagadas. Las consecuencias a largo plazo podrían incluir una creciente disparidad en el liderazgo tecnológico, la financiación de la investigación y la influencia geopolítica. Además, una IA más sofisticada puede redefinir qué formas de juicio siguen siendo escasas, cambiando aún más el equilibrio de poder, dependiendo de qué regiones adapten su fuerza laboral a las necesidades emergentes.

Los responsables de la formulación de políticas pueden ayudar de tres maneras importantes.

Para agudizar el juicio, los responsables de la formulación de políticas podrían ampliar el acceso a una educación y formación de alta calidad que haga hincapié en las habilidades complejas de toma de decisiones, garantizando que más personas en diferentes regiones desarrollen el juicio necesario para complementar la IA.

Los responsables de la formulación de políticas podrían promover la movilidad mundial del talento y el intercambio de conocimientos, garantizando que el juicio necesario para el mejor uso de la IA se distribuya más ampliamente entre las economías, en lugar de limitarse a unas pocas regiones dominantes.

Por último, los responsables de la formulación de políticas podrían crear incentivos para difundir la capacidad de generar predicciones valiosas de IA más allá de los centros de poder tradicionales a través de la financiación, la infraestructura y los incentivos para la adopción de la IA. Esto daría forma a la distribución de los beneficios de la IA y fomentaría un crecimiento económico más equilibrado a largo plazo.

Medidas como estas ayudarán a gestionar la transición y maximizar los beneficios de la IA al tiempo que mitigan sus riesgos. Los informáticos se apresuraron a desarrollar la tecnología, que sigue avanzando a un ritmo rápido. Ahora los economistas deben ponerse al día. La profesión debe guiar a los responsables políticos con investigaciones sobre la mejor manera de gestionar la transición a la IA. Esto aumentará las posibilidades de que las políticas dirijan al mundo hacia un futuro de estabilidad y prosperidad mundiales, que no es la alternativa.

AJAY AGRAWAL, es titular de la Cátedra Geoffrey Taber de Emprendimiento e Innovación en la Rotman School of Management de la Universidad de Toronto.

JOSHUA GANS, es titular de la Cátedra Jeffrey S. Skoll de Innovación Técnica y Emprendimiento en la Escuela de Administración Rotman de la Universidad de Toronto.

AVI GOLDFARB es titular de la Cátedra Rotman de Inteligencia Artificial y Atención Sanitaria en la Rotman School of Management de la Universidad de Toronto

Referencias:

Agrawal, Ajay, Joshua Gans y Avi Goldfarb. 2018. Máquinas de predicción: la economía simple de la inteligencia artificial. Boston, MA: Harvard Business Review Press.

Brynjolfsson, Erik, Danielle Li y Lindsey R. Raymond. 2023. “IA generativa en el trabajo”. Documento de trabajo 31161 del NBER, Oficina Nacional de Investigación Económica, Cambridge, MA.

Toner-Rodgers, Aidan. 2024. “Inteligencia Artificial, Descubrimiento Científico e Innovación de Productos”. Preimpresión de ArXiv, Universidad de Cornell, Ithaca, NY.