La inteligencia artificial y el futuro del empleo

Retomo hoy mi serie sobre la economía de la inteligencia artificial adentrándome en sus posibles efectos sobre el futuro del empleo. Como la serie quedó interrumpida durante unos meses, invito al lector a que repase las dos entregas iniciales para enmarcar mi argumentación. Primero, expliqué brevemente algunas de las ideas principales sobre la inteligencia artificial, incluidas sus posibilidades y limitaciones. Después, relacioné la inteligencia artificial con el crecimiento económico, y aventuré que los recientes avances en este campo me habían empujado a ser ligeramente más optimista sobre el futuro del crecimiento económico en las próximas décadas (enfatizo el "ligeramente", pues la evidencia hasta el momento no es clara).

La mayor parte del debate acerca de los efectos económicos de la inteligencia artificial ha estado centrada en sus posibles consecuencias sobre el empleo. No es de extrañar. Las grandes cifras macroeconómicas como la tasa de crecimiento del PIB suenan a menudo abstractas. La realidad cotidiana nos demuestra que los cambios que conllevan las nuevas tecnologías en el trabajo diario de las personas son mucho más tangibles. Intentaré, por tanto, resumir mi lectura de la evidencia histórica y de las discusiones teóricas de tal manera que sea más sencillo de enlazar con esa experiencia personal.

Se puede argumentar que en 2024 aún estamos explorando las potencialidades de la electricidad en la producción de bienes y servicios

Para ello, quiero introducir dos ideas fundamentales sobre el cambio tecnológico y el empleo. La primera idea es la de "largos retrasos en la difusión tecnológica". Uno de los trabajos de historia económica más importante de las últimas décadas es un artículo muy cortito y fácil de leer de 1990 del hace poco fallecido Paul David titulado El Dínamo y el Ordenador. En este trabajo, David comparaba la introducción de la energía eléctrica, alrededor de 1890-1900, con la del ordenador, alrededor de 1960-1970, en dos pasos. En el primer paso, el economista norteamericano documentaba que llevó décadas a los ingenieros, arquitectos, empresarios y otros expertos apreciar todas las ventajas de la electricidad y comprender sus posibilidades. Por ejemplo, los motores eléctricos no solo eran generalmente más baratos y menos ruidosos que las máquinas de vapor que sustituían, sino que, al ser más flexibles, permitían reorganizar las factorías de una manera dramática. Ya no hacía falta construir fábricas verticales para minimizar la distancia entre la maquinaria y la turbina de vapor central apilando varias plantas encima de la misma; las factorías horizontales, pero muy largas, eran mucho más baratas y extender el cable de la electricidad por toda la longitud de la fábrica era muy sencillo. Pero mientras que la disminución de coste y ruidos eran obvios para casi todos, cómo reorganizar las factorías alrededor de la electricidad llevó décadas de ensayos, con muchos equívocos y oportunidades perdidas. De hecho, se puede argumentar que en 2024 aún estamos explorando las potencialidades de la electricidad en la producción de bienes y servicios.

En el segundo paso, David explicaba que la falta de impacto en la productividad de los ordenadores de la que muchos observadores se quejaban en 1990 era consecuencia de que todavía nos concentrábamos en averiguar qué hacer con ellos. Lo mismo había pasado con la electricidad, que no incrementó en exceso la productividad durante años, mientras se pensó en el diseño de las nuevas factorías. Muchos lectores, algo más mayores, quizás recuerden cómo, en muchas empresas y en la universidad, los primeros ordenadores personales no eran, a menudo, más que máquinas de escribir electrónicas algo más sofisticadas. Sí, algo ayudaban, pero nada espectacular. David aventuraba, y el tiempo le dio la razón, que el impacto de los ordenadores empezaría a ser mucho más contundente unos años más tarde. Hoy nadie concibe la vida moderna sin el ordenador (o el teléfono móvil, que no es nada más que un ordenador pequeñito). ¿Cuándo fue la última vez que ha empleado usted un mapa físico para buscar una dirección en vez de una aplicación en el móvil o en internet?

Opinión

TE PUEDE INTERESAR

La economía de la inteligencia artificial: unas ideas básicas

Jesús Fernández-Villaverde. University of Pennsylvania

Como la historia no se repite, pero sí que rima, es probable que algo similar ocurra con la inteligencia artificial: que durante bastantes años no sea más que un añadido en muchos negocios que no aporte mucha diferencia. Esto no quiere decir que el impacto a corto plazo sea cero. Incluso los ordenadores revolucionaron ciertos sectores (como los de las finanzas o las agencias de viaje) prácticamente al día siguiente de su introducción. La lección de David es, simplemente, un motivo serio para ser cauto cuando se leen titulares grandilocuentes del estilo "en 10 años, el 50% de los trabajos actuales habrá desaparecido como consecuencia de la inteligencia artificial". Este no es el escenario más verosímil. Pero en el mundo actual, donde parece importar más que la gente pinche en la noticia o comparta un informe de una consultora en las redes sociales que en el análisis riguroso, una afirmación agresiva siempre capta más la atención.

La idea de los "largos retrasos en la difusión tecnológica" pone encima de la mesa, además, un segundo elemento. En estos momentos pocos saben muy bien cómo usar la inteligencia artificial en los negocios de la manera más rentable. Algunas estadísticas, apuntan a niveles muy altos de fracaso en los proyectos de aprendizaje automático. Aunque estas estadísticas son difíciles de corroborar de manera independiente, mis conversaciones con responsables de estos proyectos en algunas de las multinacionales más punteras inciden con mucha frecuencia en los enormes riesgos asociados con las nuevas tecnologías. En muchísimas ocasiones, después de cientos de millones de dólares de inversión en inteligencia artificial, el resultado final es magro.

El capital son las máquinas en una factoría, un edificio de oficinas o el ordenador del despacho

Y, si los expertos en el mundo de negocios no tienen muy claro cómo emplear la inteligencia artificial, los académicos (seamos economistas, como yo, o de otros campos) probablemente lo sepamos aún menos. Mucha de la gente que escribe sobre los grandes cambios por venir quieren vender libros y cobrar comisiones de consultoría. Responder "pues no lo sé" genera poco flujo de caja para un académico. Por tanto, todo lo que sigue en este artículo son conjeturas, fundadas en mis mejores esfuerzos por reflexionar sobre este tema, pero sujetas a unos niveles tremendos de incertidumbre.

La segunda idea que quiero introducir es la de "sesgo en el progreso económico". Los bienes y servicios que componen el PIB (¡y los que no entran en su cálculo, como cocinar en casa!) se generan combinando lo que los economistas llamamos factores productivos: tierra, energía, materias primas, capital, etc., dado un nivel de tecnología existente en ese momento.

TE PUEDE INTERESAR

Radiografía de la creación de empleo: encuentran trabajo los inmigrantes, no los parados

Marcos Lema

Hoy me quiero centrar en tres de estos factores productivos, no por ser los demás factores menos importantes, sino porque me permiten ilustrar de manera más detallada la idea de "sesgo en el progreso económico": el capital, el trabajo cualificado y el trabajo no cualificado. El capital son las máquinas en una factoría, un edificio de oficinas, el ordenador del despacho, etc. (la palabra "capital" aquí se emplea en un sentido diferente a cuando decimos "el capital de una empresa", que se refiere a los recursos propios de la misma). El trabajo cualificado son todas las tareas que requieren de una formación de muchos años para alcanzarse (sea esta reglada, como años en la universidad, o práctica, de acumulación de experiencia). Por ejemplo, un cirujano oncológico o un pianista clásico. El trabajo no cualificado son todas las tareas que requieren poca formación. Por ejemplo, reponer mercancía en las estanterías en un supermercado. Por supuesto, en la vida real existe un espectro de cualificaciones, desde las más sencillas a las más complejas, pero una cruda división en dos niveles de cualificación es todo lo que necesito para este artículo.

Opinión

TE PUEDE INTERESAR

La inteligencia artificial y el futuro del crecimiento económico

Jesús Fernández-Villaverde Gráficos: Unidad de Datos

El "sesgo en el progreso económico" es el efecto de complementariedad o sustituibilidad que tiene la innovación en el papel que juegan los factores en la producción de bienes y servicios. Para ilustrar: decimos que una nueva tecnología está sesgada a favor del capital cuando su adopción se complementa bien con el capital (hace que el capital sea más productivo) mientras que sustituye a un amplio número de puestos de trabajado Un caso bien documentado de este progreso es la mecanización de la agricultura de finales del siglo XIX y principios del siglo XX: la introducción de tractores, cosechadoras y otra maquinaria agrícola (bienes de capital) eliminó, en apenas unas décadas, más del 90% de los trabajos en la agricultura. Lo que llevaba a docenas de segadores una semana, lo completaba una cosechadora en unas horas.

Pero el sesgo también puede venir en direcciones contrarias. Por ejemplo, buena parte de las nuevas tecnologías de la información de las últimas décadas requiere relativamente menos capital que las tecnologías punteras aparecidas después de la Segunda Guerra Mundial. Por muchas granjas de servidores que una empresa de internet precise, la inversión en capital no será, ni mucho menos, comparable a la necesaria para montar un alto horno o una central nuclear (como expliqué en entradas anteriores, existen excepciones como las factorías de semiconductores, muy intensivas en capital. De hecho, una hipótesis de por qué los tipos de interés reales han sido tan bajos desde 2000 es que la nueva economía de la información demanda menos inversión en capital y que, por tanto, los tipos de interés reales que vacían el mercado ahorro/inversión global son menores que en el pasado.

Desde 1945, nunca ha sido un mejor momento que 2024 para tener altas habilidades de manipulación de conceptos abstractos

En comparación, las tecnologías de la información han estado sesgadas a favor del trabajo más cualificado y en contra del trabajo menos cualificado. En otras palabras, las tecnologías de la información completan el trabajo cualificado, pero sustituyen el trabajo menos cualificado. Daron Acemoglu escribió hace años un resumen clásico de la evidencia al respecto. Gracias a internet, por ejemplo, todos los trabajadores tienen acceso a tal cantidad de información sobre prácticamente cualquier tema que, en 1990, hubiera parecido imposible. Pero tener criterio para seleccionar entre las múltiples fuentes de información y extraer de ellas la relevante, discerniendo cuál es la veraz, correlaciona altísimamente con el nivel de formación e, incluso dentro de altos niveles de formación, con la habilidad de los trabajadores. Veinte años de experiencia me han enseñado que un predictor casi perfecto del futuro éxito de los estudiantes de postgrado en su tesis doctoral es su habilidad, recién empezados sus estudios, de encontrar los artículos de investigación relevantes de una materia y resumirlos con soltura. Los buscadores en internet son los mismos para todos los estudiantes de la clase de primer año y, mientras unos saben averiguar qué artículos de un área de investigación son importantes y sólidos, otros estudiantes no saben distinguir el grano de la paja.

Buena parte de las crecientes tensiones políticas en Occidente tienen su origen precisamente en este sesgo al trabajo más cualificado: desde 1945, nunca ha sido un mejor momento que 2024 para tener altas habilidades de manipulación de conceptos abstractos (y vivir en una metrópolis) ni un peor momento para tener bajas habilidades (y vivir en una ciudad pequeña o en el mundo rural).

TE PUEDE INTERESAR

Las IA, ¿nos quitan trabajo o nos quitan el trabajo?

María Gelpí

¿Cuál es el sesgo tecnológico del aprendizaje automático? Existen dos posibilidades. La primera es que, por primera vez en varias décadas, el progreso tecnológico esté sesgado hacia el trabajo menos cualificado. Los modelos grandes de lenguaje como ChapGPT pueden generar texto que, en muchos casos, sustituye el trabajo de trabajadores cognitivos como abogados o auditores. Yo ahora ya escribo las ofertas de trabajo de mi centro de investigación con modelo grande de lenguaje: le especifico al programa los parámetros (sueldo, horas de enseñanza, etc.) y el modelo me escribe una carta con las condiciones de trabajo mucho mejor que la que yo solía escribir (¡y sin errores gramaticales!). A la vez, como ya he explicado en mi primera entrada de esta serie, estamos bastante lejos de tener un robot que sepa limpiar el cuarto de baño de una oficina. Es decir, que en unos años nos podremos encontrar que las empresas prescindan de muchos trabajadores cognitivos, pero no de los limpiadores. Este sesgo cambiará el sueldo relativo de estos dos grupos al caer la demanda de los trabajadores cognitivos.

La segunda posibilidad (no necesariamente contrapuesta a la anterior) es que los modelos de aprendizaje automático sean supersesgados al trabajo de más alta cualificación. Volviendo a mi ejemplo anterior: el abogado de nivel intermedio que escribe el primer borrador de un complejo contrato puede ser sustituido por un modelo grande de lenguaje, pero seguimos necesitando a un socio senior del bufete para que lea la versión final del contrato y comprobar que todas las cláusulas sean correctas. Es decir, que dentro del grupo de trabajadores cognitivos, este cambio tecnológico va a beneficiar a los realmente buenos, ya que van a ver incrementada su productividad (el socio senior puede pedir múltiples versiones del contrato al modelo grande de lenguaje con distintos parámetros y seleccionar la mejor), pero se va a llevar por delante a los que tienen un nivel de habilidad cognitiva un poco por debajo.

TE PUEDE INTERESAR

La buena noticia es que la IA impulsará el PIB. La mala es que eso no ocurrirá pronto

Barron’s. Brian Swint

Déjenme que les ponga un caso concreto que conozco mejor: la programación. Cuando ChatGPT empezó a demostrar que podía escribir código en lenguajes de programación comunes como Python, salieron muchos a las redes sociales a decir que ya no hacía falta aprender a programar. Esto demuestra que muchos entienden mal lo que puede y no puede hacer el aprendizaje automático. El generador de código de ChatGPT escribe código muy sólido para resolver problemas estándar, como crear un gráfico de unos datos y efectuar un análisis estadístico básico de los mismos. Pero estas eran las labores en las que no había casi diferencias de productividad entre los grandes programadores y los programadores del montón. Si a un programador excelente le llevaba 15 minutos escribir ese código al que me refería y a uno mediocre le llevaba 20 (por poner una cifra), la diferencia de 5 minutos no iba a ningún sitio. Pero ahora que tiene 15 minutos extras porque ChatGPT ya le ha terminado el gráfico, el programador excelente puede pensar en un algoritmo novedoso que pueda cambiar su industria (o, si trabaja en la universidad, innovar de manera dramática en su campo de investigación). ChapGPT no puede inventar estos nuevos algoritmos porque, por la construcción de la red neuronal, está repitiendo patrones de código ya existentes (incluso si los puede recombinar de manera original). El programador malo, que lo único que sabía hacer eran cosas repetitivas, va a pasarse 20 minutos mirando a la pantalla sin hacer nada de provecho. Cuando su jefe se percate de la situación, lo despedirá. Es decir, que saber programar bien es mucho más valioso en 2024 que en 2022. Programar mal, o lo que es casi igual, ser poco creativo porque uno ha tenido que sufrir el carpetovetónico sistema educativo español, diseñado de manera perversa desde el principio para aniquilar la más mínima manifestación de originalidad (cuando leo cosas como las que narra este artículo), es más nocivo en 2024 que en 2022.

TE PUEDE INTERESAR

¿Sospechas que una IA pueda suplantarte en este 2024? Cómo superar esta ansiedad laboral

E. Zamorano

Volviendo a mi primera idea de "largos retrasos en la difusión tecnológica": realmente no sabemos qué pasará con la introducción masiva de la inteligencia artificial en el mundo de los negocios. ¿Será complementaria o sustitutiva de las habilidades cognitivas? ¿De todas las habilidades cognitivas o solo de un subconjunto de estas? Pero, dada mi lectura de la evidencia a principios de 2024, mi apuesta es que generará un sesgo hacía los trabajos de menos cualificación y quizás hacia los de más alta cualificación. Los puestos medios-altos lo más probable es que salgan perdiendo. Si tuviese que realizar una predicción diría que el primer 70% de la pirámide de los trabajadores ganará (pues la productividad total de la economía crecerá), los trabajadores situados entre el 71-95% de la pirámide perderán (al caer su demanda relativa) y el 5% de la parte más alta ganará.

Esta predicción explica el alto nivel de inquietud que el aprendizaje automático ha generado en ciertos círculos profesionales que, en el pasado, habían recibido con alegría otros cambios tecnológicos. Pero esos cambios afectaban al trabajador de una factoría de fresadoras de Ohio, no al abogado medio de una empresa de inversión en Manhattan. Los ganadores y perdedores pueden ahora empezar a ser otros.

El lector más perspicaz se habrá dado cuenta de que siempre he hablado de cambios en salarios relativos, no de crecimiento del desempleo. El motivo es que los mercados, incluso el de trabajo, terminan ajustándose (a menos, claro, que la legislación meta el palo en la rueda como hacemos en España con la habilidad asombrosa de nuestra diarrea legislativa). El ajuste de los mercados es a menudo lento y se mueve a trompicones, perjudicando a unos y ayudando a otros. Por eso no tengo miedo alguno a que "desaparezca el empleo". Esa cantinela le llevábamos escuchando durante siglos.*

No habrá desempleo del 40% en los países normales en 2050 y el sueldo medio será más alto

El número de tareas posibles en una sociedad es casi infinito: siempre es útil una persona más en el sector de la hostelería (o en mil otros servicios). El problema es el coste de oportunidad de esa tarea: el puesto de trabajo adicional en un hotel tiene menos valor para la sociedad que el puesto de trabajo adicional en una empresa de coches, expresado por los precios que los consumidores están dispuestos a pagar por una habitación de hotel en comparación con el precio de un coche (querido lector: recuerde que esta es la valoración media de la sociedad expresada por las demandas de millones de consumidores, no la suya propia; su valoración puede ser diferente). Si la productividad del sector del automóvil sube de manera dramática y baja el empleo, se crearán puestos de trabajo nuevos en el sector de la hostelería al ser ahora los sueldos relativos más bajos.** Así hemos absorbido todos los cambios tecnológicos de los últimos 200 años, algunas veces más rápidamente, otras más lentamente. De nuevo, esto no quiere decir que sean días de vino y rosas para los trabajadores desplazados. Al contrario, como he resaltado antes, probablemente muchos trabajadores salgan perdiendo. Mi afirmación, mucho más modesta, es que, cuando a los mercados se les deja funcionar, el ajuste al cambio tecnológico se ejecuta en salarios, no en desempleo. Así que no, no habrá desempleo del 40% en los países normales en 2050 y el sueldo medio será más alto. Pero los sueldos relativos de abogados y limpiadores puede que sean muy diferentes a los de 2024. En España, como no somos un país normal, ya veremos qué pasa.

Tampoco he hablado de los posibles sesgos del aprendizaje automático a favor del capital (y, junto a ello, en la estructura de la industria). Estos sesgos pueden tener un efecto de primer orden en la distribución de la renta y la riqueza, así que mejor dejarlos para la siguiente entrada en unas semanas, cuando los pueda tratar con el nivel de detalle que precisan.

Opinión

TE PUEDE INTERESAR

10 pronósticos arriesgados: casi todo lo que no ocurrirá en 2024

Pablo Pombo

*Un libro particularmente horroroso al respecto es el bestseller de 1996 The End of Work, de Jeremy Rifkin, un tipo que lleva vendiendo humo 40 años. Dos décadas y media después, el problema de países como Estados Unidos es que faltan trabajadores, no que sobren. Me acuerdo de la cantidad de gente que me dio la murga a finales de los 90 con el libro de Rifkin y con la necesidad de "repartir el trabajo" porque cada vez iba a haber menos.

** A riesgo de ser pesado, repito la palabra "relativo" pues hay dos efectos: uno de incremento de la productividad total de la economía (que presiona al alza los salarios) y otro de bajada de salarios en el sector del automóvil (al ser sustituidos los trabajadores por robots controlados por inteligencia artificial). Lo que importa es la razón entre los salarios en diversas actividades.