“La inteligencia artificial es la habilidad de una máquina de presentar las mismas capacidades que los seres humanos, como el razonamiento, el aprendizaje, la creatividad y la capacidad de planear” (Comisión Europea). Los avances de los últimos años parecen acercarnos a una realidad en la que vamos a convivir con esas “máquinas”, lo que seguramente traerá cambios profundos, mejoras y también efectos inesperados e incertidumbre.

Desde sus inicios en los años 50, la evolución de la IA ha estado marcada por los avances en el campo del machine learning durante los años 90, por el desarrollo del deep learning en los 2010 –que utiliza redes neuronales para trabajar con datos no estructurados- y la llegada de los large language models (LLMs), que permiten a las redes neuronales asimilar el contexto de las palabras. De esta forma, los LLMs se han convertido en el ejemplo más destacado de IA generativa, cuya principal característica es que puede generar contenido como texto, imágenes o música a partir de prompts en lenguaje natural. 

Los modelos más tradicionales de machine learning son muy efectivos y seguirán encontrando nuevas aplicaciones, ya que permiten mejorar los resultados de las empresas, mediante la realización de tareas numéricas, de optimización o modelos de predicción, que reducen errores y mejoran la velocidad y la calidad. La novedad de la IA generativa es que permite pasar de sistemas que elaboran tareas específicas -que además exigen la escritura de código y a la extensiva y meticulosa recopilación de datos para entrenar redes neuronales- a sistemas con la capacidad de llevar a cabo una amplia gama de tareas, de forma fácil y económica. 

Estudios en empresas muestran un efecto positivo sobre la productividad y la anatomía del trabajo 

Diferentes estudios en empresas muestran que la IA generativa incrementa la productividad de los trabajadores en tareas que requieren capacidades cognitivas (las propias del cerebro que nos permiten recibir, procesar y elaborar la información). Por ejemplo: (i) en el soporte a clientes. En un estudio a 5,000 agentes, aquellos que utilizaron una herramienta de IA pudieron gestionar un 13,8% más de consultas por hora y mejorar la calidad del trabajo; (ii) en la escritura. En un estudio se pidió a profesionales de diversos campos que escribieran dos documentos. Para el segundo, a la mitad de los participantes se les asignó el uso de ChatGPT. Los profesionales que lo usaron fueron casi un 60% más rápidos en la escritura y la calidad también fue mayor; (iii) o en la programación. Los desarrolladores de software que usaron LLMs pudieron codificar más del doble de proyectos por semana.

Algunos estudios muestran también signos de efectos positivos en los resultados y la productividad de las empresas que invierten y usan IA. La generación de patentes de IA y el uso de la IA en las empresas estudiadas se asocian con un crecimiento más rápido del empleo, la producción, los ingresos o las valoraciones de mercado, impulsado principalmente por la innovación de productos. Estos efectos se habrían materializado en un horizonte de uno a dos años.

Y aunque los estudios aún no ofrecen evidencias, la IA también podría incrementar la productividad impulsando la innovación, ya que la innovación se genera en ocupaciones que requieren trabajo cognitivo. Si se incrementa la eficiencia de ese trabajo, se podría aumentar la innovación y la productividad. 

McKinsey estima que la IA (la IA generativa y la más tradicional de los modelos de machine learning) tiene el potencial automatizar actividades del trabajo que absorben ente el 60 y el 70% del tiempo de los trabajadores hoy, y también estima que la mitad de las actividades en el trabajo podrían automatizarse entre 2030 y 2060, en función de ritmo de adopción. 

La IA será probablemente la siguiente “tecnología de uso general”, lo que tendrá sus efectos positivos… 

Pero a pesar del evidente potencial, no hay unanimidad de hasta dónde podrá llegar. En el extremo menos optimista se encuentran aquellos investigadores que afirman que no estamos en una era de innovación sin precedentes, y que invenciones del pasado como la electricidad o los retretes tuvieron mayores efectos en las condiciones de vida que las que tendrá la IA. 

En el otro extremo están los que afirman que la IA evolucionará hasta un punto en el que alcanzará niveles de inteligencia con capacidades cognitivas como las humanas, lo que se conoce como IA general. 

Sin tener que llegar a eso último, la IA se puede convertir en una tecnología transformadora de profundo impacto si se convierte –como así parece- en la siguiente “tecnología de uso general” (general purpose technology – GPT). Las GPTs, como los motores, la electricidad y los ordenadores e internet llegan a alcanzar un uso generalizado, dando lugar a aplicaciones versátiles, con efectos expansivos, que mejoran otras tecnologías, afectando de forma transversal a empleos y sectores y, finalmente, a la productividad agregada. 

Las GPT suelen afectar a las economías en tres fases. La primera, cuando la innovación es reciente y no se ha difundido su uso, los beneficios generales sobre la productividad no son aparentes. La segunda, durante la cual la tecnología evoluciona, mejora, sus costes se reducen y se difunde y comienza a empujar a la productividad. Y la tercera, cuando el uso de la tecnología está extendido y sus mejoras se ralentizan, la ley de los rendimientos marginales decrecientes comienza a actuar y las mejoras en la productividad van desapareciendo. 

Con la IA, hoy probablemente nos encontramos en la primera fase. A medida que se vaya evolucionando la tecnología, disminuyendo sus costes y adoptándose por las empresas, irá transformando las tareas en los trabajos, la organización, los modelos de negocio, las estrategias, la eficiencia de las empresas y las bases de la competencia en los diferentes sectores de actividad y, con el tiempo, probablemente, en una aceleración de la productividad a nivel macroeconómico que afectará al crecimiento económico y a los estándares de vida, a los que también afectarán la inversión necesaria para la implementación de la tecnología. 

…pero también preguntas y cierta incertidumbre… 

Como con todas las revoluciones tecnológicas, traerá consigo incertidumbre y preguntas, al menos durante ciertos periodos de tiempo.

La IA tendrá efectos en el mercado laboral. Habrá cambios en el tipo de empleos demandados. Y es posible que también afecte de forma heterogénea entre países.

Todo dependerá también de las políticas que se vayan adoptando para el impulso y la mitigación de posibles efectos adversos y de cómo la IA y esas políticas interactúen con las grandes tendencias que dan forma al mundo, como los cambios demográficos, el cambio climático o la transformación de la globalización y el incremento de las tensiones geopolíticas.

A largo plazo no podemos saber con certeza cuál es el realmente su potencial.

Los LLMs actuales no son capaces de hacer tareas de razonamiento lógico elemental y también sufren “alucinaciones”. Tienen limitaciones que provienen del hecho de que se basan exclusivamente en la información estadística contenida en los textos. Carecen del razonamiento tácito y no lingüístico que se obtiene interactuando con el mundo. No aprenden conceptos abstractos. Con el desarrollo tecnológico que conocemos hasta hoy, el impacto económico potencial es significativo. Si la IA llegara a realizar tareas que requieren un razonamiento lógico, las implicaciones sobre su impacto económico a largo plazo irían más allá.

Por lo tanto, el potencial de la IA es evidente, pero también lo es la elevada incertidumbre de cómo terminará siendo esa transformación.