Las máquinas aceleran su carrera hacia la inteligencia

Junio de 2023 La euforia por las capacidades de Chat GPT se ha visto empañada por el temor a los efectos de esta tecnología sobre el empleo, en especial entre trabajadores cualificados que hasta ahora habían sido ajenos a los avances de la automatización. No obstante, los errores y las limitaciones que actualmente exhiben los modelos GPT; las barreras metodológicas a la hora de evaluar el impacto de la tecnología y, en general, la incertidumbre que rodea a la capacidad de absorción de las innovaciones digitales invitan a la prudencia a la hora de anticipar posibles efectos de la inteligencia artificial en el empleo o la productividad.

Hasta hace poco, muchos creíamos que la tecnología solo era capaz de poner en peligro aquellos puestos de trabajo que requerían de tareas rutinarias y repetitivas fácilmente reemplazables por máquinas, robots o procesos semiautomáticos. Sirva de ejemplo la siembra y la recogida de las cosechas en la agricultura; las labores en las cadenas de montaje en la industria; o las actividades de cobro en un comercio o supermercado.

Es más, economistas de prestigio como Daron Acemoğlu o David Autor expusieron hace relativamente poco que la tecnología tenía un efecto polarizador sobre el mercado de trabajo, reduciendo la demanda de empleo en tareas que exigían un nivel de cualificación medio. Por el contrario, los empleos ubicados en los extremos no tenían nada que temer, tanto aquellos con un nivel de formación alto, donde primaba la creatividad (ingenieros, profesores, profesiones liberales), como bajo, en especial aquellos que exigían una interacción personal elevada (peluqueros, cuidadores, etc.).

Sin embargo, en el último mes y medio, muchos de estos esquemas han dado un vuelco como consecuencia de los avances en materia de inteligencia artificial (en concreto el caso de los modelos de lenguaje generativo). Ahora existen sistemas capaces de escribir mensajes, sintetizar textos, estructurar ideas, programar código e incluso razonar aportando argumentos. En otras palabras, máquinas capaces de replicar artificialmente las habilidades más valoradas de los profesionales más cualificados.

No obstante, conviene mencionar que, si bien los modelos generativos de inteligencia artificial han progresado enormemente en los últimos meses y años, todavía se encuentran lejos de ser capaces de sustituir a los humanos en las tareas más complejas. Chat GPT, por ejemplo, aún presenta carencias relevantes: sus conocimientos no están actualizados (únicamente hasta septiembre de 2021); sus respuestas tienden a ser largas y repetitivas; y con frecuencia arroja resultados inventados, denominados "alucinaciones". En definitiva, un usuario experimentado no confiaría en esta herramienta para obtener resultados precisos y desde luego revisaría con cautela sus afirmaciones.

Las limitaciones exhibidas por estos modelos chocan con aquellas estimaciones que auguran la destrucción de cientos de millones de empleos como consecuencia de esta tecnología. Difícilmente podrá sustituirse la labor del trabajador si es recomendable que éste verifique las salidas de esta herramienta. Además, conviene recordar que las innovaciones de GPT se enmarcan en ámbitos donde los humanos ya son muy buenos, donde el listón ya está muy alto.

Incluso en el caso de que los errores que exhibe actualmente se corrigieran, la estimación del impacto de la inteligencia artificial sobre el empleo está sujeta a una gran incertidumbre, y a insalvables barreras metodológicas. Por ejemplo, la dificultad de aislar el efecto causal que ejerce la inteligencia artificial respecto a otros factores que también influyen sobre el empleo, tanto del ámbito tecnológico como de otra índole (globalización, medioambiente, demografía).

La incertidumbre que rodea estas predicciones no solo proviene del ámbito metodológico, sino que los efectos de otras tecnologías ya existentes sobre la economía y el mercado laboral invitan a la cautela. Así, la evolución del empleo en España en la última década no muestra que el proceso de transformación digital esté destruyendo empleo de forma neta.

• La progresiva sustitución del papel por las pantallas se ha ido reflejando en una destrucción de empleo en la industria papelera o en las actividades de edición e impresión, pero al mismo tiempo han aumentado la necesidad de personal en la fabricación de dispositivos electrónicos.
• El consumo de servicios de entretenimiento en plataformas y de información online ha reducido la demanda de trabajadores en cines, videoclubs o agencias de noticias, pero a la vez se han creado muchos más puestos de trabajo en el sector audiovisual.
• El auge del comercio electrónico ha contribuido a la pérdida de empleo en la distribución minorista de ropa, calzado, libros o productos informáticos, pero a la vez ha requerido de grandes contrataciones en el transporte de última milla o en la industria del cartón.
• Y más allá de estos efectos compensatorios, la proliferación de las tecnologías digitales en todos los ámbitos económicos, empresariales y sociales se ha traducido en la creación de cientos de miles de empleos en los servicios de programación y consultoría informática.

La incertidumbre que envuelve el vínculo entre tecnología y empleo también puede arrojar resultados sorprendentes, como los casi 6.000 empleos creados en las agencias de viaje durante la última década; los casi 3.000 empleos destruidos en la industria de los videojuegos o los más de 28.000 perdidos en la reparación de ordenadores.

En general, las implicaciones económicas y sociales de las innovaciones tecnológicas son difíciles de prever. En 2009, el servicio digital más utilizado por los hogares era el correo electrónico, pero hoy en día es la mensajería instantánea. En aquel año, lo que más compraban los españoles por Internet eran billetes de transporte, pero hoy en día es ropa.

En definitiva, lo expuesto anteriormente invita a abordar con prudencia los posibles efectos de la inteligencia artificial sobre el empleo. Otro aspecto fundamental y de gran interés es el posible efecto que sobre la productividad puede suponer el hecho de que los trabajadores cuenten con este tipo de herramientas. Si bien el ahorro de tiempo y la eficiencia parecen evidentes, conviene recordar la paradoja que el Premio Nobel de Economía, Robert Solow, enunció en 1987: "La era de la informática puede verse en todas partes, menos en las estadísticas de productividad".

Recientes estudios apuntan que el reflejo de la digitalización sobre la productividad requiere de la implementación de cambios organizacionales precisos por parte de las empresas y de los trabajadores. Por ejemplo, si bien en el año 2000 más del 80% de las empresas ya tenía Internet, solo el 39% disponía de una página web, y han sido necesarios más de 20 años para que el 30% de las empresas venda por Internet. Otro ejemplo, y de acuerdo con los directivos de Microsoft, el usuario promedio de Power Point únicamente aprovecha el 10% de las capacidades de este programa.

En otras palabras, la tecnología por sí sola no es capaz de contribuir de manera observable a la productividad en ausencia de estos cambios organizacionales complementarios. En España, el valor añadido real por hora trabajada no ha crecido desde 2013, y desde 1995 apenas ha progresado a un ritmo del 0,5% al año. En otras palabras, el trabajador promedio genera lo mismo hoy que hace diez años, a pesar de disponer de muchas más herramientas tecnológicas a su alcance.

No sabemos si Chat GPT revolucionará la consultoría, la poesía o los deberes del colegio, pero de acuerdo con las capacidades de medición estadística de las que disponemos en la actualidad, parece arriesgado aventurar cambios observables de gran calado a corto plazo en el ámbito del empleo o de la productividad, al menos en España.