Retos económicos de la inteligencia artificial

23 septiembre, 2019
reptes-economics

Revoluciones industriales, ciclos y paradigmas

A partir de la investigación sobre las revoluciones industriales, es decir, el conjunto de cambios disruptivos en la tecnología (tecnologías de utilidad general) ya la estructura económica (paradigmas tecnoeconómicos o ciclos económicos de larga duración) que interconectan con cambios sociales y cultural de primer orden, los economistas hemos extraído una lección significativa.

En cada una de las tres revoluciones industriales que ha habido hasta el momento, un factor o un conjunto de factores productivos se consolidan como fuentes del crecimiento económico, el cambio competencial del trabajo y la estructura social. Estos factores no son nunca la tecnología sobre la que se sustenta el cambio económico. Por ejemplo, en la primera o en la segunda revolución industrial hablamos de economía industrial (fabril), en lugar de la economía de la máquina de vapor o de la electricidad. Del mismo modo, la tercera revolución industrial hablamos de economía de la información o del conocimiento, en lugar de economía de las TIC o de economía digital.

En los tres casos la tecnología ha determinado mejoras de eficiencia (productividad total de los factores) y, incluso, la aparición de nuevos sectores de actividad. Pero, el efecto multiplicador, la generación de nuevos factores de eficiencia del sistema económico, se alcanza cuando los bienes y servicios generados por la nueva ola tecnológica son empleados por el resto de actividades económicas, e interaccionan con los factores productivos, los modelos de negocio, las estructuras de mercado y la organización de la economía.

¿Estamos a las puertas de una 4a revolución industrial?

Estamos a las puertas de una 4ª revolución industrial?
Hace exactamente un par de años que los medios de comunicación hablan de la cuarta revolución industrial. Según estos medios, que citan informes o estudios de consultorías internacionales, estamos a las puertas de una nueva revolución industrial. Sobre la base de la primera ola digital, la de las TIC y de Internet no interactivo, la inteligencia artificial (IA), los datos masivos, la computación en la nube, la impresión 3D, Internet de las cosas, las redes sociales y profesionales, y las plataformas colaborativas, entre otros, estarían generando cambios económicos de primer orden combinados con cambios sociales y culturales que redefinir la articulación de las sociedades. Con todo, hoy todavía no disponemos de ninguna investigación académica que demuestre el advenimiento de esta cuarta revolución industrial. Entre otras cosas, porque una revolución industrial es un concepto muy grueso que necesita un notable recorrido temporal para ponerse de manifiesto. Empezamos a tener evidencia del poder transformador de la IA, pero sus efectos aún son parciales, y sólo explican parcialmente la transformación económica.

Tecnologías de utilidad general, ciclos, paradigmas y revoluciones industriales
Fuente: Elaboración propia

En este contexto, si la IA puede convertirse en la tecnología básica, la base material, de la cuarta revolución industrial, cuál será su factor/es productivo/s clave/s? ¿Cuál será el input/s básico/s que explique/n los avances de productividad, el crecimiento económico, los cambios competenciales del trabajo y la estructura social? Aunque es muy pronto para responder a esta pregunta fundamental.

Los efectos económicos y sociales de la IA todavía están en un estado muy embrionario, pero la investigación sobre la IA ya nos pone de manifiesto que caminamos hacia la consolidación de una nueva tecnología de utilidad general, que avanzamos hacia la construcción de una nueva fase histórica dentro del proceso general de digitalización. Sólo con el tiempo seremos capaces de responder cómo esta nueva tecnología de utilidad general: 1) interacciona con el resto de la economía, determina nuevos factores de productividad y genera un nuevo ciclo económico de larga duración; y 2) interacciona con la estructura social y la cultura componiendo una cuarta revolución industrial.

La inteligencia artificial como fuente de eficiencia y trabajo

Ya hace tiempo que la investigación económica contrastó claros efectos positivos de los procesos de automatización, en especial de la densidad robótica, sobre la productividad y el crecimiento económico agregado de muchos países. Al mismo tiempo, también se ha puesto de relieve que los procesos de automatización y de digitalización cada vez serían menos importantes para crear y más importantes para desplazar puestos de trabajo en el largo plazo. Con todo, esta evidencia utiliza o bien datos de densidad robótica (robots para trabajadores o por hora trabajada) con independencia de los usos de la IA por parte de los robots, o bien se obtiene indirectamente a través del análisis de la productividad total de los factores.

Así pues, todavía no disponemos de investigación específica sobre cómo los tres ámbitos de la IA (robótica, sistemas simbólicos y sistemas de aprendizaje) inciden sobre la productividad y el trabajo. A esta carencia de datos y de investigación específica sobre la IA, hay que añadir una paradoja adicional: la caída de la productividad agregada a la mayoría de economías del mundo durante la última década. Así pues, en la actualidad los economistas tenemos planteada una importante pregunta: porque la segunda ola de la digitalización, que comprende un amplio conjunto de tecnologías disruptivas y convergentes, aunque no traslada efectos positivos sobre la productividad y el trabajo?

Una primera línea argumental de respuesta está vinculada con la experiencia pasada. En particular, podemos inferir que el conjunto de efectos de la IA sobre la productividad y el trabajo no se generalizarán hasta que se materialicen nuevas oleadas de innovación relacionada. Se están empezando a observar relaciones de complementariedad entre la IA y la inversión y la innovación en activos intangibles, como el rediseño de los procesos de negocio, la innovación de producto, los cambios organizativos o las nuevas habilidades y competencias de los trabajadores. Pero, en general, estos activos intangibles se miden incorrectamente y terminan por generar un problema de mala métrica de la productividad.

De hecho, es precisamente este retraso lo que nos permite ser optimistas. Con toda la precaución que hay a la hora de hacer previsiones económicas para el futuro, todo parece indicar que los débiles y parciales efectos de la IA sobre el conjunto de la actividad económica mejorarán a medida que esta tecnología, y especialmente su conjunto de inversiones y de innovaciones complementarias, se vayan difundiendo.

Previsiones para el futuro

Dos razones prácticas y de negocio para el optimismo. En primer lugar, porque los incentivos son elevados. Empresarios, gerentes, trabajadores y usuarios tienen a su disposición una tecnología que va extendiendo sus usos y disminuyendo precios con una aplicabilidad creciente para aprender a reconocer objetos, entender el lenguaje humano, hablar, hacer predicciones precisas, resolver problemas o interactuar con el entorno con más destreza y movilidad.

Y, en segundo lugar, porque las aplicaciones específicas de los sistemas inteligentes de aprendizaje acabarán por generar fuertes relaciones de complementariedad con activos intangibles de todo tipo, en especial con el trabajo cognitivo no rutinario y con competencias de creatividad y de comunicación. Si nos guiamos por lo que sucedió durante la primera ola de la digitalización, la valoración de los activos intangibles complementarios a la inversión directa en equipamientos de computación (ordenadores) fue diez veces mayor. Nada hace pensar que, en el caso de los sistemas inteligentes de aprendizaje, nos movemos en valores inferiores.

Evolución de la productividad (PIB hora trabajada). 1970-2017
Fuente: Elaboración propia a partir de datos de EU-KLEMS.
(Visited 527 times, 1 visits today)
Autor / Autora
Catedrático de Economía de los Estudios de Economía y Empresa de la Universitat Oberta de Catalunya (UOC). Doctor en Economía (doctorado de la Sociedad de la Información y el Conocimiento de la UOC). Licenciado en Ciencias Económicas y Empresariales, y máster en Economía Aplicada por la Universitat Autònoma de Barcelona.
Comentarios
Deja un comentario