Las preguntas que la IA nos hizo olvidar

Esta semana, en Dalian, el Foro Económico Mundial tituló una de sus sesiones "AI Everywhere, Not at Once": IA en todas partes, pero no de una vez. Es, casi palabra por palabra, la paradoja que el nobel Robert Solow formuló en 1987: "Se ve la era de los computadores en todas partes, menos en las estadísticas de productividad". Basta cambiar computadores por inteligencia artificial, y la frase vuelve intacta cuarenta años después.
Los datos le dan la razón. En experimentos controlados, la IA sube la productividad de quien la usa 30% o más en una tarea acotada. Pero al mirar la economía entera, la señal desaparece. Un workingpaper del NBER encuestó este año a casi seis mil ejecutivos en cuatro países: pese a que dos tercios de las empresas ya usan IA, más del 80% de los gerentes no vio ningún efecto en el empleo ni en la productividad. El Budget Lab de Yale revisó treinta y tres meses del mercado laboral estadounidense desde ChatGPT y no halló señal clara de destrucción de empleo.
Parte de la explicación es cómo medimos. Las tecnologías de propósito general siguen lo que Brynjolfsson llamó una curva J: al adoptarlas, la empresa primero gasta en reorganizarse y capacitar gente, gasto que se cuenta como costo, así que la productividad medida cae y solo más tarde repunta. Los computadores se demoraron diez años en aparecer en las estadísticas. Que hoy no veamos el efecto puede significar que no existe, o que aún estamos en la parte baja de la J.
Y sin embargo el discurso dominante da por hecho un cambio estructural sin precedentes, con titulares que anuncian la desaparición de profesiones y cientos de millones de empleos en riesgo. Propongo ordenar el debate al revés: en lugar de preguntarnos cuándo llegará ese apocalipsis, debiéramos preguntarnos de qué depende que ocurra. Y si alguna de esas condiciones no se cumpliera, el mundo futuro no sería tan distinto al actual.
La primera es la más incierta: que lleguemos a una inteligencia artificial general, una máquina que supere al humano en cualquier tarea. En la mayor encuesta a investigadores de IA, casi tres mil, el investigador típico sitúa recién en 2047 el momento en que eso sea más probable que improbable. Y en otra, tres de cada cuatro creen que escalar los modelos actuales, con más cómputo y más datos, no basta: faltarían piezas que hoy no existen, como la confiabilidad del razonamiento o el aprendizaje del mundo físico, no solo de texto. François Chollet dice que la inteligencia no aumenta en el vacío: necesita un conocimiento acumulado que vive en personas e instituciones, no en un servidor.
La segunda es la que los tecnólogos suelen ignorar. Si la IA abarata radicalmente producir algo, ¿destruye el empleo en ese sector? Depende, como diría un economista, de la elasticidad-precio de la demanda. El caso clásico lo documentó James Bessen: el sentido común decía que el cajero automático eliminaría al cajero humano, y ocurrió lo contrario. Como cada sucursal salía más barata, los bancos abrieron muchas más, las sucursales crecieron 43% entre fines de los ochenta y mediados de los dos mil, y el total de cajeros no cayó. Donde la demanda crece al bajar el precio, abaratar expande el empleo; donde no, lo reduce.
La tercera es la más honesta: el futuro del mercado laboral no es una cifra, es una distribución. El escenario más probable del Forecasting Research Institute, con cerca de 40% de probabilidad, es una economía en la que la IA sube la productividad sin aumentar el desempleo. El ajuste llegaría más por una caída en la participación que por la cesantía. No es teoría: en las zonas de Estados Unidos golpeadas por la competencia china, Autor, Dorn y Hanson documentaron un aumento en pensiones de invalidez y caídas en la participación laboral por más de una década. El desempleo puede no aumentar, pero no porque las cosas estén bien, sino porque quienes pierden su trabajo se retiran del mercado.
Las tres se interconectan, y juntas desinflan el pánico: la destrucción masiva exige una capacidad lejana y sectores donde abaratar signifique menos trabajo, que no son todos. Y aun así, el escenario más probable no es el apocalipsis, sino una transición desigual y llena de sorpresas: aunque la IA teóricamente puede tender a igualar la productividad entre novatos y expertos, en la realidad la pérdida de empleo se ha concentrado en quienes recién entran. Un estudio de Stanford encontró que los jóvenes de 22 a 25 años en ocupaciones expuestas perdieron cerca de 13% de sus puestos desde fines de 2022, mientras los de más edad se mantuvieron.
Y aquí está la trampa. De tanto medir si la IA sube la productividad o destruye el empleo, dejamos de hacer las preguntas que importan. No es lo mismo que la IA reemplace al trabajador a que lo amplifique, y eso no lo decide el modelo, lo deciden las empresas que la adoptan. No es lo mismo una IA que cierra la puerta de entrada a los jóvenes que una que los ayuda a aprender el oficio. No es lo mismo un país donde quien queda fuera puede recapacitarse que uno donde simplemente se retira. Esas son las preguntas importantes. Acemoglu y Restrepo ya lo mostraron para la automatización: la tecnología destruye unas tareas y crea otras, y cuál domina lo decide la velocidad con que la gente puede moverse hacia las nuevas.
Esa es la variable que sí controlamos. La IA fijará el ritmo; quién se queda atrás lo decidimos nosotros. La paradoja de Solow encierra algo más profundo que la productividad: lo difícil no es imaginar la transformación, ni siquiera medirla. Lo difícil es prepararse para que, cuando llegue, no la paguen los que ya parten en desventaja.
"Un estudio de Stanford encontró que los jóvenes de 22 a 25 años en ocupaciones expuestas perdieron cerca de 13% de sus puestos desde fines de 2022, mientras los de más edad se mantuvieron".