¿Puede el impacto de la Inteligencia Artificial (IA) ser menor o más lento de lo esperado en la economía?

Como expone el profesor Diego Comín de la Universidad de Dartmouth responder a las expectativas de potencial de impacto en la economía en estos momentos es un tarea casi especulativa. La evolución futura de la IA, sus aplicaciones y el modo en que las usaremos está todavía sujeta a una gran incertidumbre dado también que el uso de sus aplicaciones.

La IA es una Tecnología de Propósito General (TPG) como también lo fue la electricidad: las cuales son tecnologías con una amplia gama de aplicaciones en diferentes sectores y potencial de cambiar los procesos de producción en toda la economía siguiendo unos patrones comunes históricos en su evolución y difusión.

Las 10 razones por las que el impacto de la TPG  de Inteligencia Artificial puede ser más lenta o menor en la economía que expone Diego Comín serían las siguientes:

1)  No son tecnologías aisladas, sino un grupo de tecnologías complementarias que al usarse juntas aportan más beneficios que por separado.

2) Las TPG solo adquieren amplia difusión a partir del desarrollo de un numero significativo de aplicaciones. Como ejemplo de esto se suele poner que  la electricidad solo alcanzo amplia difusión después de inventarse los electrodomésticos décadas después de su invención. 

3) Las aplicaciones tecnológicas de IA no tienen un uso evidente a simple vista (como por ejemplo los coches que son fáciles de observar) lo cual hace difícil medir su difusión actual y repercusión económica

4) El desarrollo tecnológico de las TPG suele resultar largo y complejo en las cuales muchos prototipos y aplicaciones van a desaparecer por la propia dinámica de estas tecnologías. Hay que pensar que por ejemplo en el campo de la bombilla eléctrica se probaron seis mil materiales y la bombilla actual fue desarrollada décadas después de los primeros modelos.

5) La repercusión de la TPG en la productividad suele manifestarse décadas después de haber sido introducidas. Como ejemplo tenemos el caso de los ordenadores que hasta mediados de la década de los 1990 no repuntó la productividad estadounidense a pesar de haberse introducido dos décadas antes.

6) La repercusión de las TPG en la demanda de trabajadores suele beneficiar más a trabajadores con estudios universitarios que son más flexibles y capaces de adaptarse mejor a las nuevas tecnologías como ocurrió con el uso de los ordenadores sobretodo con formación técnica o científica.

7) Las técnicas utilizadas por la IA como el aprendizaje automático o las redes neuronales existen ya desde hace décadas por lo que quizás se pueda afirmar que la difusión de la IA se asemeja a las anteriores TPG.

8) El desarrollo es lento en las aplicaciones de IA dado que pueden tardar en desarrollarse más que otras aplicaciones de TPG ya que las técnicas de aprendizaje automático y redes neuronales. a pesar de ser muy eficaces en la identificación de patrones no lineales presentes en los datos, sin embargo requieren de muchos datos para funcionar y en la mayoría de contextos su recopilación es difícil y costosa.

9) La opacidad de los algoritmos a la hora de mostrar los procesos seguidos para mostrar sus resultados como por ejemplo la probabilidad de incumplimiento de impago por parte de un cliente hace que puedan estar sesgados en su entrenamiento y generar resistencia al desarrollo de aplicaciones de IA con impacto en la economía compensadas quizás por la mayor velocidad de difusión mayor de las últimas tecnologías TPG con respecto a las anteriores.

10) La IA cambiarán probablemente la economía más a largo plazo dado que los procesos de innovación son complejos donde no solo es necesario tener buenas ideas sino que éstas deben convertirse en prototipos que funcionen consumiendo muchos recursos, experimentación, fracasos  y retoques lo cual es difícil de automatizar lanzando  de este modo  un sano escepticismo a que la IA sea capaz de transformar los proceso de innovación aportando rápidamente  riquezas extraordinarias.

Dada la proyección temprana de la IA los márgenes de errores son amplios pero estas proyecciones basadas en desarrollos históricos pueden ayudarnos a ver con perspectiva crítica estas nuevas eras de innovación, lo cual permita tomar mejores decisiones.