Autor: José Luis Miñana Terol, Doctor en Administración y Dirección de Empresas. Colegiado 4.421 del COEV y Miembro de ReDigital
Evitando actitudes extremas al valorar el impacto social y económico de la IA, ofreceremos un planteamiento ecléctico, en los términos definidos por el Dr. Braña Pino (2018), al hablar sobre las consecuencias sociales de la digitalización, considerando para ello tanto las oportunidades como las amenazas identificadas: “entre las oportunidades (citar) que este tipo de innovaciones acabarán cambiando el modo de producir en muchos sectores y acelerarán la productividad en los próximos años (al menos en dichos sectores), de manera que será posible aumentar la renta per cápita con las mismas horas de trabajo o garantizar niveles similares de renta con jornadas laborales más cortas. Entre las amenazas, la que se analiza con más frecuencia es la posible aparición de un elevado “desempleo tecnológico” como consecuencia de que los robots sustituyan al trabajo humano en muchas ocupaciones…” recurriendo para ello al resultado de investigaciones recientes.
1.- En mayo de 2019 se publicó el trabajo “Artificial Intelligence and the Modern Productivity Paradox” (Brynholsson, E. Rock, D. y Syverson, Ch.) con el objetivo de presentar la situación actual y evolución previsible de los resultados a obtener de esta tecnología. Los investigadores otorgaron a la IA la condición de Tecnología de Propósito General (TPG) y tomaron para su trabajo como punto de partida el comportamiento de la Energía Transportable (ET) y las Tecnologías de la Información y las Comunicaciones (TIC), consideradas en su día asimismo TPG. Iniciaron su investigación analizando una versión actualizada del estudio de Syverson (2013) sobre el comportamiento de la productividad del trabajo en Estados Unidos, desde la aparición en 1890 de la ET hasta 1940, observándose un incremento sostenido de productividad desde 1915, hasta alcanzar en 1940 un valor de 180%; asimismo, en relación con el impacto de las TIC desde su difusión generalizada en 1970 hasta 2015, observaron que habia un crecimiento sostenido de la productividad desde 1995, hasta alcanzar en 2015 un valor de 150%. Estos resultados ponen en evidencia una demora de 25 y 20 años en la aparición de mejoras susceptibles de medición, como consecuencia de las nuevas tecnologías, con estas premisas trataron de idenrificar la posible demora en la aparición de resultados significativos en el uso de la IA.
Si establecemos los antecedentes de la IA en la década de los 90 del pasado siglo XX, con la aparición de los que se denominaron Sistemas Basados en el Conocimiento y situamos el nacimiento de la IA en 2012, como hace Yoshua Bengio (artículo publicado en Scientific American), con la presentación de los primeros productos comerciales que incorporaban el aprendizaje profundo, podríamos decir que probablemente hasta 2030 no podría llevarse a cabo una medición efectiva de los resultados en la aplicación de la IA.
2.- En la primavera de 2022 Brynholfsson, E. publicó el artículo “The Turing Trap: The Promise & Peril of Human-Like Artificial Intelligence” (Daedalus, Volume 151, Issue 2, Spring 2022 MIT Press Direct), en el que nos presenta los posibles oportunidades y amenazas del desarrollo de una inteligencia similar a la humana (HLAI, por sus siglas en inglés), así:
a) Una parte de las tareas que el hombre realiza podrán ser automatizadas mediante maquinas, dotadas o no de IA, lo que ocasionará la pérdida de puestos de trabajo.
b) Con el avance de la HLAI las personas, asistidas por maquinas dotadas de IA, podrán llevar a cabo nuevas tareas que ahora no pueden hacer de forma eficaz y eficiente, dando lugar a la creación de nuevos puestos de trabajo, en contraposición a lo que sucede con la automatización.
Este será un importante reto para la sociedad, en la medida en que, aunque solemos aceptar que el cambio tecnológico es neutral, olvidamos con frecuencia que no existe ninguna ley económica que garantice que todos los agentes implicados en este proceso compartirán los resultados del crecimiento de productividad conseguidos de forma ecuánime, sobre todo en el caso de la automatización, que actúa reduciendo la capacidad de negociación de los trabajadores que perdieron su puesto de trabajo.
Los avances en el desarrollo e implementación de la HLAI podrían llevarnos a una trampa, que Brynholfsson denomina Trampa de Turing por el camino de automatización. Adicionalmente el incremento de la automatización, favorecido actualmente por las medidas fiscales, daría lugar a importantes cambios en la gestión pública, afectando muy directamente la recaudación, que los gobiernos obtienen mayormente de los impuestos al consumo o a la renta de los ciudadanos.
3.- En noviembre 2022 la MIT Sloan Management Review, en colaboración con el Boston Consulting Group publicó el estudio “Achieving Individual –and Organizational– Value with AI”, fruto del análisis de 1.741 encuestas llevadas a cabo a directivos en 20 industrias de 100 países y entrevistas personales a 17 de sus ejecutivos, que sintetizaremos en tres ideas clave:
a) El aprovechamiento individual de la IA es crítico para que las organizaciones obtengan valor del uso de esta.
b) El individuo se beneficia de la IA cuando al usar la tecnología mejora sus competencias, autonomía y relaciones.
c) Los directivos pueden alentar el aprovechamiento de la IA, favoreciendo la creación de valor a nivel individual, fomentando la confianza y el conocimiento de la tecnología y desarrollando en sus colaboradores patrones de comportamiento favorables a su aprovechamiento.
Un aspecto muy relevante de las conclusiones del informe es que “la relación entre los individuos y el valor para la organización de la IA es aditivo; es decir, no responde a un modelo de suma-cero”.
4.- Recientemente se han publicado en IESE Insight los resultados de investigaciones orientadas al análisis de los retos y oportunidades del uso de la IA, pudiendo extraerse conclusiones muy interesantes del titulado “Seis consejos para ganar el partido de la IA”, trabajo de investigación de Zamora, J. y Samila, S. del que destacaremos tres recomendaciones:
a) Como punto de partida abordemos primero un proyecto piloto con una solución estándar.
b) Utilicemos datos de calidad. En el documento “Indice data-driven (Idd)”, elaborado por IESE y la Consultora PENTEO, publicado en julio de 2022, se concluye que “las empresas todavía poseen claros déficits para poder sacar partido del dato como activo fundamental…” conclusión que se obtiene como resultado del bajo valor medio del Idd observado en las empresas de la muestra analizada.
c) Atención a los sesgos de los algoritmos.
5.- Abundando en la problemática asociada al comportamiento de los algoritmos quiero mencionar lo dicho por el profesor Hernández Orallo, J., catedrático de la UPV, el 14 de noviembre de 2022 en el evento de networking, organizado por el AI for Good Neural Network, en el que aconsejaba “no tratar en vano de entender lo que hacen (los sistemas de IA) sino de explicar y predecir cuándo y por qué fallan”, añadiendo posteriormente una recomendación normativa “cada sistema de IA implementado en el futuro solo debería poder operar si viene con un perfil de capacidad o un modelo de evaluación, anticipando la validez del sistema alineado con el usuario antes de ejecutar cada instancia.” insistiendo en que existe actualmente tecnología disponible para poder llevar a cabo una evaluación fiable de estos sistemas.
Es obvio que deberán reconsiderarse algunas de las herramientas utilizadas para la medición económica, sobre todo en lo que se refiere al impacto de los activos intangibles. La IA, por ejemplo, actor de la nueva economía, resulta ser un factor duradero de producción, que debe ser evaluado adecuadamente, y como tal sufrirá un proceso de depreciación a lo largo de su vida. Otros temas importantes por su incidencia económica y social serán la distribución de las mejoras de productividad entre los agentes implicados y el impacto que necesariamente tendrán sobre la política fiscal los cambios que se avecinan.
Se abre pues un prometedor espacio de posibilidades para la reformulación de algunos de los paradigmas actualmente vigentes que permita hacer frente a esta nueva situación.
