Avances en inteligencia artificial (IA) han capturado nuestra imaginación, llenándonos de expectativas y desafíos. No está claro qué límite pueden tener, si existe. Desde una perspectiva económica, es inmediato preguntarse cómo se puede el impacto en las variables macroeconómicas que solemos considerar central. Las proyecciones siempre son difíciles, especialmente en escenarios disruptivos. ¿Cuánto podría aumentar la producción? ¿Qué pasará con la productividad? ¿Quién se beneficiará de estos cambios? Para abordar estas cuestiones de manera disciplinada es necesario basarse en modelos económicos que reflejen el funcionamiento de partes específicas de la economía y ajustar sus supuestos. Pero ¿cómo realizar este análisis? ¿Deberíamos preguntar? ChatGPT?
Hace unas semanas se publicó un artículo de Daron Acemoglu titulado “La macroeconomía simple de la IA”. Acemoglu, economista turco de origen armenio, obtuvo su doctorado en la London School of Economics y es profesor en el Instituto Tecnológico de Massachusetts (MIT) desde 1993. En 2005 recibió la Medalla John Bates Clark. Este premio lo otorga la Asociación Económica Americana en reconocimiento a la destacada contribución de un economista menor de 40 años. Actualmente, Acemoglu es uno de los economistas más citados del mundo (seguramente en el top 5).
El modelo de Acemoglu toma como punto de partida su trabajo anterior sobre automatización. En esta adaptación construye un modelo en el que, para la producción de un bien final, se requiere la realización de una serie de tareas y éstas pueden lograrse utilizando tanto trabajo como capital. La productividad marginal del capital y del trabajo es diferente para diferentes tareas. En el equilibrio competitivo del mercado, la asignación de tareas al trabajo y al capital se logra mediante la minimización de costos.
La IA puede generar ganancias de productividad a través de varios canales. En primer lugar, a través de la automatización, los modelos de IA pueden reducir el coste de determinadas tareas. Por ejemplo, funciones administrativas de nivel medio, también síntesis de textos o clasificación de datos.
En segundo lugar, la IA puede complementar tareas que, aunque no estén completamente automatizadas, podrían aumentar la productividad laboral. Varias actividades, como las necesarias para escribir esta nota, podrían ejecutarse mejor mediante un acceso eficiente a información precisa. Otra forma de entender la complementariedad es que la IA podría automatizar algunas partes de las tareas, permitiendo a los trabajadores especializarse y aumentar su productividad en otras dimensiones de su trabajo.
En tercer lugar, la IA podría aumentar la productividad del capital en tareas previamente automatizadas. Finalmente, es posible que se generen nuevas tareas que impacten en la productividad de todo el proceso productivo.
El modelo de Acemoglu nos permite hacer algo que los economistas entendemos que siempre es clave. Permite poner un número a estas especulaciones (especialmente los dos primeros canales) y así cuantificar en qué medida la IA puede afectar la macroeconomía.
Centrándose en la mejora de la productividad, su efecto agregado dependerá de la fracción de tareas afectadas y del ahorro medio de costes que impliquen. Según la primera estimación de Acemoglu, en 10 años se logrará un aumento de la productividad total de los factores del 0,66%. Aunque significativo, el aumento esperado de la productividad es modesto.
El autor advierte que esta estimación podría ser demasiado optimista respecto a los posibles efectos de la IA. ¿Porque? Porque las primeras tareas que ha abordado la IA son, naturalmente, las más fáciles de automatizar. Un desafío mayor serán las tareas más complejas (más difíciles de aprender) que se avecinan. Asimismo, la IA puede generar tareas con valor social negativo como diseñar algoritmos de manipulación. en línea (profundo, anuncios digitales engañosos, hacks impulsados por IA). Incorporar esto a las estimaciones macro requiere conjeturas aún más especulativas.
No se debe concluir de este estudio que la IA no ofrece beneficios importantes. En primer lugar, el aumento indicado en la productividad total de los factores es modesto, pero no irrelevante. En segundo lugar, y lo que es más importante, Acemoglu señala que puede haber otras formas en que la IA podría generar beneficios más significativos desde una perspectiva económica. Si la IA se utiliza para crear nuevas tareas para los trabajadores, sus efectos podrían ser más amplios tanto en términos de productividad, salarios y desigualdad. Para lograr estos beneficios, Acemoglu cree que es necesario un cambio en la orientación de la industria. Esto incluye, posiblemente, una revisión en la arquitectura de los modelos de IA generativa más comunes de tal forma que se priorice la generación de información fiable y útil para distintos tipos de trabajadores, en lugar del desarrollo de herramientas de conversación general similares a la humana.
