Impactos de la Inteligencia Artificial

Los rápidos avances que está experimentando la Inteligencia Artificial están alimentando un optimismo significativo y mayor inversión en la investigación de esta tecnología. La Inteligencia Artificial ha superado, o probablemente pronto superará, a los humanos en dominios (estrechos) como jugar al ajedrez o al go, controlar un jumbo durante el crucero, hacer recomendaciones de productos, tasar millones de productos en una plataforma de comercio electrónico, razonar sobre si es probable que un paciente vuelva a ser admitido en un hospital o detectar señales de un volumen masivo de noticias financieras.

iiaESP

Todo esto, a su vez, permitirá un esfuerzo continuo en métodos de razonamiento racional y económico, hacia el objetivo más amplio de desarrollar la “Machina economicus”, un homo economicus sintético, el mítico agente perfectamente racional de la economía neoclásica. Un agente racional capaz de percibir el mundo que le rodea y tomar acciones para avanzar en objetivos específicos (y en dominios más amplio que los actuales).

La Inteligencia Artificial está en crecimiento gracias a dos factores principales: acceso ilimitado a potencia de computación y crecimiento exponencial de Big Data.

Teoría Económica

El principal logro de Adam Smith fue poner en el centro de la economía el análisis sistemático del comportamiento de los agentes individuales que persiguen su propio interés en condiciones de competencia. Desde entonces, este axioma se ha convertido, como cuestión de hecho, en una parte fundamental de los discursos económicos.

El desarrollo de la Economía Digital ha conllevado una disminución de los costes de búsqueda y de comunicación. De modo similar el desarrollo de la Inteligencia artificial nos conducirá a un descenso significativo en el coste de las predicciones, lo que a su vez, conducirá al aumento de valor de otros bienes y servicios. “La inteligencia de la máquina substituye (y mejora) a la capacidad de predicción humana, convirtiéndose en un complemento al juicio humano, por lo que el valor del juicio humano aumenta” (profesor Ajay Agrawal –ver bibliografía al final).

Como consecuencia, los bienes y servicios basados en predicciones verán disminuir sus costes. Las predicciones son un input de un buen número de actividades: transporte, agricultura, salud, energía, comercio, gestión de inventarios, previsión de demanda futura,… Pero además se usará la predicción para otros problemas para los cuales la predicción no ha sido históricamente un input. Por ejemplo, para la conducción de vehículos.

Predicciones

Todas las actividades humanas pueden ser descritas por cinco componentes de alto nivel:

  • Datos
  • Predicción
  • Juicio
  • Acción
  • Resultados

Por ejemplo, una visita al médico en respuesta al dolor conduce a: 1) pruebas diagnósticas: radiografías, análisis de sangre, monitorización (datos), 2) diagnóstico  y pronóstico del problema (predicción), 3) elección del tratamiento: de acuerdo a su edad, estilo de vida y situación familiar,  riesgos y efectos secundarios (juicio); 4) administración del tratamiento (acción) y 5) recuperación (completa) con los menores efectos secundarios posibles (resultado).

Con mejores predicciones (con la ayuda de la Inteligencia Artificial) podría aumentar la prevención y la detección de problemas de salud en estadios menos avanzados y más fácilmente tratables (curables). Como consecuencia serían más valoradas las decisiones (humanas) sobre la elección de tratamientos…

Crecimiento

Desde el punto de vista económico la tecnología es un motor del crecimiento y un elemento para mejorar la productividad. Algunos investigadores (ver bibliografía al final) sostienen que la Inteligencia Artificial es un nuevo factor de producción capaz de aumentar la productividad y a su vez, crear nuevas fuerzas de trabajo. La clave está en considerar a la Inteligencia Artificial como un híbrido de capital y de trabajo capaz de replicar actividades laborales en mucha mayor escala y velocidad e incluso en determinadas tareas que van más allá de las capacidades humanas.

Además, y a diferencia del capital convencional, las máquinas inteligentes pueden mejorar con el tiempo, gracias a sus capacidades de autoaprendizaje.

Así, el modelo tradicional de crecimiento tendría tres componentes: Capital, trabajo y productividad total de factores (TFP = Total Factor Productivity), mientras que un nuevo modelo de crecimiento tendría un cuarto factor: La Inteligencia Artificial.

La Inteligencia artificial puede ser un conductor (driver) del crecimiento gracias a tres características:

  • Puede crear una nueva fuerza de trabajo virtual (“automatización inteligente”).
  • Puede complementar y mejorar las habilidades y la capacidad de la mano de obra existente y el capital físico.
  • Puede impulsar innovaciones en la economía.

Con el tiempo, estas tres capacidades convierten a la Inteligencia Artificial en un catalizador para una transformación estructural amplia, no sólo por hacer las cosas de manera diferente, sino también por hacer cosas diferentes.

Trabajo

Mientras que la informatización se ha limitado históricamente a las tareas de rutina que implican actividades explícitas basadas en reglas, los algoritmos para Big Data permiten tareas más complejas que incluyen reconocimiento de patrones y pueden sustituir fácilmente a la mano de obra en tareas cognitivas no rutinarias. Además, los robots avanzados están mejorando sus sentidos y su destreza, permitiéndoles un mayor alcance de tareas manuales.

Diversos estudios pronostican la automatización (computarización) de un porcentaje elevado de ocupaciones en la próxima década o en las próximas dos. Por ejemplo Frey y Osborne (2013)  prevén que un 47% de los empleos actuales en EEUU estarán en situación de riesgo (ver bibliografía al final).

Sin embargo, todavía existen tareas de difícil automatización y las competencias necesarias para realizarlas pasarán a ser las más solicitadas:

  • Capacidades sociales: empatía, interacción, colaboración, cuidar de los demás
  • Resolución creativa y colaborativa de problemas, especialmente los no estructurados
  • Creatividad, innovación y storytelling
  • Adquisición, filtro y procesamiento de nueva información (relevante): tareas de exploración, investigativas, de descubrimiento
  • Trabajos físicos no rutinarios (requieren una combinación de las habilidades anteriores)

A su vez, la educación y la formación profesional y académica deberán ser lo suficientemente flexibles como para poder enseñar nuevas habilidades de manera rápida, eficiente y personalizada.

A pesar de los riesgos para el empleo de la automatización que plantea la Inteligencia Artificial, los economistas, en general, compartimos la opinión de que la tecnología, en última instancia, creará más empleos que los que destruirá.

 

Si queréis saber más…

 

Frey, C.B. y Osborne, M.A. (2013) The future of employment: how susceptible are jobs to computerisation? Universidad de Oxford. September 17, 2013.

http://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf

Chui, M. et al. (2016) Where machines could replace humans -and where they can’t (yet). McKinsey Quarterly, 07/2016.

http://www.mckinsey.com/business-functions/business-technology/our-insights/where-machines-could-replace-humans-and-where-they-cant-yet

Colvin, G. (2015) Just what can’t computers do? Computerworld, August 6th, 2015.

http://www.computerworld.com/article/2959534/personal-technology/just-what-can-t-computers-do.html

Kamenetz, A. (2013) The four things people can still do better than computers. Fastcompany. July 19th, 2013.

https://www.fastcompany.com/3014448/the-four-things-people-can-still-do-better-than-computers

The Economist. March of the Machines. A Special report on Artificial Intelligence. June, 25th 2016.

http://www.economist.com/printedition/2016-06-25

Vriend, N. J. (1994) Artificial Intelligence and Economic Theory. In Many-Agent Simulation and Artificial Life by Hillebrand, E. & Stender, J. Eds. IOS Press, 1994.

http://webspace.qmul.ac.uk/nvriend/pub/ios.pdf

Purdy, M. & Daugherty, P. (2016) Why Artificial Intelligence is the future of growth. Accenture, 2016.

https://www.accenture.com/ro-en/_acnmedia/PDF-33/Accenture-Why-AI-is-the-Future-of-Growth.pdf

Parkes, D. C., and M. P. Wellman (2015) Economic Reasoning and Artificial Intelligence. Science 349 (6245) (July 16): 267–272.

https://dash.harvard.edu/handle/1/25622971