El retraso en la productividad de la IA no es más que la historia repitiéndose
Las revoluciones tecnológicas anteriores demuestran, de forma frustrante, que la respuesta tardará en aclararse
La productividad parece sencilla. Aprovéchense al máximo los recursos disponibles y la economía crecerá. Sin embargo, es sorprendentemente difícil predecir cómo y cuándo las nuevas tecnologías generarán riqueza. Es cierto que el auge de la inteligencia artificial podría potenciar la mente humana con la inteligencia del silicio y, con el tiempo, transformar la economía. Sin embargo, hay indicios de posibles problemas, desde la congelación de la contratación en Meta Platforms hasta encuestas que revelan que las inversiones en IA tienen pocos beneficios, lo que también podría indicar un sorprendente colapso. Las revoluciones tecnológicas anteriores demuestran, de forma frustrante, que la respuesta tardará años en quedar clara.
Hay tres grandes razones por las que incluso los cambios obviamente trascendentales no aparecen en las estadísticas hasta después de mucho tiempo. En primer lugar, las personas y las organizaciones simplemente necesitan tiempo para aprender a utilizar las nuevas tecnologías. Tomemos como ejemplo la electricidad. Según el historiador Vaclav Smil, en 1890 había 15 fabricantes de motores eléctricos en Estados Unidos. A pesar de las claras ventajas en términos de eficiencia con respecto a la energía de vapor, los fabricantes tardaron otra década en darse cuenta de que los antiguos diseños de las fábricas estaban obstaculizando este beneficio. El avance clave fue que, en lugar de distribuir la energía desde una turbina central –que era cara y propensa a averiarse–, cada máquina podía tener su propio motor barato.
Luego está el problema de la medición. Los ordenadores se extendieron rápidamente durante los años setenta y ochenta. Sin embargo, a pesar de las grandes inversiones, el crecimiento de la productividad se ralentizó en comparación con la década de los sesenta. Como bromeó el economista Robert Solow, se podía “ver la era de los ordenadores en todas partes, excepto en las estadísticas de productividad”.
El problema no era tanto los ordenadores, sino que se utilizaban principalmente en oficinas. La productividad de los trabajadores de oficina, o incluso su rendimiento, es difícil de medir. En la industria manufacturera, las mejoras en la calidad de los productos complejos gracias a la automatización asistida por ordenador también son muy difíciles de cuantificar en los datos económicos generales. Según la Administración Federal de Carreteras, la vida útil de un coche típico aumentó un 50% entre 1970 y 1995.
Por último, los avances tienden a concentrarse en nuevos ámbitos, donde la producción es necesariamente reducida. Basta con fijarse en la revolución industrial. Aunque los datos fiables son escasos, la población del Reino Unido se triplicó aproximadamente entre 1700 y 1850. Las cosechas de trigo mantuvieron el ritmo, a pesar del aumento relativamente pequeño de la superficie cultivada, lo que indica un salto en la productividad agrícola. Dado que los agricultores representaban aproximadamente la mitad de la población, la producción de carbón podía parecer secundaria. Sin embargo, pasó de 3 millones de toneladas a más de 60 millones durante ese periodo, lo que supone un aumento per cápita mucho mayor. La producción partía de una base mucho más baja, pero la tasa de mejora en el campo de la alta tecnología fue claramente mucho más rápida.
La IA sufrirá los tres problemas. Dado que las empresas aún están averiguando cómo utilizar una tecnología intrínsecamente impredecible, los problemas iniciales también podrían durar más de lo esperado. Intentar adivinar ahora mismo su impacto económico final solo producirá alucinaciones.
Los autores son columnistas de Reuters Breakingviews. Las opiniones son suyas. La traducción, de Carlos Gómez Abajo, es responsabilidad de CincoDías
