Por Senén Barro Ameneiro
Director del CiTIUS-Centro Singular de Investigación en Tecnologías Inteligentes de la Universidad de Santiago de Compostela
Este artículo fue originalmente publicado en el diario “Nós Diario”, el 11 de agosto de 2023.
Hace algún tiempo que la inteligencia artificial llegó a las empresas, también a las de aquí, y su impacto en la economía y en el empleo se está notando cada vez más. Las estimaciones, de cumplirse, apuntan muy alto.
La IA tiene casi siete décadas de vida, si atendemos al momento en el que se institucionaliza su nombre y se da a conocer al mundo: verano de 1956. A pesar de que los comienzos fueron de claro optimismo, incluso de euforia, los avances fueron lentos, y más todavía los resultados que, de un modo práctico, pudieron incorporarse a las organizaciones. La llegada de los sistemas basados en conocimiento, popularmente conocidos como sistemas expertos, a finales de los años setenta y durante los ochenta, tuvo cierto impacto en las empresas. Permitieron mejorar la eficiencia y la productividad, al tiempo que reducían los costes operativos. Pero hubo, de nuevo, más expectativas que realidades. Su uso no se generalizó, ni mucho menos. Se concentró en problemas concretos, como la gestión de riesgos, la concesión de créditos bancarios o el diagnóstico y predicción de fallos en equipamiento. Además, su uso se limitó en general a las grandes compañías.
Los sistemas expertos son difíciles de diseñar y de mantener al ser intensivos en conocimiento, algo que es su virtud y su talón de Aquiles a la vez. Computarizar el conocimiento humano para la resolución de una tarea es algo potencialmente útil y, una vez hecho, si se ha hecho bien, permite universalizar la resolución de dicha tarea sin apenas sobrecoste. Sin embargo, para problemas algo complejos, como puede ser el diagnóstico de enfermedades, no es nada fácil contemplar computacionalmente todo el conocimiento implicado en la resolución humana del mismo. Además, el conocimiento no es estático, por lo que resulta imprescindible la actualización en el tiempo de estos sistemas, que ya han sido muy costosos de poner en operación.
La mayor parte de los sistemas basados en IA hoy en día no se diseñan así. Están basados en modelos de aprendizaje automático, que aprenden y se adaptan a partir de grandes cantidades de datos. Al aprender a resolver un problema se facilita mucho su diseño, aunque tenga algunos inconvenientes, como la dificultad de obtener los datos necesarios y que los sistemas finalmente diseñados puedan explicar el fundamento de sus decisiones. El resultado es que en poco más de una década su uso se ha normalizado en nuestras vidas y en el trabajo. Y apenas estamos rascando la superficie.
Dentro de la IA, la denominada generativa, cuyo exponente más conocido es ChatGPT, es la que más nos sorprende, y también la que más expectativas está generando a nivel económico. Se trata de sistemas diseñados para crear contenidos, tanto de texto como de voz, música, imágenes, vídeo… Hablamos de contenidos nuevos y, por tanto, de ciertas capacidades creativas en estos sistemas, que ya se están usando para el diseño gráfico y artístico, en la escritura y el periodismo, en el mundo de la moda, en el del turismo, en los videojuegos, la medicina…
Según un estudio reciente de la consultora McKinsey, la IA generativa podría añadir el equivalente a entre 2,6 y 4,4 billones de dólares anuales a la economía mundial, aumentando entre un 15 y un 40 por ciento el ya de por sí enorme incremento de la economía por el uso de sistemas de inteligencia artificial de otra índole. En concreto, tres cuartas partes de este potencial valor añadido se concretarían en cuatro casos de uso: operaciones con clientes, marketing y ventas, ingeniería de software e I+D. En cuanto a sectores, estiman que los principales beneficiarios serán la banca, la alta tecnología y las ciencias de la vida.
También resulta evidente que la IA generativa va a acelerar la automatización del trabajo, en particular en empleos en los que se requieren competencias cognitivas medias y altas. Por ejemplo, los sistemas que manejan con soltura el lenguaje natural, necesario para actividades laborales que representan el 25% del tiempo total de trabajo, tendrán un mayor impacto en aquellas ocupaciones con salarios y requisitos educativos más elevados.
Todo esto debe hacernos pensar y actuar, sobre todo a los gobiernos, claro. La IA generativa requerirá nuevas habilidades y capacidades por parte de los trabajadores que sigan en el mercado de trabajo. Quienes se vean excluidos del mismo, deberán tener alternativas y el necesario amparo social y económico. Esto no se improvisa.
