En 2013, unos investigadores de la Universidad de Oxford publicaron una cifra alarmante sobre el futuro del trabajo: el 47 por ciento de todos los puestos de trabajo de Estados Unidos, estimaban, estaban “en riesgo” de automatización “en cierto número de años indeterminado, tal vez una década o dos”.
Pero, una década después, el desempleo en el país se encuentra en niveles mínimos históricos. El tsunami de titulares sombríos de entonces —como “Los ricos y sus robots están a punto de hacer desaparecer la mitad de los empleos del mundo”— parece totalmente fuera de lugar.
Pero los autores del estudio afirman que en realidad no pretendían sugerir que el fin del mundo estaba cerca. Lo que querían era describir de qué era capaz la tecnología.
Fue el primer intento de lo que se ha convertido en un largo experimento de reflexión, con laboratorios de ideas, grupos de investigación de empresas y economistas que publican un documento tras otro para determinar en qué medida el trabajo se ve “afectado por” o “expuesto a” la tecnología.
Dicho de otro modo: si el costo de las herramientas no fuera un factor y el único objetivo fuera automatizar todo el trabajo humano posible, ¿cuánto trabajo podría absorber la tecnología?
Cuando los investigadores de Oxford, Carl Benedikt Frey y Michael A. Osborne, estaban realizando su estudio, IBM Watson, un sistema de respuesta de preguntas basado en inteligencia artificial, acababa de sorprender al mundo al ganar “Jeopardy!”. Las versiones de prueba de los vehículos autónomos circulaban por las carreteras por primera vez. Ahora, una nueva oleada de estudios sigue el auge de las herramientas que utilizan IA generativa.
En marzo, Goldman Sachs calculó que la tecnología que hay detrás de herramientas populares de IA como DALL-E y ChatGPT podría automatizar el equivalente a 300 millones de puestos de trabajo de tiempo completo. Investigadores de Open AI, fabricante de esas herramientas, y de la Universidad de Pensilvania descubrieron que el 80 por ciento de la mano de obra estadounidense podría ver afectado al menos el 10 por ciento de sus tareas.
“Hay una incertidumbre tremenda”, afirmó David Autor, catedrático de Economía del Instituto Tecnológico de Massachusetts (MIT, por su sigla en inglés), que lleva más de 20 años estudiando el cambio tecnológico y el mercado laboral. “Y la gente quiere dar esas respuestas”.
Pero, ¿qué significa exactamente afirmar que, por ejemplo, el equivalente a 300 millones de empleos de tiempo completo podría verse afectado por la IA?
Depende, dice Autor: “Afectados puede significar mejorados, empeorados, desaparecidos, duplicados”.
Un factor que complica la situación es que la tecnología tiende a automatizar tareas, no ocupaciones enteras. Por ejemplo, en 2016, el pionero de la IA Geoffrey Hinton examinó la nueva tecnología de “aprendizaje profundo” capaz de leer imágenes médicas. Concluyó que “si trabajas como radiólogo, eres como el coyote que ya está al borde del precipicio, pero aún no ha mirado hacia abajo”.
Calculaba que pasarían cinco años, quizá diez, antes de que los algoritmos “lo hicieran mejor” que los humanos. Lo que probablemente pasó por alto fue que la lectura de las imágenes es solo una de las muchas tareas (30, según el gobierno estadounidense) que realizan los radiólogos. También hacen cosas como “consultar con profesionales médicos” y “asesorar”. En la actualidad, algunos profesionales del sector se preocupan por la inminente escasez de radiólogos. Y Hinton se ha convertido desde entonces en un crítico público de la misma tecnología que ayudó a crear.
Frey y Osborne calcularon su cifra del 47 por ciento en parte pidiendo a expertos en tecnología que calificaran la probabilidad de que ocupaciones enteras como “teleoperador” o “contador” se automatizaran. Sin embargo, tres años después de la publicación de su artículo, un grupo de investigadores del Centro ZEW de Investigación Económica Europea, con sede en Mannheim, Alemania, publicó un estudio similar en el que se evaluaban tareas como “explicar productos o servicios” y se concluía que solo el 9 por ciento de las ocupaciones de 21 países podían automatizarse.
A la gente le gustan los números”, comentó Melanie Arntz, autora principal del trabajo del ZEW. “La gente siempre piensa que el número debe ser sólido, porque es un número. Pero los números pueden ser muy engañosos”.
En algunos escenarios, la IA ha creado esencialmente una herramienta, no un sustituto laboral completo. Ahora eres un excavador que puede utilizar una excavadora en lugar de una pala. O un enfermero con acceso a mejor información para diagnosticar a un paciente. Es posible que debas cobrar más por hora, porque vas a poder hacer mucho más.
En otros casos, la tecnología sustituye tu trabajo en lugar de complementarlo. O convierte tu trabajo de uno que requiere habilidades especiales a uno que no las requiere. No es probable que eso funcione bien para ti.
Incluso si un puesto de trabajo se automatiza por completo, la suerte que corran los trabajadores desplazados dependerá de cómo decidan las empresas utilizar la tecnología en nuevos tipos de trabajo, sobre todo en trabajos que aún no podemos imaginar, señaló Daron Acemoglu, profesor del MIT y autor de “Power and Progress: Our Thousand-Year Struggle Over Technology and Prosperity”. Entre estas opciones estará la de automatizar totalmente el trabajo o utilizar la tecnología para aumentar la pericia humana.
Dice que las cifras aparentemente aterradoras que predicen cuántos puestos de trabajo podría eliminar la IA, aunque no esté claro cómo, son una “llamada de atención”.
Cree que la gente podría “orientarse en una dirección mejor”, dijo, pero no es optimista. No cree que estemos en una senda “prohumanos”.
Todas las estimaciones sobre la cantidad de trabajo que podría asumir la IA dependen en gran medida de los humanos: los investigadores que hacen las suposiciones sobre lo que puede hacer la tecnología. Frey y Osborne invitaron a expertos a un taller para calificar la probabilidad de que las ocupaciones se automaticen. Estudios más recientes se basan en información como una base de datos de seguimiento de las capacidades de la IA, creada por la Electronic Frontier Foundation, un grupo de derechos digitales sin fines de lucro. O se basan en trabajadores que utilizan plataformas como CrowdFlower, donde la gente realiza pequeñas tareas a cambio de dinero. Los trabajadores puntúan las tareas en función de factores que las hacen propensas a la automatización. Por ejemplo, si es algo con una alta tolerancia al error, es un mejor candidato para que una tecnología como ChatGPT lo automatice.
Las cifras exactas no son lo importante
Dicen muchos investigadores que se dedican a este tipo de análisis. “Describiría nuestra metodología como casi con certeza precisamente incorrecta, pero con suerte direccionalmente correcta”, dijo Michael Chui, un experto en IA de McKinsey que fue autor de un libro blanco de 2017 que sugiere que alrededor de la mitad del trabajo y el 5 por ciento de las ocupaciones podrían automatizarse.
Lo que describen los datos es, en cierto modo, más mundano de lo que se suele suponer: se avecinan grandes cambios y merece la pena prestarles atención.