En la órbita de Silicon Valley, se da por sentado un apocalipsis laboral impulsado por la IA. El ambiente es tan sombrío que un investigador de impacto social en Anthropic, respondiendo el miércoles a un llamado a visiones más optimistas del futuro de la IA, dijo que podría haber una recesión a corto plazo y un "colapso en el acceso a la carrera laboral". Dario Amodei, el CEO de la compañía y menos cauteloso, ha calificado a la IA como "un sustituto laboral general para los humanos" que podría realizar todos los trabajos en menos de cinco años. Y esas ideas no vienen solo de Anthropic, por supuesto.
Estas conversaciones, como era de esperar, han sumido a muchos trabajadores en el pánico (y probablemente están contribuyendo al apoyo a los esfuerzos para pausar por completo la construcción de centros de datos, algunos de los cuales cobraron impulso la semana pasada). El pánico no se ve aliviado por los legisladores, ninguno de los cuales ha articulado un plan coherente para lo que está por venir.
Incluso los economistas que han advertido de que la IA aún no ha eliminado puestos de trabajo y que puede que no provoque un derrumbe inminente, están empezando a aceptar la idea de que podría tener un impacto único e sin precedentes en nuestra forma de trabajar.
Alex Imas, de la Universidad de Chicago, es uno de esos economistas. Cuando hablamos el vie es por la mañana, compartió conmigo dos cosas: una evaluación demoledora de que nuestras herramientas para predecir cómo será esto son bastante deficientes y un "llamamiento a la acción" para que los economistas empiecen a recopilar el único tipo de datos que podría hacer posible cualquier plan para abordar la IA en la fuerza laboral.
Sobre nuestras pobres herramientas: considérese el hecho de que cualquier trabajo se compone de tareas individuales. Por ejemplo, una parte de la labor de un agente inmobiliario es preguntar a los clientes qué tipo de propiedad desean adquirir. El gobie o de EE UU catalogó miles de estas tareas en un catálogo masivo lanzado por primera vez en 1998 y actualizado regularmente desde entonces. Estos fueron los datos que los investigadores de OpenAI utilizaron en diciembre para juzgar cómo de "expuesto" está un trabajo a la IA (determinaron que un agente inmobiliario estaba expuesto en un 28%, por ejemplo). Luego, en febrero, Anthropic utilizó estos datos en su análisis de millones de conversaciones de Claude para ver con qué tareas la gente está utilizando realmente su IA y dónde se superponían las dos listas.
Pero, según Imas, conocer la exposición de las tareas a la IA conduce a una comprensión ilusoria de cuánto riesgo corre un determinado puesto de trabajo. "La exposición por sí sola es una herramienta completamente inútil para predecir el desplazamiento", me dijo.
Claro, es ilustrativo en el caso más sombrío para un puesto de trabajo en el que, literalmente, todas las tareas podrían ser realizadas por una IA sin dirección humana. Si a un modelo de IA le cuesta menos realizar todas esas tareas de lo que se te paga (lo cual no es todavía un hecho, ya que los modelos de razonamiento y la IA agéntica pueden llegar a sumar una factura considerable) y puede realizarlas bien, el puesto de trabajo probablemente desaparecerá, dice Imas. Este es el caso a menudo mencionado del ascensorista de hace décadas; quizá el paralelo de hoy sea un agente de atención al cliente que se dedica exclusivamente al triaje de llamadas telefónicas.
Pero para la inmensa mayoría de los trabajos, el caso no es tan sencillo. Y los detalles también importan: algunos empleos probablemente se enfrentarán a días difíciles, pero saber cómo y cuándo esto se desarrollará es difícil de responder cuando solo se observa la exposición.
Pensemos, por ejemplo, en la programación de código. Alguien que desarrolla aplicaciones de citas premium podría usar herramientas de codificación de IA para crear en un día lo que antes tardaba tres. Esto significa que el trabajador es más productivo. El empleador del trabajador, gastando la misma cantidad de dinero, ahora puede obtener una mayor producción. ¿Querrá entonces el empleador más empleados o menos?
Esta es la pregunta que, según Imas, debería quitar el sueño a cualquier responsable político, porque la respuesta variará en función de la industria. Y estamos operando a ciegas.
En el caso de este programador, estas eficiencias permiten a las aplicaciones de citas reducir los precios. (Un escéptico podría esperar que las empresas simplemente se embolsaran las ganancias, pero en un mercado competitivo, se arriesgan a ser superadas si lo hacen). Estos precios más bajos siempre impulsarán cierto aumento en la demanda de las aplicaciones. Pero ¿cuánto? Si millones de personas más las desean, la empresa podría crecer y, en última instancia, contratar más ingenieros para satisfacer esta demanda. Pero si la demanda apenas repunta (quizás las personas que no usan aplicaciones de citas premium sigan sin quererlas incluso a un precio más bajo) se necesitarán menos programadores y se producirán despidos.
Repitamos este supuesto en cada puesto de trabajo con tareas que la IA puede realizar, y tendremos la pregunta económica más apremiante de nuestro tiempo: los detalles de la elasticidad precio demanda, o cuánto cambia la demanda de algo cuando su precio varía. Y esta es la segunda parte de lo que Imas enfatizó la semana pasada: actualmente no disponemos de estos datos en toda la economía. Pero podríamos.
Sí disponemos de las cifras para artículos de alimentación como cereales y leche, dice Imas, porque la Universidad de Chicago colabora con supermercados para obtener datos de sus escáneres de precios. Pero no tenemos tales cifras para tutores, desarrolladores web o dietistas (todos ellos puestos de trabajo que, por cierto, se ha descubierto que tienen «exposición» a la IA). O al menos no de una manera que haya sido ampliamente recopilada o hecha accesible a los investigadores; a veces está dispersa entre empresas privadas o consultorías.
"Necesitamos, por así decirlo, un Proyecto Manhattan para recopilar esto", dice Imas. Y no lo necesitamos solo para los puestos de trabajo que obviamente podrían verse afectados por la IA ahora: "Los campos que no están expuestos ahora lo estarán en el futuro, así que simplemente queremos hacer un seguimiento de estas estadísticas en toda la economía".
Recopilar toda esta información llevaría tiempo y dinero, pero Imas defiende que merece la pena; daría a los economistas la primera visión realista de cómo podría desarrollarse nuestro futuro impulsado por la IA y ofrecería a los responsables políticos la oportunidad de elaborar un plan al respecto.