En 2013, investigadores de la Universidad de Oxford publicaron una cifra alarmante sobre elfuturo del trabajo: estimaron que el 47% de todos los puestos laborales en EE. UU. estaban «en riesgo» de automatización «durante un número no especificado de años, tal vez una década o dos».
Pero 10 años después, el desempleo en el país se encuentra en niveles récord. El tsunami de titulares sombríos de entonces parece totalmente fuera de lugar.
Sin embargo, los autores del estudio dicen hoy que en realidad no tenían la intención de sugerir que el fin del mundo estaba cerca. En cambio, estaban tratando de describir de qué era capaz la tecnología.
Fue la primera puñalada en lo que se ha convertido en un experimento mental de largo aliento, con grupos de expertos, otros de investigación corporativos y economistas que publican artículo tras artículo para determinar cuánto trabajo se ve «afectado» o «expuesto» a la tecnología.
En otras palabras: si el costo de las herramientas no fuera un factor y el único objetivo fuera automatizar la mayor cantidad de tareas humanas posible, ¿cuánto trabajo podría asumir la tecnología?
Cuando los investigadores de Oxford, Carl Benedikt Frey y Michael A. Osborne, estaban realizando su estudio,IBM Watson, un sistema de preguntas y respuestas impulsado porinteligencia artificial (IA), acababa de sorprender al mundo al ganar el concurso de televisión ¡Jeopardy!, y las versiones de prueba de los vehículos autónomos circularon por primera vez. Ahora, una nueva ola de estudios sigue el auge de las herramientas que utilizaninteligencia artificial generativa (IAG).
En marzo, Goldman Sachs estimó que la tecnología detrás de plataformas populares de IA como DALL-E y ChatGPT podría automatizar el equivalente a 300 millones de trabajos de tiempo completo. Los investigadores de OpenAI, el fabricante de esas soluciones, y la Universidad de Pensilvania descubrieron que el 80% de la fuerza laboral de EE.UU. podría ver un efecto en al menos el 10 % de sus tareas.
«Hay una tremenda incertidumbre», señaló David Autor, profesor de economía en el Instituto Tecnológico de Massachusetts (MIT), quien estudia el cambio tecnológico y el mercado laboral desde hace más de 20 años. «Y la gente quiere dar esas respuestas», acotó.
Pero, ¿qué significa exactamente decir que, por ejemplo, el equivalente a 300 millones de puestos de trabajo a tiempo completo podría verse afectado por la IA?
Depende, dijo Autor:
El trabajo "afectado" por la tecnología "podría significar mejorado, empeorado, desaparecido, duplicado", analizó el profesor del MIT, David Autor.
Hacen números
Un factor que complica las cosas es que la tecnología tiende a automatizar tareas, no ocupaciones completas. En 2016, por ejemplo, el pionero de la IA Geoffrey Hinton consideró una nueva tecnología de deep learning 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».
Le dio cinco años, tal vez 10, antes de que los algoritmos «lo hicieran mejor» que los humanos. Lo que probablemente pasó por alto fue que leer las imágenes es solo una de las muchas tareas (30 de ellas, según el gobierno de EE.UU.) que realizan los radiólogos. También hacen cosas como «consultar con profesionales médicos» y «brindar asesoramiento». Hoy en día, algunos en el campo se preocupan por la inminente escasez de radiólogos. Y desde entonces, Hinton se ha convertido en un crítico público de la misma tecnología que ayudó a crear.
Frey y Osborne calcularon su número del 47% en parte pidiendo a expertos en tecnología que calificaran la probabilidad de que se automatizaran ocupaciones completas como «vendedor telefónico» o «contador». Pero tres años después de la publicación de su artículo, un grupo de investigadores del Centro ZEW para la Investigación Económica Europea, con sede en Mannheim, Alemania, publicó un estudio similar que evaluó tareas, como «explicar productos o servicios», y encontró que solo el 9% de las ocupaciones en 21 países podría automatizarse.
«A la gente le gustan los números», evidenció Melanie Arntz, autora principal del artículo de ZEW. «Pero pueden ser muy engañosos».
En algunos escenarios, la IA esencialmente ha creado una herramienta, no un reemplazo de trabajo completo. Ahora eres un excavador que puede usar una excavadora en lugar de una pala. O una enfermera practicante con acceso a mejor información para diagnosticar a un paciente. Es posible que debas cobrar más por hora, porque harás mucho más.
En otros escenarios, la tecnología reemplaza el trabajo en lugar de complementarlo. O cambia el trabajo de uno que requiere habilidades especiales a uno que no las requiere. En ese caso no es probable que a usted le vaya bien.
Avenidas de cambio
Incluso si un trabajo se automatiza por completo, el desempeño de los empleados desplazados dependerá de cómo las empresas decidan utilizar la tecnología en nuevos tipos de tareas y roles, especialmente en el trabajo que aún no podemos imaginar, opinó Daron Acemoglu, economista turco, profesor del MIT y autor de Power y Progress: Our Thoursand Year Fight Over Technology and Prosperity. Estas opciones incluirán si automatizar el trabajo por completo o usar tecnología para aumentar la experiencia humana.
El experto sostuvo que los números aparentemente aterradores que predecían cuántos trabajos podría eliminar la IA, incluso si no está claro cómo, eran una «llamada de atención».
Acemoglu considera que la gente podría «dirigirse en una mejor dirección», pero no es optimista. No cree que estemos en un camino «pro-humano».
Todas las estimaciones de cuánto trabajo podría asumir la IA dependen en gran medida de los humanos: los investigadores hacen suposiciones sobre lo que la tecnología puede hacer.
Las empresas tendrán dos opciones en el uso de la tecnología: usarla para aumentar la experiencia humana o automatizar el trabajo por completo, opinó el profesor del MIT Daron Acemoglu.
Frey y Osborne invitaron a expertos a un taller para evaluar la probabilidad de que las ocupaciones se automaticen. Estudios más recientes se basan en información como una base de datos que rastrea las capacidades de IA, creada por Electronic Frontier Foundation, un grupo de derechos digitales sin fines de lucro. O confían en los trabajadores que usan plataformas como CrowdFlower, donde las personas completan pequeñas tareas por dinero. Los trabajadores califican las tareas según los factores que los hacen propensos a la automatización. Por ejemplo, si es algo con una alta tolerancia al error, es un mejor candidato para una tecnología como ChatGPT para automatizar.
Los números exactos no son el punto, dicen muchos investigadores involucrados en este tipo de análisis.
«Describiría nuestra metodología casi con toda certeza como incorrecta, pero con suerte direccionalmente correcta», afirmó Michael Chui, un experto en IA de McKinsey que fue autor de un informe técnico de 2017 que sugería que aproximadamente la mitad del trabajo y el 5% de las ocupaciones podrían ser automatizadas.
Lo que describen los datos es, en cierto modo, más mundano de lo que a menudo se supone: se avecinan grandes cambios y vale la pena prestar atención.
El valor de las habilidades
Según David Autor, profesor del MIT, los desarrollos tecnológicos a lo largo de la historia han tendido a afectar principalmente los salarios y la distribución de la riqueza, no la cantidad de empleos disponibles. «Ese tipo de ejercicio corre el riesgo de perderse el bosque al centrarse en un árbol muy prominente», explicó sobre los estudios que analizan cuánto trabajo humano podría ser reemplazado por la IA.
Lo que Autor considera otro enfoque clave (cómo la IA cambiará el valor de las habilidades) es difícil de predecir, porque la respuesta depende en parte de cómo se diseñen, regulen y utilicen las nuevas herramientas.
Tome el servicio al cliente como ejemplo. Muchas empresas han entregado la tarea de contestar teléfonos a un árbol de decisiones automatizado, trayendo al operador humano solo para solucionar problemas. Pero una compañía de software empresarial Fortune 500 ha abordado el problema de manera diferente. Creó una herramienta de IAG para brindar a los agentes sugerencias sobre qué decir, manteniendo a los humanos y su capacidad para leer señales sociales. Cuando los investigadores de Stanford y el MIT compararon el desempeño de los grupos a los que se les proporcionó la herramienta con los que no, encontraron que la solución mejoró significativamente el desempeño de los agentes menos calificados.