La promesa de la IA es material para el crecimiento económico. Desde que apareció ChatGPT a finales de 2022, no han parado las predicciones sobre cómo la inteligencia artificial (IA) transformará nuestra economía. Algunas estimaciones afirman que la IA podría aumentar el PIB global en miles de millones de dólares. Un estudio de Goldman Sachs, por ejemplo, sugiere que la IA generará un aumento del 7 por ciento en el PIB global en la próxima década. McKinsey incluso estima impactos de hasta 25 mil millones de dólares.
Pero, entre tanto entusiasmo, vale la pena preguntar: ¿son realistas estas cifras? El economista del MIT, Daron Acemoglu, uno de los académicos más influyentes en temas de tecnología y desigualdad, plantea una visión más cautelosa en un artículo de investigación reciente, The Simple Macroeconomics of AI. Su argumento central es claro: la IA sí puede generar ganancias de productividad, pero su impacto macroeconómico será probablemente modesto, especialmente si solo automatiza tareas ya existentes sin crear otras nuevas con alto valor social.
Su análisis evalúa el impacto de la IA más ligado a sus efectos sobre el ahorro que a la idea de revolución. Acemoglu parte de un modelo simple, pero eficaz. Si la IA reduce costos en algunas tareas, eso debería reflejarse en un aumento del PIB o de la productividad total de los factores (TFP). Sin embargo, la magnitud de ese impacto dependerá de: 1) qué porcentaje de tareas en la economía puede ser automatizado con IA; y 2) cuánto se ahorra (o mejora) al automatizar esas tareas. Con datos recientes sobre exposición ocupacional a la IA en Estados Unidos, Acemoglu estima que menos del 5 por ciento de las tareas podrían automatizarse de forma rentable en los próximos 10 años, y que el ahorro promedio en costos sería de alrededor del 15 por ciento. Resultado: una ganancia acumulada en productividad de apenas 0.55 por ciento en la década.
¿Cómo se compara esto con las predicciones optimistas? Muy por debajo. En lugar de un “boom” económico, Acemoglu habla de un modesto empujón. Y lo interesante es que esta estimación es la de su “escenario alto”: supone que las ganancias actuales se pueden generalizar, cuando en realidad la mayoría de las mejoras de productividad observadas hasta ahora han sido en tareas “fáciles de aprender” para la IA, como escribir textos simples o clasificar datos.
Las tareas difíciles persisten como el talón de Aquiles de la IA. El estudio hace una distinción crucial entre tareas “fáciles” y “difíciles”. Las primeras son aquellas con resultados claros y fácilmente medibles. Por ejemplo: traducir un texto o escribir un resumen. Las segundas son más contextuales, ambiguas o dependen de juicio humano, como diagnosticar una enfermedad o resolver un conflicto laboral. En estas tareas difíciles, la IA aún no logra superar el desempeño humano, y probablemente no lo hará pronto. Si lo hace, quizá el límite estará en las brechas de digitalización entre segmentos de la población. De ahí que extrapolar los resultados actuales de la IA a toda la economía puede llevar a una sobreestimación de sus efectos.
El artículo también nos recuerda que productividad no es sinónimo de bienestar. Acemoglu también lanza una advertencia importante: aunque la IA aumente el PIB, eso no garantiza que mejore el bienestar general. Por un lado, porque mucho del crecimiento estimado podría venir de actividades con valor social negativo, como generar contenido adictivo o manipular usuarios con algoritmos (pensemos en deepfakes o en ciertas redes sociales). Y por otro, porque los beneficios de la automatización podrían concentrarse en el capital (empresas, accionistas) y no en los trabajadores. En palabras del autor: “Incluso cuando la IA mejora la productividad de los trabajadores menos calificados, esto podría aumentar la desigualdad y no reducirla.”
De este análisis se desprenden enseñanzas para México. Aunque el estudio se enfoca en Estados Unidos, ofrece una lección relevante para nuestro país: no basta con incorporar IA por moda o presión internacional. Lo importante es pensar qué tipo de IA queremos adoptar, para qué tareas y con qué propósito. ¿Queremos IA que sustituya empleos poco calificados, o que aumente la productividad de sectores estratégicos? ¿Estamos apostando por automatizar lo existente o por crear nuevas capacidades? La IA puede ser una herramienta poderosa, pero como toda tecnología, sus efectos dependen de las decisiones sociales, institucionales y económicas que tomemos hoy para explotarla en la dirección más desable.
