El apocalipsis laboral por la IA podría estar más lejos

La propia investigación de Anthropic ha debilitado el argumento de un inminente apocalipsis laboral por la IA. Su análisis de marzo encontró «no hay un aumento sistemático del desempleo entre los trabajadores altamente expuestos desde finales de 2022», mientras que el despliegue sigue muy por debajo de lo que los sistemas actuales podrían conseguir teóricamente.

Claude abarca el 33 % de las tareas en la categoría de informática y matemáticas, informó Anthropic, aun cuando teóricamente podría manejar casi el 100 %. El gasto en centros de datos está aumentando de forma acelerada, pero el crecimiento de la productividad no ha estado a la altura de las amplias predicciones sobre la tecnología. La productividad laboral fue más lenta durante los primeros tres años de la actual era de la IA que durante el boom de las tecnologías de la información que comenzó a mediados de los años noventa.

Esa brecha ha provocado un debate público más cauteloso. El cofundador de Anthropic, Dario Amodei, dijo anteriormente que la IA podría eliminar la mitad de todos los empleos de nivel inicial en uno a cinco años y podría convertirse en un «sustituto general de la mano de obra humana». Pero el CEO de OpenAI, Sam Altman, dijo en mayo que ya no espera el tipo de desempleo masivo que algunas empresas de IA habían promovido.

Recomendado

Nvidia compromete 1.000 millones de dólares para el despliegue de IA en Corea del Sur

“No creo que vayamos a tener el tipo de apocalipsis laboral que defienden o de lo que hablan algunas de las empresas de nuestro sector.”

Por qué la automatización incompleta puede preservar empleos

Un argumento en contra de las predicciones más extremas es conocido como la teoría del O-ring, llamada así por el componente económico cuya falla provocó el desastre del transbordador espacial Challenger el 28 de enero de 1986. La lección es que una única tarea que no puede realizarse de forma fiable puede limitar todo un sistema.

Aplicada a la IA, la teoría sugiere que la automatización parcial puede aumentar el valor de las tareas que las máquinas no pueden completar. La IA podría ayudar a los trabajadores muy cualificados asumiendo las tareas rutinarias, o permitir que los trabajadores menos cualificados asuman más responsabilidades a medida que los sistemas se encargan de las tareas expertas.

Un estudio reciente llegó a una conclusión similar: «a pesar de una fuerte sustitución a nivel de tareas, los efectos globales sobre el empleo son modestos», porque las ganancias de productividad en las empresas que adoptan IA pueden compensar la caída de la demanda en las ocupaciones expuestas.

La evidencia aún es incipiente. Jed Kolko ha señalado que la investigación sobre los efectos de la IA en el mercado laboral sigue estando en su infancia, y la previsión de Amodei de uno a cinco años todavía tiene casi cuatro años por delante. La Reserva Federal dice que la adopción por parte de las empresas se está expandiendo rápidamente. El economista del MIT David Autor también sostiene que la IA sigue mejorando, sin un techo obvio a la vista.

“Mucha gente ha observado que el mundo no está cambiando tan rápido como predijeron.”

El coste y los límites técnicos de la IA

Una perspectiva más cautelosa no elimina la posibilidad de un futuro disruptivo. Daron Acemoglu, el economista galardonado con el Premio Nobel, dijo que en los círculos internos de la IA siguen convencidos de que la inteligencia artificial general está cerca. Elon Musk todavía predice que «IA+robots podrán hacerlo todo, lo que resultará en una renta universal elevada. El trabajo será opcional».

Pero las limitaciones técnicas y económicas se hacen cada vez más difíciles de ignorar. Autor afirma que «no todo es un problema computacional»: la IA puede replicar el lenguaje, pero le cuesta conectar el lenguaje con el mundo físico y sigue cometiendo errores críticos.

La factura de infraestructura podría ser enorme. La Agencia Internacional de la Energía espera que la demanda eléctrica de los centros de datos más que se duplique para 2030, alcanzando unos 945 teravatios-hora —más que el consumo energético total de Japón. Algunas estimaciones sugieren que los centros de datos podrían eventualmente absorber el 20 %, 30 % o 40 % del PIB en inversión.

Ese gasto también es vulnerable a una rápida depreciación cuando modelos más nuevos reemplazan sistemas construidos apenas meses antes. Acemoglu sostiene que las empresas de modelos de IA «nunca van a ganar dinero» mientras pierden cientos de miles de millones de dólares anualmente.

La oposición pública está aumentando junto con esos costes: siete de cada diez estadounidenses se oponen a la construcción de centros de datos de IA en su zona, citando el consumo de energía y el aumento de los precios locales de la electricidad. La tecnología aún podría transformar el trabajo, pero su futuro prometido ahora se enfrenta a una cuestión más difícil que la mera capacidad: si la sociedad puede permitírselo.