En un ensayo viral sobre X, “Algo grande está sucediendo”, Matt Shumer escribe que el mundo está viviendo un momento similar al comienzo de Covid para la inteligencia artificial. El fundador y director ejecutivo de OthersideAI sostiene que la IA ha pasado de ser un asistente útil a un sustituto cognitivo general. Es más, la IA ahora está ayudando a construir mejores versiones de sí misma. Pronto podrían llegar sistemas que rivalicen con la mayoría de la experiencia humana.
Si bien los expertos saben que el cambio transformador se avecina rápidamente, las normas están a punto de verse sorprendidas. Siguiendo con la metáfora de la era de la pandemia, Tom Hanks está a punto de enfermarse.
Entre el ensayo de Shumer y la renuncia de Mrinank Sharma (dirigió el equipo de seguridad de Anthropic y publicó vagamente bastante la carta de despedida advierte que “el mundo está en peligro” debido a “crisis interconectadas”, al tiempo que insinúa que la empresa “enfrenta constantemente presiones para dejar de lado lo que más importa” incluso cuando persigue una valoración de 350 mil millones de dólares; bueno… algunas personas están empezando a asustarse. O, más precisamente, las personas que ya estaban muy preocupadas por la IA ahora lo están aún más.
Mire, ¿es posible que los modelos de IA pronto cumplan indiscutiblemente con varias definiciones de AGI llamadas débiles, como mínimo? Muchos tecnólogos, por no hablar de los mercados de predicción, sugieren que sí. (Sin embargo, como prueba de la realidad, tengo presente la declaración del director ejecutivo de Google DeepMind, Demis Hassabis, de que todavía necesitamos uno o dos avances tecnológicos de nivel AlphaGo para alcanzar AGI).
Pero en lugar de avances tecnológicos (y tengo mucha confianza en que la IA generativa es una poderosa tecnología de propósito general), hablemos de algunos cuellos de botella y limitaciones básicos del mundo de la economía en lugar de de la informática.
El largo camino desde la demostración hasta la implementación. El salto de “los modelos de IA son impresionantes, incluso más de lo que uno cree” a “todo cambia de manera inminente” requiere ignorar cómo las economías absorben realmente las nuevas tecnologías. La electrificación llevó décadas para rediseñar las fábricas. Internet no cambió el comercio minorista de la noche a la mañana. La adopción de la IA actualmente cubre menos de uno de cada cinco establecimientos comerciales de EE. UU. Implementarlo en instituciones grandes, reguladas y reacias al riesgo exige una gran inversión complementaria en infraestructura de datos, rediseño de procesos, marcos de cumplimiento y capacitación de trabajadores. (Los economistas denominan a esto curva J de productividad.) De hecho, el gasto en las primeras etapas puede en realidad deprimir la producción medida antes de que lleguen ganancias visibles.
Más rico no siempre significa más ocupado. Concedamos a los optimistas (y ciertamente me considero bastante optimista) su suposición sobre el rápido avance de la capacidad de la IA. La producción todavía no explota en un centavo. Históricamente, las sociedades más ricas eligen más ocio (jubilaciones más tempranas, semanas laborales cortas) y no más tiempo en la oficina o en la fábrica. El economista Dietrich Vollrath ha señalado que una mayor productividad no se traduce automáticamente en un crecimiento más rápido si los hogares responden ofreciendo menos mano de obra. El bienestar podría aumentar sustancialmente mientras que el crecimiento del PIB general se mantenga relativamente modesto.
El sector más lento marca el límite de velocidad. Incluso si la IA abarata mucho algunos servicios, la demanda no se expande ilimitadamente. El gasto se desplaza hacia sectores que se resisten a la automatización (atención médica, educación, experiencias en persona) donde la producción está más estrechamente ligada al tiempo humano. (Este es el famoso “efecto Baumol” o “enfermedad de los costos”). A medida que los salarios aumentan en toda la economía, los sectores intensivos en mano de obra con un débil crecimiento de la productividad reclaman una mayor proporción del ingreso. El resultado: incluso los avances espectaculares en la IA pueden generar sólo un crecimiento moderado en la productividad general.
El tubo más estrecho de la economía. En un sistema construido a partir de muchas piezas complementarias, explica el economista Charles Jones, el tubo más estrecho determina el flujo. La IA puede acelerar la codificación, la redacción y la investigación todo lo que quiera. Pero si la infraestructura energética, el capital físico, la aprobación regulatoria o la toma de decisiones humanas se mueven a velocidades normales, esas se convierten en restricciones vinculantes que limitan la rapidez con la que toda la economía puede crecer.
Las economías son sistemas adaptables, complejos y maravillosos. Crean objetos físicos que encarnan y acumulan información compleja, lo que el economista César Hidalgo llama elegantemente “cristales de imaginación”. Y cuando cambian, se ajustan mediante una reorganización y reasignación gradual, no mediante un colapso repentino o un despegue instantáneo. Quiero decir, ese debería ser su escenario base.
Ahora bien, puede justificarse cierto grado de urgencia. (El consejo de Shumer de adoptar las herramientas de inteligencia artificial más potentes ahora e integrarlas en su trabajo diario parece prudente). Las analogías que inducen al pánico con principios de 2020 probablemente no lo sean.
Este artículo apareció originalmente en el boletín informativo de Pethokoukis “¡Más rápido, por favor!”
