Qué hace falta para una IA realmente transformadora

Eric Schmidt, ex CEO de Google, llama “consenso de San Francisco” a tres creencias extendidas en Silicon Valley: que los modelos de lenguaje de gran tamaño (la IA más utilizada hoy) seguirán mejorando con más cómputo; que estos modelos llegarán a superar a las personas en varias dimensiones cognitivas; y que eso desencadenará una transformación en los mercados de trabajo y en la productividad de enorme escala.

Visto desde el Sur, el consenso de San Francisco es como el meme del caballo que está muy bien dibujado de un lado pero apenas garabateado del otro. Es decir: es nítido el poder de los modelos de lenguaje de gran tamaño para manejar información y más incierto su impacto en el mundo real. Una cosa es disponer de inteligencia abundante en un centro de datos; otra es reorganizar la economía alrededor de ella. Y entre una cosa y la otra está casi todo.

En Cien Años de Soledad, el tren llega a Macondo cargado de futuro. Trae velocidad, nuevos productos y conexión con el mundo. Pero el tren también abre la puerta a la compañía bananera y a una transformación cuyo desenlace -trágico, a riesgo de spoilear- Macondo no controla. García Márquez nos sirve para recordar que la tecnología crea una oportunidad; la transformación real depende de cómo una sociedad la incorpora, qué instituciones construye y cómo reimagina los trabajos alrededor de ella. En el caso de la IA, esto implica preguntarse: ¿Cómo se pasa de una IA extraordinariamente capaz a mejores empleos en la economía real?

Sobre eso estuvimos conversando en Futuro inteliGENTE, el encuentro que organizamos hace unos días desde Sur Futuro en la Embajada de Canadá. Lejos de las visiones apocalípticas o utópicas, la discusión aterrizó en algo bastante más concreto: si queremos aprovechar la oportunidad tecnológica, hay que actuar sobre el mundo real del trabajo. Y rápido.

El primer movimiento es adaptar los conocimientos de los trabajadores a la IA. No alcanza con que la herramienta exista o sea barata. Importan el acceso, la conectividad, el idioma, el tiempo para experimentar y aprender sobre problemas concretos. En este terreno es crítico actualizar los esquemas de formación técnica y profesional para adaptarlos al contexto.

El segundo es acercar la IA al trabajo real. Buena parte de la tecnología se diseña pensando en empleos formalizados, digitalizados y especializados. Pero buena parte del trabajo en el Sur Global ocurre en pequeñas empresas, cuentapropismo e informalidad, donde una sola persona hace cosas que en otros contextos se reparten entre varios especialistas. Si queremos complementar antes que sustituir, la IA tiene que aprender también cómo operar en ese mundo.

Y para todo esto, quizás también haga falta una nueva lente para mirar. En el último estudio que realizamos desde Sur Futuro, encontramos que para una misma ocupación, los trabajadores latinoamericanos activan muchas más familias de habilidades que sus pares en Estados Unidos.

Somos más “toderos”: además del oficio, presupuestamos, compramos, cobramos, organizamos, atendemos y resolvemos. Y buena parte de esas tareas adicionales coincide con actividades donde la IA ya encuentra usos concretos. Más en general, mirar mejor exige mejores datos sobre lo que la gente realmente hace: encuestas de tareas, diarios, experience sampling y experimentos de campo.

La primera idea del consenso de San Francisco pertenece a una nueva versión de la ley de Moore: más cómputo, mejores modelos, más capacidades en el universo digital de los bits. Pero el mundo real no está hecho de bits. El futuro del trabajo y de la productividad se juega en talleres, comercios, hospitales, escuelas y calles. Ahí es donde la promesa tecnológica tiene que convertirse en transformación económica y laboral.

Para que la IA sea realmente transformadora hay que recorrer todo el camino: del data center al taller.

Recibí en tu mail todas las noticias, historias y análisis de los periodistas de Clarín