La inteligencia artificial y el criterio humano

Source details

Canonical URL

La inteligencia artificial y el criterio humano

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: AJAY AGRAWAL, JOSHUA GANS, AVI GOLDFARB
• Published: June 3, 2025

Resumen ejecutivo

• La IA podría revertir la creciente desigualdad que genera la tecnología, o bien profundizarla.
• El impacto distributivo de la IA dependerá de si sustituye capacidades predictivas o complementa y aumenta el "buen criterio" humano.
• El artículo discute escenarios de prosperidad y de inestabilidad derivados de la incorporación de una “isla de genios” a la economía global y advierte que la gestión de la transición determinará los resultados.

Escenarios económicos y sociales

• Prosperidad potencial:
  • Aumento significativo de la productividad y del crecimiento económico.
  • Transformación positiva en salud, educación y tecnología.
  • Reducción de costos de servicios y elevación del nivel de vida.
• Riesgo de inestabilidad:
  • Desempleo a gran escala entre trabajadores del conocimiento si tareas se ejecutan a una fracción del costo.
  • Caída de salarios, mayor precariedad laboral y debilitamiento de la clase media.
  • Concentración de riqueza y poder en un pequeño grupo de empresas o naciones con acceso exclusivo a esos talentos.
  • Devaluación de la creatividad e individualidad humanas y riesgo de malestar social generalizado.

Evidencia empírica sobre desigualdad y efectos heterogéneos

• Referencias a estudios y hallazgos clave:
  • Geoffrey Hinton afirmó que la tecnología podría superar la inteligencia humana "entre 5 y 20 años".
  • Toni Roldán Monés (Esade): en una competición universitaria de debate, los participantes más cualificados tenían un 12% más de probabilidad de ganar cuando usaban IA generativa; los participantes menos cualificados vieron apenas variaciones.
  • Erik Brynjolfsson et al. (Universidad de Stanford): en empleados de centros de atención al cliente, la productividad promedio aumentó un 14% (medida en problemas resueltos por hora); los trabajadores noveles o de menor nivel aumentaron su rendimiento en un 34%, mientras que la productividad de profesionales más experimentados apenas varió.

Rol del buen criterio (discernimiento) vs. capacidad predictiva

• Distinción conceptual:
  • Predicción: asignar probabilidades a distintos escenarios.
  • Discernimiento (buen criterio): valorar las consecuencias y elegir entre alternativas según la teoría de la decisión.
• Implicaciones empíricas:
  • Donde la IA mejora la predicción, puede beneficiar de forma desproporcionada a trabajadores menos cualificados (reducción de brechas de productividad y salariales).
  • Donde la diferencia depende del criterio, la IA beneficiará de forma desproporcionada a trabajadores más cualificados (aumento de la desigualdad).
• Ejemplos sectoriales:
  • Atención al cliente: la IA eleva la productividad de trabajadores menos cualificados.
  • Investigación científica, tratamientos médicos, planificación estratégica: la IA potencia la productividad de expertos con alto criterio.

Consecuencias geográficas y de poder

• Concentración espacial:
  • Las regiones con mayor concentración de trabajadores cualificados, instituciones de investigación robustas e infraestructura tecnológica captarán desproporcionadamente los beneficios.
  • Posible mayor concentración de innovación, premios, publicaciones y patentes en Estados Unidos y otras regiones de altos ingresos.
• Movimientos de empleo:
  • En tareas centradas en predicción, el empleo podría desplazarse hacia regiones de salarios más bajos, reduciendo desigualdad internacional en esos sectores.
• Riesgos a largo plazo:
  • Ampliación de la brecha de liderazgo tecnológico, financiamiento de la investigación e influencia geopolítica.
  • La IA podría redefinir qué tipo de criterio es escaso, alterando aún más el equilibrio de poder según la capacidad regional de adaptación.

Políticas y recomendaciones

• Tres formas clave de intervención pública:
  • Agudizar el buen criterio:
  • Ampliar el acceso a educación y formación de alta calidad que priorice aptitudes para la toma de decisiones complejas.
  • Promover movilidad del talento y intercambio global de conocimientos:
  • Distribuir más equitativamente el criterio necesario para aprovechar la IA entre economías.
  • Incentivar la expansión de la capacidad de generar predicciones de IA de alto valor fuera de los centros tradicionales:
  • Asignación de recursos financieros, desarrollo de infraestructura e incentivos para la adopción de la IA.
• Objetivo de las medidas:
  • Reconfigurar la distribución de los beneficios de la IA y promover un crecimiento económico más equilibrado a largo plazo.
  • Facilitar la gestión de la transición y mitigar los riesgos de concentración y desigualdad.

Observaciones finales

• A corto plazo, limitaciones prácticas (gestión, infraestructura, educación, regulación y demanda) probablemente atenúen el impacto inmediato de una “isla de genios”.
• A largo plazo, los efectos serán profundos y la estabilidad económica dependerá de las decisiones de política pública y del diseño institucional.
• Los autores instan a que los economistas orienten a los responsables de políticas con investigaciones que definan cómo gestionar de forma óptima la transición hacia la IA.

Actualización editorial: Este artículo se ha actualizado (16 de junio de 2025) para eliminar referencias al estudio “Artificial Intelligence, Scientific Discovery, and Product Innovation” de Aiden Toner-Rogers que, según el Instituto Tecnológico de Massachusetts (MIT), debería retirarse del discurso público porque no alcanza los necesarios niveles de confianza.

Autores: AJAY AGRAWAL; JOSHUA GANS; AVI GOLDFARB.