{
  "title": "Cafe-Econ-embracing-artificial-intelligence-joshua-gans",
  "sourceUrl": "https://www.imf.org/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans",
  "canonical": "https://www.imf.org/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans",
  "overlayPath": "/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/index.md",
  "summary": "Las olas previas de automatización se enfocaban sobre todo en tareas físicas; la IA abre el potencial para automatizar tareas cognitivas.",
  "sections": [
    {
      "heading": "Diferencias entre esta ola de IA y automatización previa",
      "content": "- Las olas previas de automatización se enfocaban sobre todo en tareas físicas; la IA abre el potencial para automatizar tareas cognitivas.\n- La distinción puede ser engañosa: muchas tareas físicas implican una expresión cognitiva de intención y aplicación que ya fueron automatizadas con la tecnología de la información (por ejemplo, la computación).\n- La diferencia principal radica en la capacidad de la máquina para interactuar en entornos variables y no estandarizados.\n- La IA promete seleccionar y trasladar cualquier objeto sin que esté en un lugar específico porque requiere una noción del entorno; esa capacidad distingue a la IA y le permite automatizar tareas en contextos más variados."
    },
    {
      "heading": "Efectos previstos en productividad, empleo y desigualdad (horizonte de cinco años)",
      "content": "- Evidencia observada: cuando se ha utilizado IA para tareas en el trabajo, suele tratarse de herramientas que permiten a personas menos cualificadas y con menos experiencia desempeñarse al nivel de quienes están más cualificados y con más experiencia.\n- Ejemplo: herramientas de predicción de la demanda en Tokio ayudaron a taxistas menos experimentados a reducir el tiempo buscando pasajeros, con poco efecto en la productividad de taxistas experimentados.\n- Implicaciones esperadas:\n  - Las primas por habilidades en ciertas ocupaciones tenderán a reducirse.\n  - Surgirán oportunidades de empleo para un conjunto más amplio de personas.\n  - Tendencia a incrementar la productividad, elevar el empleo y reducir la desigualdad de ingresos, al menos en ciertos rangos de la distribución del ingreso.\n- Pronóstico más allá de los próximos cinco años: más complicado y menos claro."
    },
    {
      "heading": "Preocupaciones exageradas y efectos infravalorados",
      "content": "- Auge actual ha generado numerosas preocupaciones sobre consecuencias adversas de la IA generativa (por ejemplo, LLM como ChatGPT o Bard, arte generativo, impulso en tareas de codificación).\n- Los modelos grandes de lenguaje son capaces de escribir más rápidamente y mejor que las personas; el arte generativo reduce drásticamente tiempos de producción; la IA ha impulsado tareas de codificación.\n- Pregunta planteada: si habría sido mejor no inventar esto o pausar la adopción para evaluar consecuencias.\n- Argumento contra la pausa: sopesar la precaución con las pérdidas en productividad que provocaría una adopción lenta.\n- Importante observación: no se puede conocer plenamente las consecuencias adversas si los inventos no se ponen en manos de las personas.\n- Evaluación personal de JG: el temor ha sido exagerado; muchas inquietudes son especulaciones imprecisas sin evidencia clara; las mejoras de productividad son muy reales y evidentes.\n- Política recomendada en el momento actual: “dar rienda suelta” para descubrir consecuencias adversas, vigilarlas, determinar sus causas y experimentar con intervenciones políticas que puedan mitigarlas.\n- La rapidez de adopción implica la necesidad de trabajar más arduamente para garantizar que el resultado sea el mejor."
    },
    {
      "heading": "Recomendaciones para distribución y rol de organizaciones como el FMI",
      "content": "- Estrategia habitual: distribuir la IA de la manera más competitiva posible y hacerla disponible de la forma más amplia posible (mediante el comercio).\n- Objetivo: que la IA pueda utilizarse en cualquier lugar del mundo donde pueda incrementar la productividad.\n- Comparación: el cometido sería el mismo que el de programas que fomentan la tecnología de la información y el acceso a Internet."
    },
    {
      "heading": "Regulación ética y responsabilidad institucional",
      "content": "- Dificultad para identificar una autoridad única: las cuestiones éticas no son claras.\n- Si las cuestiones éticas fueran claras, podría identificarse una institución legislativa o jurídica existente como autoridad; pero no es el caso.\n- Problemas complejos, incluso en áreas como la discriminación.\n- Observación: puede ser más fácil reprogramar la IA para que sea menos discriminatoria que reformar las prácticas humanas.\n- Necesidad actual: sólida orientación de políticas para inducir los cambios necesarios en la IA.\n\nEntrevista de Marjorie Henríquez con Joshua Gans, FINANZAS & DESARROLLO, Septiembre de 2023.\n\n---\n\n\nSource: https://www.imf.org/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans"
    }
  ],
  "bullets": [
    "[Markdown version](/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/index.md)",
    "[Structured JSON version](/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/index.json)",
    "[Bundle manifest](/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/bundle-manifest.json)",
    "Authors: Marjorie Henriquez",
    "Published: September 22, 2023",
    "Las olas previas de automatización se enfocaban sobre todo en tareas físicas; la IA abre el potencial para automatizar tareas cognitivas.",
    "La distinción puede ser engañosa: muchas tareas físicas implican una expresión cognitiva de intención y aplicación que ya fueron automatizadas con la tecnología de la información (por ejemplo, la computación).",
    "La diferencia principal radica en la capacidad de la máquina para interactuar en entornos variables y no estandarizados.",
    "La IA promete seleccionar y trasladar cualquier objeto sin que esté en un lugar específico porque requiere una noción del entorno; esa capacidad distingue a la IA y le permite automatizar tareas en contextos más variados.",
    "Evidencia observada: cuando se ha utilizado IA para tareas en el trabajo, suele tratarse de herramientas que permiten a personas menos cualificadas y con menos experiencia desempeñarse al nivel de quienes están más cualificados y con más experiencia.",
    "Ejemplo: herramientas de predicción de la demanda en Tokio ayudaron a taxistas menos experimentados a reducir el tiempo buscando pasajeros, con poco efecto en la productividad de taxistas experimentados.",
    "Implicaciones esperadas:",
    "Pronóstico más allá de los próximos cinco años: más complicado y menos claro.",
    "Auge actual ha generado numerosas preocupaciones sobre consecuencias adversas de la IA generativa (por ejemplo, LLM como ChatGPT o Bard, arte generativo, impulso en tareas de codificación).",
    "Los modelos grandes de lenguaje son capaces de escribir más rápidamente y mejor que las personas; el arte generativo reduce drásticamente tiempos de producción; la IA ha impulsado tareas de codificación.",
    "Pregunta planteada: si habría sido mejor no inventar esto o pausar la adopción para evaluar consecuencias.",
    "Argumento contra la pausa: sopesar la precaución con las pérdidas en productividad que provocaría una adopción lenta.",
    "Importante observación: no se puede conocer plenamente las consecuencias adversas si los inventos no se ponen en manos de las personas.",
    "Evaluación personal de JG: el temor ha sido exagerado; muchas inquietudes son especulaciones imprecisas sin evidencia clara; las mejoras de productividad son muy reales y evidentes.",
    "Política recomendada en el momento actual: “dar rienda suelta” para descubrir consecuencias adversas, vigilarlas, determinar sus causas y experimentar con intervenciones políticas que puedan mitigarlas.",
    "La rapidez de adopción implica la necesidad de trabajar más arduamente para garantizar que el resultado sea el mejor.",
    "Estrategia habitual: distribuir la IA de la manera más competitiva posible y hacerla disponible de la forma más amplia posible (mediante el comercio).",
    "Objetivo: que la IA pueda utilizarse en cualquier lugar del mundo donde pueda incrementar la productividad.",
    "Comparación: el cometido sería el mismo que el de programas que fomentan la tecnología de la información y el acceso a Internet.",
    "Dificultad para identificar una autoridad única: las cuestiones éticas no son claras.",
    "Si las cuestiones éticas fueran claras, podría identificarse una institución legislativa o jurídica existente como autoridad; pero no es el caso.",
    "Problemas complejos, incluso en áreas como la discriminación.",
    "Observación: puede ser más fácil reprogramar la IA para que sea menos discriminatoria que reformar las prácticas humanas.",
    "Necesidad actual: sólida orientación de políticas para inducir los cambios necesarios en la IA."
  ],
  "alternates": {
    "markdown": "/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/index.md",
    "json": "/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/index.json",
    "bundleManifest": "/es/publications/fandd/issues/2023/09/cafe-econ-embracing-artificial-intelligence-joshua-gans/bundle-manifest.json"
  },
  "generatedAtUtc": "2026-09-15T21:48:16.160Z"
}