La función del discernimiento
¿Por qué en un estudio la IA beneficia de forma desproporcionada a trabajadores de menor cualificación y en otro, a profesionales de alta especialización? ¿En qué se diferencian los participantes en debates universitarios de los empleados de centros de atención al cliente? Creemos que la respuesta radica en el buen criterio, un elemento esencial en la toma de decisiones y en la predicción. Ambos son pilares de la teoría de la decisión, una rama de la teoría de la probabilidad aplicada que asigna probabilidades a distintos escenarios (predicción) y valora las consecuencias de cada uno (discernimiento).
Los resultados obtenidos por Roldán Monés sugieren que la diferencia entre los participantes altamente cualificados y otros con menor cualificación podría ser una función del buen criterio. Según el estudio, los participantes altamente cualificados obtenían resultados particularmente buenos en credibilidad, retórica y refutación cuando usaban la IA generativa, pero no mejoraban en claridad. Esto sugiere que, más que proporcionar un guion, la herramienta de IA realizaba sugerencias y los participantes altamente cualificados tenían más capacidad para identificar las más prometedoras de entre ellas. En consecuencia, las recompensas se concentraban entre los participantes en el debate altamente cualificados y se amplificaba la disparidad en la cualificación.
En el estudio de Brynjolfsson basado en empleados de centros de atención, la diferencia clave entre trabajadores altamente cualificados y menos cualificados radicaba en la capacidad de anticipar la mejor respuesta al cliente. En esta tarea de predicción, la IA igualaba el desempeño de los trabajadores más especializados. El criterio necesario para evaluar el costo relativo de distintos tipos de errores tenía menos peso, ya que ese tipo de criterio no era tan escaso.
A medida que avance la capacidad predictiva de la IA, el criterio humano —clave en la toma de decisiones— se convertirá en un elemento central en la distribución de la riqueza y el poder. Cuando la diferencia entre trabajadores altamente cualificados y menos cualificados dependa del componente predictivo de la tarea, la IA beneficiará de forma desproporcionada a los menos cualificados, ya que reemplazará a la predicción humana. Esto reducirá las diferencias de productividad y, por ende, la brecha salarial entre ambos grupos. A largo plazo, podría elevar los salarios en regiones de bajos ingresos, incluso si las cualificaciones se mantienen en niveles más bajos. Por ejemplo, los salarios en funciones administrativas y en centros de atención al cliente podrían crecer más en India que en Estados Unidos.
Sin embargo, en sectores donde el criterio es el principal factor diferenciador entre los distintos niveles de cualificación, la IA beneficiará de forma desproporcionada a los trabajadores más especializados. Esto ampliará las brechas de productividad y acentuará la desigualdad de ingresos en estas ocupaciones. El empleo podría trasladarse a mercados con salarios más altos que antes resultaban poco atractivos porque la rentabilidad de los trabajadores altamente cualificados no justificaba el costo más alto. De manera similar, la innovación podría concentrarse aún más en Estados Unidos, donde una mayor proporción de estudiantes de élite asiste a sus universidades y los científicos locales llevan la delantera en avances, premios, publicaciones y patentes.
La IA avanza rápidamente, pero las prácticas de gestión, la infraestructura, la educación, la regulación y la demanda de los consumidores evolucionan con mayor lentitud, lo que probablemente limite el impacto a corto plazo del ingreso de esa “isla de genios”. A largo plazo, sin embargo, los efectos en la economía mundial serán profundos. La estabilidad económica dependerá de cómo gestionemos la transición.
Riqueza y poder
La distribución geográfica de las tareas de alto impacto y gran exigencia de criterio modificará la distribución del ingreso y el poder. Las regiones con mayor concentración de trabajadores cualificados, instituciones de investigación más sólidas e infraestructura tecnológica avanzada probablemente captarán una proporción desmesurada de los beneficios económicos.
En sectores donde el buen criterio resulta fundamental —como la investigación científica, los tratamientos médicos y la planificación estratégica—, la IA potenciará la productividad de los expertos, aumentando su potencial de ingresos y consolidando el liderazgo de los centros de innovación. En cambio, en industrias como la atención al cliente, donde la capacidad predictiva es el factor diferenciador, podría producirse un desplazamiento de empleos hacia regiones de salarios más bajos, lo que contribuiría a reducir la desigualdad de ingresos.
Si el impacto de la IA es mayor en tareas de alto valor y gran exigencia de criterio que en las de menor impacto y centradas en la predicción, se intensificará la desigualdad económica en el mundo. Como consecuencia, podríamos asistir a una concentración aún mayor de la riqueza y la influencia en un pequeño grupo selecto de ciudades o países que logren atraer al talento más destacado.
Las regiones de altos ingresos con ecosistemas de IA consolidados —como algunas zonas de Estados Unidos, Europa y Asia— podrían obtener mayores rendimientos del capital humano dotado del buen criterio requerido. En cambio, otras regiones corren el riesgo de quedarse rezagadas. A largo plazo, esto podría ampliar la brecha de liderazgo tecnológico, financiamiento de la investigación e influencia geopolítica. Además, una IA más avanzada podría redefinir qué tipo de criterio continúa siendo escaso, alterando aún más el equilibrio de poder según la capacidad de cada región para adaptar su fuerza laboral a las nuevas demandas.
Las autoridades pueden intervenir de tres formas clave.
Para agudizar el buen criterio, podrían ampliar el acceso a una educación y formación de alta calidad que priorice las aptitudes para la toma de decisiones complejas, de modo que más personas en diversas regiones desarrollen el discernimiento necesario para complementar la IA.
Asimismo, sería conveniente promover la movilidad del talento y el intercambio de conocimientos a nivel mundial, a fin de que el criterio necesario para aprovechar plenamente la IA se distribuya de forma más equitativa entre las economías, en lugar de concentrarse en unas pocas regiones dominantes.
Por último, los responsables de las políticas podrían implementar incentivos para expandir la capacidad de generar predicciones de IA de alto valor más allá de los centros de poder tradicionales, mediante la asignación de recursos financieros, desarrollo de infraestructura e incentivos para la adopción de la IA. De este modo se reconfiguraría la distribución de los beneficios de la IA y se promovería un crecimiento económico más equilibrado a largo plazo.
Medidas como estas facilitarían la gestión de la transición y permitirían aprovechar al máximo los beneficios de la IA, al tiempo que se mitigan sus riesgos. Los expertos en informática se adelantaron en el desarrollo de esta tecnología, que sigue avanzando a gran velocidad. Ahora es el turno de los economistas de ponerse al día: debemos orientar a los responsables de las políticas con investigaciones que definan cómo gestionar de forma óptima la transición hacia la IA. De este modo, son mayores las probabilidades de que las políticas encaucen al mundo hacia un futuro de estabilidad y prosperidad globales, y no hacia un desenlace más sombrío.
Nota del editor (16 de junio de 2025): Este artículo se ha actualizado para eliminar las 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.
