De acuerdo al informe recibido por la Casa Blanca, en 2016, sobre el impacto de la Inteligencia Artificial (IA) en la economía norteamericana, la IA permitirá la automatización de algunas tareas humanas en el mediano plazo, abriendo nuevas oportunidades para la economía y la sociedad, pero también afectando los puestos de trabajo de millones de personas.
Las transformaciones que impulsa la IA en las economías crean enormes desafíos para los responsables de las políticas públicas, y aunque no se conoce con precisión los efectos de la IA sobre todas las relaciones de mercado, en el informe se identifican como las más importantes: las contribuciones positivas al crecimiento agregado de la productividad de las empresas, y los cambios dramáticos en las habilidades exigidas por el mercado laboral.
Asimismo, se espera que se alcance un alto grado de incertidumbre en el mercado del trabajo, ya que algunos cargos desaparecerán mientras que otros se crearán. De allí la importancia de la visión prospectiva en las políticas públicas, vital para aprovechar las ventajas de la IA, jugando por adelantado mientras se diseñan planes y compensaciones necesarias para mitigar los impactos en los agentes que tendrán pérdidas significativas ante la ola de cambios tecnológicos.
Existe una relación estrecha entre IA y la economía en un primer nivel, el de los impactos de la aplicación de una sobre la otra. Sin embargo, para entender otra dimensión de la relación entre las dos disciplinas o ámbitos, es bueno tener en cuenta los conceptos básicos de inteligencia y de IA.
La definición de inteligencia es compleja. Existen tantas definiciones de inteligencia como personas inteligentes hay. Con la finalidad de simplificar la definición de inteligencia, la podemos considerar como un conjunto amplio de habilidades y potencialidades de la mente, que se manifiesta en las acciones humanas.
Por otra parte, la IA también tiene muchas definiciones, pero puede reducirse a la acción racional y lógica de las máquinas, para responder a estímulos del entorno, lo que implica por supuesto la capacidad de aprender constantemente. Por lo tanto, la IA sólo considera la parte racional (lógico-matemática) de la inteligencia humana, al menos en sus primeros pasos.
Otra relación muy estrecha entre IA y economía tiene un origen epistemológico, puesto que fue un Premio Nobel de Economía, Herbert Simon, uno de los pioneros de la IA. Herbert Simon puso en tela de juicio el principio de la perfecta racionalidad de los agentes económicos, que es premisa fundamental de la teoría económica clásica, demostrando que no es viable en la práctica por las siguientes razones: el “homo economicus” no se enfrenta a situaciones de competencia perfecta, y la incertidumbre del entorno impide predicciones exactas para los empresarios, lo que los obliga a revisar permanentemente sus objetivos (información imperfecta), provocándoles costos que los desvían del óptimo.
Simon se refiere además a la capacidad limitada innata de los seres humanos para percibir todos los elementos complejos de la realidad, por lo que propuso el principio de la “racionalidad limitada”. La racionalidad limitada de los individuos justifica que la sociedad busque el soporte de las máquinas para enfrentar el mundo de la información imperfecta, obteniendo todos los datos requeridos para tomar decisiones óptimas, con soporte en máquinas racionalmente inteligentes, con amplia capacidad de procesar esos datos (pero también capaces de aprender lo que pueden muchos individuos) incrementando así la productividad y reduciendo costos.
Para Simon, el hombre como individuo es un agente simple y la complejidad que expresa en su comportamiento se debe más a la complejidad del entorno que a su limitada capacidad mental. Se deduce que si la racionalidad de una persona es limitada y un individuo no puede procesar solo soluciones óptimas a problemas económicos, las empresas requieran del soporte de máquinas inteligentes, capaces de procesar grandes cantidades de datos, para generar las mejores soluciones. En la práctica, esto se traduce en una “racionalidad procedimental” que es la sumatoria de las capacidades de muchos individuos en algunos algoritmos inteligentes. Además, las formas de IA son capaces de aprender, y al estar libres de emociones, producen mayor eficiencia económica.
Sin duda, Simon fue un adelantado y un pionero de la IA y su relación con la ciencia económica, argumentando la importancia de una basándose en las limitaciones de la otra, al criticar el supuesto de perfecta racionalidad del homus economicus. Hoy en día sabemos que los datos son los nuevos factores productivos en la Cuarta Revolución Industrial y que el procesamiento de ellos es vital para la competitividad y productividad de las empresas.
También sabemos que el mercado laboral en un futuro muy cercano estará determinado por la robótica, la IA y todas las tecnologías disruptivas potenciadoras de la productividad y sustitutivas del trabajo humano, lo que representa un enorme reto para los individuos y para las políticas públicas en las sociedades, que deberán invertir más para desplegar las capacidades al máximo, y así no perder protagonismo ante la competencia de las máquinas inteligentes.
