Es momento de hacer balance de cómo se ha aplicado la IA generativa en diversos sectores y de lo que podría significar para las economías en el futuro.
Ya es evidente que la IA generativa es una herramienta que podemos utilizar para realizar tareas con una eficiencia que nunca creímos posible.
Una variable clave que influye en el impacto macroeconómico de la IA generativa es el grado de cooperación entre los sectores público y privado, así como el enfoque regulatorio general.
Un año después del lanzamiento de la primera versión de ChatGPT, la atención de los medios y de los inversores hacia la inteligencia artificial (IA) generativa se ha moderado. Hay menos titulares y la capitalización bursátil de las mayores empresas estadounidenses consideradas beneficiarias directas de la IA se ha estabilizado tras haberse disparado inicialmente.
Parece un momento oportuno para hacer balance de cómo ChatGPT y herramientas similares se han aplicado en diversos sectores durante el último año y de lo que podrían significar para las economías en el futuro.
Redefinir la experiencia laboral
No se debe subestimar el impacto transformador de la IA generativa. Cuando la primatóloga Jane Goodall observó por primera vez, en 1960, cómo los chimpancés de Gombe pescaban termitas manipulando hojas de hierba, la línea que separa a los humanos de otros animales se difuminó de repente. Ya no se consideraba que el uso inteligente de herramientas fuera un rasgo exclusivamente humano, lo que llevó a su mentor, el paleoantropólogo Louis Leakey, a decir con razón: «Ahora debemos redefinir la herramienta, redefinir al hombre o aceptar a los chimpancés como humanos».
Ya es evidente que la IA generativa es una herramienta que podemos utilizar para realizar tareas con una eficiencia que nunca creímos posible, y esto está redefiniendo la experiencia laboral. Imagine que le encargan cavar un hoyo y que hay una roca bloqueando el lugar. La IA generativa equivale a recibir una pala que se transforma en pico para romper esa roca y luego vuelve a ser pala para terminar el trabajo.
De forma más concreta, la IA generativa ya se utiliza de manera innovadora en diversos sectores. A continuación se presenta una pequeña muestra de sus casos de uso menos conocidos, que, no obstante, encierran el potencial de aplicaciones transformadoras:
1. Sanidad: Los médicos utilizan la IA generativa para ayudar a elaborar resúmenes de grandes volúmenes de literatura médica o para generar posibles causas de enfermedades difíciles de diagnosticar. Los hospitales utilizan personas simuladas para empatizar mejor con cada paciente, anticipar sus necesidades o comunicarse con ellos de una manera más comprensible.
2. Derecho: Los despachos de abogados utilizan la IA para someter a pruebas de estrés la solidez de los argumentos y explorar formas de alcanzar puntos intermedios en las negociaciones. La tecnología también se emplea para respaldar a las personas que realizan revisiones de contratos, buscando términos específicos (como «indemnización») e identificando secciones que requieren una revisión humana adicional.
3. Agricultura: La IA ayuda a los agricultores a optimizar el riego mediante la recopilación y el análisis de datos, hectárea por hectárea, sobre temperatura, humedad y velocidad y dirección del viento, entre otros. Los agricultores pueden utilizar la IA generativa para identificar posibles causas y soluciones para un rendimiento bajo de los cultivos o para detectar plagas y enfermedades.
4. Fabricación: Las empresas automovilísticas utilizan la IA para analizar las opiniones de grupos de discusión, convirtiendo automáticamente las conversaciones grabadas en datos estructurados y resumiendo el sentir general del grupo sobre distintas características de los vehículos. Los fabricantes utilizan datos no estructurados de encuestas, informes de garantías de concesionarios y otros comentarios de los propietarios de vehículos para detectar problemas con mayor rapidez, determinar las necesidades de los consumidores y planificar campañas de marketing.
Otra forma en que la tecnología está afectando a la productividad es capacitando a empleados con poca o ninguna formación en programación para escribir programas que se adapten a las necesidades de sus empleadores. Por ejemplo, las empresas de sectores muy regulados, preocupadas por introducir datos en ChatGPT, han empezado a utilizar la tecnología para producir herramientas personalizadas en Python y VBA que luego pueden aplicar a sus datos internos para su procesamiento y análisis. En cambio, muchas empresas de software se han mostrado reacias a introducir su código en ChatGPT por temor a comprometer su propiedad intelectual.
A nivel individual, los trabajadores innovadores están aumentando su productividad al utilizar la IA generativa para redactar planes, agendas y correos electrónicos; ayudar en la generación de ideas; analizar un problema desde múltiples perspectivas; escribir herramientas de software personalizadas, o resumir grandes conjuntos de información necesarios para realizar tareas específicas. A medida que la tecnología se integra en plataformas de trabajo que priorizan la colaboración, herramientas como ChatGPT de OpenAI, Copilot de Microsoft y GSuite de Google pueden ampliar el alcance de los beneficios en productividad.
Impacto macroeconómico de la IA generativa
Sin embargo, el impacto macroeconómico de la IA generativa no será medible de inmediato mediante indicadores habituales como el crecimiento del PIB, la inflación y la productividad de los factores. La historia sugiere que el impacto de los avances tecnológicos del pasado sobre las variables macroeconómicas tarda años en notarse, no trimestres. No obstante, los plazos para medir el impacto de la IA generativa podrían acelerarse porque la tecnología puede desplegarse rápidamente mediante software y porque su uso es relativamente sencillo, con requisitos de aprendizaje y formación menos exigentes.
Desde nuestro punto de vista, una variable clave que influirá en el impacto macroeconómico de la IA generativa es el grado de cooperación entre los sectores público y privado, así como el enfoque regulatorio general hacia esta tecnología. Sin una participación proactiva del sector público y una regulación sensata, los países carecerán de la inversión necesaria en capital humano y físico para aprovechar todo el potencial de la IA.
¿Cómo está el Foro Económico Mundial creando salvaguardas para la inteligencia artificial?
El Centro para la Excelencia en IA conecta a líderes de diversos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Respalda un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas de colaboración, el Centro permite a sus socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
Un ejemplo de país que se está adaptando a esta nueva realidad son los Emiratos Árabes Unidos. Durante una reciente visita al país, como parte del Programa de Jóvenes Líderes del Foro Económico Mundial, supimos que los EAU habían creado el primer Ministerio de Inteligencia Artificial del mundo. Las autoridades emiratíes confían en que otros países seguirán su ejemplo, de forma similar a lo ocurrido hace más de un siglo con la creación de los primeros ministerios de energía.
En cambio, los países que no reconozcan con prontitud el poder de la IA generativa ni trabajen para mitigar sus riesgos podrían no ser capaces de cerrar la brecha entre las iniciativas innovadoras a micronivel y los resultados a macronivel. El potencial es suyo y solo ellos pueden perderlo.
