#153 ¿Cuándo nos va a quitar el empleo la inteligencia artificial?
Hola, soy @samuelgil, Partner en JME Ventures.
Bienvenido a mi newsletter semanal, un lugar donde nos reunimos aquellos que creemos que la tecnología transforma juegos de suma cero en juegos de Suma Positiva.
Hoy tenemos la inmensa suerte de que nos vuelva a visitar
, quien ya lo hizo hace unos meses con su artículo El Fin de los Estados-Nación, uno de los más leídos y aclamados en la historia de Suma Positiva.Después de haber tocado en varias ocasiones la revolución que van a suponer los últimos avances en inteligencia artificial generativa (El cambio de paradigma de las inteligencias artificiales generativas, All You Need Is…?), Tomás viene esta semana a “sacar el elefante de la habitación”, explorando en profundidad cómo cree que estas tecnologías van a afectar a diferentes tipos de ocupaciones, con un estilo narrativo y profundidad de análisis al alcance de muy pocos.
Esta edición de Suma Positiva ha sido patrocinada por:
¡Bienvenidos a Sttok, la aplicación online de gestión de libros de socios que lo cambia todo!
Sttok es la plataforma de gestión automatizada de libros de socios, que ofrece a los inversores, CEOs y abogados la gestión más eficiente, segura y rentable del Equity de una sociedad. Con nuestra aplicación, los socios pueden manejar y ver de manera fácil y sencilla el libros de socios, así como crear planes de incentivos para empleados, realizar cálculos de ampliaciones, notas convertibles y mucho más. Ver funcionalidades.
Nuestra aplicación ha sido diseñada para automatizar, simplificar y agilizar la gestión de los libros de socios, permitiendo a nuestros clientes concentrarse en sus negocios y obtener el máximo valor de sus activos. Además, nuestra plataforma proporciona herramientas intuitivas de análisis y seguimiento, lo que garantiza una toma de decisiones informada y eficaz.
Actualmente, Sttok gestiona casi 2.000.000.000€ en activos de nuestros clientes, lo que demuestra la confianza de inversores, emprendedores y abogados en Sttok. Únete a nuestra comunidad y experimenta el cambio que supone trabajar con Sttok. ¡Prueba Sttok hoy y descubre lo fácil que puede ser gestionar tus activos! Ver Sttok.
👀 ¿Quieres patrocinar Suma Positiva? Toda la información aquí.
Hola, soy Tomás Pueyo, autor de la newsletter Uncharted Territories, donde escribo sobre el futuro de educación, salud, cultura, estados-nación, violencia, energía, espacio, y sobre todo Inteligencia Artificial. Apúntate para recibir más artículos como éste.
Cristiano Ronaldo gana más de 100 veces lo que ganaba Pelé. Si entiendes por qué, podrás entender cuándo te quitará tu empleo la Inteligencia Artificial (IA).
Este artículo va a explicar:
Qué tipos de empleos van a desaparecer rápidamente
Cuáles van a aumentar
Cómo puedes deducirlo tú mismo
Cómo de rápido va a ocurrir
¿Por qué la automatización elimina algunos empleos y aumenta otros?
Cuando los ordenadores aparecieron, seguidos de las hojas de cálculo, los contables temieron por sus empleos. Pero pasó esto:
¡¿Cómo?! ¡Cualquiera puede usar excel! ¿Cómo es que se ha duplicado el número de contables en los últimos 50 años como porcentaje de la población?
Mientras, ésta es la evolución de los agricultores en los EEUU en los últimos 180 años:
Esto es lo que opinaban los caballos al respecto:
Y luego pasó esto:
¿Cómo podemos saber qué empleos van a ser como los contables, y cuáles como los agricultores o caballos?
La saturación de demanda
La mejor manera de predecir el futuro es entender el pasado y proyectarlo hacia adelante.
Según Automatización y empleos: cuando la tecnología aumenta el empleo, lo siguiente es lo que pasó al número de empleados de tres industrias estadounidenses entre 1800 y 2000: textil, hierro y acero, y vehículos motorizados.
Los dos primeros empleos, los del textil y acero, crecieron durante casi un siglo, y de repente se invirtió la tendencia y empezaron a desaparecer. Mientras, el empleo en fabricación de vehículos motorizados—una industria que empezó mucho más tarde—creció rápido hasta los años 1950, pero su empleo ha ido reduciéndose lentamente desde entonces. ¿Por qué?
Podemos encontrar una pista en la mejora de productividad. Aquí se muestra para las mismas industrias la producción de hilo de algodón por hora trabajada (textil), toneladas de acero por hora trabajada (acero), y número de vehículos a motor producidos por hora trabajada:
Fíjate que estas gráficas de productividad son logarítmicas: la productividad ha seguido aumentando todo el tiempo. Éste es el poder de la tecnología.
Sobrepongo las dos gráficas anteriores para dejarlo más claro:
La productividad aumenta sin parar. Al principio, esa mejora de productividad era buena para el empleo, pero llegó un momento en que ya no era el caso. La productividad siguió aumentando, pero a partir de ese momento se comió los empleos en vez de aumentarlos. ¿Por qué?
Pongámonos en una de esas situaciones, por ejemplo con el textil. En el pasado, no te podías permitir comprar la ropa que necesitabas. Pasabas frío, andabas con ropa remendada. Llega la automatización, y de repente una persona puede producir muchas más prendas. Llegan más prendas al mercado. Pero no de una sola empresa; de muchos fabricantes. Lógicamente, bajan los precios por la competencia. Al bajar los precios, el público se puede permitir comprar ropa que antes era prohibitiva, y se gasta incluso más que antes en ropa! Si por una prenda tienes que pagar €1,000, no te compras nunca nada. Pero si te cuesta €100 la prenda, le compras varias a cada miembro de la familia. ¿Y si luego baja a €10 la prenda? Ya casi ni miras el precio y compras todo lo que necesitas para no pasar frío. No importa que baje a €1 la prenda. Ya tienes toda la ropa que necesitas. Ahora no vas a por más volumen, sino a por más diferenciación, más calidad. La demanda se satura.
Aquí está la demanda (otra vez en gráfica logarítmica) para las mismas tres industrias:
Como ves, la demanda aumenta exponencialmente al principio (una línea recta en una gráfica logarítmica), pero al cabo de un rato se ralentiza. Si la productividad crece exponencialmente, pero la demanda deja de crecer exponencialmente, ¿qué le pasa a los empleos? Pues que desaparecen. Puedes producir más, pero los clientes no te piden más, así que reduces costes.
Generalizando, esto es lo que pasa:
Llega la automatización. Aumenta la productividad al eliminar algunas tareas humanas—lo cual reduce el coste de trabajadores humanos.
Si hay competencia, la reducción de costes se traslada a reducción de precios, y aumento de calidad.
La demanda explota porque los productos son mejores y más baratos.
Este aumento de demanda es tal que el trabajo total aumenta1 pese a la mejora de productividad. Las empresas contratan a más trabajadores para hacer las tareas que aún no están automatizadas.
Pero llega un momento en que el precio es tan bajo y la calidad tan alta que la demanda se satura. Ya no sube tan rápido como antes. La gente tiene lo que necesita, y se centra en otras prioridades.
¡Pero la productividad sigue subiendo, y se eliminan más y más tareas humanas!
Como la productividad sube más rápido que la demanda, se eliminan empleos.
Baja el empleo total en la industria.
Esto explica por qué se eliminaron muchos empleos en agricultura (y los caballos): La gente prioriza la comida. Si aumenta la productividad, inicialmente la compra de comida va a aumentar un poco para cubrir el hambre, pero no más. No va a aumentar proporcionalmente. Vas a aumentar un poco la cantidad que compras, mucho la calidad (por ejemplo, variedad), pero no vas a comprar treinta aguacates porque estén treinta veces más baratos.
Sin embargo, resulta que había mucha más demanda escondida (latente) de contabilidad de la que se podía permitir la gente. ¡La contabilidad es muy útil! Cuanta más contabilidad pueden las empresas tener, más quieren para entender mejor la empresa, comunicar mejor sus cuentas, optimizar sus gastos… Así que la automatización ha eliminado tareas aburridas para los contables, pero ahora hacen tareas más interesantes y útiles que no se han podido automatizar aún. Sacan aún más valor por hora trabajada que antes, y los clientes lo pagan. Más empleo.
Al menos hasta ahora.
Si todo esto es verdad, la cuestión de si la IA crea o elimina empleos depende de dos cosas:
Cómo de rápido aumenta la productividad
Cuánta demanda latente hay
Si hay mucha demanda latente, puedes aumentar toda la productividad que quieras, que la demanda se la va a comer y aumentarán los empleos. Si la productividad sube muy rápido, puede alcanzar la demanda, y empiezan a bajar los empleos.
Esto nos permite especular sobre diferentes industrias: ¿Cómo va a impactarlas la IA?
Economía Superstar
Deportes
Volvamos a Ronaldo y Pelé:
Pelé, el brasileño nombrado mejor jugador del mundo de fútbol de todos los tiempos, hizo su debut en la copa del mundo de Suecia en 1958, cuando sólo tenía 17 años. Se convirtió en una estrella inmediatamente. Todos los equipos del mundo lo querían. Dos años más tarde, su equipo, el Santos, le pagaba $150,000 al año—unos $1.1 millones al cambio actual.—How Superstars’ Pay Stifles Everyone Else
Mientras, Cristiano Ronaldo ganó $93 millones en 2017 cuando jugaba para el Real Madrid. El sueldo del jugador medio español de La Liga era de unos $850k, o menos del 1% de lo que ganaba Cristiano Ronaldo.
¿Cómo es posible? Ronaldo no es 10 veces mejor que el jugador medio. No mete 10 veces más goles, ni corre 10 veces más rápido. Y probablemente no sea mejor que Pelé2. Y sin embargo, ganaba unas 100 veces más que el jugador medio español o que Pelé3. ¿Cómo es posible?
Para un equipo como el Real Madrid, mejorar su productividad incluso un 10%, un 1%, vale millones. Significa que marca unos pocos goles más en cada partido. Esos goles son la diferencia entre ganar una liga o quedar segundo. Y si ese dinero no se lo gasta el Real Madrid, se lo gastará encantado el Barça.
Millones de personas siguen a estos equipos en el mundo. Ven sus partidos. Ganar más partidos significa más espectadores, más entradas, más camisetas vendidas, más derechos de televisión, más dinero. Vale la pena pagarle bien a las estrellas, especialmente si no se van a la competencia.
¿Pero cuánto fútbol puedes seguir? Tienes La Liga, luego la segunda división, la segunda B, la liga inglesa, la italiana, la alemana, francesa, americana, brasileña… Tienes baloncesto, golf, balonmano, rugby, fútbol americano, tiro al arco, curling…
Tienes oferta infinita por la automatización.
En el pasado, para ver un partido, tenías que levantar el culete, salir por la puerta, patearte la ciudad, y llegar al estadio de tu equipo. Cuando le tocara jugar. Cada equipo tenía un mercado cautivo—los vecinos.
Lo que se ha automatizado es la distribución de contenido deportivo. Primero por radio, luego por tele, por satélite, por Internet, en directo, en diferido, con teleobjetivos, cámara lenta… Ahora si vas al estadio eres casi un panoli. Puedes poner la foto en Instagram mientras miras la repetición en la pantalla porque te has perdido el gol entre la miopía, las pipas, y el de delante que no para de rajar de la prima.
Ahora, el coste de distribución de contenido deportivo de muy alta calidad es casi cero. Lo que aún cuesta es producir el contenido—principalmente4, pagarle a los veintipico tíos para que galopen por la hierba durante 90 minutos.
Si te cuesta mucho crear algo, pero nada distribuirlo, tienes un incentivo en distribuir ese contenido en todos los recovecos mundiales. Como todos los clubs del mundo están en la misma situación, de repente tienes una avalancha de fútbol a todas horas de todos los días. Maldini en los Chocapic.
Porque hombre, si eres muy forofo, tú puedes consumir un poco más de fútbol. Dos partidos a la semana en vez de uno. Tres. Cuatro. Pero llega un momento en el que dices BASTA POR FAVOR. Dicho de otra forma, la demanda no aumenta tanto como la productividad.
Y como ahora tienes acceso a todo el fútbol del mundo, pues quieres lo mejor. Dejas de ir al partido de 3ª regional. Si quieres ganar dinero, tienes que estar en la élite, y sino por amor al arte.
Es posible que si eres el mejor del mundo en curling sobre piedras tengas un pequeño nicho de megafans de Islandia, Indonesia, y Lesoto. Pero si no creas contenido de la máxima calidad o de nicho, buena suerte.
La Industria del Contenido
Esto que te cuento de deportes le pasa lo mismo a todas las demás industrias de contenido. Si lo entiendes para una, lo entiendes para todas.
Música
Antes, la gente que quería escuchar música tenía que irse al bar a escuchar a los “músicos” locales o contentarse con pegarle a la mesa con ritmillo. Había muchas bandas locales para satisfacer esa demanda.
Pero a principios del siglo XX, dos innovaciones hicieron tambalearse a la industria de la música: la grabación y la radio. De repente, la gente pasó de escuchar la música local mediocre a tener acceso a las mejores actuaciones de la historia. Bastaba con encender la radio o el fonógrafo. El resultado es que la industria de la música en vivo se estrelló. Por ejemplo, los teatros de Vaudeville americanos pasaron de unos 1.500 a principios de los años 1920, a unos centenares al final de la década5.
Tenemos la misma dinámica que para los deportes:
Las grabaciones y la radio aumentaron la productividad de la oferta: con una sesión de grabación, podías tener una infinidad de sesiones de escucha en toda la tierra.
Esto satisfizo la demanda latente de música y la saturó.
Aumento de productividad por encima de demanda latente significa eliminación de empleo. Los músicos en vivo desaparecieron, reemplazados por los mejores músicos del mundo, o aquellos dedicados a música de nicho.
Esto sigue a día de hoy, a medida que la distribución musical mejora—aumenta la productividad de la oferta.
En 1982, el top 1% de las estrellas de pop se llevaban el 26% de los ingresos de conciertos—gente como Justin Timberlake, Christina Aguilera, 50 Cent o Camela6. En 2003, ese porcentaje pasó al 56%.—How Superstars’ Pay Stifles Everyone Else
En las últimas décadas, a medida que la música se ha hecho ubicua, la gente escucha cada vez más. Pero un poco más, no mucho más.
Así que tenemos en música el mismo patrón: Aumento de productividad bestial por el coste cero de distribución, aumento mucho más bajo de consumo, concentración de riqueza porque ahora quieres acceder a los mejores músicos del mundo, y reducción de empleo—no sólo los músicos en vivo de antaño, pero también todos los que vivían de ellos.
Demanda saturada.
Empleo desaparece.
Ganan los mejores creadores y las mejores empresas que los sirven.
Se llevan más dinero.
Y los demás a otra cosa.
Vídeo
Hace tiempo que las películas ha seguido una evolución parecida: El coste de distribución se ha hundido. Ahora puedes conseguir lo que quieras, cuando quieras, y por muy poco en Netflix, Disney Plus, Amazon Prime, etc.
Pero la mayoría de la producción sigue con un coste fijo alto.
Estudios como Pixar emplean a 600 o más creativos durante tres o cuatro años para hacer una película, además de proveerles alojamiento, herramientas, y un entorno creativo.—Source.
Ahora, la IA Generativa va a eliminar muchos de los procesos necesarios para hacer películas: explorar nuevos conceptos, hacer brainstorming de guiones, darle una frase a la IA para que genere el vídeo, editarlo en vivo, añadir música generada por IA…
El creador grabó el vídeo de arriba, añadió la imagen de abajo para el estilo, y RunwayML generó el video de en medio. Esto aún no funciona perfectamente, pero te puedes imaginar perfectamente dónde va a estar esto en unos meses.
Los mejores creadores podrán producir obras de arte sin tener que convencer a nadie para que los financie o para ayudar en la producción. Este aumento de productividad de la producción audiovisual abrirá las puertas a que cualquiera pueda hacer vídeos. El próximo Scorsese puede estar ahora mismo jugando con herramientas de IA generativa en un suburbio de Mumbai.
Ya sabemos lo que pasa en estas circunstancias: Lo hemos discutido con la música, pero también lo hemos vivido con Youtube, donde la distribución se hizo aún más barata que en plataformas como Netflix. Cualquiera puede crear y publicar un vídeo, y hemos visto el resultado: miles de millones de vídeos, la mayoría una porquería, pero algunos increíblemente buenos. Ahora imagínate lo que pasará al reducir no sólo el coste de distribución, sino también el coste de generación de vídeo de calidad. Gente como Mr Beast ha creado en Youtube un imperio de más de mil millones de dólares. ¿Qué pasará cuando gente como él pueda producir contenido cien veces más rápido y más barato?
El resultado es que aun más personas crearán contenido audiovisual de calidad, pero como el consumo de vídeo no puede subir mucho más—la gente ya le dedica horas al día—algunos profesionales del medio aumentarán su productividad y crearán pelis maravillosas, y los demás a la calle.
Otros tipos de contenido
Esta mecánica se va a expandir a todo tipo de contenido. El más obvio es la ilustración, con herramientas como Stable Diffusion o Midjourney, que aún están en pañales, pero mucha gente ya teme lo que les va a pasar.
Mi pareja, una ilustradora, ya usa Midjourney para la composición, y produce ilustraciones por un tubo. Pero teme que le queden meses antes de que la IA sea suficientemente buena como para eliminar los efectos raros como demasiados dedos o personas que casi no parecen humanas. Cuando llegue ese momento, ¿no es probable que sus clientes de pago simplemente saquen sus ilustraciones de la IA?—Osprey22.
Otra vez lo mismo: Un aumento de productividad que aumenta el trabajo a corto plazo, pero la productividad está subiendo tan rápido que va a saturar la demanda rápidamente, pasando a la fase de destrucción de empleo.
Los principales ganadores de todo esto seremos todos nosotros con acceso a muchísimo contenido de calidad.
También ganarán los mejores creadores, que podrán usar estas herramientas para generar ese contenido,
También ganarán las empresas que permitan todo esto: creación de contenido con IA, herramientas de gestión de contenido, de distribución…
Los perdedores serán todos los creadores de contenido de calidad media: los ilustradores medios, los iluminadores medios, los editores de vídeo medios, los cantantes medios, los periodistas medios, los escritores medios…
Industrias de contenido personalizado
Las industrias que acabamos de discutir se llaman de contenido, pero ¿qué es el “contenido”? La información que se puede consumir de manera no personalizada: libros, cine, vídeos de youtube, canciones… Todas ellas producidas una vez para un público concreto.
Pero la IA puede hacer algo que no se podía hacer antes: personalizar la información. Eso abre las puertas de la automatización a industrias que antes eran intocables, como por ejemplo la abogacía, la salud, o la educación.
Educación
Buena parte de la educación es una industria de contenido: los programas de estudio, los libros de texto, las lecciones… No es coincidencia que las mejores lecciones se encuentren ahora en sitios como Youtube o Khan Academy.
¿Por qué entonces la educación no ha sido completamente revolucionada por Internet? Como explicaban Samuel Gil y Alberto Arenaza, gran parte de la culpa lo tiene el problema de los dos sigmas de Bloom: Sabemos que si a un niño le ponemos un tutor particular, pasa al top 2% de la clase. Pero claro, no podemos darle un tutor particular a cada niño.
O mejor dicho, no podíamos.
La tecnología de IA actual no está lejos de poder permitirlo. A medida que mejoren los modelos fundamentales, el fine-tuning, y el prompt engineering, esto se va a hacer una realidad. Le faltan meses o años, no décadas.
¿Te imaginas poder preguntarle a un tutor personal sobre cualquier tema, y que te ayude a aprenderlo a fondo y de una manera que da gusto? La calidad y velocidad de aprendizaje van a explotar.
¿Qué significa para los empleos en educación? Pues por un lado, las IAs van a ser rápidamente mucho más productivas que los seres humanos en la componente de aprendizaje: Los humanos simplemente no podemos personalizar la educación. Los mejores educadores crearán contenido, ayudarán a mejorar las IAs, o harán de tutor particular de los más ricos.
Sin embargo, la educación tiene más componentes que la de aprendizaje, como por ejemplo el cuidado infantil, el tener un ser humano que se preocupa por ti, o la certificación. Algunos de estos componentes—como la certificación—se van a automatizar en los próximos años. Otros, como el cuidado infantil, aún tienen demanda que no está satisfecha.
Por todo ello, podemos asumir que la naturaleza la educación probablemente vaya a cambiar mucho en los próximos años, aunque su cantidad de empleo no se reduzca.
Salud
La salud también se puede separar en varias componentes: el diagnóstico, los tests, la decisión del tratamiento, el llevar los tratamientos a cabo, el cuidado de los pacientes, la farmacología…
No todos estos componentes son de información: el cuidado de pacientes y la ejecución de tests por ejemplo no lo son. Estas componentes no se van a automatizar rápidamente.
Pero el diagnóstico y el plan terapéutico sí son información, así como buena parte de la farmacología. Ya estamos viendo en farmacología cómo AlphaFold está revolucionando el medio. Mientras, varias empresas llevan años intentando hacer que la IA haga los diagnósticos y los planes terapéuticos mejor que los seres humanos. Aún no lo han conseguido en la mayoría de los casos, pero creo que no van a tardar: Los seres humanos no pueden leerse toda la investigación que sale sobre todas las enfermedades y comparar estadísticamente las probabilidades de cada enfermedad y tratamiento. Es imposible. Pero las IAs sí pueden. Es cuestión de enseñarles.
Curiosamente, eso probablemente aumente el empleo en salud en los próximos años: Hoy en día, ¿tienes todo el acceso de salud que quisieras? Hoy, para diagnosticarte, tienes que googlear tus síntomas, tomarte un Lexatin para reducir las taquicardias al concluir que tienes cáncer, ir al médico, que te diga “A ver, abre la boquita, aaaaaaaahhhh”, que te sobe un poco la tripina, te deje ciego con el oftalmoscopio, te dé una palmadita en la espalda, y te diga “Bueno, probablemente sea una bacteria. Lávate bien (guarro), tómate una azitromicina durante siete días y si sigues mal, me llamas”. Como ésta ya te la sabes, pues esperas a estar moribundo o con un brazo menos para ir al médico.
En cambio, si tienes una IA personalizada que tiene tus datos biométricos desde hace años, todos los estudios científicos del mundo en sus neuronas, y está conectada a Internet para saber qué epidemias hay actualmente a tu alrededor, te podrá decir: “Tienes un 68% de probabilidad de tener un picornavirus, que se resuelve en el 93% de los casos en 48h sin ninguna necesidad de tratamiento. Tienes un 23% de tener una meningitis, la cual puede ser severa, pero se puede esperar 48h antes de diagnosticarla. Por lo que sería razonable esperar a que se resuelva en las próximas 48h, pero si empeoras o pasan 48h y estás igual, deberías ir al médico a hacerte un TAC o una resonancia magnética.”
El médico, armado con toda la información del paciente además de la opinión de la IA, estará en mejor posición para tomar las decisiones que le queden por tomar.
Esto aumentaría el empleo médico porque hay mucha gente que hoy no va al médico porque el diagnóstico no es fácil o correcto, o porque la terapia no acierta, o porque es demasiado caro. Pero si mejoras todos estos pasos, será mucho más fácil, el sistema de salud se ahorrará mucho dinero de prueba y error, se reducirán los costes de los tratamientos, y por ende los precios, y aumentará la demanda. Como aún estamos lejos de que nuestras necesidades de salud estén cubiertas, podemos esperar que el aumento de productividad se traduzca en mejor calidad, menores precios, más cantidad de salud, y más empleo.
Abogacía
Algo parecido le pasa a la abogacía. Hoy por hoy, te lo piensas muy mucho antes de contratar a un abogado, porque sabes que te va a sablear—normal, su tiempo es valioso, y tratar cada caso necesita de muchas horas de trabajo.
¿Pero qué pasaría si no hicieran falta tantas horas de trabajo por caso?
Imagínate una IA a la que le puedas contar todos los detalles de tu situación y te estudie las leyes, la jurisprudencia, te diga si puedes ganar un caso o no, qué evidencia tienes que mostrar, en qué orden, en qué juzgado, a qué juez, a qué hora…
¿Eliminaría eso la necesidad de abogados? No, porque tal y como está montado el sistema, el abogado tiene que presentarse en el juzgado, firmar de su puño y letra, interaccionar con otros seres humanos…
“Mi empresa DoNotPay pagará a cualquier abogado o persona $1.000.000 que defienda un caso delante del Tribunal Supremo de los EEUU con unos AirPods puestos y deje que nuestro robot abogado le diga por el pinganillo exactamente qué palabras tiene que decir.
Tal vez en el futuro reformemos todo este sistema, pero a día de hoy muchas de estas tareas humanas no se pueden evitar por ley. Así que lo que hará la IA es eliminar toda la parte preliminar, que es tan cara. No sé qué porcentaje del trabajo de un abogado es eso, pero asumamos que es el 80%. Si es así, un abogado asistido por una IA podrá cubrir 5 veces más casos. Si reduce sus precios en un 60%, ganará más dinero que antes, y muchas más personas podrán permitirse usar la ley. Eso aumentaría el empleo de abogados.
En cambio, si lo que limita la oferta de justicia no es el tiempo de los abogados, sino el tiempo de los jueces, los abogados no podrán cubrir 5x más casos. Es más, no podrán cubrir ningún caso más. Pero los costes seguirán reduciéndose un 80%. En ese caso, probablemente sí baje el empleo de abogados.
El patrón de todas estas industrias de información personalizada es el mismo: La IA va a automatizar la componente de información rápidamente, y ahí se va a reducir el trabajo. Pero muchas de estas industrias tienen otros componentes que no son de información. Es probable que gracias a ellas, en el corto a medio plazo, estas industrias vean más empleo en vez de menos.
Otras industrias
Vamos a expandir este razonamiento a otras industrias:
Logística
Recibí esta nota de un lector7:
Mi hijo mayor trabaja para Amazon como gestor de centro de distribución. Recientemente, me ha comentado que le cuesta muchísimo retener a sus empleados. En su centro, la retención de nuevos empleados al cabo de 100 días ha bajado del 75% a un sorprendente 30% en los dos últimos años. Dice que está pasando en todos los centros Amazon de los EEUU. Las condiciones de los empleados son tan repugnantes y orwellianas que los aumentos de sueldo ya no convencen. Lo que es casi peor, los empleos son tan mecánicos y repetitivos que aún los trabajadores más dedicados pierden rápidamente la concentración y la motivación.
En el centro logístico de mi hijo, los robots y la IA gestionan (perfectamente) todas las tareas más complicadas y difíciles. A los trabajadores humanos se les aparta y da tareas cada vez más básicas y aburridas. Pese a la simplicidad de esas tareas, cada problema que su equipo ha tenido que resolver se puede rastrear a un error humano. Hasta los empleados humanos más atentos van a hacer un error en una orden de cada mil.
Dice que en el último año, su presupuesto para bonificaciones e incentivos se ha derrumbado. Amazon no parece hacer ningún esfuerzo por retener a los trabajadores, y/o mantenerlos felices. Mi hijo dice que Amazon recibió considerables incentivos fiscales a largo plazo por contratar X número de empleados cuando se construyó su instalación, pero estos incentivos están programados para disminuir en los próximos años. En mi opinión, una vez que los incentivos fiscales hayan expirado, veremos a Amazon empezar a adelgazar agresivamente la manada de empleados operativos, seguida por muchos gerentes sin nadie a quien dirigir. Obviamente, Amazon no aplicaría este enfoque a una sola instalación de distribución. Sospecho que éste es su plan para la mayoría de su fuerza laboral en los próximos años; incentivos fiscales expirados seguidos por trabajadores reemplazados por automatización más fiable.
Lo que es diferente ahora es que la transición ha pasado de algo que puede suceder en el futuro, a algo que está sucediendo ahora, y está acelerando.—John
Éste es un ejemplo perfecto de lo que hablábamos antes: A medida que la productividad robótica aumenta, también aumenta el empleo: La automatización de Amazon permitió la entrega en dos días sin coste adicional, algo que todos queríamos (demanda latente), por lo que Amazon creció extremadamente rápido. No sabía cómo automatizar todo de antemano, por lo que contrató a 1,6 millones de trabajadores en todo el mundo. Pero el aumento de productividad sigue. La demanda latente se ha satisfecho en cuestión de años. Su número de empleados ya ha comenzado a disminuir en 20228. Pasamos a la fase de reducción de empleo.
Conducción de camiones
Los conductores de camiones son complementarios a los centros logísticos. Hasta 2017, nadie pensaba que alguna vez se podría automatizar ese empleo. Luego, entre 2017 y 2019, la gente pasó a preguntarse por qué la IA no los había reemplazado ya, que era inminente. Ahora nos hemos dado cuenta de que para la conducción, los seres humanos no tienen una fiabilidad del 99%, sino del 99,999999999%. La IA aún no ha sobrepasado esos niveles de manera suficientemente rotunda. Eso no significa que no vaya a suceder, ya que la IA mejora constantemente. Ya existen servicios de taxis robóticos en algunas ciudades, y la parte de larga distancia de la conducción de camiones pronto será estándar:
En marzo, un camión de dieciocho ruedas pasó más de cinco días seguidos transportando mercancías entre Dallas y Atlanta. Funcionando las 24 horas, recorrió más de 10.000 km, realizó cuatro viajes de ida y vuelta y entregó ocho cargas de mercancías. Un camión tradicional, cuyo único conductor debe detenerse y descansar cada día, necesitaría más de 10 días para entregar la misma carga.—The Long Road to Driverless Trucks.
Conducir en carreteras es más fácil que en ciudades, por lo que el transporte de carga de larga distancia se automatizará primero. Esto podría reducir los costes de larga distancia, reduciendo los costes logísticos totales, aumentando la demanda de transporte de carga total. Como resultado, el empleo de transporte en ciudad podría aumentar a corto plazo.
O bien los costes humanos de distribución de larga distancia por camión ya son lo suficientemente bajos como para que una reducción mayor no tenga mucho efecto en la demanda. En ese caso, el aumento de productividad simplemente eliminará los empleos de camionero.
Generalicemos aún más: ¿Qué industrias aún tienen una demanda latente que podría desbloquearse con la IA generativa?
Construcción
La construcción ha resistido la automatización por más de un siglo. Es sorprendentemente difícil de automatizar cualquier parte del proceso de construcción.
Pero aunque lo consiguiéramos, los precios no bajarían, porque el principal coste de la construcción no son los obreros, sino el coste del suelo, de los materiales, de la financiación, los permisos, las comisiones… Así que si se automatizara el trabajo de los obreros, probablemente no bajara mucho el precio final, por lo que la demanda no aumentaría mucho, y el empleo probablemente se reduja.
Cuidado infantil
Es posible que la IA esté a punto de aumentar vertiginosamente la productividad del cuidado infantil.
A día de hoy, a los niños en edad preescolar los cuida un familiar o van a una guardería en la que difícilmente les pueden prestar toda la atención que requieren estos niños. Y aunque pudieran, a los veinte minutos piden tregua, porque cansan mucho9.
El resultado es que muchos pasan tiempo delante de la tele, de Youtube, o medio abandonados. Una IA personalizada que les pueda seguir el ritmo, fomentar la curiosidad, y enseñar de todo sería como un regalo del cielo. Esto haría que muchas personas que hoy no pueden cuidar a niños de manera intensiva—como por ejemplo abuelos—sí que pudieran, liberando a los padres y madres para que trabajen más.
Sin embargo, en las guarderías, a menudo hay un número mínimo de empleados por niño. Un aumento de la productividad de los empleados no permitiría acoger a más niños por empleado, por lo que no podrían bajar los precios, y no subiría la demanda. Esos empleos probablemente estén seguros10.
Negocios “Superstar”
Hasta ahora hemos hablado de industrias existentes. Como vemos, muchas van a tener aumentos fuertes de productividad que van a reducir el empleo. Otras tienen limitaciones—a menudo legales—que lo harán difícil. ¿Pero qué va a pasar con nuevas industrias?
¿Tal vez su aparición compense la pérdida de empleos?
La automatización abarata montar un negocio. Ahora hay herramientas no-code para montar páginas webs sin saber programar, o herramientas SaaS11 para simplificar cualquier funcionalidad del negocio. Una startup que antes necesitaba $100 millones de inversión para tener éxito ahora se puede montar con poca o ninguna inversión.
Pero estas empresas probablemente no empleen a mucha gente dado lo productivas que van a ser: si pueden empezar un negocio con poca inversión, es justamente porque no necesitan demasiados empleados. Muchas de sus funciones están ya automatizadas. Es posible que aún valga la pena emplear a gente para hacer crecer el negocio, pero no centenares de miles de personas. Las empresas digitales ya son muchísimo más productivas que las demás. Imagínate cómo lo serán con IA.
Lo que nos vamos a encontrar es con muchísimos más fundadores de empresas que se hacen millonarios o mil-millonarios, unos pocos empleados que los ayudan al principio que se hacen millonarios, y poco más. No vamos a tener ni siquiera la distribución de riqueza de empresas como Google, Facebook, o Microsoft en los EEUU, empresas que emplean a decenas o centenas de miles de personas con sueldos medianos de más de $200k. Nos vamos a un mundo en el que los negocios se van a parecer más a las industrias de contenido, con unos pocos superstars que concentran la mayoría de la riqueza creada.
¿Qué determina la velocidad a la que vamos a llegar a ese mundo?
Cómo de rápido ocurre la automatización
Qué tareas humanas se le van a resistir
¿Cómo de rápido va a llegar la automatización?
Pues mucho. Muy rápido. No ya sólo la automatización, sino la llegada de la singularidad, el momento en el que las IAs podrán hacer todo lo que los seres humanos podemos hacer (“IAG”, Inteligencia Artificial General), lo cual significa que podrán mejorarse a sí mismas, pero a la velocidad de los ordenadores, hasta alcanzar una inteligencia sobrehumana.
¿Qué dicen los expertos?
Hay un par de tipos de expertos, los expertos de IA, y el mercado. Empezamos con el mercado
El Mercado: El mundo se acaba en 20 años
Más precisamente, el mercado calcula que llegaremos a la IAG en 7 a 18 años.
Metaculus es un mercado de predicciones. Permite que la gente apueste por ejemplo sobre cuándo van a pasar ciertas cosas. Varios estudios han demostrado que la precisión de estos mercados es muy alta12. En su página tiene varias predicciones de IAG.
Ésta es una predicción de IA débil (IAD), no general. Se refiere a cuando una IA que reciba un entrenamiento genérico pueda especializarse lo suficientemente en una tarea como para hacerla mejor que la mayoría de seres humanos. Por ejemplo, tener un notable en el examen de final de escolarización13.
En 2020, el mercado pensaba que alcanzaríamos la IAD a finales de los 2040. A mediados del 2022, predecía que sería a principios de la década de los 2040. Ahora, ocho meses más tarde… ¡En el 2027!
¿Y cuánto tiempo pasará entre la IAD y la IAG? ¡Tres años!
Otra página pregunta directamente la fecha de la IAG, y a día de hoy piensa que será en 2041.
Dicho de otra forma, el mercado piensa que de aquí a 7-18 años, tendremos IAs que pueden hacer todo o casi todo lo que pueden hacer los seres humanos, a una fracción del coste. Y que serán pronto mucho más inteligentes que nosotros. Esto va a cambiar absolutamente todos los aspectos de la vida. Según el mercado, el mundo tal y como lo conocemos se acaba en 7-18 años.
Los expertos de IA: El mundo se acaba en menos de 40 años
Aquí están las respuestas de 352 expertos en el 2022:
Cada rayita es una predicción. El 50% piensa que se alcanzará la IAG antes del 2061, y el 90% antes de 100 años.
El 50% dijo que alcanzaríamos AGI de aquí a 38 años.
Pero… ¿Cómo ha evolucionado esta predicción?
En el 2018, los expertos creían que la IAG llegaría de media en el 2068. Sólo cuatro años más tarde, se ha comprimido esa predicción a 2061. Pero si miras qué porcentaje piensa que se alcanzará la IAG antes de 100 años, en el 2018 sólo lo pensaba el 75%. En 2019, ya era el 81%. Ahora, es el 90%. Dicho de otro modo: Cada día que pasa, los expertos piensan que la IAG va a llegar antes.
¿Por qué?
La velocidad de transformación de la IA
El COVID demostró lo que es un crecimiento exponencial. Pues la IA va a crecer al ritmo de cuatro exponenciales14: procesamiento, datos, calidad de algoritmos, e inversión.
Potencia de Procesamiento
La Ley de Moore dice que el número de transistores en un circuito integrado se duplica cada dos años. Se teme que esta tendencia esté a punto de acabar, pero ha sido cierta durante más de un siglo hasta ahora15.
Éste es el progreso de la velocidad de poder procesamiento por dólar en las últimas décadas, en una gráfica logarítmica16:
El crecimiento es más que exponencial17. Mil dólares ya te compran más potencia de procesamiento que la de un insecto. En los próximos años, llegará al nivel de un ratón. En una década o dos, llegará al nivel del cerebro humano.
Más tarde en este siglo, con mil dólares comprarás más poder de procesamiento que la humanidad entera.
Por unos mil euretes.
Esto es el procesamiento. Pero también tenemos más datos.
Cantidad de Datos
Como ves, también parece crecer de manera exponencial18.
Y el volumen de almacenamiento también aumenta cada año.
Y esto no cuenta con datos sintéticos. Por ejemplo, AlphaZero se entrenó al Go jugando contra sí mismo. NVIDIA está creando un mundo virtual con física real para entrenar IAs. Este tipo de producto produciría una cantidad de datos infinita.
Calidad de algoritmos
Las primeras versiones de AlphaGo requerían diez veces más potencia que AlphaGo Zero, que llegó meses más tarde.
OpenAI estudió la evolución de la eficiencia algorítmica y vio que se duplica cada 16 meses desde 2012.
Hoy en día, nuestras redes neuronales visuales tienen entre 100 y 10,000 menos parámetros que la visión de nuestro cerebro, y aún así obtienen mejores resultados que los seres humanos en muchas tareas visuales. Es posible que nuestros algoritmos visuales artificiales ya sean mejores que los de nuestro cerebro.
Estamos haciendo lo que la naturaleza consiguió en millones de años, pero en meses. A medida que las IAs se hacen más inteligentes, pueden acelerar el proceso de mejora de sí mismas. Ya lo hacen.
Inversión en IA
Desde 2020, la cantidad invertida en IA se ha multiplicado por 6.
Es imposible que este número siga creciendo así, pero con la última cosecha de startups de IA Generativa, podemos estar seguros de que va a seguir subiendo en los próximos años.
Combinemos todas estas tendencias:
Los inversores derraman dinero en IA.
Y cada dólar invertido compra cada vez más poder de procesamiento, creciendo de manera exponencial.
Ese procesamiento es exponencialmente más productivo, porque la calidad de los algoritmos sigue aumentando.
Y estos algoritmos se nutren de cada vez más datos, de tal forma que es posible que lleguen a ser casi infinitos.
¿Se salvará algún empleo?
La calidad de la IA está aumentando tan rápido que nos sorprende cada semana. Es por eso que ChatGPT es el producto cuya adopción ha crecido más en la historia de la humanidad, pero con mucho margen: 100 millones de usuarios en cuestión de semanas.
Y se está acelerando. La IA se vuelve mejor que los seres humanos cada vez más rápido. Aquí hay varias tareas humanas y la velocidad a la que las IA han sobrepasado a los seres humanos:
¿Hay algún límite?
No lo creo.
Los límites de la IA
Hay cuatro tipos de tareas: manuales vs cognitivas, rutinarias vs no-rutinarias.
Manuales vs cognitivas se entiende solo. Una tarea es rutinaria si se puede codificar el trabajo con una serie de instrucciones. Sino, es no-rutinaria.
La Revolución Industrial automatizó tareas que eran manuales y rutinarias.
Los ordenadores abrieron la frontera cognitiva:
La IA abre la frontera no-rutinaria:
No hay dónde esconderse: La IA viene, cada vez más rápido, y va a destruir mucho empleo.
Espero que te haya gustado este artículo. Si es el caso, suscríbete gratis a mi newsletter, Uncharted Territories. Es en inglés, pero si no lo entiendes, puedes usar la traducción nativa de Chrome (click derecho en la página y le das a “traducir”), que suele ser muy buena. En mi newsletter, voy a seguir hablando de todo esto: el futuro de educación, salud, cultura, estados-nación, violencia, energía, espacio, y sobre todo IA. ¡Apúntate!
Gracias por leer Suma Positiva.
Si te ha gustado esta edición, no te olvides de dar al ❤️ y de compartirla por email o redes sociales con otras personas a las que les pueda gustar.
Si quieres patrocinar una próxima edición, aquí tienes toda la información.
En algunos casos.
Sin entrar en debates futboleros, que os veo venir, eh? Que sea mucho mejor o peor no cambia mucho el asunto.
Pelé y los jugadores españoles ganaban más o menos lo mismo, lo cual es una consecuencia de la misma dinámica.
Pero no sólo: estadio, empleados del club, etc. Pero más de la mitad son los jugadores.
Me costó muchísimo encontrar este tipo de datos sobre la influencia de la radio y el fonógrafo sobre la música en vivo. Sé que leí algo relevante en algún sitio, pero no puedo encontrar esa fuente. Así que usé ChatGPT, el cual sólo me pudo dar números de teatros de Vaudeville. Mencionó la fuente Vaudeville Old & New: An Encyclopedia of Variety Performers in America, que es un libro de $500, así que no gracias que no me llega el presupuesto. Parte del libro se puede encontrar aquí, pero no encontré la referencia precisa en esas páginas. Gracias a dios que ChatGPT está automatizando parte de las tareas de investigación online, y aumenta mi productividad sin reemplazarme. Por ahora.
Descubre el intruso. Esto sí es localización de contenido de calidad.
Editado levemente para anonimidad
Ahora están en 1.54M, es decir, han bajado un 5%. Date cuenta que Amazon aún se está expandiendo globalmente! Esto puede ser sólo una recesión pero generalmente son las recesiones cuando la automatización progresa más rápido: Cuando las empresas tienen un incentivo enorme para automatizar sus operaciones.
Lo digo en conocimiento de causa, que tengo cuatro. Como decía mi abuela, un hijo es un ángel. Dos, dos demonios. Tres, tres mil. Le añadiría cuatro, los jinetes del apocalipsis.
Hasta que nos demos cuenta de que la IA lo hace fenomenal y cambiemos la ley.
Software as a Service, pago continuo de software para que preste un servicio.
Si te interesa el tema, léete Superforecasting de Tetlock.
Selectividad, EBAU, baccalaureate, o lo que se llame.
Uso el término exponencial de manera genérica aquí: a veces matemática, a veces en el sentido de algo que continua acelerándose. El poder de procesamiento, la calidad de algoritmos, y la financiación están creciendo exponencialmente. Pero la financiación no va a poder seguir subiendo exponencialmente, y la cantidad de datos simplemente está acelerando. El punto sigue siendo válido.
De hecho, el mismísimo Moore declaró la muerte de su ley. Varias veces. Luego tuvo que actualizar sus predicciones cada vez que se equivocaba. Su ley es más acertada que él.
Es decir, una gráfica en la que un crecimiento lineal representa un crecimiento exponencial en la realidad.
Porque es una curva que parece exponencial en una gráfica logarítmica.
Aunque no te puedo decir a ciencia cierta porque esta curva no es logarítmica.
Menudo pedazo de artículo, super interesante y engancha (y te lo dice uno que normalmente lee por encima o solo un porcentaje pequeño).
Gracias :)
Absolutamente bestia. Algunas personas vivís en las azoteas de la realidad.. Voy a intentar salir del sótano intelectual en el que me muevo. Thanks. Turrón alta calidad.