Idea para el título de un disco con canciones de ABBA reversionadas por la aplicación Suno: “Mamma M(IA)”. Literatura fantástica para chicos y adolescentes con personajes creados por ChatGPT: “Crónicas de Narn (IA)”. Gracias a los LLMs, un programa ómnibus icónico de los 80 vuelve con temáticas actuales: “Bad(IA) y Compañ(IA)”.

Prepárense para ver en lo que queda del año decenas de iniciativas de empresas, del Estado y de otros organismos con alguna palabra que contenga la “I” y la “A”. A pesar de la baja en los mercados de algunos activos tecnológicos, el boom de la Inteligencia Artificial Generativa (IAG) no afloja, y los gigantes del sector entraron en una suerte de “carrera armamentista” de inversiones multimillonarias y muchos incentivos empezaron a pisar el acelerador a fondo.

Como sucedió con la estrella de la gimnasia Simone Biles en los Juegos Olímpicos de París, de quien se dice que nunca en ningún deporte hubo tanta distancia con la segunda competidora, la IAG sigue mostrando una “dominancia” absoluta como agente de transformación en 2024.

Entre los economistas, el punto focal no es la excepción. En lo que va del año se alimentó un debate muy interesante entre tecno-optimistas y tecno-escépticos, que hoy está al rojo vivo. Y, siguiendo con la metáfora de los Juegos Olímpicos, quien tomó la antorcha que durante mucho tiempo llevó Robert Gordon como desconfiado del verdadero aporte de las tecnologías digitales al crecimiento, fue el profesor del MIT Daron Acemoglu.

Acemoglu nació en Estambul, Turquía, pero reside desde hace décadas en Estados Unidos. Es uno de los diez economistas más citados del mundo, ganó en su momento la medalla John Bates Clark (que premia a los economistas jóvenes brillantes y, para muchos, es una distinción más prestigiosa que el Nobel) y escribió varios libros, entre ellos el best seller Por qué fracasan los países, en 2011.

“Aunque hay quienes creen que las máquinas pronto harán todo lo que los humanos son capaces de hacer, con lo que comenzará una nueva era de prosperidad ilimitada, otras predicciones tienen, al menos, los pies un poco más sobre la tierra”, sostuvo el profesor del MIT en una columna reciente.

Acemoglu es particularmente crítico de la visión de Goldman Sacks (que prevé un 7% de crecimiento del PBI global adicional en la próxima década, gracias a la IA), de la estimación de McKinsey (3-4 puntos adicionales anuales, de aquí a 2040) y de la proyección de The Economist (donde un editorial anticipó que la IA traerá “bonanza para los obreros”).

Para Acemoglu, “las perspectivas son mucho más inciertas de lo que la mayoría de las conjeturas y pronósticos sugieren”.

¿Su proyección? Toma en cuenta el teorema de Hulten, por el cual los efectos agregados de la “productividad total de los factores” (PTF) equivalen al producto de la participación de las tareas automatizadas por el ahorro promedio en los costos.

En su cálculo, la proporción de tareas impactadas por la IA no supera el 4,6% del total, por lo cual cree que la IA solo sumara un 0,66% en los próximos diez años, o el 0,06% al año. “La teoría económica y los datos disponibles justifican una perspectiva más modesta y realista para la IA”, sostuvo el economista días antrás, en una muy buena entrevista que le hizo Soumaya Keynes para “The Economics Show”, un podcast del Financial Times.

El tono de Acemoglu es el mismo que durante décadas sostuvo el profesor de Northwestern Robert Gordon, en su caso con desconfianza respecto del verdadero aporte al crecimiento de la revolución digital (no tanto de la inteligencia artificial). “La expansión de los celulares y de las redes sociales en los últimos 20 años trajo un enorme excedente del consumidor en la vida cotidiana, pero esto no se vio reflejado en la productividad ni en el PBI, ni en la manera fundamental de hacer negocios”, sostuvo Gordon en una entrevista.

Gordon es un discípulo de Roberto Solow, quien en 1987 dijo su famosa frase de que “hay computadoras por todos lados, menos en las estadísticas de productividad”.

“El debate está el rojo vivo y hay muchos economistas contestándole a Acemoglu”, cuenta, en diálogo con LA NACION, Tomás Castagnino, economista jefe de Accenture, quien sigue esta agenda de cerca y participa en varios foros globales (como el WEF) en los capítulos de economía del cambio.

La respuesta más contundente surgió en junio, de un paper de los economistas Philippe Aghion y Simon Bunel. En IA y crecimiento: dónde estamos parados, Aghion y Bunel critican los parámetros y supuestos de base de las estimaciones de Acemoglu, a los que juzgan como “muy convenientes” para llevar agua al molino tecno-pesimista.

“En este debate, lo que está en juego hoy es un punto de crecimiento anual de la productividad gracias a la IA, en este rango se mueven las estimaciones –dice Castagnino–; en la profesión se suele decir que la productividad total de los factores, como todo residuo que se calcula, es una medida de nuestra ignorancia”.

Para Castagnino, la IAG tiene hoy la posibilidad de mover la frontera de la innovación. “Siempre vimos a la productividad como una forma de hacer lo mismo con menos recursos, o más con lo mismo, pero ahora con las ‘tareas aumentadas’ y la reinvención de procesos de trabajos que permite la IAG estamos ante la posibilidad de hacer las cosas mejor con menos recursos”, explica.

¿Hasta dónde llegará esta curva? En los últimos días ganó también volumen una discusión interesante sobre los límites de la tecnología estrella de 2024, en tanto depende fuertemente del “músculo computacional”. Puede haber exponencialidad en su crecimiento, pero también en sus costos: para 2027 se estima que entrenar un solo sistema de algoritmos de IAG de última generación ya costará cerca de 100.000 millones de dólares, una cifra que equivale a más del PBI que tienen (por separado) dos tercios de los países del planeta.

La cantidad de poder computacional requerido para entrenadores de LLMs está creciendo en la actualidad a 4X-5X al año. Y los sueldos de programadores de este sector vuelan: en su último reporte a inversores, OpenIA hizo una previsión salarios para 2024 equivalentes a un millón de dólares de compensación anual por empleado, en promedio. Si se calcula que los activos bajo gestión en el planeta suman unos 100 billones de dólares, estamos a tres órdenes de magnitud de llegar ahí. Y el límite llegará mucho antes, cuando las tecnológicas evalúen si inversiones de este tamaño tienen repago en el mercado.

¿Quién se equivocará más con los pronósticos en esta área? Difícil saberlo, pero hay un título tentativo para quien acepte el error y quiera pedir disculpas: “Mala M(IA)”.