CUANTO mejor se vuelve la inteligencia artificial, mayor es la preocupación popular de que las máquinas inteligentes pronto darán paso a una catástrofe en el mercado laboral. En Chandler, Arizona, los estadounidenses pueden pedir un viaje en este momento desde un automóvil sin un humano al volante. Los usuarios de la web pueden leer traducciones instantáneas de alta calidad de periódicos en idiomas extranjeros, sin necesidad de un servicio de traducción profesional. Y los desarrolladores de tecnologías de aprendizaje automático se están moviendo rápidamente para aplicar sus herramientas en una amplia gama de tareas médicas.
A pesar de esto, los economistas, con raras excepciones, son relativamente optimistas sobre los posibles efectos de la IA en el mercado laboral. Después de todo, el cambio tecnológico siempre genera temores de desempleo masivo y, sin embargo, hay más personas trabajando en todo el mundo que nunca. Cuéntenme entre los que consideran que este enfoque es demasiado desdeñoso con la amenaza. Por un lado, mientras que la historia muy amplia del progreso tecnológico en los últimos dos siglos ha sido una en la que el empleo ha crecido masivamente, en períodos más cortos (que pueden durar décadas) las disrupciones tecnológicas pueden producir muchas dificultades para particulares. subconjuntos de trabajadores e incluso, en algunos casos, para la fuerza laboral en su conjunto. Y por otro lado, la IA es un animal diferente a la máquina de vapor o la computadora de escritorio.
Un interesante artículo reciente de Greg Ip, un amigo y antiguo colega ahora en el Wall Street Journal, ayuda a ilustrar por qué la vida puede ser más difícil para los trabajadores de lo que aprecian los optimistas. El Sr. Ip considera el despliegue de una IA entrenada para reconocer la neumonía en las radiografías de tórax. La industria médica de Estados Unidos produce alrededor de 60.000 millones de imágenes radiológicas cada año, señala Ip. Es fácil imaginar cómo una IA que puede leer de manera efectiva tales exploraciones podría tener un impacto significativo en la empleabilidad de los radiólogos que trabajan. Pero el Sr. Ip dice que no se preocupe:
En las últimas décadas, el volumen de imágenes médicas se ha disparado, lo que refleja la creciente carga de pacientes, más tipos de escaneos y la cantidad de imágenes que produce cada examen. Las tomografías computarizadas que una vez capturaron una dimensión del cuerpo ahora pueden capturar las tres, generando cientos o incluso miles de imágenes altamente detalladas…
La tensión de todos esos datos, dice, es por qué algunas imágenes en Gran Bretaña pasan semanas sin ser leídas, por qué muchos radiólogos están agotados y por qué se cierne la escasez de radiólogos, a pesar de los altos salarios.
Y:
En “muchas de las aplicaciones cotidianas de IA, la máquina predice las opciones más relevantes y las clasifica, pero el ser humano toma la decisión real”, dice Avi Goldfarb, economista especializado en IA de la Universidad de Toronto…
La máxima precisión requiere que el algoritmo se entrene por separado para cada condición y enfermedad, un proceso costoso y laborioso. Luego, señala el Dr. Dreyer, la Administración de Alimentos y Medicamentos debe aprobar el sistema y los médicos luego lo integran en sus prácticas.
Entonces, concluye, la IA probablemente hará que el trabajo radiológico sea más fácil y más interesante en lugar de redundante. De hecho, señala, el miedo a la IA bien podría parecerse al pánico de la década de 1990 por los efectos en el empleo de la subcontratación de tareas a técnicos más baratos en el extranjero, que nunca afectó seriamente a los profesionales del mundo rico.
Aconsejaría a los radiólogos que se tomaran la amenaza mucho más en serio, por varias razones. En primer lugar, como señala el Sr. Ip, actualmente escasean los radiólogos, a pesar de los altos salarios. La nueva IA promete hacer que los radiólogos existentes sean significativamente más productivos, lo cual es bueno: es la ausencia de un rápido crecimiento de la productividad en el cuidado de la salud lo que contribuye a la creciente proporción del gasto en atención de la salud en el PIB. Pero también es la ausencia de un rápido crecimiento de la productividad en el cuidado de la salud lo que explica el extraordinario crecimiento del empleo en el sector. (Los empleos en el cuidado de la salud representan un tercio del crecimiento total del empleo en Estados Unidos desde 2000). El aumento de la productividad en la lectura de escaneos podría no provocar un estancamiento o una caída del empleo de los radiólogos si significara una caída en el costo de los escaneos que condujo a un aumento masivo. en la cantidad de exploraciones administradas, pero no hay indicios en el artículo de que este sea un resultado probable.
Las magnitudes de empleo importan, y los cambios tecnológicos que reemplazan un gran número de radiólogos de baja productividad con un número menor de radiólogos de alta productividad significan, como mínimo, una interrupción grave que espera a muchos trabajadores radiológicos. Es más, a medida que los radiólogos dejen de ser escasos, su poder de negociación se verá erosionado, al igual que su capacidad para solicitar y recibir aumentos salariales. Si muchos radiólogos activos se encuentran compitiendo por un número menor de puestos de trabajo, es posible que incluso aquellos que continúan trabajando en el campo se vean incapaces de capturar muchos beneficios pecuniarios como resultado del aumento de la productividad de la IA. .
A largo plazo, otros factores se ciernen más sobre el destino de los radiólogos. Las capacidades de la IA son cualquier cosa menos estáticas. Las IA existentes pueden funcionar mejor como complementos para los trabajadores humanos, pero es casi seguro que eso cambiará en muy poco tiempo. Las técnicas subyacentes al aprendizaje automático están mejorando a un ritmo asombroso, por un lado. Por otro lado, el valor que agregan los humanos, al evaluar la información que les brindan las IA y emitir juicios, puede usarse para capacitar a las IA para que hagan mejor su trabajo. Los radiólogos que continúan trabajando estarán en efecto entrenando a sus reemplazos. Y si el aumento de la productividad en radiología conduce a un aumento en la cantidad de escaneos, eso también se sumará a los datos disponibles para las máquinas, aumentando aún más sus capacidades. Parece una buena apuesta que un radiólogo capacitado y experimentado no será reemplazado por una máquina en los próximos cinco a diez años. Pero, ¿qué tipo de perspectivas de carrera están considerando ahora los estudiantes si capacitarse para convertirse en radiólogos que probablemente enfrentarán al ingresar al mercado laboral?
Un último punto se refiere a la relevancia del paralelo de la externalización. Si capacita a un trabajador indio para que haga el trabajo de un radiólogo estadounidense con la misma capacidad que ese radiólogo en todos los aspectos, entonces aumenta la oferta laboral efectiva total de radiólogos en una persona. Si capacita a 1000 trabajadores, aumenta la oferta de radiólogos en 1000, y así sucesivamente. Si entrena a una IA para que haga el trabajo de un radiólogo estadounidense con la misma capacidad que ese radiólogo en todos los aspectos, entonces aumenta la oferta laboral efectiva total de radiólogos en una cantidad ilimitada. Así que sí, es costoso entrenar un algoritmo para manejar todas las rarezas asociadas con cada enfermedad, al igual que lo es entrenar a un trabajador humano. Pero simplemente no hay comparación entre el efecto económico de capacitar a la IA versus el trabajador. Este último ejerce una presión a la baja imperceptiblemente pequeña sobre los salarios de los radiólogos. Esto último hace que todos ellos, cada uno trabajando en cada clínica y hospital en todas partes, sean innecesarios, todos de golpe.
Por supuesto, es posible que los trabajadores desplazados encuentren otro empleo. Pero cuanto mayor sea el ajuste, más difícil será para los trabajadores individuales, y más deberíamos esperar que una disminución en el salario desempeñe un papel fundamental en la limpieza del mercado laboral. Y la otra cosa sobre la IA, por supuesto, es que es muy probable que las mejoras tecnológicas logradas en una parte de la economía vayan junto con las mejoras tecnológicas en otras partes de la economía y, de hecho, contribuyan a ellas. Esa es una noticia fantástica para los consumidores, siempre que podamos manejar la transición sin sufrir una crisis social importante (o estrangular la tecnología en su infancia para evitar una). Pero también significa que los trabajadores tienen mucho que temer.