Esta es una pregunta que muchos nos hemos hecho y que seguro seguiremos haciéndonos. Sabemos que estamos en un proceso de disrupción debido a la inteligencia artificial y el cloud que no es reversible. Pero a todos nos gustaría saber qué podemos hacer para salir bien parados de esta situación.
Nadie conoce el futuro con certeza, pero aquí damos algunas pistas.
¿Qué es lo que está pasando?
La IA tiene muchas aplicaciones, entre ellas entender por qué pasan las cosas, predecir, planificar o clasificar. A efectos prácticos eso quiere decir que se puede entender por qué compramos lo que compramos (o votamos lo que votamos), qué compraremos, poner los precios que maximizan las ventas, buscar las mejores rutas para la logística o identificar imágenes y caras. Todos estamos poco o muy familiarizados con todas estas aplicaciones y en muchos casos, como la identificación facial, forman parte de nuestra experiencia cotidiana cada vez que abrimos un teléfono inteligente.
Todo eso es muy importante y hace nuestra organización más eficientes y también les da más capacidad de poder influir en nuestras decisiones. Pero afecta relativamente poco en nuestro trabajo, es un tipo de IA que aumenta nuestras capacidades individuales o colectivas pero no las sustituye.
Lo que está pasando desde los 80, y ahora con la IA ha subido el listón un nivel más, es que tareas enteras que antes hacíamos los humanos se han pasado a código en el cloud. Los incentivos para hacerlo son claros. El primero es lo que llamamos zero-marginal cost, que quiere decir que una vez la tarea está en código en el cloud, ejecutarla una vez más tiene un coste tan bajo que es próximo a cero. Por ejemplo, si las recomendaciones las hace una máquina (código), hacer una más (coste marginal) tiene un coste próximo a cero. El segundo elemento es la escalabilidad infinita. Estas rutinas ya no están en los centros de datos de las empresas sino en los centros de cloud de Amazon, Google o Microsoft. Allí pagas por lo que utilizas y pueden crecer de manera instantánea. No hay que tener servidores que aguanten los pedidos de Navidad, Amazon (o cualquier otra) lo hace por ti. Eso es importante porque permite que una pequeña empresa, una start-up, compita con una mayor y que una grande sólo opere con costes variables.
¿Cuáles son las tareas que se ponen en el cloud? Todo lo que se pueda, tanto como se pueda. Por ejemplo, recomendaciones, pero también fijar precios de manera dinámica (Amazon cambia en los EE.UU. unos 3M a veces los precios por semana), también descuentos personalizados...
¿Cómo se hace con las tareas físicas? Por ejemplo, un almacén. El caso de los almacenes de Amazon es muy esclarecedor. Inicialmente una persona iba a recoger un pedido por todo el almacén y lo ponía en un recipiente para enviar. Para automatizarlo la tarea se descompone en dos, localizar dónde están los artículos y agruparlos para el envío. La localización la hacen robots parecidos a los roomba que limpian suelos pero más grandes (se dicen Kiva) y lo que hacen es localizar el artículo y llevar todo el estante a quien recoge los objetos (los pickers) y los envía a empaquetar. En Uber podemos encontrar casos parecidos en donde todo, menos conducir, ha sido transferido a código en el cloud.
Eso no es tan diferente de lo que ha pasado en todas las revoluciones tecnológicas. Sí que lo es el coste marginal cero y la escalabilidad infinita que tiende a crear monopolios, pero no mucho el resto. La diferencia del resto lo hace la IA, que permite pasar a código tareas que requieren una cierta inteligencia, como recomendar películas o libros o analizar una placa de rayos X.
¿Qué se puede y qué no se puede automatizar?
Más allá de si es económico automatizar y si el volumen es grande, lo acaba siendo tarde o temprano. El elemento principal que hace posible la automatización es si las tareas son rutinarias o no.
Si nos fijamos, la gente empleada haciendo tareas rutinarias no ha variado mucho desde los 80 (la figura presenta datos de los EE.UU., y eso depende del grado de adopción de la tecnología en cada país). Aunque el número de gente empleada ha subido mucho, la que lo está en tareas rutinarias, tanto las manuales como las que requieren unas ciertas habilidades cognitivas, se ha mantenido estable o incluso ha disminuido.
El porqué de todo eso es la adopción de las TIC, de la IA y del cloud.
¿Cuáles son las que han escapado a esta tendencia? Aquellas no rutinarias, tan manuales como cognitivas. Un ejemplo de tarea manual no rutinaria es cuidar a personas mayores, hacer de monitor de recreo o de entrenador personal. Ejemplos de las cognitivas son ser profesor, abogado, médico, arquitecto...
¿Qué marca la diferencia?
Esta gráfica nos esconde un elemento. ¿Qué quiere decir una tarea rutinaria?
Obviamente un primer elemento es la capacidad cognitiva, estamos nada más al principio de la IA y las cosas que se pueden hacer de forma autónoma son todavía relativamente pocas, aunque tienen implicaciones importantes en la economía y la sociedad.
Pero un segundo aspecto importante es el contexto. Si tu trabajo requiere interpretar muchos datos que hay que matizar y evaluar según el contexto como ahora hace un asistente social, un maestro, un arquitecto, un médico... bien, de eso la IA todavía está muy lejos. La IA desconoce el mundo y no tiene capacidades de razonamiento de lo que nosotros entenderíamos por "sentido común" simplemente porque no entiende el mundo. La IA requiere contextos finitos y que no cambian. Puede haber muchos casos, pero no infinito. Por eso ya tenemos coches autoconducidos en las autopistas y todavía no en las ciudades.
El tercer elemento es la capacidad de interaccionar con el mundo. Si hay que interactuar con habla, con visión pero con muchos elementos y cambiantes, si hay que entender el mundo más allá de verlo y captar el sentido de lo que quiere decir la gente, más allá de escucharla, todavía la IA no lo sabe hacer.
¿Será siempre así?
La aportación de la tarea es esencial pero si cambia el marco tampoco nos salvará. Por ejemplo, aunque la aportación de los profesores no es rutinaria, si el marco fuera educación completamente en línea, entonces también se automatizaría. Son muchos los factores en juego, a veces inesperados. La pandemia nos ha traído las clases online y las reuniones virtuales, por ejemplo.
También la frontera de lo que es posible avanza rápidamente. Nada más hace unas semanas Open AI presentó el GPT3, un algoritmo que es capaz de aprender no con muchos sino con muy pocos ejemplos. Sólo hace falta que le des unas frases de ejemplo y es capaz de escribir un texto o completarlas. Incluso puede aprender rápidamente a hacer operaciones aritméticas básicas con pocos ejemplos (sólo con 2 cifras) y también puede resumir textos de una manera muy eficaz.
El GPT3 es una herramienta de búsqueda, no es un producto industrial. Se ha entrenado con el Common Crawl, que es un repositorio de todo Internet y tiene unos 175B de parámetros (el modelo de Microsoft anterior tenía unos 17B). Sólo volver a entrenar el GPT3 costaría entre 5 y 10 M de dólares.
Este es un paso adelante muy importante. Se puede pensar qué pasará dentro de unos años cuando tengamos el GPT25. La manera de crear modelos d'IA quizás habrá cambiado mucho y quizás en vez de programar nos dedicaremos a buscar aquellos ejemplos que sean más representativos para una tarea en concreto.
Lo que se puede hacer es, pues, una frontera móvil, que se mueve a empujones a partir de los nuevos desarrollos y que cada vez que se mueve hace posible toda una serie de innovaciones. Como siempre ha pasado en la historia, el fin de los maquinistas de carbón no será el fin del trabajo y tampoco acabaremos siendo todos científicos. Sin embargo, nos hace falta colaborar con lo inevitable, como sociedad e individualmente, automatizar todo lo que podamos porque sino no seremos competitivos, y no debemos aferrarnos a un pasado moribundo. Pero al mismo tiempo nos tenemos que situar allí en donde podemos marcar la diferencia, en aquello que no es rutinario, porque nos permitirá aportar valor individual y colectivo, y tener un futuro próspero. ¡Si lo hacemos igualitario y justo es cosa nuestra, no de la IA!
Esteve Almirall
Profesor titular de ESADE en el Departamento Operaciones, Innovación y Data Science. Director del Center for Innovation in Cities de ESADE