Existen dos grandes preocupaciones en relación con los rápidos avances en inteligencia artificial. La primera es que conducirá a la aparición de robots dominantes que erradicarán a la humanidad. La segunda es que la IA eliminará muchos empleos.
El escenario más probable es que se genere una escasez de mano de obra, o al menos una falta de trabajadores cualificados que puedan aprovechar al máximo esta nueva tecnología.
Hace poco hablé con la responsable del programa de informática de una gran universidad y le pregunté por la formación de los estudiantes universitarios de cara a ese futuro.
Según me explicó, el mayor obstáculo es que muchos estudiantes carecen de los conocimientos matemáticos suficientes para un mundo en el que la IA dominará nuestras vidas, en especial aquellos que no tienen previsto especializarse en este campo.
Pero ¿y qué pasa con aquellos que sí planean desarrollarse profesionalmente en el campo de la inteligencia artificial? La tecnología siempre ha incrementado el valor del trabajo porque permite a los trabajadores ser más productivos. Lo que preocupa ahora es que las personas recurran a la IA para que piense por ellas, volviéndose así prescindibles.
Seguramente eso sucederá en algunos casos, pero usar la inteligencia artificial de manera productiva supone utilizar la tecnología para desarrollar ideas innovadoras, y eso requiere al menos una cierta participación humana.
Por ejemplo, los modelos de lenguaje grandes (LLM, por sus siglas en inglés) funcionan tomando una gran cantidad de datos no solo para responder a una pregunta, sino para hallar la respuesta más habitual o promedio. En ocasiones, esto es suficiente, pero lo que distingue a las personas en el ámbito laboral es, a menudo, dar con una respuesta excepcional.
La inteligencia artificial puede ayudar a conseguirlo, pero no suele ser suficiente por sí sola; también se necesita la capacidad para evaluar el resultado y seguir avanzando. Con frecuencia, la respuesta de la IA es inadecuada por carecer del contexto que convierte una situación determinada en única.
Imaginemos que intentas obtener una estadística sencilla a partir de una gran cantidad de datos.
No es suficiente con obtener una estadística; tienes que entender las limitaciones de los datos con los que trabaja tu modelo, de dónde vienen, de cuándo son, si son pertinentes a tu problema y qué especificaciones usó la tecnología para proporcionar dicha estadística. Para comprender los resultados se requieren buenas habilidades tanto estadísticas como analíticas.
Al mismo tiempo, estamos siendo testigos del colapso de los estándares y de la capacidad de ciertos estudiantes para realizar incluso operaciones matemáticas básicas en algunas de las mejores universidades y escuelas secundarias de EE.UU. Tal vez solo una pequeña parte de los estudiantes de la Universidad de Harvard requieran clases de refuerzo en matemáticas.
Sin embargo, el hecho de que exista este grupo de estudiantes en una universidad de este nivel sugiere que los estándares generales se están debilitando, no solo en matemáticas, sino también en lectura. Aun los estudiantes excepcionales están recibiendo una formación menos rigurosa sobre cómo pensar críticamente durante ese momento crucial de sus vidas y de su desarrollo cerebral.
He escuchado a numerosos académicos expresar su incertidumbre sobre cómo enseñar a los estudiantes las habilidades que necesitarán para progresar en un mundo dominado por la inteligencia artificial, que eliminará muchos puestos de trabajo de entrada.
En un momento de transición económica tan importante, resulta imposible prever cómo será el trabajo en el futuro. Una de las posibles soluciones podría ser tan sencilla como enseñar bien los fundamentos, aplicar normas coherentes y otorgar calificaciones reales.
Cualquier otra opción podría generar un círculo vicioso en el que los recién graduados no puedan aportar mejoras significativas en inteligencia artificial porque carecen de las habilidades necesarias para trabajar con la tecnología y, por lo tanto, no merece la pena contratarlos.
En tal escenario, nos encontraríamos en el peor de los casos: graduados desempleados y empleadores incapaces de encontrar suficientes trabajadores capaces de usar la nueva tecnología eficazmente.
En cuanto a Estados Unidos, existe un riesgo adicional relacionado con la inmigración.
Numerosos estudiantes extranjeros tienen mejores habilidades cuantitativas que sus compañeros estadounidenses, pero nuestro sistema de migración legal y cualificada es deficiente.
Incluso el presidente, quien desde hace tiempo se muestra escéptico respecto a la inmigración, admite que necesitamos más trabajadores cualificados capaces de crear y utilizar tecnología, y muchos de ellos deberán provenir del extranjero.
No obstante, una reforma de inmigración duradera no puede provenir de una orden ejecutiva; requiere el Congreso y un consenso bipartidista sobre las prioridades migratorias. Desafortunadamente, esto no parece probable en este momento.
Como consecuencia, Estados Unidos se enfrenta potencialmente a un grave desajuste de competencias y a la falta de pensadores analíticos con sólidas habilidades en matemáticas que puedan aprovechar y adaptarse a la evolución de la tecnología.
Ni nuestro sistema de enseñanza ni nuestro sistema de inmigración están formando a los suficientes profesionales con estas características. Esto podría traducirse en un gran número de graduados sin empleo y en una escasez masiva de mano de obra.
Esta nota no refleja necesariamente la opinión del consejo editorial de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
