<\/p>\n
\u201cSe calman \u00bfok?\u201d Bueno, no lo dijo exactamente as\u00ed, pero el nuevo paper <\/em>del experto en management Gary Hamel titulado Cerrar la brecha entre el hype y la realidad de la IA <\/em>tiene ese tono. El autor del bestseller Humanocracy <\/em>(que en agosto de este a\u00f1o sacar\u00e1 una versi\u00f3n ampliada) desmiente con datos la amenaza del apocalipsis tecnol\u00f3gico. Hamel tira por tierra tres afirmaciones que causan desinformaci\u00f3n y miedo: que hay un desplazamiento masivo de trabajadores, que la Inteligencia Artificial General (AGI) -esa que puede hacer todas las tareas intelectuales de un ser humano es inminente- y que la IA est\u00e1 generando ganancias de productividad sin precedentes. <\/strong><\/p>\n Sin negar que la IA tendr\u00e1 un impacto profundo, sostiene que las proyecciones m\u00e1s dram\u00e1ticas provienen de actores con incentivos para inflarlas. Agrego, por mi parte, que tambi\u00e9n est\u00e1 la campana de los tecno optimistas con iguales incentivos. Pero volviendo a Hamel, el apocalipsis laboral no ocurri\u00f3.<\/strong> La clave est\u00e1 en distinguir entre exposici\u00f3n (viabilidad t\u00e9cnica de automatizar tareas) y reemplazo real de empleos. El banco Goldman Sachs estima que solo 2,5% de los empleos en EE.UU. estar\u00edan en riesgo y el Foro Econ\u00f3mico Mundial proyecta una ganancia neta de 78 millones de puestos hacia 2030. Es verdad que los reci\u00e9n graduados (22-25 a\u00f1os) en ocupaciones expuestas cayeron 16% entre 2022 y 2025. Pero el deterioro empez\u00f3 antes del lanzamiento de ChatGPT y la causa m\u00e1s plausible fue el endurecimiento monetario y c\u00f3mo se achicaron las Big Tech tras la sobrecontrataci\u00f3n pand\u00e9mica. <\/p>\n Tambi\u00e9n se\u00f1ala que el camino hacia la AGI es largo. El progreso refleja cada vez m\u00e1s optimizaci\u00f3n para tests espec\u00edficos que la emergencia de inteligencia general. Cuando aparece un problema verdaderamente complejo, los mejores modelos quedan por debajo del desempe\u00f1o humano experto<\/strong>. Y el 76% de los investigadores de IA cree improbable que escalar los enfoques actuales alcance la AGI. <\/p>\n Yann LeCun, ganador del Premio Turing y ex Chief AI Scientist de Meta, sostiene que los modelos actuales son \u201cautocompletado con esteroides\u201d: predicen el pr\u00f3ximo token sin un \u201cmodelo del mundo\u201d que les permita razonar sobre causalidad, tiempo o contraf\u00e1cticos. Encima, las leyes de escalamiento se desaceleran y ya se agot\u00f3 el corpus de texto humano de alta calidad. Los agentes acumulan errores: con solo 1% de error por paso, una cadena de cien pasos tiene pocas chance de sostenerse. Los grandes n\u00fameros de productividad todav\u00eda no aparecen. Daron Acemoglu, Premio Nobel de Econom\u00eda 2024, proyecta una ganancia de apenas 0,06% anual en la pr\u00f3xima d\u00e9cada, y el 89% de 6000 ejecutivos encuestados reporta \u201cning\u00fan impacto\u201d. La IA rinde brillante en tareas estructuradas con criterios claros, pero flaquea en problemas ambiguos, multi-paso y que exigen juicio. Entonces, \u201cvamo a calmarno\u201d y a no soltar las riendas, que los jinetes seguimos siendo nosotros.<\/p>\n Sonido recomendado para leer esta columna: Got to give, Pearl Jam<\/p>\n