¿Automatizará la IA los trabajos humanos y, de ser así, qué trabajos y cuándo?
Esas son las tres preguntas que intenta responder un nuevo estudio de investigación del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT, publicado esta mañana.
Ha habido muchos intentos de extrapolar y proyectar cómo las tecnologías de inteligencia artificial de hoy, al igual que los grandes modelos lingüísticos, podrían afectar los medios de vida de las personas (y economías enteras) en el futuro.
Goldman Sachs estima que la IA podría automatizar el 25% de todo el mercado laboral en los próximos años. Según McKinsey, casi la mitad de todo el trabajo estará impulsado por la IA en 2055. Una encuesta de la Universidad de Pensilvania, la Universidad de Nueva York y Princeton revela que ChatGPT por sí solo podría afectar alrededor del 80% de los empleos. Y un informe de la empresa de recolocación Challenger, Gray & Christmas sugiere que la IA es ya reemplazando a miles de trabajadores.
Pero en su estudio, los investigadores del MIT buscaron ir más allá de lo que caracterizan como comparaciones «basadas en tareas» y evaluar qué tan factible es que la IA desempeñe ciertas funciones y qué probabilidades hay de que las empresas lo hagan. de hecho reemplazar a los trabajadores con tecnología de inteligencia artificial.
Al contrario de lo que uno (incluido este periodista) podría esperar, los investigadores del MIT descubrieron que la mayoría de los trabajos previamente identificados como en riesgo de desplazamiento de la IA no son, de hecho, «económicamente beneficiosos» para automatizar, al menos en la actualidad.
La conclusión clave, dice Neil Thompson, científico investigador del MIT CSAIL y coautor del estudio, es que la próxima disrupción de la IA podría ocurrir de manera más lenta (y menos dramática) de lo que sugieren algunos comentaristas.
«Como gran parte de las investigaciones recientes, encontramos un potencial significativo para que la IA automatice tareas», dijo Thompson a TechCrunch en una entrevista por correo electrónico. «Pero podemos demostrar que muchas de estas tareas aún no son atractivas para automatizar».
Ahora bien, con una advertencia importante, el estudio sólo analizó los empleos que requerían análisis visual – es decir, trabajos que involucran tareas como inspeccionar la calidad de los productos al final de una línea de fabricación. Los investigadores no investigaron el impacto potencial de los modelos generadores de texto e imágenes, como ChatGPT y Midjourney, en los trabajadores y la economía; eso lo dejan para estudios de seguimiento.
en la realización este En el estudio, los investigadores encuestaron a los trabajadores para comprender qué tendría que lograr un sistema de inteligencia artificial, en cuanto a tareas, para reemplazar completamente sus trabajos. Luego modelaron el costo de construir un sistema de IA capaz de hacer todo esto, y también modelaron si las empresas (específicamente las empresas “no agrícolas” con sede en EE. UU.) estarían dispuestas a pagar tanto los gastos iniciales como los gastos operativos de dicho sistema.
Al principio del estudio, los investigadores dan el ejemplo de un panadero.
Un panadero dedica alrededor del 6% de su tiempo a comprobar la calidad de los alimentos, según la Oficina de Estadísticas Laborales de EE. UU., una tarea que la IA podría (y está siendo) automatizada. Una panadería que emplea a cinco panaderos y gana 48.000 dólares al año podría ahorrar 14.000 dólares si automatizara los controles de calidad de los alimentos. Pero según las estimaciones del estudio, implementar un sistema de IA básico y desde cero a la altura de la tarea costaría 165.000 dólares y su mantenimiento 122.840 dólares al año. . . y eso está en el extremo inferior.
«Encontramos que sólo el 23% de los salarios que se pagan a los humanos por realizar tareas visuales sería económicamente atractivo para automatizar con IA», dijo Thompson. «Los seres humanos siguen siendo la mejor opción económica para realizar estas partes del trabajo».
Ahora, el estudio hace Tenga en cuenta los sistemas de IA autohospedados y de autoservicio vendidos a través de proveedores como OpenAI que solo necesitan ser ajustados para tareas particulares, no entrenados desde cero. Pero según los investigadores, incluso con un sistema que cuesta tan solo 1.000 dólares, hay muchos empleos (aunque sean de bajos salarios y dependientes de múltiples tareas) que no tendría sentido económico para que una empresa los automatizara.
«Incluso si consideramos el impacto de la visión por computadora solo dentro de las tareas visuales, encontramos que la tasa de pérdida de empleo es menor que la que ya se ha experimentado en la economía», escriben los investigadores en el estudio. «Incluso con rápidas reducciones en los costos del 20% por año, aún se necesitarían décadas para que las tareas de visión por computadora se vuelvan económicamente eficientes para las empresas».
El estudio tiene una serie de limitaciones que los investigadores admiten, hay que reconocerlo. Por ejemplo, no considera casos en los que la IA puede aumentar en lugar de reemplazar el trabajo humano (por ejemplo, analizar el swing de golf de un atleta) o crear nuevas tareas y trabajos (por ejemplo, mantener un sistema de inteligencia artificial) que no existían antes. Además, no tiene en cuenta todo los posibles ahorros de costos que pueden provenir de modelos previamente entrenados como GPT-4.
Uno se pregunta si los investigadores podrían haber sentido presión para llegar a ciertas conclusiones por parte del patrocinador del estudio, el MIT-IBM Watson AI Lab. El Laboratorio de IA Watson del MIT-IBM se creó con una donación de 240 millones de dólares por 10 años de IBM, una empresa con un gran interés en garantizar que la IA se perciba como no amenazante.
Pero los investigadores afirman que este no es el caso.
«Estábamos motivados por el enorme éxito del aprendizaje profundo, la forma líder de IA, en muchas tareas y el deseo de comprender lo que esto significaría para la automatización de los trabajos humanos», dijo Thompson. “Para los responsables de la formulación de políticas, nuestros resultados deberían reforzar la importancia de prepararse para la automatización laboral de la IA. . . Pero nuestros resultados también revelan que este proceso tardará años, o incluso décadas, en desarrollarse y, por lo tanto, hay tiempo para que se pongan en marcha iniciativas políticas. Para los investigadores y desarrolladores de IA, este trabajo señala la importancia de disminuir los costos de las implementaciones de IA y de aumentar el alcance de cómo se pueden implementar. Estos serán importantes para hacer que la IA sea económicamente atractiva para que las empresas la utilicen para la automatización”.