Hay quienes ven la implementación de la IA como una amenaza para su trabajo. En AGE2 os hablamos de un estudio realizado por el MIT CSAIL reconsiderando el impacto de la IA ¡Sigue leyendo!
Índice de contenidos
Reconsiderando el impacto de la IA: Un estudio del MIT CSAIL revela límites económicos para la automatización de empleos
¿Es esta amenaza inminente sustentada, o simplemente una manifestación de nuestra ansiedad compartida ante el constante avance tecnológico? Un nuevo estudio del MIT CSAIL, MIT Sloan, The Productivity Institute y el Instituto de Valor Empresarial de IBM está listo para desafiar nuestras creencias arraigadas. Su investigación examina críticamente la viabilidad económica de utilizar la IA para automatizar tareas en el lugar de trabajo, con un énfasis específico en la visión por computadora.
Sus hallazgos muestran que actualmente, solo alrededor del 23% de los salarios pagados por tareas que involucran visión son económicamente viables para la automatización mediante IA. En otras palabras, solo tiene sentido económicamente reemplazar el trabajo humano con IA en aproximadamente una cuarta parte de los empleos donde la visión es un componente clave del trabajo. «Esto indica una integración más gradual de la IA en varios sectores, en contraste con la a menudo hipotetizada rápida sustitución de empleos impulsada por la IA», dice Neil Thompson, Investigador Principal en MIT CSAIL y la Iniciativa en la Economía Digital. «Centramos nuestra atención en el campo de la visión por computadora, un área donde la modelización de costos ha visto avances significativos».
¿En qué consiste el estudio?
El estudio se aparta del enfoque convencional y generalizado sobre el impacto potencial de la IA. En cambio, ofrece un examen meticuloso de la viabilidad de la IA para automatizar tareas específicas. Lo que distingue a esta investigación es su modelo analítico tripartito. El marco evalúa no solo los requisitos de rendimiento técnico para los sistemas de IA, sino que también profundiza en las características de un sistema de IA capaz de ese rendimiento y en la elección económica de construir y desplegar dicho sistema.
Muchos años de experiencia con visión por computadora proporcionan abundantes datos para evaluar el rendimiento y la viabilidad económica. En contraste, los datos para los nuevos modelos de lenguaje a gran escala aún están en desarrollo. Afortunadamente, la experiencia con modelos de visión por computadora proporciona cierta perspectiva sobre lo que el futuro podría deparar con la difusión y adopción de modelos de lenguaje. Según los investigadores, los costos de desarrollo, despliegue y ejecución podrían disminuir y la industria tecnológica podría transformarse para ofrecer soluciones de IA como servicio, eliminando la necesidad de una inversión de capital sustancial.
Los investigadores examinaron las ramificaciones de posibles reducciones en los costos de los sistemas de IA y cómo tales cambios podrían influir en el ritmo de la automatización. Por ejemplo, si los costos de implementar IA en los lugares de trabajo disminuyen significativamente, esto podría acelerar la tasa a la que la IA es adoptada en diversos sectores, lo que potencialmente llevaría a cambios más rápidos en el mercado laboral. Por otro lado, si los requisitos de cómputo se expanden, si los datos se vuelven más difíciles de encontrar y si los trabajadores calificados son escasos, costos más altos podrían frenar esta transición, permitiendo más tiempo para que los trabajadores y las industrias se adapten.
Plataformas de IA como servicio
Los científicos mostraron cómo la escalabilidad y la aplicación más amplia podrían cambiar potencialmente el panorama de la automatización de tareas, cambiando el enfoque desde el despliegue individual a nivel de empresa hacia un enfoque más expansivo y basado en servicios. Las implicaciones de este cambio podrían democratizar el acceso a las tecnologías de IA, permitiendo que empresas y organizaciones más pequeñas se beneficien de la IA sin necesidad de recursos internos extensos. Además, esto podría conducir a la aparición de nuevos modelos de negocios centrados en servicios de IA. En los próximos años, es posible que las empresas de software, servicios en la nube y consultoría creen un nuevo modelo de negocio con una clase de empresas especializadas en IA como servicio a gran escala.
Rentabilidad, escalabilidad y reducción de costes
Las implicaciones del estudio van más allá de consideraciones económicas inmediatas, tocando aspectos más amplios de impacto societal como la reentrenamiento de la fuerza laboral y el desarrollo de políticas. Abre caminos para investigaciones adicionales sobre la escalabilidad de la IA, su rentabilidad y su potencial para crear nuevas categorías de empleo. A medida que ciertos trabajos se automatizan, por ejemplo, surgirá una creciente necesidad de roles enfocados en la gestión, mantenimiento y mejora de los sistemas de IA, así como roles en áreas donde las habilidades humanas son irremplazables por la IA.
Además, en la medida en que la reducción de costos de la IA, los nuevos servicios de IA, o ambos, contribuyan a mejorar el crecimiento de la productividad a nivel macroeconómico, el empleo y el crecimiento de los ingresos se acelerarán y los niveles de vida mejorarán. Los beneficios económicos generales solo se realizarán cuando ocurra una transformación fundamental en cómo se hace el negocio y cómo trabajan los trabajadores.
Nuevo panorama de IA
Conforme la IA continúa avanzando y remodelando industrias, esperamos que los hallazgos de este estudio sean una referencia primordial, guiando futuras exploraciones y la formulación de políticas en la intersección siempre cambiante de la tecnología, la economía y el mercado laboral para ayudar a navegar los desafíos y oportunidades presentados por la integración continua de la IA en el lugar de trabajo.
«Mucho se ha escrito sobre el impacto futuro de la IA en el mercado laboral, principalmente utilizando medidas de exposición. Sin embargo, estas estimaciones a menudo se basan en la suposición de que si un trabajo puede ser automatizado, lo será», dice Antonin Bergeaud, Profesor Asociado de Economía en HEC Paris. Esta investigación adopta una perspectiva fresca al estimar meticulosamente los costos de implementar estas tecnologías, desde la instalación hasta el mantenimiento. Descubre que incluso un sistema de IA que es ‘solo’ tan bueno como un humano a menudo sería prohibitivamente caro de adoptar, en comparación con los costos laborales actuales.
Conclusiones
Una parte mucho menor del mercado laboral está en riesgo de automatización de lo que las estimaciones directas basadas en la exposición sugerirían. Este importante resultado exige una evaluación más sistemática de la viabilidad de adoptar una nueva tecnología para una industria, que se relaciona directamente con la Paradoja de Solow, donde las empresas pueden no adoptar una tecnología con un rendimiento superior si las barreras son demasiado altas.
Fuente: MIT CSAIL
Si quieres ver todas nuestras noticias, visita nuestra web o redes sociales (Twitter y Linkedin).
