La inteligencia artificial y el futuro del crecimiento económico
En mi entrada anterior describí las ideas básicas de la inteligencia artificial. Hoy exploraré cómo la misma puede afectar al crecimiento económico
En mi entrada anterior describí las ideas básicas de la inteligencia artificial. Hoy exploraré cómo la misma puede afectar al crecimiento económico. Quizás estemos entrando en una nueva era económica de la humanidad, con unas consecuencias tan monumentales como las que tuvo la agricultura o la revolución industrial.
Antes de nada, es clave apreciar el enorme efecto acumulado en unos años de pequeñas diferencias de tasas de crecimiento. De 1979 a 2019, el PIB por habitante en España creció al 1,9% anual en valor real (paro mis cifras en 2019 para eliminar los efectos de la pandemia). Para entender lo que esto significa: en 1979, el PIB por habitante en España era el que tiene Costa Rica en 2023. Si de 2023 a 2063 España repite este crecimiento del 1,9% anual, en 2063 tendremos el nivel de PIB por habitante del estado de Connecticut en 2023, uno de los estados más ricos de Estados Unidos. Si, gracias a la inteligencia artificial, el PIB por habitante en España crece al doble de velocidad, al 3,8%, en 2063, alcanzaremos un nivel de PIB per cápita similar al de Liechtenstein en 2023, el segundo país con PIB por habitante más alto del mundo, solo superado por Mónaco.
Mucha de la polarización en Europa y las Américas de los últimos 15 años es fruto de la caída del crecimiento económico
No es solo una cuestión de PIB por habitante. Si crecemos al 1,9% y no emitimos deuda pública nueva neta por habitante en valor real de 2023 a 2063, la razón deuda pública/PIB por habitante caerá del 113% en 2022 al 53,2% en 2063. En cambio, si el PIB por habitante crece al 3,8%, esta misma razón caerá al 25,42%. Un panorama fiscal dramáticamente distinto. El mismo argumento se aplica a la sostenibilidad de las pensiones o de la sanidad pública.
Existe un efecto adicional: más crecimiento económico "desactiva" la crispación política. Mucha de la polarización en Europa y las Américas de los últimos 15 años es fruto de la caída del crecimiento económico. Si tenemos que dedicar recursos adicionales a las pensiones o la sanidad porque envejece la población y la economía crece poco, queda menos para todo lo demás. Cuando crecemos poco, si mi pueblo tiene un polideportivo nuevo es porque tu pueblo se ha quedado sin él y tú te enojarás conmigo. Cuando crecemos mucho, los dos pueblos pueden tener un polideportivo nuevo y no nos pelearemos.
¿Es posible que la inteligencia artificial pueda doblar el crecimiento del PIB por habitante en las economías avanzadas?
¿Es posible que la inteligencia artificial pueda doblar el crecimiento del PIB por habitante en las economías avanzadas? Para responder a esta pregunta, repasemos la experiencia del crecimiento económico moderno, es decir, el incremento sostenido de la cantidad de bienes y servicios por habitante que hemos visto en los últimos siglos.
El consenso de los historiadores económicos es que el crecimiento económico moderno comenzó a finales del siglo XVII en Gran Bretaña. Las investigaciones históricas más recientes han adelantado el inicio de este proceso, que se solía fechar cerca de 1750, a más o menos 1675.* Anteriormente, hubo periodos de relativa prosperidad (las ciudades de Italia y Flandes en la baja Edad Media, China durante la dinastía Song), pero, después de poco tiempo, este crecimiento paró y se retrocedió casi todo el camino avanzado. En comparación, desde 1675, el PIB por habitante de los países más avanzados ha crecido por un factor de 30. O, para poner este factor de 30 en contexto: en 1675, Gran Bretaña tenía el nivel de PIB por habitante que tiene Etiopía en 2023.
Cuando presento estas cifras, a menudo escucho la crítica de que centrarse en el PIB por habitante es una visión reduccionista del bienestar humano. Efectivamente, la vida es mucho más que el PIB por habitante, pero es la multiplicación por 30 de nuestros ingresos los que han permitido que la esperanza de vida haya pasado de 35 a 85 años, que la escolarización sea universal o que tengamos luz asequible durante las noches de invierno. Con el PIB por habitante de Gran Bretaña en 1675 nada de esto sería posible. Incluso con una distribución 100% igualitaria de la renta, el nivel de renta anterior a 1675 nos condena a una vida corta y miserable.
¿Cuál es la causa del crecimiento económico moderno? Que nuestra tecnología haya crecido también por un factor de 30. Es gracias a nuestro dominio de la energía y la ciencia por lo que podemos producir coches, ordenadores o programas de televisión: nuestro PIB por habitante es más alto porque sabemos "hacer" más cosas. Todas las demás explicaciones, sean estas sobre la explotación colonial o la acumulación de capital, fracasan en términos de magnitud. Robar a los vecinos o acumular más capital pueden incrementar el PIB por habitante quizá por un factor de dos o tres, pero no por 30. Pocos imperios fueron tan despiadados en su explotación colonial como Roma, y Roma no generó crecimiento económico moderno. Pocas economías intentaron acumular tanto capital como la Unión Soviética, y, tras cinco décadas de crecimiento, en 1975 era una economía con crecimiento negativo que solo sobrevivía gracias a la exportación de petróleo y gas natural. Se crea mucha más riqueza comerciando libremente que robando, y la acumulación de capital es la consecuencia, no la causa de la mejora de la tecnología.
La cuestión es que no entendemos muy bien por qué algunas sociedades desarrollan nuevas tecnologías de manera constante y otras no. ¿Por qué hubo tantas nuevas tecnologías nuevas en los Estados Unidos del siglo XIX, pero tan pocas en la Grecia clásica? Existen muchas teorías y en esta entrada no designaré un campeón entre ellas. Me basta con argumentar que ninguna de estas teorías es satisfactoria. Pero, como no tenemos una gran teoría de cómo surge la innovación tecnológica, nos cuesta pensar sobre el futuro de esta innovación. ¿Se parará? ¿Seguirá al mismo nivel que hasta ahora? ¿O se acelerará?
Durante la época del imperio, un viaje de ida y vuelta de Madrid a la Ciudad de México requería de unos 240 días
Los partidarios de la primera hipótesis, el parón de la innovación tecnológica, argumentan que ya hemos descubierto las cosas "obvias" y que los nuevos inventos son cada vez menos importantes. El economista que más elocuentemente ha expuesto esta visión es Robert Gordon, en un libro clásico, The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War.
Gordon considera que los grandes inventos de los siglos XIX y XX no son repetibles. Pensemos en el transporte: la llegada de los trenes, barcos a vapor y aviones revolucionaron los viajes. Durante la época del imperio, un viaje de ida y vuelta de Madrid a la Ciudad de México requería de unos 240 días. Hoy, este viaje se puede completar en algo menos de 24 horas, si el avión, al aterrizar en la capital azteca, reposta combustible y despega de vuelta. La reducción en el tiempo de viaje es del 99,6%. El problema es que ya no queda mucho más donde recortar. Incluso con aviones comerciales supersónicos el viaje de ida y vuelta no se podría reducir a mucho menos de 10 horas. Pasar de 240 días a 24 horas lo cambia todo. Pasar de 24 a 10 horas ayuda, pero ya no es lo mismo. Gordon presenta decenas de ejemplos similares a los del transporte en sanidad, educación, telecomunicaciones o electrodomésticos. Igualmente, las innovaciones que hoy nos parecen más relevantes pueden no ser tan importantes. Pasar del correo postal al telégrafo es una revolución profunda. Pasar de la BlackBerry al iPhone está bien, pero sus efectos son menores.
Si el crecimiento de la productividad ha sido malo de 2008 a 2022, lo más probable es que el crecimiento sea bueno de 2023 a 2030
Los economistas del equipo Gordon son pesimistas: para ellos, la caída del crecimiento de la productividad que hemos visto en todas las economías (incluyendo Estados Unidos y China) en las últimas décadas es la consecuencia de que queda poco que inventar. Una visión algo menos pesimista, pero también preocupante es la Thomas Philippon, que presenta evidencia de que el crecimiento de la productividad es aditivo, no exponencial. Es decir, que la productividad no crece "multiplicando" la productividad anterior, solo "sumando". Esta primera hipótesis nos lleva a un crecimiento económico subexponencial, con tasas de crecimiento cada vez más bajas.
Los partidarios de la segunda hipótesis, que la innovación tecnológica seguirá creciendo aproximadamente a la misma velocidad que en los dos últimos siglos, argumentan que, aunque las nuevas ideas sean más difíciles de encontrar, al hacernos más ricos podemos dedicar más investigadores a la búsqueda de estas ideas. Los partidarios de esta teoría cuentan a su favor con una potente observación: el crecimiento del PIB por habitante en Estados Unidos, el país que representa la frontera tecnológica mundial en casi todos los sectores, ha sido aproximadamente constante al 2% anual en los 200 últimos años. Hay décadas peores y mejores, pero estas tienden a compensarse. Si el crecimiento de la productividad ha sido malo de 2008 a 2022, lo más probable, argumentan estos economistas, es que volvamos a la media y el crecimiento sea bueno de 2023 a 2030. Esta segunda hipótesis nos lleva a un crecimiento económico exponencial, con tasas de crecimiento constantes.
Finalmente, tenemos a los partidarios de la tercera hipótesis, que defienden que la innovación tecnológica se acelerará en las próximas décadas. Estos investigadores argumentan que el crecimiento económico es cada vez más rápido. En los datos a nivel mundial, las economías avanzadas de grandes cadenas de producción y servicios han crecido un 2% anual per cápita de 1870 a hoy. En comparación, la tasa de crecimiento de una economía industrial basada en el vapor, como la de Gran Bretaña de 1770 a 1880, era el 0,64%; la tasa de crecimiento de una economía protoindustrial, como la de Gran Bretaña de 1675 a 1770, era el 0,44%; la tasa de crecimiento de una economía agraria era del 0,2%, y la tasa de crecimiento de una economía de cazadores y recolectores era del 0%. En el gran marco de la historia, la tasa de crecimiento se ha acelerado. Esta tercera hipótesis nos lleva a un crecimiento económico superexponencial, con tasas de crecimiento cada vez más altas.
La visión de que el crecimiento económico es superexponencial tiene un enorme atractivo empírico: explica los datos de la historia económica mundial mejor que las dos primeras hipótesis. Pero ¿por qué se acelera el crecimiento?
Una manera de pensar sobre la innovación tecnológica es que esta es la consecuencia de combinar ideas que ya existían.** Imaginémonos que tenemos dos ideas: helado y turrón. Tarde o temprano a alguien se le ocurrirá combinarlas e inventar el helado de turrón. Esta invención no es obvia, pues el helado y el turrón existen desde hace muchos siglos, pero el helado de turrón parece que se elaboró por primera vez a principios del siglo XX (si algún lector sabe más de la invención de este sabor de helado, por favor, dígamelo en los comentarios; es solo un ejemplo divertido que espero que sea didáctico). El problema es que, aparte del turrón, hay muchas más ideas que se pueden combinar con el helado. Tenemos, por ejemplo, el pollo frito. ¿Es un helado de pollo frito una buena idea? Probablemente, no.
Las nuevas ideas crecen de manera superexponencial en el número de ideas existentes
Para que la combinación de ideas dé lugar a nuevas ideas valiosas necesitamos tres cosas. Primero, necesitamos suficientes ideas. Si las dos únicas ideas que tenemos son helado y pollo frito, andamos mal. Si, en cambio, tenemos 100 ideas culinarias (helado, té verde, turrón, pollo frito, fabada, chistorra…), hay muchas más posibilidades de dar con buenas innovaciones (helado de té verde, helado de turrón). Una vez que tenemos una idea nueva, podemos seguir combinándola con las otras ideas anteriores (un helado de turrón con caramelo por encima), retroalimentado el crecimiento de ideas. De una manera más detallada: si tenemos dos ideas, A y B, hay una sola posibilidad de combinarlas: C=A+B. Si tenemos tres ideas, A, B, y C, hay cuatro maneras de combinaras: D=A+B, E=A+C, F=B+C, G=A+B+C. Si tenemos 10 ideas, hay 1.013 formas de combinarlas. Es decir, las nuevas ideas crecen de manera superexponencial en el número de ideas existentes. Pongamos, además, que solo una de cada 10 de las nuevas ideas vale para algo. Si solo tenemos dos ideas, A y B, la probabilidad de que C sea buena es baja (10%). Pero, si tenemos 10 ideas, la probabilidad de que al menos una nueva combinación sea buena es prácticamente 100%.
Segundo, necesitamos mucha gente dedicándose a probar y refinar estas combinaciones. Seguro que la receta del helado de turrón no salió a la primera, sino después de muchos intentos (¿ponemos más o menos azúcar? ¿Más o menos nata?). Y no es solo ser capaz de preparar una bola de helado de turrón, uno tiene que ser capaz de preparar miles de bolas para que sea un invento rentable.
Tercero, necesitamos instituciones que fomenten estas combinaciones y renumeren a los inventores. En una entrada anterior sobre las vacunas expliqué en detalle algunas de estas instituciones. Invito al lector a leer esa entrada en vez de repetir aquí los mismos argumentos.
:format(jpg)/f.elconfidencial.com%2Foriginal%2Ff81%2Fedd%2F346%2Ff81edd346e6511dfb14136c43143cec0.jpg)
El número total de ideas, las personas dedicadas a pensar en estas ideas y la calidad de las instituciones llegan a un nivel crítico en 1675 en Gran Bretaña y, como explicaba al principio de la entrada, tenemos por primera vez el crecimiento económico moderno: somos capaces de crear, de manera sistemática, muchísimas nuevas ideas cada año.
Los partidarios de esta visión combinatoria de las ideas tienen, además, una explicación del pesimismo del equipo Gordon. El problema no es que nos hayamos quedado sin ideas. Al revés: existen tantísimas ideas que hemos perdido la capacidad de combinarlas eficientemente. Por ejemplo, los investigadores tienen que aprender estas ideas antes de poder combinarlas, lo que cada vez prolonga más su educación y reduce sus años más productivos. En un ejemplo que he empleado en ocasiones anteriores. Justo ahora estoy enseñando control óptimo. Cuando yo era estudiante, hace 25 años, uno necesitaba estudiar control óptimo durante 12 meses (después de los cursos básicos del doctorado), antes de estar listo para escribir una tesis doctoral de excelencia. Hoy se necesitan 24 meses.
Las redes neuronales "aprenden" los patrones que existen en los datos y son capaces de predecir nuevas combinaciones de ideas exitosas
La promesa de la inteligencia artificial es precisamente que lo que hace fenomenal es buscar entre lo que ya sabemos y recombinarlo de manera inesperada, en especial en problemas de altísima complejidad. Invito al lector a que lea mi primera entrada sobre este tema cuando explicaba qué es el aprendizaje profundo o que pruebe ChatGPT para que vea a qué me refiero. Las redes neuronales aprenden los patrones que existen en los datos (qué sabores de helado triunfan) y son capaces de predecir, mucho mejor que los seres humanos, nuevas combinaciones de ideas exitosas. No es que los ordenadores sean inteligentes y entiendan mejor que los chefs qué constituye un helado triunfador, simplemente son capaces de predecirlo con más probabilidad.
Con un ejemplo más relevante: muchos expertos señalan que el aprendizaje profundo nos permitirá conseguir grandes avances médicos, al explorar, de manera mucho más eficiente, distintas combinaciones de compuestos químicos para nuevos tratamientos, una labor tediosa que ahora requiere del esfuerzo de miles de especialistas. O, en la teoría del control óptimo a la que me refería anteriormente, el aprendizaje profundo puede localizar las ideas ya existentes y explorar todas sus consecuencias sistemáticamente, incluso en direcciones sorprendentes que se le pueden escapar a los investigadores humanos. Cualquiera que haya hecho investigación sabe que los resultados más importantes, a menudo, surgen donde uno menos se lo espera.
Resumiendo: la inteligencia artificial es una metaidea que puede multiplicar nuestra capacidad de combinar ideas y, con esta multiplicación, generar cada vez más y más ideas nuevas, acelerando el crecimiento económico de manera nunca vista.
Algunos analistas aventuran tasas de crecimiento económico gracias a la inteligencia artificial incluso más altas
¿Quién tiene razón? ¿El equipo Gordon, que defiende que ya hemos inventado todo lo que teníamos que inventar que merece la pena? ¿O el equipo inteligencia artificial, que argumenta que vamos a ser capaz de combinar ideas como nunca hemos podido en el pasado? Ambos equipos tienen un poco de razón. Lo que importa es cuánta razón. Si el efecto ya lo hemos inventado todo domina, nos iremos a un crecimiento del 1% o incluso menor en las próximas décadas. Si el efecto inteligencia artificial domina, podemos alcanzar el crecimiento del 3,8% que aventuraba al principio de esta entrada. Personalmente, y dada la trayectoria demográfica de la humanidad, soy pesimista, pero no mucho. Auguro un 40% de probabilidad a que el crecimiento de la tecnología caiga al 1%, un 30% que se quede en el 2%, y un 30% que se acelere al 3% (o incluso más), al menos durante unas décadas. Lo relevante es que los avances en inteligencia artificial de este último año han cambiado mi predicción. Hace 12 meses, hubiese dicho 50%, 40% y 10%. He multiplicado por tres (de 10% a 30%) la probabilidad del escenario de aceleración del crecimiento.
Algunos analistas aventuran tasas de crecimiento económico gracias a la inteligencia artificial incluso más altas, por ejemplo, hasta del 20%, nivel en el que llegaríamos a una "singularidad". Yo asigno menos de 1% de probabilidad a estas tasas. Primero, porque, en muchas áreas, las limitaciones al crecimiento del PIB vienen dadas por restricciones físicas, como las que explicaba antes del tiempo de transporte, y que la inteligencia artificial poco puede solucionar. Segundo, porque muchísimas actividades que componen el PIB, desde cortarnos el pelo hasta los servicios públicos, apenas se verán afectadas a corto y medio plazo por la inteligencia artificial, y, por tanto, no hay espacio para que el PIB crezca tanto. Lo mismo el peluquero nos puede enseñar cómo será el corte en el ordenador antes de hacerlo, pero las tijeras las tendrá que seguir manejando él. Y los servicios públicos se contabilizan en el PIB por su coste, no por su calidad (esto es una convención contable). Paradójicamente, si la inteligencia artificial nos permite una sanidad pública más barata con diagnósticos más rápidos, esto bajará el PIB, no lo aumentará. De hecho, en un mundo con inteligencia artificial, lo mismo tenemos que cambiar cómo medimos el PIB (y puede que ya lo estemos midiendo mal), pero eso es tema para otro día. El lector encontrará en este artículo de William Nordhaus una disertación detallada de la probabilidad de una singularidad económica.
Para finalizar, resalto que me he centrado en crecimiento de la tecnología, no en crecimiento de España. Este último dependerá tanto del crecimiento de la tecnología mundial como de nuestra capacidad de adaptarnos a la misma. Si, por ejemplo, no mejoramos nuestras instituciones (como he argumentado en repetidas ocasiones en El Confidencial y en decenas de charlas), nos quedaremos estancados independientemente de si la tecnología mundial mejora. La inteligencia artificial puede ser una oportunidad para España, pero nadie nos asegura que la explotemos.
¿Será posible crecer sin que la tecnología se acumule en unas pocas grandes compañías con gran poder de mercado?
Mis argumentos abren más puertas de las que cierran. Solo por señalar cuatro preguntas básicas:
- Puede que crezcamos más, pero ¿cuáles serán las consecuencias de este crecimiento en la distribución de la renta y la riqueza? ¿Beneficiará solo a unos pocos o a muchos?
- ¿Será posible crecer sin que la tecnología se acumule en unas pocas grandes compañías con gran poder de mercado?
- Si la tecnología crece más deprisa, ¿no sería buena idea emplear esta bonanza para otros objetivos que el mero crecimiento del PIB por habitante, como, por ejemplo, mejorar el medio ambiente o reducir las horas de trabajo?
- ¿Existen riesgos en este crecimiento más rápido de la tecnología (inteligencia artificial fuera de control, daños medioambientales, disrupciones sociales) y deberíamos parar este tren?
Hoy no tengo espacio para responder a estas y otras preguntas que me dejo en el tintero. Pero, en un mes, regresaré para analizar algunas posibles consecuencias de la inteligencia artificial sobre la distribución de la renta y la riqueza, en especial en el mercado de trabajo.
*En los dos gráficos, el eje vertical emplea logaritmos. Con esta escala logarítmica, una línea recta significa un crecimiento constante. Si el eje vertical emplease el nivel de la variable, al tener esta un crecimiento constante, solo se vería una curva difícil de interpretar.
** También podemos considerar que, de vez en cuando, tenemos ideas completamente nuevas. Pero esta posibilidad no cambia el argumento principal.
No hay comentarios:
Publicar un comentario