Bases y puntos de partida para el trabajo con inteligencia artificial

Una camada de jóvenes estudiantes nacidos profesionalmente en la era de la IA está pronta para incorporarse al mercado laboral. Hoy, la inteligencia artificial ya puede colaborar mediante la redacción de memos, resumir reuniones, responder correos y estructurar datos. Es decir, tareas típicas del primer escalón en la vida corporativa. Un estudio conjunto del Banco Mundial y la OIT confirma que, en América Latina, los trabajadores de entre 15 y 34 años son los más expuestos a la transformación de tareas a manos de la IA. En la Argentina eso se monta sobre una base endeble: la tasa de desempleo en jóvenes triplica la de los adultos y seis de cada 10 trabajan en la informalidad. A escala global, el desempleo juvenil ronda el 13%; acá, supera el 19%.

Cambios en la grilla de partida

En mi entrevista de admisión a la maestría en Economía en la Universidad de San Andrés, Walter Sosa Escudero me recibió con un gráfico a mano alzada de una curva ascendente. “Lo que importa no es el intercepto, es la pendiente”, me dijo. Ahora que estaba adentro, había que trabajar fuerte y aprender rápido.

Una década antes, el papá de un amigo –de profesión economista y chofer de adolescentes a partidos de fútbol los fines de semana– nos desafiaba en cada viaje a que le dijéramos cualquier número de varios dígitos para que él computara mentalmente su raíz cuadrada. Esa habilidad, pensaba, era el pasaporte a una carrera productiva. Tras una década diseñando modelos cuya ejecución delego con gusto en la IA, confirmo que el cálculo mental ya no es clave en la profesión.

La tecnología transforma tareas, minimiza el valor de unas, maximiza el de otras y genera nuevas. Obliga a aprender. Siempre lo hizo. Aunque la IA no ha causado un reemplazo masivo de empleo joven, la sensación es que está acelerando el ritmo. Cambia los puntos de entrada al mercado laboral. Empina y redefine las curvas de aprendizaje, e impacta los conocimientos requeridos para empezar a trabajar y desarrollarse.

David Autor, un reconocido profesor del MIT especializado en tecnología y mercado laboral, documentó que desde finales de los 70 la automatización ha tenido un impacto dual: por un lado, disminuyó el empleo en ocupaciones donde eliminó tareas poco especializadas; por otro, lo aumentó en aquellas donde eliminó tareas más complejas. Esto se debe a que la tecnología alteró la dificultad relativa de los trabajos.

En esta línea, y apoyados en el análisis de búsquedas laborales de los últimos dos años, Joe Fuller –profesor y director del proyecto para la “Gestión del Futuro del Trabajo” de la Escuela de Negocios de Harvard– sostiene, junto a sus coautores, que la IA redefinirá los puntos de entrada al trabajo: el acceso al primer empleo será más difícil y el aprendizaje más arduo en roles que hoy se sustentan en tareas básicas que sirven de incubadora para dar el siguiente paso corporativo pero que son fácilmente automatizables. Sin embargo, la IA también podría facilitar el acceso a puestos que hoy requieren habilidades muy específicas, porque acorta la curva de aprendizaje inicial. Por ejemplo, completar tareas complejas de diseño gráfico, que hasta hace muy poco requería dominar un software técnico, hoy puede lograrse con herramientas de IA generativa en una fracción de ese esfuerzo.

Reaprender a aprender

La accesibilidad excesiva puede ser una trampa. El 2015 fue el año elegido para retratar al Marty McFly hijo, el personaje que aparece brevemente en “Volver al Futuro II” como una versión torpe de su padre. Un joven perdido en una avalancha de facilidades tecnológicas. Una caricatura de la pérdida de agenda personal frente a un mundo automatizado.

¿Ciencia o ficción? Según algunos estudios el uso intensivo del GPS “apaga” regiones del cerebro clave para la memoria espacial. Gloria Mark, estudiosa de la interacción entre humanos y máquinas de la Universidad de California, estima que nuestra capacidad de atención frente a una pantalla cayó de 2 minutos y medio en 2004 a apenas 47 segundos en la actualidad.

El filósofo británico Andy Clark, en el artículo “Extendiendo mentes con IA generativa”, publicado reciente por Nature, ofrece una mirada más optimista: nuestra mente siempre se apoyó en herramientas externas para pensar mejor. Clark explica que, de manera espontánea, reasignamos recursos cognitivos entre nuestra mente y las herramientas para resolver un problema del modo más eficiente.

Delegar la mente en otra “mente” no es una decisión que deba tomarse a la ligera. ¿Podemos aprender sin pensar? La manera en la que delegamos en la IA puede marcar la diferencia entre agotar o multiplicar nuestros recursos cognitivos y nuestra productividad.

Un experimento de la Universidad de Pensilvania en una escuela secundaria de Turquía mostró que los estudiantes con acceso irrestricto a GPT-4 para hacer la tarea obtuvieron en el examen final calificaciones más bajas que quienes estudiaron a la antigua. Pero cuando la IA fue diseñada como tutor (por ejemplo, haciendo preguntas en vez de dar respuestas), esa brecha desapareció. Otro estudio realizado por el Banco Mundial mostró que la combinación de tutores GPT y humanos en un programa de apoyo escolar mejoró los resultados: en seis semanas lograron avances equivalentes a uno o dos años de escuela tradicional.

Disfrutar es un insumo clave para la productividad. Después de todo, como dice el economista y periodista Sebastián Campanario, nadie puede competir con alguien que se divierte haciendo lo que hace. Pero ¿nada puede competir con alguien que se divierte haciendo lo que hace? Investigadores de la Universidad de Stanford encuestaron a 1500 trabajadores sobre qué tareas preferían conservar y las contrastaron con el potencial de automatización de esas tareas. El resultado: muchas de las tareas más valoradas por los trabajadores pueden automatizarse, mientras que otras menos queridas aún no tienen reemplazo tecnológico.

Hacer “más de lo mismo, más rápido” ya no alcanza. El mismo estudio anticipa un giro en las habilidades más valoradas, como coordinación, comunicación, liderazgo y adaptabilidad.

Acelerar en la curva

Carl Benedikt Frey, experto de Oxford en el futuro del trabajo, escribió para el Financial Times: “Si el siglo XIX se hubiese limitado a perfeccionar telares y arados, hoy disfrutaríamos de ropa barata y grano abundante, pero no tendríamos antibióticos, motores a reacción ni cohetes espaciales. Los milagros económicos surgen del descubrimiento, no de repetir tareas a mayor velocidad”.

Lo que trajo a los jóvenes profesionales de ayer hasta acá probablemente no sirva para llevar a los de hoy hasta allá. Marche un copiloto apto ciborg natural para que Marty McFly nieto no se coma la curva de aprendizaje.

El autor es economista jefe y director ejecutivo en Accenture Argentina

Por Tomás Castagnino

---

Conforme a