OPINIÓN

En los últimos diez años, una de las tendencias más importantes a nivel de empleo y empresas tiene que ver con la incorporación de tecnologías vinculadas a la inteligencia artificial y a la generación y análisis de grandes bases de datos en empresas financieras y no financieras. Por un lado, existen bastantes ejemplos de aplicaciones reales que permiten automatizar determinados procesos, como son los chatbots o los asistentes virtuales. Por otro lado, los puestos de trabajo están cada vez más basados en el uso de herramientas de análisis de grandes bases de datos a través de la programación y de la aplicación de modelos de aprendizaje automático (machine learning), con el objetivo de conocer y poder implementar nuevas estrategias de análisis de proyectos, de inversión, de financiamiento, comerciales y de la gestión de riesgo.

En el sector financiero, los bancos usan las nuevas tecnologías, conjuntamente con algoritmos de aprendizaje automático para detectar fraudes, predecir patrones del mercado, segmentar a sus clientes, hacer análisis de crédito, así como también automatizar las tareas de gestión de datos. En lo comercial, se usan las nuevas tecnologías para hacer pronósticos de ventas y elegir el producto adecuado para recomendárselo a los clientes. Varias empresas utilizan la inteligencia artificial para identificar si un producto tendrá éxito o para hacer ofertas concretas. Como consumidores, ya estamos acostumbrados a que Internet nos recomiende libros, hoteles o experiencias.

Los empleos

Un estudio reciente de Alekseeva, Azar, Gine, Samila y Taska (2019) analiza una base de datos muy amplia de Burning Glass Technologies (BGT), que recopila casi la totalidad de los anuncios online de trabajo en Estados Unidos. Los autores analizan el período entre 2010 y 2019 y encuentran evidencia muy clara sobre las tendencias en el mercado de trabajo. El número de anuncios de trabajo para posiciones vinculadas a la inteligencia artificial se multiplicó por 10 en el período analizado. En realidad, el crecimiento explosivo en la demanda por trabajo vinculado a la inteligencia artificial se dio a partir del 2016. Además, el estudio muestra que las empresas que adoptaron tecnologías vinculadas a la inteligencia artificial están en las industrias de la tecnología de la información, consultoría y finanzas, pero también en otros sectores como la agricultura y la forestación.

El análisis de Alekseeva, Azar, Gine, Samila y Taska (2019) también indica que los trabajadores con habilidades vinculadas con el manejo de datos y la inteligencia artificial obtienen empleos en empresas más grandes y más rentables. Además, el análisis muestra que los trabajadores con habilidades para trabajar con inteligencia artificial tienen niveles salariales que son entre 5% y 20% más altos, comparados con personas que ocupan posiciones relativamente similares en empresas comparables.

Uruguay

Las inversiones de las empresas en inteligencia artificial y la automatización permiten tanto la reducción de costos como el aumento del volumen de negocios. Si bien hay un debate fuerte sobre el impacto de la automatización en la cantidad total de empleo, lo que sí es claro es que la adopción de la inteligencia artificial implica un cambio en los perfiles laborales y en las habilidades de las personas que trabajarán con las nuevas tecnologías. Una pregunta importante es cómo hemos adaptado o vamos a adaptar nuestro sistema educativo para que nuestros jóvenes incorporen estas habilidades asociadas a la inteligencia artificial y el análisis de grandes bases de datos. Esta pregunta tiene implicancias a nivel de la educación primaria, secundaria, educación técnica y universitaria.

En lo que queda del artículo me voy a referir a nuestro sistema universitario, que es el nivel de la educación que conozco mejor. Tenemos que preguntarnos si lo que se enseña en nuestras universidades –en los distintos campos– está alineado con las demandas del mercado laboral de los próximos años. En concreto, ¿saben nuestros profesionales usar R, Python, SQL, Tableau o PowerBI?, ¿saben interpretar los resultados de un modelo de aprendizaje automático? Estas son herramientas de trabajo vinculadas a las automatizaciones, manejos de grandes bases de datos, análisis y visualizaciones.

Siendo profesor a tiempo completo de la Universidad de Montevideo y estando en contacto con alumnos de grado y posgrado y con profesores de todas las universidades, me consta que todas las instituciones están trabajando en la adopción y enseñanza de las nuevas tecnologías. Todos estamos dando pasos; lo que me preocupa es la velocidad de estos pasos de las universidades y el acceso de los estudiantes al aprendizaje basado en las nuevas tecnologías.

Las universidades también deben combinar capital y trabajo para ofrecer un servicio adaptado. Es posible que nuestras universidades públicas y privadas estén invirtiendo poco o muy despacio en la incorporación de la enseñanza de las nuevas tecnologías. En general, sabemos que la inversión en Uruguay es baja. En la medida en que las universidades deban invertir en laboratorios, sistemas informáticos, otros equipos tecnológicos y de procesamiento de datos, es posible que requieran financiamiento de mediano y largo plazo. Es importante pensar en los mecanismos de financiamiento para estas inversiones. ¿Acceden las universidades a financiamiento de mediano y largo plazo en el mercado de crédito? ¿Hay políticas públicas que favorezcan inversiones de mediano y largo plazo en laboratorios, sistemas informáticos y equipos? ¿Tenemos suficientes profesores en estas áreas más tecnológicas?

Si las universidades no tuvieran financiamiento para incorporar a los programas la enseñanza de las nuevas tecnologías, entonces es posible que estén invirtiendo poco en el desarrollo y adaptación de los nuevos programas educativos. Dada la velocidad con la que ocurren los cambios en el mundo, me preocupa que nuestra adaptación en la preparación de nuestros profesionales futuros pueda ser lenta. Creo que es necesario tener una discusión sobre el ritmo al que evolucionan los programas universitarios y cómo se están financiando las inversiones del sistema terciario. Si mirar hacia adelante y generar cambios positivos en la currícula que enseñamos en nuestras universidades requiere inversiones importantes de capital, es posible que estemos invirtiendo poco.

Otro tema importante está vinculado al crédito universitario. Hoy hay un sistema de crédito muy reducido para que los jóvenes y sus familias puedan financiar estudios universitarios. Vale la pena pensar en una política amplia que favorezca el crédito universitario –subsidiado– de manera de favorecer el acceso al sistema universitario y que las personas puedan ampliar el menú de opciones en su preparación para el mañana. Se puede decir y temer que otros sistemas de crédito universitario en otros países han sido malos porque han sido caros y han arruinado la vida de personas que quedaron muy endeudadas. Sin embargo, entiendo que el mal funcionamiento de algunos mercados en otros países no debería ser un motivo para no intentar hacerlo bien en Uruguay.

El análisis del financiamiento de nuestras universidades y del crédito universitario tiene que tener un sentido amplio, también sabiendo que las inversiones en educación e innovación tienen externalidades positivas: que haya una cierta cantidad de trabajadores capaces de trabajar con las tecnologías de la información puede ayudarnos atraer nuevas inversiones en nuestro país. Además, el planteo de una política pública especial para el sistema de crédito universitario está basado en la idea de que hay una falla actual del mercado por la cual no existe hoy financiamiento universitario a costos razonables. No desconozco lo bueno de iniciativas como la ANII; al contrario, quizás es tiempo de potenciar algunas de esas herramientas y de ampliar el financiamiento público de las inversiones en educación terciaria y en la innovación universitaria ya sea en el ámbito público o privado.

(*) Director del Máster en Finanzas de la Universidad de Montevideo