Inteligencia Artificial: Impactos en el crecimiento económico

Existe cierto entusiasmo por la inteligencia artificial y sus posibles impactos en el crecimiento de la productividad. También existe cierta ansiedad y preocupación por sus posibles impactos en el empleo y la desigualdad. En esta oportunidad, aprovecho la oportunidad para presentar dos estudios que intentaron medir los efectos de la IA en el crecimiento de la productividad en EE. UU. El primero se publicó hace un año en la edición de enero de la revista Economic Policy. De autoría de Daron Acemoglu, profesor del MIT y Premio Nobel de Economía 2024, el estudio «La macroeconomía simple de la IA» calcula el impacto de la inteligencia artificial en el crecimiento económico durante los próximos diez años. El segundo trabajo es del ganador del Premio Nobel 2025 y profesor de la London School of Economics, Philippe Aghion, en coautoría con Simon Bunel: “IA y crecimiento: ¿Dónde nos encontramos?”, de junio de 2024, aún no publicado en una revista académica.

Acemoglu emplea un enfoque que investiga el impacto de las nuevas tecnologías en las diferentes tareas que realizan los trabajadores.

Para ello, emplea una reformulación teórica, desarrollada en colaboración con Pascual Restrepo, de la teoría de la empresa. En la teoría tradicional de la empresa, los factores de producción (capital, trabajo, mano de obra cualificada, etc.) operan conjuntamente a través de una función de producción que genera el producto. En la formulación alternativa, el producto se genera mediante un conjunto de tareas, según una función de producción. Cada tarea, a su vez, es realizada por el capital o el trabajo.

Por lo tanto, tenemos la siguiente cadena: los factores de producción realizan tareas que, a su vez, producen el producto, ya sea un bien o un servicio.

El enfoque alternativo puede emplearse porque hoy en día existen bases de datos que describen las diversas ocupaciones en el mercado laboral y, para cada una, las habilidades y el nivel de educación formal requeridos, así como el conjunto de tareas realizadas.

A este respecto, reproduzco un texto del sitio web de O*NET Online: “En el corazón del proyecto [O*NET Online] se encuentra la base de datos O*NET, que abarca más de 900 ocupaciones (1) y más de 55 000 empleos en toda la economía estadounidense. Para cada ocupación, se proporciona una visión general completa de los atributos de los trabajadores y las características del puesto. Al combinar medidas estandarizadas con detalles específicos de la ocupación, la base de datos permite tanto comparaciones entre ocupaciones como un análisis en profundidad de las funciones individuales”.

Con esta base de datos, es posible mapear las tareas en las ocupaciones y, a partir de estas, en los puestos de trabajo y, por lo tanto, en el total de horas trabajadas.

Acemoglu se pregunta cuál será el número total de tareas, como proporción de la economía, es decir, como proporción del PIB, que podrían ser reemplazadas por IA. Luego, se pregunta cuántas de estas serán económicamente rentables de reemplazar. El siguiente paso es determinar cuál será la ganancia de productividad promedio (o la reducción de costos) en las tareas que se reemplazarán.

Finalmente, debemos recordar que estamos considerando el impacto de la IA en la mano de obra, cuyos ingresos totales representan aproximadamente el 57% de los ingresos totales de la economía. Aghion y Bunel rehacen las estimaciones de Acemoglu con otras hipótesis. La tabla a continuación sistematiza los resultados.

En las primeras cuatro líneas de la tabla, se presentan los cuatro pasos para calcular el impacto de la IA en la productividad total de los factores. Las estimaciones ya corresponden a ganancias a lo largo de diez años. El impacto en la productividad se da en la productividad total de los factores porque consideramos fijos el stock de capital y la escolaridad promedio de la población. En la penúltima fila, se presenta el resultado de multiplicar los valores (de la misma columna) de las primeras cuatro filas por 100 (para obtener el resultado como porcentaje).

La estimación de Acemoglu (primera columna), que representa el límite inferior para Aghion y Bunel, indica que la ganancia en 10 años será del 0,65 % o del 0,07 % anual. En la segunda columna, se encuentra el límite superior, según Aghion y Bunel. En la tercera columna, se encuentra la estimación que Aghion y Bunel consideran más precisa.

Una diferencia muy significativa se encuentra en la primera fila. Acemoglu considera que solo el 19 % de las tareas realizadas para producir toda la producción de una economía se verán potencialmente afectadas por la IA. Aghion y Bunel, utilizando las estimaciones de Pizzinelli y colegas de 2023, consideran que una proporción mucho mayor de tareas estará expuesta a la IA. La mayoría de las divergencias se encuentran en este parámetro.

Si consideramos la estimación promedio de Aghion y Bunel, la IA aumentará la tasa de crecimiento de la productividad total de los factores durante los próximos diez años en un 0,66 % anual.

Esta ganancia se suma a la ganancia de productividad que se produciría sin IA. Para tener una idea de lo que esto significa, basta recordar que, en los 12 años transcurridos entre 1996 y 2007, la digitalización y la tecnología de microcomputadoras aumentaron la productividad.

Para tener una idea de lo que esto significa, basta con recordar que, en los 12 años comprendidos entre 1996 y 2007, la digitalización y la tecnología de microcomputadoras aumentaron la productividad total de los factores en un 0,8 % anual (2). La estimación que Aghion y Bunel consideran más precisa sugiere un efecto para los próximos diez años, del 0,66 % anual, del mismo orden de magnitud que la digitalización, del 0,8 % anual.

Hasta ahora hemos tratado las ganancias en la productividad total de los factores.

Sin embargo, para llegar al PIB, debemos considerar el aumento del stock de capital que se producirá. La última línea de la tabla muestra el efecto de la nueva tecnología en la producción de la economía. La hipótesis utilizada para determinar el aumento del stock de capital fue que la inversión será necesaria para que la rentabilidad del capital se mantenga igual que si no hubiera nueva tecnología. Es decir, en el ejercicio asumimos que la relación capital-producto, con la nueva tecnología, no se altera (3).

Los impactos pueden ser significativos: el límite superior indica un crecimiento del PIB del 2 % anual, superior al que se produciría sin la nueva tecnología. La estimación del punto medio de Aghion y Bunel es del 1,14 % anual y, para Acemoglu, del 0,11 % anual.

- El autor, Samuel Pessôa Iesi vestigador asociado, FGV IBRE. El artículo se publicó en Cojuntura Economica.

1“Occupation profiles” en el original en inglês.
2Aghion e Bunel (2024), página 4.
3Ver Acemoglu (2024), páginas 33 e 34.