La IA promete ayudar al empleo, aunque amenaza con destruir puestos. Pero para Europa el desafío es, además, estratégico. Leer La IA promete ayudar al empleo, aunque amenaza con destruir puestos. Pero para Europa el desafío es, además, estratégico. Leer
La historia del progreso tecnológico de los dos últimos siglos ha estado determinada por innovaciones que transformaron las sociedades. Todas tardaron décadas en generalizarse, permitiendo una transformación gradual que, pese a ello, no siempre fue fácil. La inteligencia artificial (IA) está rompiendo este patrón.
Los avances de los últimos tres años en modelos de IA generativa, su rápida adopción y la explosión de aplicaciones han generado la sensación de que la transformación se acelera. La pregunta es si nuestras economías e instituciones serán capaces de asimilar este cambio con la premura necesaria y, al mismo tiempo, generar una prosperidad compartida.
Casi tan rápida como los avances de la IA es la aparición de estudios que comienzan a analizar sus efectos, lo que nos permite vislumbrar hacia dónde nos dirigimos. Una reciente publicación de OpenAI es un buen ejemplo. En su estudio introducen un índice, GDPval, que evalúa la capacidad de los modelos de IA en tareas de 44 ocupaciones en los principales sectores que generan el PIB de Estados Unidos. Sus conclusiones son claras: los modelos más avanzados se acercan ya al rendimiento de expertos humanos en calidad y coste, y mejoran con cada nueva generación. En el conjunto de tareas analizadas, los mejores modelos igualaron o superaron a expertos humanos en el 47,6 % de las tareas. Otros estudios ayudan a ver casos concretos de ganancias de productividad. Erik Brynjolfsson y sus coautores han analizado el uso de la IA en servicios de atención al cliente con más de 5.000 agentes y han constatado aumentos medios de productividad del 15%. Sin embargo, la heterogeneidad es enorme: los empleados menos experimentados mejoraban hasta un 30%, mientras que los experimentados apenas percibían cambios significativos. Este patrón se repite en otras actividades en las que la IA multiplica la productividad de quienes parten de niveles más bajos, porque les transmite mejores prácticas e información, acercándolos a trabajadores más productivos. Pero también puede reducir la demanda de esos perfiles si sus tareas pueden producirse con menos personal y más IA.
Un estudio reciente de Erik Brynjolfsson, Bharat Chandar y Ruyu Chen confirma que en algunos segmentos del mercado de trabajo el proceso de sustitución estaría produciéndose ya. Analizando millones de nóminas en EEUU, constatan que, desde 2022, el empleo de jóvenes de entre 22 y 25 años en ocupaciones muy expuestas a la IA ha caído un 13%, mientras que el resto en los mismos sectores se ha mantenido o ha crecido. La metáfora que utilizan es la de los canarios en la mina de carbón: esos trabajadores serían los primeros en ser sustituidos por la IA al replicar el conocimiento codificado, propio de quienes acaban de salir de la universidad, mientras que es más difícil sustituir la experiencia tácita que acumulan los trabajadores más experimentados, facilitando la colaboración entre IA y personas. Otros estudios recientes en Estados Unidos, como el de Budget Lab de la Universidad de Yale, encuentran que en conjunto no hay señales de un apocalipsis del empleo. La proporción de trabajadores en ocupaciones expuestas a la IA se mantiene estable y no se observa un aumento del paro atribuible a ella. La caída de la demanda de ciertos perfiles se está produciendo, pero de manera localizada, por lo que es arriesgado extrapolar los efectos de la IA a nivel agregado.
Por el momento, la gran incógnita es cómo trasladar estas evidencias micro a la productividad y el crecimiento macroeconómico. Diversos estudios, entre ellos de la OCDE, sugieren que estamos ante una curva en J, como con tecnologías anteriores. Al principio, resulta difícil rentabilizar las inversiones (formación, centros de datos, rediseño de procesos o software). Sus efectos son inicialmente más visibles por el lado de la demanda. Cuando la tecnología se difunde y se mejoran los modelos de negocio, aparecen los aumentos de productividad. La OCDE estima una contribución de entre 0,3 y 0,6 puntos adicionales de productividad anual en economías avanzadas en la próxima década, en línea con lo que las empresas japonesas indican que ya se está produciendo. Estas contribuciones se situarían en la parte baja del rango proyectado por algunos bancos de inversión norteamericanos, que en la parte alta alcanzarían el 1,5%.
Este proceso será más intenso en la medida en que las empresas (sobre todo menos eficientes) rentabilicen las inversiones de IA más rápidamente. Por el momento, el informe MIT NANDA muestra que el 95% de las empresas de EEUU no han obtenido todavía retornos de sus inversiones. La gran mayoría está atrapada en proyectos piloto que no acaban de escalar. Solo un 5% ha cruzado lo que el informe denomina la GenAI Divide, obteniendo ahorros significativos. Pero este proceso podría acelerarse rápidamente.
En el corto plazo, la inversión en datos, hardware especializado y centros de datos tiene también un efecto expansivo sobre la demanda agregada. Pese a los aranceles y la incertidumbre de las políticas de la nueva administración Trump, el sorprendente dinamismo del PIB de Estados Unidos en el primer semestre de 2025 se explica en su mayor parte por el auge de la inversión vinculada a la IA, frente a la atonía del resto de componentes de la demanda y del crecimiento del empleo.
¿Qué explica esta divergencia? Puesto que la productividad laboral (el PIB por hora trabajada) ha empezado a repuntar, con tasas por encima del 1,5% anual en los dos últimos años, existe la posibilidad de que estemos ante un nuevo ciclo de aumento de la productividad, similar al que siguió al boom tecnológico de los 90. La analogía es tentadora y la cuestión es si esta mejora de la productividad continuará en el tiempo.
La evidencia en Europa es más escasa que en Estados Unidos. Algunos estudios encuentran resultados similares a los de canarios en la mina sobre el empleo de los jóvenes y aumentos de productividad, mientras otros (por ejemplo, de Juan F. Jimeno y coautores) muestran que entre 2011 y 2019 las ocupaciones más expuestas a la IA (justo antes de la explosión de los LLM) aumentaron su peso en el empleo. Pero el riesgo de polarización existe: la IA puede ampliar la brecha entre quienes colaboran con ella y quienes son sustituidos. Además, la desigual capacidad de adopción entre sus estados miembros amenaza con aumentar las divergencias en la UE.
Para nuestro continente, el gran desafío es estratégico. Mientras Estados Unidos y China marcan el paso en la carrera de la IA, Europa no puede permitirse quedarse atrás en su despliegue y adopción por todo su tejido productivo. El informe Draghi ya era contundente al respecto: la IA puede ser la palanca para recuperar productividad y competitividad perdidas, pero exige un programa ambicioso de inversión, mejoras regulatorias y del talento, integración de mercados y fortalecimiento institucional.
Cuando su despliegue no ha hecho más que comenzar, la IA no es una amenaza inmediata de desempleo masivo ni una varita mágica que multiplique por sí sola la productividad. Es una tecnología que abre enormes oportunidades (también por su interacción con el boom de la robótica y el futuro de la computación cuántica), pero cuyo aprovechamiento depende de nuestra capacidad para gestionarla. Si se acompaña de inversiones, educación y políticas acertadas, puede convertirse en la palanca que revitalice el crecimiento europeo, mejore la productividad y aumente el bienestar.
*Rafael Doménech es catedrático de la Universidad de Valencia y responsable de análisis económico de BBVA Research.
Actualidad Económica // elmundo
