Sabemos exactamente lo que cuesta la IA, pero somos incapaces de medir lo que produce. Y eso es un problema serio

El Desafío de Medir la Productividad de la Inteligencia Artificial

La inversión en inteligencia artificial (IA) ha alcanzado niveles sin precedentes, con las grandes tecnológicas invirtiendo billones de dólares en este campo. Sin embargo, a pesar de esta gran inversión, parece que no estamos viendo un retorno adecuado en términos de productividad y crecimiento económico. Según fuentes, el problema no es que la IA no esté generando valor, sino que nuestros métodos actuales de medición no son capaces de capturar este valor de manera efectiva.

La Producción Oculta de la IA

El concepto de “dark output” o producción oculta se refiere al valor económico que la IA genera, pero que no se refleja en los datos macroeconómicos tradicionales. Esto se debe a que la IA puede sustituir trabajos que antes realizaban humanos, reduciendo los costos y aumentando la eficiencia, pero sin generar transacciones económicas que se puedan medir de manera convencional. Por ejemplo, la redacción de testamentos, que antes costaba 400 dólares, ahora puede hacerse por solo 0,50 dólares gracias a la IA, lo que reduce la transacción económica a casi cero.

Implicaciones y Consecuencias

La incapacidad para medir la productividad de la IA de manera efectiva puede tener consecuencias graves. Los inversores, los bancos centrales y las empresas toman decisiones basadas en datos macroeconómicos, y si estos datos no reflejan la realidad, pueden llevar a decisiones erróneas. Además, la falta de medición adecuada puede llevar a una subestimación del valor generado por la IA, lo que podría afectar la inversión en este campo y, en última instancia, el crecimiento económico.

Precedentes y Soluciones

Esta situación no es nueva. Durante el boom informático de las décadas de 1980 y 1990, los datos macroeconómicos no podían capturar el valor generado por la revolución de los ordenadores. Sin embargo, en 2013, se incluyó la inversión en investigación y desarrollo (I+D) y propiedad intelectual en la contabilidad del PIB, lo que añadió 3,6 billones de dólares de manera retroactiva. De manera similar, se necesitan nuevos métodos de medición que puedan capturar el valor generado por la IA de manera efectiva.

En conclusión, el desafío de medir la productividad de la IA es un problema serio que requiere una solución urgente. La incapacidad para medir el valor generado por la IA puede tener consecuencias graves para la economía y el crecimiento. Es necesario desarrollar nuevos métodos de medición que puedan capturar el valor generado por la IA de manera efectiva, y así asegurar que la inversión en este campo sea rentable y sostenible.

🤖 Este artículo fue creado con ayuda de inteligencia artificial y revisado por un periodista.

Fuente: www.xataka.com