Cada vez que aparece una nueva tecnología impresionante, la gente se apresura a imaginar los estragos que podría causar en la sociedad y reaccionan de forma exagerada. Hoy vemos que esto sucede con inteligencia artificial (AI). Estuve en South by Southwest el mes pasado, donde las multitudes zumbaban sobre la última afirmación hiperbólica de Elon Musk de que la IA representa un peligro mucho mayor para la humanidad que las armas nucleares . Algunos economistas también han dado la alarma de que la automatización pondrá en riesgo casi la mitad de todos los puestos de trabajo en los EE. UU. Para el año 2030. El tambor de doomsaying ha asustado a la gente: un estudio de Gallup / Northeastern publicado en marzo encontró que aproximadamente tres de cada cuatro estadounidenses están convencidos AI destruirá más trabajos de los que crea.

Mi lectura de la historia de la tecnología y mis décadas de trabajo en sus fronteras me hacen ser escéptico de tales afirmaciones. Los grandes cambios en la tecnología -y AI tiene el potencial de ser eso- inevitablemente toman más tiempo de lo que la gente suele imaginar para transformar nuestros trabajos y nuestras vidas. Entonces, las sociedades tienen tiempo para aplicar las regulaciones, las presiones culturales y las fuerzas del mercado que dan forma a la transformación. Estamos haciendo ese tipo de ajustes hoy con la tecnología de las redes sociales, por ejemplo.

La larga historia de la automatización en matemáticas ofrece un paralelismo aún más acertado con respecto a cómo la computarización, en forma de inteligencia artificial y robots, es probable que afecte a otros tipos de trabajo. Si le preocupa el desempleo masivo inducido por la IA o algo peor, piense en esto: ¿por qué las computadoras digitales no dejaron obsoletos a los matemáticos?

La palabra “computadora” fue, durante siglos, un título de trabajo. Desde el 1600 en adelante , las computadoras humanas hicieron cálculos, inicialmente con lápiz y papel, para crear tablas de navegación, libros contables y similares. En la década de 1960, los trabajadores tenían reglas de cálculo y calculadoras mecánicas para ayudarlos, pero estos trabajos aún existían. La NASA dependía en gran medida de computadoras de carne y hueso, como Katherine Johnson y su equipo de mujeres afroamericanas, para hacer cálculos para las primeras misiones espaciales, como se relata en la película de 2016 Hidden Figures .

Hoy en día, un reloj inteligente puede sumar y restar miles de millones de veces más rápido que cualquier ser humano. Entonces, podría suponer que la NASA no necesita computadoras humanas en el siglo XXI.

Pero estarías equivocado. Los programadores, matemáticos y físicos computacionales que trabajan para la NASA ahora superan con creces las computadoras humanas empleadas en la agencia en la década de 1960. A pesar de un aumento de mil millones en la capacidad de las máquinas, los trabajos humanos no se perdieron, se multiplicaron . La razón por la que sucedió nos dice mucho sobre la inteligencia, tanto humana como artificial.

Resulta que la inteligencia humana no es solo un truco o técnica: son muchas. Las computadoras digitales se destacan en un tipo particular de matemáticas: la aritmética. Sumar una larga columna de números es bastante difícil para un humano, pero trivial para una computadora. Así que cuando aparecieron los programas de hoja de cálculo como Excel y permitieron que cualquier niño de la escuela secundaria acumulara sumas largas al instante, los trabajos matemáticos más aburridos y repetitivos desaparecieron.

Pero los problemas matemáticos vienen en muchas variedades, y muchos de los problemas más importantes desde el punto de vista económico son muy difíciles y lentos, incluso para las computadoras más avanzadas. Para abordar problemas como ese, se necesitan muchos matemáticos inteligentes y científicos de computación que puedan idear formas de programar computadoras para que hagan esos cálculos de la manera más eficiente posible.

Esta situación es un ejemplo clásico de algo que los agoreros de la innovación rutinariamente fraguabant: en casi todas las áreas donde hemos desplegado computadoras, mientras más capaces se han vuelto las computadoras, más amplio es el rango de usos que hemos encontrado para ellas. Se necesita mucho esfuerzo humano y trabajo para satisfacer esa creciente demanda.

Una regla general en economía es que un gran aumento en el suministro de un producto hace que los precios bajen porque la demanda está fija. Sin embargo, esto no se ha aplicado al poder de la computadora, especialmente para las matemáticas. Los enormes aumentos en la oferta han estimulado de manera intuitiva la demanda de más porque cada impulso en la capacidad computacional en bruto y cada nuevo algoritmo de software inteligente abre otra clase de problemas a la solución informática. Pero solo con ayuda humana

Los teóricos han demostrado que algunos problemas matemáticos son en realidad tan complicados que siempre serán desafiantes o incluso imposibles de resolver para las computadoras. Así que, al menos por ahora, las personas que pueden empujar hacia adelante el límite de los problemas computacionales difíciles nunca deben temer por la falta de trabajo.

Esto nos dice algo importante acerca de la IA. Al igual que las matemáticas, la inteligencia no es solo un tipo simple de problema, como el reconocimiento de patrones. Es una gran constelación de tareas de una complejidad muy diferente. Hasta ahora, las demostraciones más impresionantes del rendimiento “inteligente” de la IA han sido programas que juegan a juegos como el ajedrez o Go a niveles sobrehumanos. Estas son tareas que son tan difíciles para los cerebros humanos que incluso las personas más talentosas necesitan años de práctica para dominarlas.

Mientras tanto, muchas de las tareas que nos parecen más básicas para los humanos, como correr por terrenos difíciles o interpretar el lenguaje corporal, son casi imposibles para las máquinas de hoy y del futuro previsible. A medida que la IA se vuelve más capaz, la esfera de trabajos que las computadoras pueden hacer más rápido o con mayor precisión que las personas se expandirá. Pero un universo de trabajo en expansión permanecerá para los humanos, fuera del alcance de la automatización.