¿Cómo se formarán los expertos del futuro? ¿Qué conocimiento tendrán a mano?

Los nuevos desarrollos en IA podrían alterar la lógica de la generación de conocimiento. Aunque su impacto de difícil pronóstico, debemos ser conscientes de algunos riesgos importantes y, al menos, contrastar argumentos plausibles con el entusiasmo que sólo pide acelerar su adopción.

En uno de los artículos más influyentes de la economía del siglo XX, Hayek distingue entre el conocimiento situado (El uso del conocimiento en la sociedad, 1945). Mientras que el primero consta de reglas generales codificables, el segundo se refiere a circunstancias particulares de tiempo y lugar: es local, disperso y, con frecuencia, fugaz. La genial intuición de Hayek es que el sistema económico depende de este conocimiento cambiante, que ningún planificador central podría reunir. Los precios comunican lo esencial de lo que ocurre en el resto de la economía, sin que nadie necesite conocer los detalles.

Este artículo de Hayek suele invocarse para defender sistemas descentralizados de información. La diferencia clave no está en la cantidad de información procesada, sino en su naturaleza y, como él mismo insistiría más tarde, en la generación de nuevo conocimiento (La competencia como proceso de descubrimiento, 1968). Con la aparición de la IA, estas ideas podrían perder fuerza. Los nuevos sistemas podrían reunir parte del conocimiento situado que antes existía de forma descentralizada. ¿Pero qué pasa si las personas dejan de producirlo?

Quisiera esbozar al menos dos razones importantes para preocuparnos. Una de ellas pone el foco en el sesgo a favor de los trabajadores experimentados que este tipo de cambio tecnológico podría tener y en cómo podría afectar la formación y la difusión del conocimiento. Si se redujera el acceso de los trabajadores menos experimentados a los mentores más productivos, se
erosionaría la oferta futura de conocimiento y la difusión de mejores prácticas dentro y entre las organizaciones.

Una preocupación de alcance más amplio es la que plantean el reciente premio Nobel Daron Acemoglu y sus coautores sobre el futuro del conocimiento general e incluso sobre su eventual colapso. En su modelo, las buenas decisiones requieren combinar el conocimiento compartido con el conocimiento contextual de cada persona, y reconoce que, al esforzarnos por aprender no solo mejoramos nuestras propias decisiones, sino que también contribuimos al acervo común. Si bien la IA puede mejorar la calidad de las decisiones presentes, a largo plazo puede deteriorarlas, ya que al sustituir el esfuerzo humano por aprender, erosiona los incentivos que sostienen la generación de conocimiento general.

Es cierto: existen pocas pautas para enfrentar una disrupción como la actual, que aún tiene un enorme potencial para generar bienestar compartido. Por lo mismo, una buena guía puede ser preservar la generación y difusión de ideas humanas. Frente a voces que sólo piden acelerar la adopción de la IA en nuestras organizaciones, podemos contraponer la necesidad de experimentar y seguir formando personas. Como sostiene el mismo Acemoglu en su último libro: “el proceso acumulativo del aprendizaje humano podría verse gravemente perjudicado si no desarrollamos la IA de una manera socialmente útil”.