Por qué la IA necesita datos de elasticidad-precio para predecir el futuro
Economista propone un 'Proyecto Manhattan' para recopilar datos que permitan entender el verdadero impacto de la IA en el empleo.
Un economista de la Universidad de Chicago propone una nueva perspectiva sobre cómo predecir el impacto real de la inteligencia artificial en el mercado laboral, criticando las métricas actuales utilizadas por empresas como OpenAI y Anthropic.
Alex Imas argumenta que medir la "exposición" de trabajos a la IA —basándose en qué tareas pueden ser automatizadas— no es suficiente para predecir si habrá despidos o nuevas contrataciones. El factor clave son los datos de elasticidad-precio: cuánto cambia la demanda cuando los precios bajan debido a la mayor productividad.
Tomemos el ejemplo de un programador que usa IA para desarrollar en un día lo que antes requería tres. ¿Resultado? Su empleador puede producir más con el mismo costo. Pero ¿contratará más programadores o los despedirá? La respuesta depende de si la reducción de precios genera suficiente demanda nueva para justificar más empleos.
Imas explica que actualmente tenemos estos datos para productos básicos como cereales y leche, pero no para servicios profesionales como tutores, desarrolladores web o nutricionistas —precisamente los trabajos más "expuestos" a la IA según estudios recientes.
"Precisamos algo como un Proyecto Manhattan para recopilar esto", afirma el economista, refiriéndose a un esfuerzo masivo y coordinado para obtener datos de elasticidad-precio en toda la economía.
Esta propuesta resulta especialmente relevante para América Latina, donde muchas economías dependen fuertemente del sector servicios y trabajos que podrían ser impactados por la IA. Sin datos precisos sobre elasticidad-precio, los formuladores de políticas regionales operan "en la oscuridad" al planificar regulaciones o programas de reentrenamiento laboral.
La iniciativa podría dar a los economistas su primera visión realista de cómo se desarrollará nuestro futuro con IA, permitiendo a los gobiernos latinoamericanos diseñar estrategias más informadas para gestionar la transición tecnológica.
Fuente original: MIT Technology Review Brasil
Este resumen fue generado con asistencia de IA y revisado editorialmente por Algoré.