¿Y si la IA empieza a esforzarse en resolver la desigualdad que genera?

La brecha digital de las pymes resurge con las nuevas tecnologías

Apenas tres de cada 100 pequeñas empresas usan la inteligencia artificial (IA) o hacen análisis de 'big data'

Los expertos señalan que deben eliminarse las reticencias a lo tecnológico y las barreras culturales de los gestores

Tener ordenador, acceder a internet o crear una página web son tecnologías ya muy instaladas en las pymes. Sin embargo, cuando parecía que su brecha digital con las grandes corporaciones se estrechaba, la irrupción de nuevos productos y servicios informáticos ha vuelto a abrir distancias.

Sólo tres de cada 100 pequeñas empresas emplean la inteligencia artificial (IA) o hacen análisis de big data. Una proporción que contrasta con la de las grandes empresas, donde 30 de cada 100 que utilizan estas nuevas Tecnologías de la Información y las Comunicaciones (TIC).

El internet de las cosas o el almacenamiento en la nube también son ajenos a la mayoría de empresas con menos de 10 empleados. Apenas una de cada diez las usa, según datos del Instituto Nacional de Estadística (INE) referidos al año 2021.

Para los expertos el acceso a estas nuevas TIC gira en torno al dato. Según Álvaro Barbero, Chief Data Scientist en el Instituto de Ingeniería del Conocimiento (IIC), “la mayoría de proyectos de estas tecnologías se realizan con empresas grandes. Si no tienes grandes volúmenes de datos no tiene mucho sentido aplicar big data”.

El presidente de la Comisión de Digitalización de la Cámara de Comercio de España, Carlos López Blanco, apunta que la clave para las pymes “no es saber de tecnología, sino saber qué quieren hacer con ella. Creen que sirven sólo para ahorrar costes, y cuando les explicamos que en realidad permiten incrementar la cifra de negocio y el número de clientes su interés por ellas se dispara”.

Barrera cultural

Los informes de la Cámara reflejan que el grado de digitalización de los individuos es mayor que el de las pequeñas empresas. Y, para López Blanco “si las pymes no lo remedian acabarán perdiendo clientes. Hay una reticencia a lo tecnológico, una barrera cultural que debe eliminarse”.

Francisco Pérez Cárrega, Data & Analytics Practice Director de Datalytics España, coincide en que la diferencia en la adopción de estas tecnologías se debe a un componente cultural. “Hay un camino de transformación digital que las empresas más grandes o las nativas digitales han recorrido más rápido. Y, si nos enfocamos en las tecnologías que tienen que ver con los datos, la brecha es aún mayor”.

Esta razón explica el bajo porcentaje de pymes que usa big data. Al estudiar sólo las empresas que si realizan análisis de datos también se observan claras diferencias dependiendo del tamaño. Así, el 52% de las grandes compañías lo hacen con datos propios, frente menos del 20% de las pymes.

Recursos mejor aprovechados

Sin embargo, parece que las empresas más pequeñas aprovechan de mejor manera sus escasos recursos. El 64%de las que analizan big data lo hacen con datos generados por dispositivos móviles (frente al 50% de las grandes). Y el 54% con información generadas en medios sociales, porcentaje también superior al de las de mayor tamaño.

“Las empresas grandes quieren sacar provecho a sus propio datos. Las pequeñas no tienen muchos, por lo que apuestan por técnicas de geolocalización o redes sociales para captarlos. Una pyme puede seguir lo que se dice en redes sociales de un producto similar al suyo y extraer conclusiones muy útiles para su estrategia”, afirma Barbero.

Para Pérez Cárrega, la tendencia de las empresas más pequeñas es “capacitar a sus empleados con las habilidades necesarias para que puedan tomar decisiones basadas en datos”.

Comprar Inteligencia artificial

La brecha digital entre pymes y grandes empresas también es relevante en el uso de inteligencia artificial (IA). Casi 30 puntos. Y esta distancia se mantiene, sobre todo en las unidades de menor tamaño, si el uso de esta IA es para procesos de producción. Y se reduce algo si se emplea en marketing o ventas.

No obstante, la brecha se estrecha entre las empresas que compran paquetes comerciales de IA listos para ser utilizados. En 2021 lo hicieron el 32% de las pequeñas sociedades que usaron esta tecnología, porcentaje similar al de empresas de tamaño medio y no muy inferior al 49% de las grandes.

En este sentido, Álvaro Barbero comenta que “estos servicios empaquetados son baratos, pero no están adaptados a las necesidades específicas de una empresa”. Por eso, las grandes compañías hacen sus proyectos, además de usar esos paquetes comerciales.

El coste de la nube

Comprar servicios de cloud computing no está al alcance de todas las empresas. De hecho, otra razón esgrimida por los expertos para explicar la brecha digital de las pymes en estas nuevas TIC son los precios.

El coste del dato es una economía de escala, por lo que sale más barato en empresas grandes, que gestionan enormes cantidades de datos.

Ello explica que apenas una de cada diez pequeñas empresas use aplicaciones y almacene o procese datos en la nube, frente a dos de cada tres grandes.

Al analizar los servicios de cloud computing más utilizados hay pocas diferencias en el uso de servicios de correo electrónico por tamaño de la empresa o de aplicaciones informáticas de seguridad. Y menos aún entre las que compran aplicaciones de software financiero o contable.

De nuevo la brecha se amplía al tratarse de datos. Menos del 22% de las pequeñas empresas compra en la nube aplicaciones de software para tratar información sobre clientes. En las grandes compañías el porcentaje se dobla, hasta el 46%.

No obstante, hay que tener en cuenta que, como señala López Blanco, “muchas pymes no saben que ya están utilizando servicios como el cloud computing Como un restaurante a cuya carta se accede mediante un código QR conectado un servidor externo.

Menos gestión por internet

El 44% de las empresas de 250 y más trabajadores disponen de dispositivos monitorizados o controlados por internet. En las pequeñas empresas, apenas el 8% utiliza estos mecanismos, conocidos como el internet de las cosas. En las medianas el porcentaje es del 26%.

Para Barbero esta diferencia responde a que las empresas con grandes infraestructuras “obtienen más beneficio económico con estos dispositivos”.

También se observan diferencias en el uso que se hace de estos mecanismos. El 60% de las grandes empresas los emplea para gestionar su consumo de energía y el 75% como sistemas de seguridad en sus instalaciones. En las pequeñas, el 22% y el 56%.

Poco empleo especializado

De cada 100 pequeñas empresas sólo una contrata especialistas TIC. De cada 100 empresas con menos de 50 trabajadores, sólo 11 fichan a este tipo de técnicos. En cambio, de cada 100 empresas grandes 70 emplean a expertos en tecnología.

Los expertos ven lógico que haya estas diferencias. “Una empresa grande puede crear su propio departamento con expertos tecnológicos. Una pequeña debe centrarse en su negocio y opta por subcontratar”, señala Barbero.

Pese a ello, las grandes centran sus equipos en cubrir necesidades principales y muchas necesitan acudir también a consultores externos, sobre todo a la hora de desarrollar nuevos proyectos.

Para el presidente de la Comisión de Digitalización de la Cámara de Comercio de España “una pyme no necesita expertos TIC. Lo que es importante es que el empresario y sus empleados sepan usar las herramientas que crean los expertos”.

Mayor implementación en el futuro

El tiempo dirá si la brecha que existe en las nuevas TIC se acaba reduciendo, como ha sucedido en los últimos años con otras tecnologías ahora muy implantadas en las pymes.

Pérez Carrega afirma que ya está disminuyendo. “La pandemia ha acelerado esta transformación. Y las empresas que invirtieron en estas tecnologías empiezan a ver resultados positivos”. Además, “las personas de nuevas generaciones que van a dirigir empresas en pocos años son nativas digitales. No conciben el mundo sin la nube”. Y ello “acelerará su implementación”.

Para López Blanco, “si la pequeña y mediana empresa no se digitaliza, va a desaparecer. Acabarán usando esas tecnologías”. En este sentido, el papel de la Cámara de Comercio de España es clave. “Somos el socio del Gobierno a la hora de implantar los programas de reconstrucción y desarrollo para fomentar la digitalización de las pymes. Nuestra capilaridad nos permite llegar a las pymes de toda España”.

Barbero también apuesta porque se reduzca la brecha. “Antes eran proyectos muy costosos, pero ahora hay más proveedores y tecnología más accesible a menor coste. Este tipo de TIC se irán extendiendo ya que pueden ayudar a muchas empresas e incluso a personas individuales”.

Ocho tendencias en inteligencia artificial

Un coche circula por una carretera, de pronto el motor falla y el coche se sale de la calzada. El conductor debe decidir entonces si atropella a un niño o a un anciano para evitar daños mayores. Un humano decide esto en cuestión de segundos, casi de manera inconsciente, pero cuando se trata de vehículos autónomos, la reacción de la máquina dependerá de la moral de la persona que la haya programado.

Un dilema frecuente cuando se habla de la ética de la inteligencia artificial que María Albalá, directora de Icemd, el instituto de innovación de ESIC, elevó al siguiente nivel al relacionarla también con el ámbito de los negocios. “¿Qué va a decidir la máquina: atropellar a una persona en la acera o chocarse y matar a los propios conductores, que son los que han pagado por el vehículo?”, planteó la directiva durante la presentación del informe Innovation Series: Tendencias de innovación en Inteligencia Artificial.

Esta tecnología tiene un gran potencial para las empresas, pero no deben olvidar estas cuestiones para asegurarse de que los avances contribuyen al modelo de sociedad que desean. Es por esto que los perfiles híbridos, que van más allá de los conocimientos técnicos, son los más demandados en este campo. “La inteligencia artificial se basa en datos y procesos, pero además hay que conocer el contexto, tanto la relación entre ellos como el significado y las implicaciones”, desarrolló Albalá. Al difuminar el perfil habitual para este tipo de tecnología, el acceso a la misma se democratiza y, por tanto, surgen nuevos usos potenciales. “Cuando hay más personas que se dedican a algo, es más fácil que se vean diferentes potenciales. Solo así podremos sacarle el máximo rendimiento a estas innovaciones”, sentenció la experta. Estas son las tendencias que han identificado desde Icemd para los próximos meses:

¿Y si la IA empieza a esforzarse en resolver la desigualdad que genera?

Las tecnologías digitales, especialmente la inteligencia artificial (IA), y los veloces cambios que imponen en la manera en la que vivimos y trabajamos están transformando la economía. Pero esta transformación plantea un rompecabezas preocupante: estas tecnologías no han hecho crecer demasiado la economía, al tiempo que la desigualdad de ingresos ha empeorado. El crecimiento de la productividad, que los economistas consideran esencial para mejorar el nivel de vida, ha sido bastante lento en muchos países desde al menos mediados de la década de 2000.

¿Por qué estas tecnologías no logran producir más crecimiento económico? ¿Por qué no están alimentando una prosperidad más generalizada? Para obtener una respuesta, algunos destacados economistas y expertos en políticas han analizado de cerca cómo inventamos e implementamos la IA y la automatización y han identificado algunas formas en las que podríamos tomar mejores decisiones.

Erik Brynjolfsson, director del Laboratorio de Economía Digital de la Universidad de Stanford (EE UU) describe, en su ensayo titulado La trampa de Turing: la promesa y el peligro de la inteligencia artificial similar a la humana , cómo investigadores y empresas de IA se han centrado en construir máquinas para replicar la inteligencia humana. El título es una referencia a Alan Turing y su famoso test de 1950 para determinar si una máquina es inteligente: ¿puede imitar a una persona tan bien que no se note que no lo es? Desde entonces, según expone Brynjolfsson, muchos investigadores han estado persiguiendo este objetivo. Pero esa obsesión por imitar la inteligencia humana ha llevado a un tipo de IA y automatización que, con demasiada frecuencia, simplemente sustituye a los trabajadores, en vez de ampliar las capacidades humanas y permitir que las personas realicen nuevas tareas.

Para Brynjolfsson, que es economista, la simple automatización, aunque produce valor, también puede ser un camino hacia una mayor desigualdad de ingresos y riqueza. El experto escribe que el enfoque excesivo en la IA similar a la humana reduce los salarios de la mayoría de las personas, "mientras amplifica el poder de mercado de unos pocos" que son los que poseen y controlan las tecnologías. El énfasis en la automatización en lugar de la mejora es la "explicación más importante", según argumenta Brynjolfsson en su ensayo, de que hayan surgido tantos multimillonarios en un momento en el que ha caído el salario medio real de muchos estadounidenses.

Brynjolfsson no es un ludita que se oponga a la innovación. En 2014 publicó un libro escrito junto a Andrew McAfee que se titula La segunda era de las máquinas: trabajo, progreso y prosperidad en una época de tecnologías brillantes. Pero, en su opinión, el planteamiento de los investigadores de IA ha sido demasiado limitado. "Hablo con muchos investigadores y me dicen: 'Nuestro trabajo es crear una máquina que sea como un ser humano'. Es una visión clara, pero también es un listón bajo y vago", señala el experto.

A la larga, argumenta el autor, se crea mucho más valor al usar IA para producir nuevos bienes y servicios, en vez de sencillamente tratar de sustituir a los trabajadores. Pero Brynjolfsson también cree que, para las empresas, impulsadas por el deseo de reducir costes, a menudo es más fácil cambiar una máquina que replantear los procesos e invertir en las tecnologías que aprovechan la IA para ampliar los productos de la empresa y mejorar la productividad de sus trabajadores.

Los recientes avances en IA han sido impresionantes y han dado lugar desde a los coches sin conductor hasta modelos basados en el lenguaje humano. No obstante, guiar la trayectoria de la tecnología es fundamental. Debido a las decisiones que los investigadores y las empresas han tomado hasta ahora, las nuevas tecnologías digitales han creado una gran riqueza para quienes las poseen y las inventan, mientras que, con frecuencia, han destruido oportunidades para quienes tienen trabajos susceptibles de ser reemplazados. Estos inventos han generado buenos empleos tecnológicos en un puñado de ciudades, como San Francisco y Seattle, mientras que gran parte del resto se ha quedado atrás. Pero no tendría por qué ser así.

El economista del MIT Daron Acemoglu ofrece unas pruebas convincentes del papel que han tenido la automatización, los robots y los algoritmos que sustituyen las tareas realizadas por los trabajadores humanos en la desaceleración del crecimiento de los salarios y en el empeoramiento de la desigualdad en EE UU. De hecho, Acemoglu indica que del 50% al 70% del crecimiento de la desigualdad salarial en este país entre 1980 y 2016 fue causado por la automatización.

Eso ocurrió principalmente antes del aumento en el uso de tecnologías de IA. Y a Acemoglu le preocupa que la automatización basada en IA empeore aún más las cosas. A principios del siglo XX y durante períodos anteriores, los cambios en la tecnología generalmente produjeron más empleos nuevos de calidad que los que destruyeron, pero ese no parece ser ya el caso. Una de las razones es que las empresas a menudo eligen implementar lo que Acemoglu y su colaborador Pascual Restrepo llaman "tecnologías ni buenas ni malas", que reemplazan a los trabajadores, pero hacen poco para mejorar la productividad o crear nuevas oportunidades de negocio.

Al mismo tiempo, las empresas y los investigadores ignoran en gran medida el potencial de las tecnologías de inteligencia artificial para ampliar las capacidades de los trabajadores y, al mismo tiempo, ofrecer mejores servicios. Acemoglu menciona las tecnologías digitales que podrían permitir a los profesionales sanitarios diagnosticar enfermedades con mayor precisión o ayudar a los maestros a dar clases más personalizadas a los alumnos.

El Gobierno, los científicos especializados en IA y las grandes tecnológicas son culpables por igual de tomar decisiones que favorecen la automatización excesiva, según Acemoglu. Las políticas fiscales federales favorecen a las máquinas. Mientras el trabajo humano está fuertemente gravado, no hay impuestos sobre la nómina de los autómatas. Los desarrolladores de la IA "no tienen reparos en trabajar en las tecnologías que automaticen el trabajo a expensas de que muchas personas pierdan su empleo", sostiene.

Pero el autor muestra su mayor enfado hacia las grandes tecnológicas, citando datos que indican que los gigantes tecnológicos estadounidenses y chinos financian aproximadamente dos tercios del desarrollo de la IA en el mundo del trabajo. "No creo que sea una casualidad que tengamos tanto énfasis en la automatización cuando el futuro de la tecnología en este país está en manos de unas pocas empresas como Google, Amazon, Facebook, Microsoft, etc., que tienen la automatización algorítmica como su modelo de negocio", afirma el experto.

El contragolpe

El enfado por el papel de la IA en la intensificación de la desigualdad podría poner en peligro el futuro de la tecnología. Diane Coyle, economista de la Universidad de Cambridge (Reino Unido) argumenta en su nuevo libro Engranajes y monstruos: Lo que es y lo que debería ser Economía que la economía digital requiere nuevas formas de pensar sobre el progreso. "Entendamos como entendamos el crecimiento y la mejora de la economía, las ganancias tendrán que ser distribuidas de manera más equitativa que en el pasado reciente. Una economía de multimillonarios tecnológicos y trabajadores temporales, con empleos de ingresos mediocres socavados por la automatización, no será políticamente sostenible", escribe Coyle.

Mejorar el nivel de vida y aumentar la prosperidad de más personas requerirá un mayor uso de las tecnologías digitales para impulsar la productividad en varios sectores, como la asistencia sanitaria y la construcción, señala Coyle. Pero no se puede esperar que las personas acepten los cambios si no ven los beneficios y solo perciben cómo se destruyen buenos empleos.

En una reciente entrevista con MIT Technology Review, Coyle confesaba que su temor de que el problema de desigualdad vinculada a la tecnología pudiera ser un obstáculo para la adopción de IA. "Estamos hablando de disrupción. Se trata de tecnologías transformadoras que cambian la manera en la que pasamos nuestro tiempo todos los días y cambian los modelos de negocio que tienen éxito", resaltaba. Para lograr "cambios tan tremendos", añadía la experta, se necesita la aceptación social.

Sin embrago, Coyle percibe un resentimiento cociéndose a fuego lento entre muchas personas que perciben que los beneficios solo llegan a las élites en un puñado de ciudades prósperas.

En EE UU, por ejemplo, durante gran parte del siglo XX, las diversas regiones del país fueron convergiendo" en términos económicos y disparidades económicas disminuyeron. Luego, en la década de 1980, llegó el ataque de las tecnologías digitales y la tendencia se revirtió. La automatización eliminó muchos empleos de fabricación y retail. Los nuevos puestos de trabajo tecnológicos bien pagados se agruparon en unas pocas ciudades.

Según la Institución Brookings, una breve lista de ocho ciudades estadounidenses que incluían a San Francisco, San José, Boston y Seattle concentraron aproximadamente el 38% de todos los trabajos tecnológicos en 2019. Las nuevas tecnologías de IA están especialmente concentradas: Mark Muro y Sifan Liu, de estiman que solo 15 ciudades representan dos tercios de los activos y capacidades de IA en Estados Unidos (solo San Francisco y San José representan alrededor de una cuarta parte).

El predominio de unas pocas ciudades en la invención y comercialización de la IA significa que las disparidades geográficas en la riqueza seguirán aumentando. Esto no solo fomentará el malestar político y social, sino que podría, como sugiere Coyle, frenar el tipo de tecnologías de inteligencia artificial necesarias para que crezcan las economías regionales.

Parte de la solución podría residir en aflojar de alguna manera el dominio que tienen las grandes tecnológicas a la hora de definir la agenda de IA. Eso probablemente requerirá una mayor financiación pública para realizar investigaciones independientes de los gigantes tecnológicos. Muro y otros expertos han sugerido, por ejemplo, una fuerte financiación federal para ayudar a crear centros regionales de innovación en EE UU, por ejemplo.

Una respuesta más inmediata sería ampliar nuestra imaginación digital para concebir tecnologías de IA que no solo reemplacen puestos de trabajo, sino que amplíen las oportunidades en los sectores de mayor importancia en diferentes partes del país, como la atención médica, la educación y la manufactura.

Cambiando de opinión

El interés que tienen los investigadores de inteligencia artificial y de robótica por replicar las capacidades de los humanos a menudo significa intentar que una máquina haga una tarea que resulta fácil para las personas, pero titánica para la tecnología. Hacer la cama, por ejemplo, o un espresso. O conducir un coche. Ver un coche autónomo navegar por las calles de una ciudad o un robot trabajando de barista es asombroso. Pero con demasiada frecuencia, las personas que desarrollan e implementan estas tecnologías no piensan mucho en el posible impacto en los empleos y los mercados laborales.

El economista de la Universidad de Virginia (EE UU) y miembro de Anton Korinek, opina que las decenas de miles de millones de euros que se han invertido en la construcción de los coches autónomos inevitablemente tendrán un efecto negativo en los mercados laborales una vez que se implementen esos vehículos, eliminando los trabajos de innumerables conductores. ¿Y si esos miles de millones de euros se hubieran invertido en herramientas de inteligencia artificial que tendrían más probabilidades de ampliar las oportunidades laborales?

Korinek explica que, al solicitar financiación en sitios como la Fundación Nacional de Ciencias de EE UU y los Institutos Nacionales de Salud, "nadie pregunta cómo afectará esto a los mercados laborales".

Katya Klinova, experta en políticas públicas de Partnership on AI, trabaja en las distintas maneras de hacer que los científicos de IA reconsideren las formas en las que miden el éxito. "Si observamos la investigación de IA y los puntos de referencia que se usan casi universalmente, todos están vinculados a comparar o igualar el desempeño humano", resalta Klinova. Es decir, los científicos de IA califican sus programas, por ejemplo, en el reconocimiento de imágenes frente a lo bien que una persona puede identificar un objeto.

Dichos puntos de referencia han impulsado la dirección de la investigación, afirma Klinova. "No sorprende que lo que haya surgido sea la automatización con tanta fuerza. Estos puntos de referencia son muy importantes para los desarrolladores de IA, especialmente para los científicos jóvenes, que entran en masa a la IA y se preguntan: '¿En qué debo trabajar?'"

Pero faltan los puntos de referencia para el rendimiento de las colaboraciones hombre-máquina, señala Klinova, aunque ella misma ha empezado a trabajar para ayudar a crear algunos. Klinova y su equipo en Partnership for AI están escribiendo una guía de usuario para los desarrolladores de IA que no tienen experiencia en economía para ayudarles a comprender cómo los trabajadores pueden acabar afectados por la investigación que están realizando.

"Se trata de cambiar la narrativa de la que a los innovadores en IA se les da manos libres para alterar y luego depende de la sociedad y del gobierno lidiar con eso", explica Klinova. Todas las empresas del sector tienen algún tipo de posicionamiento sobre los sesgos o la ética de la IA, "pero todavía no están en ese nivel de conciencia en relación con sus impactos laborales", añade.

La pandemia ha acelerado la transición digital. Es comprensible que las empresas hayan recurrido a la automatización para sustituir a los trabajadores. Pero la pandemia también ha destacado el potencial de las tecnologías digitales para ampliar nuestras capacidades. Nos brindaron herramientas de investigación para ayudar a crear nuevas vacunas y proporcionaron una forma viable para que muchos trabajen desde casa.

A medida que la IA expande su impacto de manera inevitable, habría que observar si esto conduce a un daño aún mayor a los buenos empleos y a una mayor desigualdad. "Soy optimista, en el sentido que creo que podemos dirigir la tecnología hacia el camino correcto", concluye Brynjolfsson, quien apostilla que eso significará tomar decisiones deliberadas sobre las tecnologías que creamos y en las que invertimos.