De la paradoja de Solow a la de la “economía barrani”: las mejoras silenciosas, en el centro del debate

Hasta hace unos años, un economista de Finlandia recopilaba chistes sobre su profesión en una página de internet, JokEC, que luego discontinuó. Una de las temáticas más jugosas era “humor sobre estadísticas”, que incluía desde el famoso “en qué se parecen las estadísticas y las salchichas” (en que ambas pueden resultar muy sabrosas, pero mejor no preguntar cómo se hicieron) hasta el de por qué un economista se tiró de cabeza a una pileta sin agua y se partió la cabeza: olvidó hacer el ajuste estacional.

Los principales temas de debate en los últimos días entre economistas locales y en el mundo son menos risueños, pero tienen el eje estadístico en un lugar central. Ambos incluyen también un bando que postula una “mejora silenciosa” que no es captada por las mediciones tradicionales.

A nivel global, la discusión del momento pasa por definir cuál es el impacto, el volumen y la ganancia de productividad de la inteligencia artificial generativa (ChatGPT y otras aplicaciones).

En la Argentina, todo lo que se generó alrededor del concepto de “barrani”, que viene del árabe y que significa algo así como “por afuera”: la idea de que la paradoja de los restaurantes llenos, los recitales agotados y otros consumos a tope en una macro fundida tiene que ver con una corriente subterránea y vigorosa que opera en negro y que las mediciones del Indec no captan.

“En ambos casos estamos hablando de variables que tradicionalmente se capturan como residuo, como diferencia de otras; como decía Robert Solow sobre la productividad: es la medida de nuestra ignorancia”, dice Gabriel Gruber, economista y CEO de Exactly, una startup de finanzas descentralizadas. El modelo de Solow planteaba en su origen una ecuación muy simple para relacionar capital y trabajo con crecimiento, y como no daban los números le agrega la “productividad de los factores” o progreso tecnológico. El Nobel formuló en 1987 su paradoja de que “las computadoras están en todas partes, menos en las estadísticas de productividad”.

La discusión central entre economistas sobre el impacto de la IA generativa pasa por el largo de la parte horizontal inicial de la “curva J” que caracteriza la trayectoria de la difusión de las “tecnologías de propósito general”. Para algunos economistas más cautos, como el Nobel Paul Krugman, esta parte inicial llevará años, quizás una década, hasta que las empresas adapten sus procesos y definan cómo sacarle el mejor provecho.

Pero hoy el mayor consenso entre economistas se inclina hacia una “J finita”, con una adaptación y con un impacto más rápido de lo que sucedió en olas de disrupción anteriores, como la de la electricidad o la de la masificación de las computadoras de escritorio. En una de las estimaciones más agresivas, un reporte de Goldman Sachs asegura que la IA generativa le sumará al PBI global un 7%, un aumento que surge del “interés compuesto” que implica el aumento de la productividad a lo largo de los años. Si esta proyección de los más optimistas se cumple, significaría volver a la “edad de oro” del aumento de la productividad en los países desarrollados, la ventana que fue desde el final de la Segunda Guerra a 1970, una rareza histórica estadística con una suba de la productividad de 3% anual.

Reino de intangibles

En su libro Capitalismo sin capital, los autores Jonathan Haskel y Stian Westlake argumentan que el ascenso irrefrenable de la economía de los intangibles está lejos de ser un problema acotado a las oficinas de estadísticas. Los intangibles –capacitación para nuevas tecnologías, estrategia, branding, lobby, etcétera– no solo son difíciles de estimar, sino que tienen desde un punto de vista económico características muy distintas a las de los bienes tangibles, empezando porque son mucho más difíciles de vender en el mercado (no son un tractor que se puede adquirir de segunda mano, sino entes más a medida de cada empresa), y porque generan más efectos derrame sobre toda la firma. Según Morgan Stanley, un 80% del valor de las S&P 500 hoy está compuesto por intangibles.

En esta línea, uno de los investigadores estrella es Erik Brynjolfsson, de Stanford, uno de los principales impulsores de la “J” finita, con rápida adaptación. “La cantidad de poder computacional para entrenar algoritmos de IA de última generación se viene duplicando por cada semestre en los últimos diez años. Hoy estos sistemas pueden realizar tareas no rutinarias de la industria del conocimiento cada vez más sofisticadas”, sostuvo en un reciente artículo.

Mientras tanto, los papers de economistas que detectan mejoras de la productividad en distintos sectores se van acumulando. La mayoría aclara que los estudios están en revisión y que las existentes son versiones preliminares, porque esta es una película que está yendo muy rápido para los tiempos académicos. Uno de los más citados, el de Tyna Eloundou y tres coautores más, encontró que un 80% de las profesiones tiene al menos un 10% de su rutina diaria “expuesta” a la IA.

Otros estudios corroboran una conclusión que podría tener como música de fondo el tema de Daft Punk “Harder, better, faster, stronger” (más duro, mejor, más rápido y más fuerte): un 60% de quienes usan ChatGPT en sus trabajos reportan mayores niveles de satisfacción. Especialmente en el área de sistemas, donde se enfatiza un alivio por poder dejar de lado las tareas más rutinarias.

Para David Autor, uno de los más renombrados economistas especializados en mercados laborales, hay un sesgo al pesimismo porque es más fácil analizar aquellos trabajos que pueden ser reemplazados que determinar los nuevos que surgirán. En una reciente entrevista recordó que el 60% de las especialidades laborales actuales no existía como tal hace 80 años.

A fin de cuentas, estas paradojas generadas por fenómenos nuevos que por ahora no son bien captados por las estadísticas tradicionales, pueden coincidir en un punto de mutua ayuda, señala ahora el economista Lucio Castro: “Las nuevas tecnologías están teniendo avances enormes para medir mejor el crecimiento, aun en países con estadísticas públicas muy precarias; ya hay excelentes estimaciones alternativas gracias al uso de big data, IA, imágenes satelitales y otras herramientas emergentes”.

Mientras tanto, también hay subestimación del fenómeno porque muchas personas que usan inteligencia artificial generativa no se animan a revelárselo a sus managers, por miedo a “bajar de precio” y ser reemplazados por algoritmos. Según un reciente reporte de Fishbowl, un 70% de quienes mejoran su rutina con ChatGPT o aplicaciones similares no se lo cuenta a sus jefes.

Conforme a los criterios de

Conocé más

Cambios profundos en 2025. Detalles de una propuesta que liquida 23 años de historia en el inicio de un experimento único

Lágrimas de constructores. El Gobierno oficializó la poda a la obra pública y el Tesoro le pidió a la Secretaría que devuelva 1 billón de pesos

Impuesto PAIS. Qué efectos tendrá, en costos, precios y recaudación, la eliminación de la carga fiscal