La curiosidad, el pensamiento crítico y la autorregulación importan más que nunca en la era de la IA.
Los economistas reconocen desde hace tiempo la importancia del capital humano: las habilidades y el conocimiento inherentes a las personas. Hace más de un siglo, Alfred Marshall escribió que « el capital más valioso es el invertido en los seres humanos». Pensadores ajenos a la economía han señalado lo mismo. El filósofo Michel Foucault, al reflexionar sobre el auge económico de Occidente en los siglos XVI y XVII, se preguntó: «¿No se debió precisamente a la existencia de una acumulación acelerada de capital humano?». No es exagerado afirmar que el capital humano explica el aumento del nivel de vida generación tras generación en las sociedades modernas.
Los recientes avances en inteligencia artificial han suscitado inquietud sobre el desplazamiento del capital humano. ¿Se complementarán la IA y el capital humano, haciéndose mutuamente más productivos? ¿O serán sustitutos? Tres componentes cruciales, aunque a veces ignorados, del capital humano —la curiosidad, el pensamiento crítico y la autorregulación— pueden ayudar a responder estas difíciles preguntas.
Curiosidad
Imaginemos tomar todos los datos registrados por la humanidad hasta 1939 e introducirlos en un modelo de lenguaje grande (LLM). El año 1939 es significativo porque fue poco antes del nacimiento de Paul McCartney y John Lennon. De hecho, antes de su concepción. Supongamos que le pedimos a ese LLM que cree canciones descritas con adjetivos utilizados por los críticos musicales que escuchaban a los Beatles. ¿Produciría el LLM « Yesterday»?
Hay dos razones por las que no lo sería. Primero, no habría suficiente información para predecir la producción creativa de los dos jóvenes de Liverpool, aún no nacidos. Las canciones de Lennon y McCartney se inspiraron en sus experiencias vitales. Sin embargo, antes de la existencia de los músicos, no habría muchas pistas sobre cuáles fueron esas experiencias. Además, no podríamos predecir con certeza la existencia de John y Paul; no sabríamos cuál de los millones de espermatozoides de sus padres fertilizaría los óvulos de sus madres.
En segundo lugar, sin dar detalles específicos de las canciones, nuestra propuesta sería demasiado vaga. «Yesterday» se ha descrito como melancólica, atemporal, elegante, lírica e íntima. Puede que esas palabras suenen bien, pero no reducen mucho las posibilidades. Así que, antes de The Beatles, la IA no podría haber creado su música por predicción: nos perderíamos lo que algunos consideran una de las mejores canciones de rock and roll. Lo mismo podría decirse de la obra de tu pintor, escritor, escultor favorito, etc., cualquiera que haya nacido después de 1939.
Ahora, piense en el presente en lugar de en 1939. Por las mismas razones, un LLM alimentado con toda la información disponible hasta el momento no sustituiría el talento, la creatividad y la curiosidad de los futuros creadores. Si bien la IA puede realizar un buen trabajo recombinando datos antiguos (libros, registros e imágenes del pasado), no puede imitar creaciones humanas aún inéditas.
Esta noción va más allá del arte. Por ejemplo, considere la pregunta de política: «¿Qué se puede hacer para reducir la violencia armada en Chicago?». Un Máster en Derecho respondería con un resumen de estudios previos y quizás destacaría aquellos más aplicables a esa ciudad, pero no probaría empíricamente nuevas ideas para ofrecer una respuesta previamente desconocida. Por sí sola, la IA no va a diseñar una intervención política, conseguir financiación para ella, preparar encuestadores, visitar hogares, persuadir a los participantes para que respondan, etc. Los humanos lo hacen, y los impulsa su curiosidad intelectual. Es nuestra curiosidad la que aumenta el acervo de conocimiento del que depende la IA.
Es inevitable que lleguemos a un punto en el que toda la información disponible se haya incorporado a los LLM, una situación denominada » pico de datos». Después, sin nueva información (por ejemplo, estudios sobre nuevas estrategias para prevenir la violencia armada), la producción de los LLM no mejorará mucho. Si todos decidieran confiar en lo que dicen los LLM en lugar de financiar y realizar nuevas investigaciones, pronto nos encontraríamos con estudios obsoletos, una situación claramente indeseable. El pico de datos implica que, para que la IA mejore cada vez más a la hora de responder preguntas, los humanos debemos seguir ampliando la frontera del conocimiento, planteando y respondiendo nuevas preguntas. Debemos mantener la creatividad y la curiosidad.
Una analogía con el mercado financiero subraya este punto. Consideremos la hipótesis del mercado eficiente , postulada por Eugene Fama. La idea es que los precios incorporan toda la información disponible; por lo tanto (dejando de lado la información privilegiada) no se puede superar al mercado. Esta noción fue refinada posteriormente por Sanford Grossman y Joseph Stiglitz, quienes plantearon una paradoja de la información : si los precios ya reflejan toda la información disponible, los inversores no tienen ningún incentivo para recopilarla y analizarla. Pero si nadie recopila dicha información, ¿cómo puede reflejarse en los precios? Los participantes del mercado producen y procesan información porque hacerlo les reporta beneficios, y los precios reflejan dicha información, aunque no de forma perfecta ni instantánea.
De igual manera, la IA puede incorporar toda la información disponible en un momento dado, pero para seguir siendo relevante y mejorar, necesita que las personas sigan generando nuevos conocimientos. Desde esta perspectiva, la curiosidad y la IA son complementarias, no sustitutivas. A largo plazo, la IA solo mejorará si los humanos desarrollan más y mejores ideas.
Pensamiento crítico
En sus Sofismas económicos de 1845 , Frédéric Bastiat describe una interesante dicotomía entre las ciencias duras y las ciencias sociales. Las ciencias duras, argumenta, solo pueden ser conocidas por los académicos y, » a pesar de su ignorancia, el hombre común se beneficia de ellas». La aplicación práctica de las ciencias sociales, sin embargo, concierne a todos y » nadie admite ignorarlas». Si bien las personas tienden a aceptar las palabras de los expertos en ciencias duras sin dudarlo, rara vez lo hacen cuando se trata de las ciencias sociales. La gente común no afirma saber una mejor manera de construir chips de computadora o motores de avión, pero a menudo afirma que podría mejorar el sistema tributario o combatir la pobreza de manera más efectiva. La dicotomía de Bastiat se extiende a nuestra interacción con la IA.
Si le pides a un LLM que resuelva un problema matemático, obtendrás una respuesta simple y directa. No se requiere tu juicio. Tus preconcepciones no afectan tu interpretación de la información que obtienes. En las ciencias sociales y las humanidades, esto no suele ser así. Considera preguntarle a un LLM lo siguiente: ¿Cómo sé que alguien me ama? ¿Existe Dios? ¿Debería tener hijos? ¿A quién debería votar en las elecciones presidenciales? Los LLM proporcionarán respuestas, pero mezclarán lo que otros han dicho a lo largo de la historia; ni de lejos una respuesta definitiva. Depende de nosotros sopesar los argumentos y emitir un juicio. En este sentido, el pensamiento crítico se vuelve esencial.
Hay otra razón por la que el pensamiento crítico es importante. El psicólogo Donald Campbell advirtió que «cuanto más se utilice un indicador social cuantitativo para la toma de decisiones, más expuesto estará a las presiones de la corrupción». La ley de Campbell también aplica a la IA. Dado que muchas personas dependen de los LLM, los actores maliciosos se ven motivados a contaminar sus datos de entrenamiento con desinformación, un proceso denominado «envenenamiento de datos». Por lo tanto, incluso en el nivel más básico, la información proporcionada por los LLM puede ser engañosa. Sabiendo esto, debemos permanecer alerta. El pensamiento crítico es clave en este proceso.
Autorregulación
La IA puede resumir grandes cantidades de información para guiar nuestras decisiones, pero no controla lo que realmente hacemos. Somos falibles y a menudo nos dejamos llevar por nuestras emociones. Un Máster en Derecho (LLM) puede generar el plan de entrenamiento personalizado perfecto para ti, pero su éxito depende de tu disciplina: ¿Puedes seguir el plan incluso cuando no tienes ganas de hacer ejercicio? La IA puede decirle a tu colega cuánto dinero debería ahorrar cada mes para la jubilación o decirle a tu vecino cuánto alcohol beber en las fiestas, pero es posible que no sigan su consejo, incluso sabiendo que es correcto.
Los economistas desde Adam Smith han reconocido la falibilidad humana. En su libro de 1790, La teoría de los sentimientos morales , Smith explica: «Las cualidades más útiles para nosotros mismos son, en primer lugar, una razón y un entendimiento superiores… y, en segundo lugar, el autocontrol, que nos permite abstenernos del placer presente o soportar el dolor presente, para obtener un placer mayor o evitar un dolor mayor en el futuro». Así pues, no se trata solo de saber qué nos conviene. Se trata también de tener la suficiente autorregulación para hacer lo necesario para lograrlo.
El punto de Smith es crucial cuando pensamos en la amplia variedad de actividades humanas que los economistas llaman » producción doméstica». Este término significa que, por lo general, no consumimos lo que compramos » tal cual». Lo transformamos con tiempo, esfuerzo y habilidad. Podemos comprar una bicicleta estática, pero necesitamos montarla. Lo mismo ocurre con un libro, los ingredientes de las comidas e incluso las relaciones. Debemos dedicar tiempo, esfuerzo y habilidad para obtener de ellos lo que realmente queremos. Este proceso está sujeto al problema del eslabón más débil modelado por Michael Kremer en su teoría de la junta tórica (nombrada por una pieza del transbordador espacial que falló hace 40 años). En este contexto, otros insumos no pueden sustituir el esfuerzo, el tiempo y la habilidad que las personas aportan. No importa lo elegante que sea tu gimnasio si nunca vas. Podemos aplicar este principio a la IA: a medida que mejora, el eslabón más débil será nuestra capacidad de seguir adelante con lo que sabemos que es mejor para nosotros. Por lo tanto, los beneficios de la autorregulación aumentarán a medida que la IA mejore al brindarnos información.
Capital humano
La curiosidad, el pensamiento crítico y la autorregulación son formas de capital humano que se desarrollan cuando se nos anima, repetida y deliberadamente, a ser curiosos, pensar críticamente y autorregularnos. Si duda de que se puedan desarrollar, considere lo contrario: los sistemas escolares o laborales que desalientan el cuestionamiento, la reflexión y la autonomía erosionan claramente estas habilidades.
Para los lectores preocupados por la singularidad —el momento en que la IA supera la inteligencia humana y se vuelve capaz de mejorarse a sí misma— hablar de LLMs puede parecer ingenuo. Después de ese momento, la IA podría convertirse en una especie nueva en la Tierra. Podemos especular sobre dos escenarios futuros de interacción entre humanos e IA. En uno, los humanos y las máquinas son adversarios, como en la película Matrix de los Wachowski. El capital humano de cada generación sería la única forma de contraatacar, priorizando su acumulación. En el otro escenario, la IA y los humanos coexistirían pacíficamente. ¿Cómo serían nuestras interacciones con seres superinteligentes?
En cierto sentido, los humanos ya han experimentado estas interacciones al trabajar para grandes organizaciones. Estos » seres superiores» son egoístas y acumulan una capacidad intelectual mucho mayor que la de cualquier ser humano . Aun así, nos compensan por usar nuestros conocimientos y habilidades para alcanzar sus objetivos. Si nuestra relación con la IA post-singularidad se asemejara a la nuestra con dichas organizaciones, invertir en capital humano seguiría generando beneficios. En este escenario de coexistencia, algunas personas podrían optar por establecer comunidades sin IA. Esos lugares de baja tecnología dependerían del capital humano de sus miembros . Por lo tanto, independientemente de si se piensa apocalípticamente o no, la inversión en capital humano tiene sólidos argumentos.
Volviendo al presente, los esfuerzos noticiosos de Meta por reclutar talento humano para desarrollar tecnologías de IA más potentes, ofreciendo paquetes de compensación exorbitantes, demuestran la importancia del capital humano en la actualidad. La era del capital humano no ha terminado ; sigue evolucionando. Pensemos en la mecanización de la agricultura, la automatización de la manufactura y, ahora, la algoritmización de los servicios. Cada etapa ha liberado al capital humano en algunas áreas y lo ha exigido más en otras.
Pero estas etapas no deben verse como procesos independientes. El capital humano desplazado por los tractores, el riego y los fertilizantes hizo posible el auge manufacturero. Las líneas de producción con procesos automatizados hicieron posible el auge de los servicios. La IA hará posible el próximo auge. Que no podamos imaginarlo desde nuestra perspectiva actual no significa que no vaya a suceder . Imaginemos a nuestros tatarabuelos intentando imaginar lo que Google o Nvidia hacen hoy. Como antes, el capital humano seguirá siendo relevante, solo que de maneras nuevas y quizás difíciles de prever. Habrá nuevos sectores en el futuro y en ellos se creará mucho valor gracias a las habilidades y el conocimiento integrados en las personas.
