POST Nº 737

Un argumento habitual para tranquilizarnos y ser más optimistas sobre el impacto de la IA en el empleo es recurrir a la «Paradoja de Jevons». Hoy mismo leía sobre esto, y mi respuesta es escéptica. No cito la fuente por no personalizar. Lo que me interesa decir es que este argumento falla en varias premisas. Vamos allá…

La ilusión de Jevons

La paradoja de Jevons fue propuesta por el economista inglés William Stanley Jevons. Él observó que la aparición de máquinas de vapor más eficientes aumentó el consumo total de carbón en lugar de reducirlo, al estimular una mayor demanda de esa materia prima por la reducción del coste. Para explicar cómo aplicaría esto a la IA, pondré un ejemplo: si el diseño se democratiza gracias a apps de IA que automatizan tareas de diseño, habrá mucha más gente consumiendo diseño, que antes no podía acceder a él por ser caro o exclusivo de expertos. Según esta lógica, que mejore tanto la eficiencia (y se reduzcan así las barreras de entrada) aumentará el número de usuarios, y este incremento de la demanda total compensaría la pérdida de empleos que genera la automatización.

Hoy leí el argumento de que Jevons puede salvarnos, y uno de los ejemplos que se ponía era el de los radiólogos, que a pesar de los avances tecnológicos, «hoy son más que nunca». No es el mejor ejemplo, porque la radiología tiene características especiales: fuerte regulación y responsabilidad legal obligan a la supervisión humana en un marco clínico complejo, lo que ralentiza la sustitución. Pero, ¿alguien duda de que los algoritmos de IA ya pueden mejorar el diagnóstico de un radiólogo en el 90% de los casos? Si solo se necesitaran humanos para ese 10% de casos más raros y complejos, la demanda de la versión humana caería. Ah, espera… ¿gracias a la automatización la gente se hará más radiologías y, por Jevons, habrá más demanda para ese 10%? Tengo serias dudas, a menos que lo salve la regulación. Desde el punto de vista de eficacia médica, cada vez será menos necesario un humano. Además, para que un humano consiga complementar realmente la eficacia de un algoritmo, tendría que estar en el percentil 90. Todos los demás quedarían fuera de juego frente a un sistema de cálculo. El umbral cognitivo se eleva tanto que habrá que ver cuántos radiólogos pueden superarlo. Jevons, otra vez, se queda corto.

OJO, si una máquina hace un trabajo mejor que un humano, puede estar bien, en algunos casos, sustituirlo: no se trata de proteger cualquier empleo por inercia. Pero muchos trabajos, aunque técnicamente sustituibles, cumplen una función humana más amplia: nos permiten aprender, crear, relacionarnos, disfrutar de lo que hacemos. Automatizar todo sin consideración de ese valor puede generar un coste social (psicológico, autoestima, etc.) que no se refleja en la eficiencia o el salario. No estoy defendiendo la ineficiencia: estoy señalando que la eficacia máxima no siempre equivale al bien humano máximo.

La mayoría de trabajos cognitivos comunes (copywriting, traducción simple, diseño, programación, soporte de primer nivel, etc.) no tienen las barreras legales de la radiología. No son casos protegidos… hasta que lo sean, que en algún momento lo serán (esa es mi predicción de señor viejuno).

Sigamos con las hipótesis. Si la IA reduce el coste de producción cognitiva casi a cero y la demanda no escala indefinidamente, el empleo humano no necesariamente aumenta. Puede concentrarse. Incluso si hay más actividad total, la pregunta clave es: ¿quién captura el valor marginal?

Si adoptamos una mirada más política, nos damos cuenta de que la paradoja de Jevons habla de consumo total, no de reparto del excedente. La clave está aquí: si el humano pasa de ser productor principal a supervisor ocasional, el equilibrio salarial cambia aunque el sector crezca.

Tampoco podemos asumir una elasticidad infinita de la demanda. En algunos sectores podría suceder: más eficiencia → más acceso → más mercado → más empleo humano complementario. Pero en la mayoría, no. Usar Jevons no está mal, es simplemente incompleto. Con el carbón ocurrió, pero con la IA es distinto: el output que crece con la demanda puede producirlo la propia IA, no los humanos. Un algoritmo de diagnóstico que realiza 10 veces más análisis generará más pruebas radiológicas, pero la mayor parte de ese «trabajo extra» lo absorbe la IA, no nuevos radiólogos.

En resumen: la IA permite escalar sin aumentar el empleo humano porque el factor que responde al aumento de demanda no es la mano de obra, sino la máquina. La eficiencia dispara la escala, pero la contribución humana relativa se erosiona. La IA puede absorber la nueva demanda que predice Jevons, rompiendo el mecanismo que antes hacía que «más eficiencia siempre creara empleo indirecto». Habrá empleo indirecto inesperado, pero su magnitud será mucho menor que en la era industrial.

No hay que ir muy lejos para darse cuenta de esto. Basta con mirar tendencias recientes: la IA generativa en diseño, redacción y programación amplía la producción, pero la mayoría de los trabajos que surgen no absorben a la fuerza laboral desplazada. Empresas como Amazon, Google u OpenAI buscan escalabilidad masiva: minimizar empleo humano por cada incremento de producción. Los «nuevos» empleos que se generan tienen salarios más bajos y menor capacidad de negociación, porque el rol es menos protagonista y fácilmente sustituible.

Más allá de Jevons: la diversificación de empleos

Otra visión más estimulante es pensar que el valor se desplazará a nuevas tareas que antes no existían. Pero esto no entra en la paradoja de Jevons, que se refiere al mismo recurso usado más intensamente.

Sí, ocurrirá —ya está ocurriendo—, pero la lectura tecnooptimista falla al asumir un efecto compensador neto: que la creación de nuevos empleos supere la destrucción por automatización. Me juego dos dedos de la mano a que no será así.

La idea de que la IA generará actividades nuevas o complementarias (p.ej. servicios de personalización masiva o experiencias interactivas) es una coartada para no perder el sueño ante la IA. Es lo que llamo «Anestesia por analogía histórica»: se asume que la IA seguirá los mismos patrones de empleo que la revolución industrial o digital, obviando que su potencia, versatilidad y alcance son muy distintos. También podría llamarse «Trampa de la historia segura»: nos decimos «si los obreros sobrevivieron a las máquinas, los trabajadores del conocimiento también lo haremos», ignorando que la IA sustituye de manera radicalmente distinta.

El impacto neto sobre el empleo (diversificación vs. reemplazo) será significativamente negativo. En el «mejor» escenario, aunque se preserven algunos empleos, habrá deterioro en el tipo de trabajo y mayor concentración del poder en las élites tecnológicas. Explicaré por qué:

1. La mayoría del desplazamiento masivo de tareas «repetitivas» no genera automáticamente un equivalente humano.
2. Muchas de las nuevas oportunidades las absorben grandes corporaciones, no la fuerza laboral general; y esto genera más concentración del poder (y del capital).
3. La mayoría de las tareas «nuevas» requieren habilidades avanzadas o híbridas, que elevan mucho el umbral de exigencia cognitiva (de otra manera, serían sustituibles), así que esto va a reducir necesariamente el número de personas que puedan acceder a ellas. Serán solo las élites, ese percentil 80-90, que es precisamente el que vende IA con alegría pensando que va a sobrevivir a la degradación del trabajo frente al capital.
4. Incluso si emergen nuevos trabajos, la transición va a ser lenta, así que puede ser traumática para quienes pierden los antiguos.

¿Por qué falla la extrapolación simplista de trayectorias anteriores? La IA puede automatizar tareas cognitivas complejas a velocidad y escala sin precedentes, en múltiples dominios: finanzas, diseño, derecho, medicina, software… todo a la vez.

¿Y entonces, qué hacemos, no hay solución?

No lo sé. Esto se está complicando, pero yo soy una persona de naturaleza optimista así que me gustaría verlo de esa manera. Quiero confiar en que en algún momento despertaremos de esta locura, nos asustaremos lo suficiente para dejar de correr como pollos sin cabeza.  

Me conformo con que seamos escépticos, críticos y hagamos las preguntas correctas: ¿solo importa la eficacia del resultado final? ¿Qué valor tiene el camino, lo que se aprende y se disfruta? ¿Cuál es el precio de tantos atajos?

Necesitamos una mirada política, social y ética sobre el impacto. No podemos dar un cheque en blanco a las tecnológicas. Hace falta consenso social y sensibilidad humanista. La tecnología está en manos de maniáticos de la productividad. Hay que recuperar lo «human-made» por su valor inherente.

La mayoría de soluciones pasan por una regulación humanista que permita mayor asertividad tecnológica. No se trata de negar el progreso ni la IA, que tiene aplicaciones útiles, sino de diseñar filtros adecuados, y cada vez queda menos tiempo.

Es ingenuo (y tramposo) pensar que «reforzar lo que nos hace humanos es suficiente». La creatividad humana crece más lento que la «capacidad creativa» de la IA. La brecha se estrecha y cada vez habrá menos trabajos cognitivos donde lo humano se salve del reemplazo.

La razón es estructural: el poder de cálculo de la IA supera con creces lo que puede gestionar una persona. Para colmo, los humanos más inteligentes (el percentil 95) trabajan en mejorar esa tecnología, así que ese aumento de la eficacia cognitiva de las máquinas seguirá elevando el umbral de no-sustitución, dejando a salvo solo a las élites. ¿Queremos una sociedad así? ¡Yo no!

NOTA: La imagen es de Pixabay.com. Si te ha gustado el post, puedes suscribirte para recibir en tu buzón las siguientes entradas de este blog. Para eso solo tienes que introducir tu dirección de correo electrónico en el recuadro de «suscríbete a este blog” que aparece en la homepage. También puedes seguirme en la red social Bluesky o visitar mi otro blog: Blog de Inteligencia Colectiva. Asimismo, aquí tienes más información sobre mi último libro.