¿Deberían pagar impuestos los robots? Según Bill Gates, la respuesta es “sí”. Al sustituir a seres humanos en puestos de trabajo por los cuales las empresas pagan impuestos, estas deberían tributar la parte correspondiente. Si no es así, la prestación de servicios públicos será pronto insostenible debido al previsible crecimiento en el número de robots en el mercado laboral.

Desde luego es preocupante que una nueva ola de robots ocupe un gran número de puestos de trabajo, pero se podría decir que la automatización de la producción industrial es algo que lleva ocurriendo de manera masiva desde el final de la segunda guerra mundial. ¿Por qué la situación es más alarmante en estos momentos? Veamos uno de los casos más repetidos en los últimos años, el de los coches y camiones sin conductor. Lo que empezó como uno de los experimentos de Google, el desarrollo de vehículos autónomos, es algo que ahora están haciendo casi todas las grandes marcas y que ha puesto de moda Tesla con sus primeros modelos. El mejor argumento para la automatización de la conducción es el de la seguridad: es más seguro que conduzca un conjunto de algoritmos, que no se cansan ni conducen bebidos o drogados, que un ser humano, cuyas capacidades cognitivas se resienten en muchas circunstancias.

Resultado de imagen para yo robot

Cuando la conducción automatizada se combina con la llamada «economía Uber» aparece también el problema del trabajo. ¿Cuántos puestos de trabajo desaparecerán en todo el mundo si la inteligencia artificial (IA) se impone en los sectores del transporte por carretera de personas y mercancías? ¿Cuántos millones de taxistas, conductores de autobuses y camiones hay en todo el mundo que perderían sus trabajos? ¿Qué haremos con ellos? Uber ya está colaborando con las universidades de Arizona y Carnegie Mellon (de la que fichó a 40 investigadores en inteligencia artificial) en asuntos de seguridad y autonomía mientras que Tesla ya ha anunciado la construcción del modelo «Semi», un camión totalmente eléctrico que probablemente tendría la misma capacidad de conducción autónoma que los coches. Es decir, el horizonte de cambios que nos traerá la economía de la inteligencia artificial se mueve en el rango de las décadas, si no de unos pocos años.

Para mi generación, la educación era un instrumento de ascenso económico, de pertenencia social y, de rebote, una forma de evitar aquellos puestos de trabajo que podrían desaparecer gracias a mejoras en la productividad. Es decir, estudiar para hacerse abogado, médico o funcionario no solo proporcionaba estabilidad económica y cierta visibilidad social, sino que las garantizaba durante toda la vida profesional. Lo más probable es que, gracias a la inteligencia artificial, este planteamiento ya no sea válido ni para las mejores profesiones.

Panel de control del Tesla 85D. Ocho cámaras ofrecen una visión de 360 grados alrededor del coche. El primer paso para un vehículo 100% autónomo
Panel de control del Tesla 85D. Ocho cámaras ofrecen una visión de 360 grados alrededor del coche. El primer paso para un vehículo 100% autónomo-REUTERS

En muchos de los despachos de abogados más grandes del mundo, la parte de la profesión de la que se encargaban los abogados más jóvenes, lo que se llama la fase de «descubrimiento» en la que las partes pueden obtener pruebas antes del juicio, ya la han comenzado a hacer los algoritmos. Y no solo eso, sino que en la empresa americana DoNotPay es un abogado-robot quien escribe la carta de 500 palabras que hay que enviar al ayuntamiento para quitarte las multas de tráfico. Su porcentaje de éxito es del 60%.

Los futuros médicos no lo tienen más sencillo. Los sistemas de inteligencia artificial para el reconocimiento de imágenes aplicados a la detección de cánceres de piel son más exactos que los especialistas humanos. Y respecto a los funcionarios, confieso que formo parte de un equipo de investigadores de varios países que estudiamos la aplicación de sistemas de inteligencia artificial para el desarrollo e implementación de políticas públicas. Todavía es pronto, y el marco de referencia en el que trabajamos es el de un sistema híbrido de algoritmos y humanos que trabajan de manera coordinada. Pero el interés de los gobiernos por crear mejores formas de solucionar los problemas complejos que afectan a la humanidad –desde el cambio climático hasta las epidemias– implica crear sistemas que sean capaces de procesar enormes cantidades de datos, algo que los seres humanos no hacemos bien.

Pero los seres humanos sí podemos hacer algo que, de momento, la inteligencia artificial no sabe hacer. El caso más famoso de los últimos años es el de la máquina DeepMind que Google compró por Google y que se hizo célebre al derrotar sin mayores problemas al campeón mundial de Go, un juego de estrategia muy popular en Asia mucho más complejo que el ajedrez. La buena noticia es que DeepMind solo sabe jugar a Go y que si lo ponemos a conducir un coche, detectar cánceres o evaluar pruebas legales no sabrá ni por dónde empezar. Un niño, por su parte, aprende a aprender de otros contextos como parte normal de su desarrollo. Es decir, los niños, y también los animales, no están circunscritos como los algoritmos a una inteligencia que es específica y eficaz solo en un dominio de la realidad. Los seres humanos ejercen lo que se conoce como inteligencia general, que les permite aprender tanto por imitación como por lo que podemos llamar analogía, aplicando lo aprendido en un dominio a otro completamente distinto. De momento la inteligencia artificial no ha desarrollado ni parece que pueda desarrollar nada parecido en el futuro inmediato.

El mejor jugador del mundo de Go, el coreano Lee Sedol, sucumbió contra el programa de inteligencia artificial AlphaGo, de Google
El mejor jugador del mundo de Go, el coreano Lee Sedol, sucumbió contra el programa de inteligencia artificial AlphaGo, de Google-REUTERS

No hay un consenso sobre la definición de inteligencia artificial, pero todos los expertos están de acuerdo en que dos cosas han cambiado radicalmente en los últimos años en este campo al que hasta hace poco solo la ciencia ficción prestaba atención. La primera tiene que ver con los avances en un subcampo de la inteligencia artificial que se conoce como «aprendizaje automático» (machine learning, en inglés). El aprendizaje automático es la capacidad de un sistema de mejorar su rendimiento en una tarea a medida que la realiza más veces. Casi siempre estas tareas están relacionadas con el reconocimiento de patrones en conjuntos de datos. Y aquí es donde los cambios de comportamiento producidos por la digitalización de la vida humana han proporcionado el segundo elemento para el despegue de la inteligencia artificial: los datos. La eficacia de los sistemas de aprendizaje automático se debe a la disponibilidad de los trillones de datos generados, entre otras cosas, gracias a nuestra participación en Internet, los teléfonos móviles y las redes sociales.