La Inteligencia artificial y el Chat GPT: ¿Pueden cambiar las reglas del juego?

 




MICHAEL ROBERTS, ECONOMISTA BRITÁNICO

*/La gran contradicción del capitalismo es que al aumentar la
productividad del trabajo a través de más máquinas (Inteligencia
Artificial por ejemplo) se reduce la rentabilidad del capital. Esto
conduce a crisis regulares y recurrentes de producción, inversión y
empleo, de intensidad y duración crecientes./*

Chat GPT se promueve como una revolución en la «inteligencia artificial»
(IA) y ha conquistado el mundo de los medios y la tecnología desde su
lanzamiento a fines de 2022.  

Según OpenAI <https://openai.com/blog/chatgpt/> , ChatGPT es /«una
inteligencia artificial entrenada para ayudar en una variedad de
tareas». /Más específicamente, es un modelo de lenguaje (LLM) diseñado
para producir texto similar al humano y conversar con personas, de ahí
el «Chat» en ChatGPT.

El termino GPT significa algo así como “Generador Transformador
Pre-entrenado”. Los modelos GPT son entrenados previamente por
desarrolladores humanos y luego aprender por sí mismos y generan
cantidades cada vez mayores de conocimiento, entregando ese conocimiento
de una manera aceptable para los humanos a través de un chat .

En la práctica, esto significa que cuando se hace una consulta o
solicitud – introduciéndola en un cuadro de texto del chat- la
Inteligencia Artificial (IA) procesa esta solicitud y responde en
función de la información que tiene disponible. Puede hacer muchas
tareas, desde mantener una conversación hasta escribir un examen
completo; desde hacer un logotipo de marca hasta componer música. Mucho
más que un simple motor de búsqueda tipo Google o Wikipedia, se afirma.

Los desarrolladores humanos están trabajando para aumentar la
«inteligencia» de los GPT. La versión actual de GPT es 3.5 y la 4.0
saldrá a finales de este año. Y se rumorea que ChatGPT-5 podría lograr
‘inteligencia general artificial’ (AGI). Esto significa que podría
pasar la prueba de Turing,
<https://en.wikipedia.org/wiki/Turing_test> que es una prueba que
determina si una computadora puede comunicarse de una manera que no se
puede distinguir de un ser humano.

¿Serán las LLM un cambio de juego para el capitalismo en esta
década? ¿Podrán estas máquinas de autoaprendizaje aumentar la
productividad del trabajo a un ritmo sin precedentes y así sacar a las
principales economías de su actual ‘larga depresión’ de bajo PIB real,
baja inversión, poco crecimiento de los ingresos para salir de la
pobreza? Esta es lo que afirman algunos de ‘tecno-optimistas’ que
dominan los medios de comunicación.

Tratemos de responder a estas interrogantes.  

Primero, ¿qué tan buenas y precisas son las versiones actuales de Chat
GPT? Bueno, no mucho, todavía. Hay muchos «hechos» sobre el mundo en los
que los humanos no están de acuerdo. Una búsqueda regular permite
comparar esas versiones y considerar sus fuentes. En cambio, un modelo
de lenguaje podría intentar calcular algún tipo de promedio de cada
opinión en la que se ha entrenado, que a veces es lo que se desea, pero
generalmente no es lo que necesitamos.

Chat GPT a veces escribe respuestas que suenan plausibles pero
incorrectas o sin sentido. Aquí hay algunos ejemplos.

Le pregunté a Chat GPT 3.5: ¿quién es el economista marxista Michael
Roberts? Esta fue la respuesta.

<https://thenextrecession.files.wordpress.com/2023/04/gpt1.png>

Esto es mayormente correcto, pero también está mal en algunas cuestiones
(no diré cuáles).

Luego le pedí que revisara mi libro, The Long Depression. Esto es lo que
dijo:

<https://thenextrecession.files.wordpress.com/2023/04/gpt2.png>Su
respuesta es una reseña o sinopsis muy ‘general’ de mi libro, pero omite
el núcleo de la tesis del libro: el papel de la rentabilidad en las
crisis del capitalismo. Por qué, no lo sé.

Así que hice esta pregunta sobre la ley de rentabilidad de Marx:

<https://thenextrecession.files.wordpress.com/2023/04/gpt3.png>

Nuevamente, esto es correcto en términos generales, pero solo en
términos generales. La respuesta realmente no permite la comprensión de
la ley. De hecho, no es mejor que la Wikipedia. Por supuesto, puede
profundizar más para obtener respuestas más detalladas. Pero esto
requiere un largo camino por recorrer antes que sea capaz de reemplazar
la investigación y el análisis humano.

Luego está la cuestión de la productividad del trabajo y los puestos de
trabajo. Los economistas de Goldman Sachs estiman que si la tecnología
cumpliera su promesa, traería una «perturbación significativa» al
mercado laboral, exponiendo a 300 millones de trabajadores a la
automatización en las principales economías capitalistas. Los abogados y
el personal administrativo estarían entre los que corren mayor riesgo de
volverse redundantes (y probablemente los economistas). Calculan que
aproximadamente dos tercios de los trabajos Estados Unidos  y Europa
están expuestos a algún grado de automatización por la IA, según los
datos sobre las tareas que normalmente realizan miles de trabajadores.

La mayoría de las personas verían automatizada casi la mitad de su carga
de trabajo y probablemente continuarían en sus puesto, con una parte de
tiempo libre para actividades más productivas.

Los economistas de Goldman Sachs calculan que en EE. UU., la IA se
aplicaría al 63% de la fuerza laboral. Un 30 % adicional que trabaja en
trabajos físicos o al aire libre no se vería afectado, aunque su trabajo
podría ser susceptible a otras formas de automatización.

Concluyeron: /“Nuestros hallazgos revelan que con la introducción de las
LLM alrededor del 80 % de la fuerza laboral de los EE. UU. podría verse
afectada un 10 % de sus tareas laborales, mientras que un 19 % vería
afectado su trabajo en un 50 % …”/

<https://thenextrecession.files.wordpress.com/2023/04/gpt4.png>Con el
acceso a un LLM, del 15 % de los trabajadores en los EE. UU. se podría
completar las tareas significativamente más rápido y con el mismo nivel
de calidad. Al incorporar software y herramientas construidos sobre LLM,
la IA aumentaría su participación en las tareas de los trabajadores
entre 47-56%.

Alrededor del 7 % de los trabajadores estadounidenses tienen trabajos en
los que al menos la mitad de sus tareas podrían realizarse mediante la
Inteligencia Artificial  y son vulnerables al reemplazo. A nivel
mundial, dado que los trabajos manuales representan una mayor parte del
empleo en el mundo en desarrollo, Goldman Sachs estima que la IA podría
realizar alrededor de una quinta parte del trabajo, o, dicho de otra
manera afectaría a 300 millones de puestos de trabajo a tiempo completo
en las grandes economías.

Estas previsiones de pérdida de empleo no son nada nuevo.   En
publicaciones anteriores
<https://thenextrecession.wordpress.com/2015/09/24/robots-and-ai-utopia-or-dystopia-part-three/> , describí varios pronósticos sobre la cantidad de trabajos que se perderán debido a los robots y la IA durante la próxima década. Parece ser enorme; y no solo en el trabajo manual en las fábricas sino también en el llamado trabajo de cuello blanco.

Está en la esencia de la acumulación capitalista que los trabajadores se
enfrentarán continuamente a la pérdida de su trabajo por la inversión
capitalista en máquinas. La sustitución del trabajo humano por máquinas
comenzó a principios de la Revolución Industrial Británica en la
industria textil, y la automatización desempeñó un papel importante en
la industrialización estadounidense durante el siglo XIX. La rápida
mecanización de la agricultura a partir de mediados del siglo XIX es
otro ejemplo de automatización.

Como explicó Engels en “La condición de la clase obrera en Inglaterra”
(1844) la mecanización no solo eliminó puestos de trabajo, a menudo
también creó nuevos puestos de trabajo en nuevos sectores. Y Marx en la
década de 1850 en los Grundrisse definió el proceso de esta manera:

/“Los hechos reales, que son disfrazados por el optimismo de los
economistas, son estos: los trabajadores, cuando son expulsados //​
​//del taller por la maquinaria, son arrojados al mercado de trabajo. Su
presencia en el mercado de trabajo aumenta el número de fuerzas de
trabajo que están a disposición de la explotación capitalista… el efecto
de la maquinaria, que ha sido representado como una compensación para la
clase obrera, es, por el contrario, un flagelo espantoso . …. Tan pronto
como la maquinaria ha liberado una parte de los trabajadores empleados
en una determinada rama de la industria, los trabajadores de reserva
también son desviados hacia nuevos canales de empleo y son absorbidos
por otras ramas; mientras tanto, las víctimas originales, durante el
período de transición, en su mayor parte pasan hambre y perecen.” /. La
importancia de esta párrafo es que anticipa que la automatización
significa más empleos precarios y una creciente desigualdad.

Hasta ahora, la mecanización todavía ha requerido mano de obra humana
para iniciarla y mantenerla. Pero, ¿ahora nos estamos moviendo hacia la
toma de control de todas las tareas (especialmente aquellas que
requieren complejidad e ideas) con las llamadas LLM? ¿Significará esto
un aumento dramático en la productividad del trabajo de tal manera que
el capitalismo tenga una oportunidad de sobrevivir?

Si las LLM pueden reemplazar el trabajo humano y, por lo tanto, aumentar
drásticamente la tasa de plusvalía, pero sin un fuerte aumento en los
costos de inversión de la maquinaria física (lo que Marx llamó una
composición orgánica creciente del capital), entonces tal vez la
rentabilidad promedio del capital no retroceda de sus limites actuales.

Goldman Sachs afirma que los sistemas de IA «generativos» como Chat GPT
podrían provocar un auge de la productividad que eventualmente
aumentaría el PIB mundial anual en un 7% durante una década. Si la
inversión corporativa en IA siguiera creciendo a un ritmo similar al de
la década de 1990, la inversión en IA de EE. UU. por sí sola podría
acercarse al 1 % del PIB estadounidense para
2030.<https://thenextrecession.files.wordpress.com/2023/04/gpt5.png>

No entraré en cómo GS obtiene estos resultados, porque estos deducciones
son solo  conjeturas. Pero, incluso si aceptamos estos resultados, ¿son
un salto tan exponencial?

Según las últimas previsiones del Banco Mundial,
<https://openknowledge.worldbank.org/server/api/core/bitstreams/6cadf98e-e265-4055-aef7-fad9943a0afd/content> el crecimiento global disminuirá en aproximadamente un tercio de la tasa que prevaleció en la primera década de este siglo, a solo un 2,2% anual. Y el FMI sitúa la tasa de crecimiento promedio en un 3% anual durante el resto de esta década.

Si añadimos el pronóstico de Goldman Sachs acerca del impacto de las
LLM, obtenemos alrededor de 3.0-3.5% al ​​año para el crecimiento del
PIB real mundial, sin tener en cuenta el crecimiento de la población. En
otras palabras, el impacto probable no sería mejor que el promedio visto
desde la década de 1990. Eso nos recuerda las famosas palabras del
economista Robert Solow en 1987: /“la era de las computadoras estaba en
todas partes excepto en las estadísticas de productividad”./
<https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/is-the-solow-paradox-back>

El economista estadounidense Daren Acemoglu agrega que no todas las
tecnologías de automatización aumentan la productividad del
trabajo. Esto se debe a que las empresas introducen principalmente la
automatización en áreas que pueden aumentar la rentabilidad, como el
marketing, la contabilidad o la tecnología de combustibles fósiles, pero
no aumentan la productividad de la economía en su conjunto ni satisfacen
las necesidades sociales.

Las Big Tech tiene un enfoque particular de los negocios y sus
tecnologías se centran en el uso de algoritmos para reemplazar a los
humanos. No es casualidad que empresas como Google estén empleando menos
de una décima parte de la cantidad de trabajadores que solían tener
grandes empresas, como General Motors, en el pasado. Esto es
consecuencia del modelo de negocio de las Big Tech, que no se basa en
crear puestos de trabajo sino en automatizarlos.

Este es el modelo de negocio para la IA bajo el capitalismo. Pero otra
cosa seria con medios de producción automatizados de propiedad común,
hay muchas aplicaciones de IA que, podrían aumentar las capacidades
humanas y crear nuevas actividades en educación, atención médica  y en
la fabricación.

Acemoglu propone: /“en lugar de utilizar la IA para ayudar con las
tareas y  sustituir  los profesores por algoritmos , deberíamos invertir
el uso de la IA para desarrollar métodos de enseñanza más
individualizados y centrados en el estudiante que estén calibrados para
las fortalezas y debilidades específicas de diferentes grupos de
alumnos. Dichas tecnologías darían lugar a la contratación de más
docentes con nuevas habilidades, yendo así exactamente en la dirección
de crear nuevos puestos de trabajo centrados en nuevas tareas”./

Y en lugar de reducir los empleos y los medios de subsistencia de los
humanos, la IA bajo propiedad y planificación comunes podría reducir las
horas de trabajo humano para todos.

Y luego está la cuestión del aumento de la rentabilidad proporcionado
por la tecnología de IA: si la inversión LLM requiere menos medios
físicos de producción y reduce los costos de capital, la pérdida de
fuerza de trabajo humana podría ser aún mayor. Entonces, la ley de la
rentabilidad de Marx aún se aplicaría. Es la gran contradicción del
capitalismo que al */aumentar la productividad del trabajo a través de
más máquinas (IA) reduce la rentabilidad del capital/*. Esto conduce a
crisis regulares y recurrentes de producción, inversión y empleo, de
intensidad y duración crecientes.

Finalmente, está la cuestión de la inteligencia. Microsoft argumenta que
la inteligencia es una /«capacidad mental muy general que, entre otras
cosas, implica la capacidad de razonar, planificar, resolver problemas,
pensar de forma abstracta, comprender ideas complejas, ilustrarse
rápidamente y aprender de la experiencia». /Microsoft insinúa que las
LLM pronto podrían obtener esta «inteligencia generalizada» y superar la
capacidad humana de pensar.

Pero también aquí, hay mucho escepticismo para los ingenieros de
Microsoft. /“El modelo Chat GPT es ingente, pero no lo suficientemente
grande como para retener todos los datos exactos que encuentra en su
conjunto de entrenamiento. Puede producir una respuesta convincente a
cualquier cosa, pero eso no significa que esté reflejando hechos reales
en sus respuestas. Siempre hay que mantenerse escéptico y verificar lo
que dice. Los modelos de lenguaje también son famosos por «alucinar»,
por inventar nuevos hechos que se ajustan a la estructura de la oración
a pesar de no tener ninguna base en los datos subyacentes. /  Esto
claramente no es muy alentador.

Guglielmo Carchedi nos da una razón fundamental para negar que la IA
pueda reemplazar a la ‘inteligencia’ humana: /“las máquinas se comportan
según las reglas de la lógica formal. A diferencia de los humanos, las
máquinas son estructuralmente incapaces de comportarse de acuerdo con
las reglas del pensamiento dialéctico. Solo los humanos hacen eso” /( El
capitalismo en el siglo XXI <https://www.plutobooks.com/book/> , p167).

Aquí está la respuesta de Chat GPT a una pregunta sobre la dialéctica:

“/¿Puede A ser igual a A y al mismo tiempo ser diferente de A? “No, no
es posible que A sea igual a A y al mismo tiempo sea diferente de A.
Esto sería una contradicción en los términos, ya que la afirmación “A es
igual a A” es una tautología y siempre verdadera, mientras que la
afirmación “A es diferente de A” es una contradicción y siempre
falsa. Por lo tanto, estas dos afirmaciones no pueden ser ambas
verdaderas al mismo tiempo”./

Las máquinas no pueden pensar en cambios potenciales y cualitativos. El
nuevo conocimiento proviene de la capacidad de innovaciones (humanas),
no de la extensión del conocimiento existente (máquinas). Solo la
inteligencia humana es social y puede ver el potencial de cambio, en
particular el cambio social, que conduce a una vida mejor para la
humanidad y la naturaleza.

Em
OBSERVATORIO DE LA CRISIS
https://observatoriocrisis.com/2023/04/09/la-inteligencia-artificial-y-el-chat-gpt-pueden-cambiar-las-reglas-del-juego/
9/4/2023