Marc Vidal
👤 SpeakerAppearances Over Time
Podcast Appearances
Las llamadas internacionales que en los años 90 podían costar varios euros por minuto, ahora son prácticamente gratuitas.
Los mapas físicos desaparecieron, la música se desmaterializó y en todos esos casos la tecnología creó más valor real mientras hacía caer los precios.
Hay un estudio del economista Eric B. Hoffson.
y de algún colaborador suyo, que publicaron un documento llamado, bueno, lo publicaron en el National Bureau of Economic Research en 2019, que estimaba que si incluyéramos en el PIB de Estados Unidos el valor de los servicios digitales gratuitos, acceso a Google, redes sociales, navegación, el crecimiento económico registrado habría sido significativamente mayor del que reflejan las estadísticas oficiales.
Eso lo escribió, como ya os decía, en un paper que se llamaba NBR Working, creo que era así, de 2019.
El bienestar real superaba al bienestar medido.
El termómetro marcaba menos de lo que había.
Este es el concepto de deflación tecnológica.
El proceso por el cual el progreso técnico reduce los precios de bienes y servicios ampliando el poder adquisitivo real de la población sin que eso aparezca necesariamente en el PIB.
Pues bien, la inteligencia artificial puede amplificar este fenómeno a una escala desconocida, sin precedentes.
Pero la paradoja que genera va mucho más allá del precio, porque afecta a la propia lógica del gasto.
Capítulo 2.
La paradoja del gasto.
Más valor, menos PIB.
Existe un ejemplo que ilustra el problema central de este análisis de forma casi brutal por su simplicidad.
Imaginemos que la inteligencia artificial en los próximos años contribuye de manera decisiva a desarrollar, por ejemplo, tratamientos que eliminen una parte significativa del cáncer, por ejemplo, o los más frecuentes.
No es una premisa descabellada, ya existen casos.
El laboratorio DeepMind de Google ha demostrado con su herramienta AlphaFold capacidades de predicción de estructuras proteínicas que eran imposibles hace tan solo una década.
Hay casos también con IBM Watson Oncology que son realmente esperanzadores.
Modelos de inteligencia artificial ya se integran en ensayos clínicos para identificar patrones moleculares invisibles al diagnóstico convencional y que, supongamos, pueden lograr un progreso cada vez más acelerado.