En lloc de fixar-nos tant en la intel·ligència artificial,
Daron Acemoglu i Simon Johnson, Power and Progress (p. 305)
hauríem de preguntar-nos per la seva utilitat per als éssers humans, cosa que és, precisament, la definició d’utilitat de les màquines.
Durant els darrers anys una segona onada de transformació digital està modificant amb força l’economia i la societat. A l’epicentre d’aquests canvis hi ha les tecnologies i els desenvolupaments tècnics de la intel·ligència artificial (en endavant, IA). Tot i que hi ha moltes definicions d’IA, entre d’altres l’aproximació computacional que ens diu que la IA és tot allò que les màquines encara no saben fer bé del tot, l’economia en fa una aproximació, per descomptat, molt més prosaica.
La IA com a procés d’innovació econòmica radical
Econòmicament, podem entendre la IA com un procés d’innovació tecnològica. Més concretament, el procés de creació i desenvolupament de tecnologies digitalitzades amb aplicacions tècniques basades en capacitats intel·ligents no humanes. Per tant, la IA es refereix a tot aquell estoc social de coneixement (tecnologia) que es fa servir per desenvolupar tota mena d’artefactes digitals (materials i immaterials) que s’apliquen a l’activitat econòmica (tècnica) i que es basen en la utilització (amplificació, substitució o desplaçament) de capacitats cognitives humanes.
Com tot procés d’innovació de rellevància, la IA té dues característiques principals. En primer lloc, és un procés dinàmic i evolutiu. És important tenir present que les famílies tecnològiques i tècniques de la IA –en principi la robòtica cognitiva, col·laborativa i social, els sistemes simbòlics (visió i reconeixement de tota mena de senyal digitalitzat, com ara imatges, números, textos) i els algoritmes i programes d’aprenentatge automàtic i profund– canvien a diari.
Exemples
Durant molts anys, les calculadores varen ser IA. Després van venir els programes d’ofimàtica i els fulls de càlcul, els programes d’escacs i Go, les màquines i algoritmes d’aprenentatge automàtic, com ara Watson d’IBM, les aplicacions de visió per computadora, i últimament estem sota la influència dels algoritmes supervisats, l’anàlisi i la gestió de grans dades, la IA generativa i el ChatGPT.
L’hotel Henn-na al Japó (que només funciona amb robots socials i col·laboratius), l’aplicació Watson d’intel·ligència artificial d’IBM, el cotxe autoconduït de Google, o les plataformes de negociació (trading) d’altra freqüència són alguns exemples de tecnologies basades en IA.
En segon lloc, la IA és una innovació radical perquè té el potencial de generar transformacions de molt calat, no necessàriament per bé, a totes les dimensions de la vida econòmica i social. Això és així perquè les famílies del coneixement artificial estarien generant un procés de convergència tecnològica (en llenguatge econòmic en diem tecnologies d’utilitat general) amb altres tecnologies, especialment les de la segona onada digital, com ara la informàtica al núvol, l’anàlisi i la gestió de grans dades, les infraestructures d’alta velocitat, les plataformes digitals i la realitat virtual.
De fet, la convergència tecnològica impulsada per la IA ha consolidat un nou factor productiu: les dades. Sense dades massives –enteses com la representació codificada i digital de qualsevol tipus de senyal numèric, textual o visual– per obtenir, entrenar i gestionar no hi ha possibilitat de disrupció per mitjà de la IA. Sense dades no es poden activar els nous moments i enfocaments de negoci que determinen el nou valor econòmic de la IA: el valor de predicció.
Com a resultat d’aquest procés de datificació econòmica és possible fragmentar al màxim els fluxos de producció i treball. El treball a les plataformes digitals és avui una mera acumulació de tasques controlades a través de la IA. Al seu torn, aquesta fragmentació dels intercanvis permet la dilució dels tradicionals rols econòmics (obtenidors en lloc de consumidors, proveïdors en lloc de productors), l’aparició de mercats de múltiples cares (plataformes com a fusió d’empreses i mercats) i l’emergència de l’altre gran valor de la segona onada digital: el valor de circulació.
A la figura 1 se situen algunes de les principals tecnologies del paradigma digital a partir de dues coordenades. L’eix vertical determina si les tecnologies pertanyen a la primera onada de la digitalització o a la segona. L’eix horitzontal determina si les tecnologies digitals estan més associades a una funció informativa o comunicativa.
Figura 1. Economia del paradigma digital: tecnologies, dimensions, onades i valors
Font: Torrent-Sellens, J. (2024). Digital transition and the data-and-tasks crowd-driven economy: How do redirect them towards shared social progress? SSRN.
La combinació d’ambdues coordenades revela que el paradigma digital evoluciona des d’una primera onada basada en les primeres versions de les tecnologies del càlcul i la informació, també organitzades en xarxes digitals, cap a una segona onada, basada en aplicacions més avançades, versions interactives o aproximacions predictives de les tecnologies de la informació, i organitzades a través de les plataformes digitals. En el camí de la primera a la segona onada digital, sorgeix un nou factor productiu decisiu: les dades/tasques i les seves formes digitals, massives i intel·ligents (biològiques o artificials) per produir-les i intercanviar-les.
L’era de la IA s’expandeix seguint els efectes de la primera onada digital, cosa que amplia vells problemes i genera nous biaixos, riscos i polaritzacions sobre les persones i les organitzacions. A través del biaix inicial d’habilitats i la substitució o la complementarietat de tasques d’intel·ligència humana, la IA pot generar tant processos de substitució del treball humà (automatització) com processos de complementarietat d’intel·ligències (algoritmes). De fet, el més habitual és que ho faci tot alhora. La IA pot augmentar tasques i fluxos de treball (fulls de càlcul i comptables), els pot reduir (centres logístics), els pot reconstituir, eliminant i creant noves tasques alhora (radiòlegs) o els pot substituir (conductors d’autobús).
Des del punt de vista dels resultats econòmics, la IA generalment fa créixer la productivitat mitjana (producte per tasca), però no té per què fer créixer la productivitat marginal (augment de productivitat per tasca). Perquè la IA generi més i millor ocupació cal que apareguin noves tasques que justifiquin avenços combinats de productivitat mitjana i marginal, de manera que es justifiquin noves tasques i contractacions. I perquè la IA vagi més enllà dels típics processos d’automatització i costos, i sigui capaç d’augmentar i millorar el treball, li calen nous enfocaments basats en la utilitat de les màquines i la complementarietat d’intel·ligències. Aquest és el principal repte econòmic, laboral i social que la IA té plantejat a l’actualitat.
Per redirigir la gran transformació digital, des de la seva actual versió automàtica i de control cap a una nova versió més complementària amb el benestar social compartit, és imprescindible que l’economia entengui i interpreti bé els fonaments de la presa de decisions predictiva, així com les tendències de fons que persegueixen els principals agents econòmics d’aquesta nova era.
Cap a una nova economia política de la IA
Per això, em sembla imprescindible la recuperació de molts dels conceptes i principis de l’economia política. La meva premissa bàsica és que la distribució desigual de les oportunitats i els beneficis de l’era digital està molt lligada al fracàs de l’economia política. La branca econòmica dominant, basada en els principis de l’economia neoclàssica i marginal, i recolzada per la narrativa de l’homo economicus (amb una presa de decisions totalment racional, egoista, aïllada i individual) no ha sigut capaç d’explicar adequadament els fonaments i el comportament de l’economia i la societat digitals, ni els seus efectes, resultats i externalitats.
Així doncs, caldria aprofitar tot el potencial analític, molt més plural i interdisciplinari, que ens ofereix l’economia política per identificar adequadament els principals problemes econòmics i socials relacionats amb la transició digital i l’economia basada en dades i tasques massives. En definitiva, l’anàlisi, a partir d’una nova economia política de la digitalització, hauria de ser capaç de: 1) explicar els fonaments teòrics de la transició digital i de l’economia basada en dades i tasques massives; 2) vincular aquests fonaments amb els seus resultats en termes de progrés social no compartit, i 3) proposar vies de governança i polítiques en favor del bé comú.
Si féssim cas d’aquesta nova aproximació de seguida ens adonaríem que les característiques singulars del procés digital d’R+D+I, inclosos els seus efectes de biaix, polarització, xarxa i plataforma, així com d’uns models de negoci que impulsen la consolidació de les grans empreses superestrelles i els seus excessos de poder polític i de mercat, són els elements clau per entendre la mala distribució de les oportunitats i els beneficis de la digitalització.
Per compensar aquests efectes i poders, és fonamental construir un nou enfocament econòmic de la digitalització que tingui en compte els fonaments evolutius, socials, institucionals, ètics i humanístics de la presa de decisions, així com els seus desbordaments i externalitats. A partir d’aquesta nova economia política, és possible desenvolupar una agenda d’estratègies i polítiques coordinades i globals, que van molt més enllà de la recuperació de polítiques de competència, amb l’objectiu d’acostar la transició digital al progrés social compartit.
A la taula 1 s’identifiquen els 8 principals efectes econòmics (economies) que defineixen la segona onada digital i l’economia basada en dades i tasques massives. Seguint els preceptes de l’economia política, aquests efectes es vinculen amb els models de negoci i les seves principals repercussions socials, així com amb les narratives utilitzades per a la justificació cultural de cada tendència dominant. Són el punt de partida de la nova política econòmica de la digitalització.
Taula 1. Efectes econòmics (economies), models de negoci, retorn social i principals narratives de la transició digital i l’economia basada en dades i tasques massives
| Efectes [referències] | Descripció | Models de negoci i retorn social | Narratives |
| 1. Efectes de xarxa | El valor d’una xarxa de qualsevol bé digitalitzat creix exponencialment amb el nombre d’usuaris (regla de Metcalfe), gràcies a l’adopció massiva, la generalització i la normalització del seu ús (externalitats directes quantitatives). La dependència de la trajectòria també augmenta els efectes de xarxa. | Els models de negoci basats en efectes de xarxa maximitzen la seva eficàcia quan operen en béns digitalitzats i d’experiència no rivals, i amb una alta capacitat d’exclusió del consum. Les facilitats de reproducció (marginalitat zero) i les barreres de sortida (lock-in) també retroalimenten els efectes quantitatius de xarxa. | “First winner takes all” “You are what you own and can show on social networks and digital platforms” |
| 2. Efectes de plataforma | Els efectes de plataforma es refereixen a l’augment del valor d’una xarxa a mesura que augmenta el nombre de motivacions i rols d’intercanvi que poden tenir els seus usuaris. Aprofundeixen els efectes de xarxa augmentant el nombre de motivacions, rols, intercanvis i tasques que pot realitzar un mateix usuari. | Els models de negoci basats en els efectes de plataforma maximitzen les seves operacions en el context de la mutualització (mercats múltiples) i el valor de circulació. És a dir, quan es produeixen tota mena d’intercanvis de béns, serveis o tasques, especialment els usos no propietaris i temporals entre agents (peers) que assumeixen múltiples rols (obtenidors i proveïdors) i que tenen múltiples motivacions (també la redistribució). | “You are what you can access” “You are what you share” “To earn is not enough” |
| 3. Efectes de biaix i polarització | El canvi tecnològic digital esbiaixat per competències és un procés d’innovació tecnològica o de canvi tècnic digital que genera empleats més formats amb millors competències, o que només poden ser utilitzats per aquests treballadors. Com a conseqüència de l’ús laboral de la IA, aquest biaix genera importants desplaçaments de competències, tasques i llocs de treball intermedis, així com una polarització i unes primes laborals i salarials a favor d’aquells empleats que poden interactuar amb la IA. | Els efectes de biaix i polarització observats a nivell individual també es reprodueixen a nivell organitzatiu. Les empreses també necessiten les capacitats dinàmiques per interactuar amb la IA. En els mercats del valor predictiu, la divergència de productivitat creix entre les empreses que es troben a la frontera global de la innovació i la digitalització i el gran grup d’empreses seguidores, majoritàriament PIMEs. | “Jobless context and the great resignation” “Superstar firms and employees, the great divergence and the profit paradox” |
| 4. Efectes de complementarietat i transició | Per maximitzar i optimitzar els seus usos i resultats, les tecnologies digitals estableixen relacions, efectes complementaris amb les competències de les persones i les capacitats dinàmiques de les empreses. Aquestes habilitats i capacitats dinàmiques evolucionen i generen efectes de transició amb cada onada tecnològica. | A la primera onada digital, les empreses van generar efectes complementaris entre l’ús de les TIC i l’estoc de formació dels empleats i les pràctiques d’innovació i recursos humans en el lloc de treball. A la segona onada digital, aquests efectes estarien evolucionant cap als usos convergents de les diferents famílies d’IA, les habilitats dels empleats i els processos d’autoselecció de les empreses per interactuar amb la IA. | “ICT uses, human capital and workplace innovation: digital drivers of productivity” “Towards the complementarity of intelligences (human enhancing IA vs human replacing IA)” |
| 5. Efectes d’experiència i confiança | L’experiència i els efectes de confiança estan relacionats amb la comprensió de l’abast de la transició digital per part dels seus usuaris. Les persones amb més experiència en els usos de la tecnologia solen ser més reticents a acceptar la informació de la plataforma i a tenir actituds preliminars positives sobre la tecnologia sense haver-la fet servir. | L’atenció a l’experiència i els efectes de confiança són molt importants. Els models de negoci han d’abordar l’experiència de digitalització dels seus usuaris, especialment oferint dades i processos segurs i privats. | “In sharing economy and digital platforms we trust” “The problem is not with technology, it is with resistance to change” |
| 6. Efectes d’infravaloració del domini públic | Gràcies a la singularitat del seu procés d’R+D+I, les superestrelles de la transició digital aconsegueixen un gran poder de mercat privatitzant i valoritzant actius públics, com ara la inversió en infraestructura digital, els avenços científics i tecnològics, o les dades i la informació proporcionada pels usuaris. Com a resultat, el domini públic perd influència en les seves capacitats per organitzar la direcció del canvi tecnològic. | El domini públic sembla impotent per valoritzar els seus actius digitals, així com per establir mecanismes d’interacció justa entre els gegants digitals i el benestar comú. Això és el resultat directe de les singularitats de l’R+D+I digital, el poder de mercat de les grans superestrelles tecnològiques o la preeminència de la retòrica disruptiva basada en les virtuts socials de l’emprenedoria tecnològica i innovadora (solucionisme tecnològic). | “If you don’t pay for the product, you are the product” “We are not in an era of changes, we are in a change of era” |
| 7. Efectes de superestrella i colls d’ampolla | Els factors de capital i treball essencials per operar en la transició digital, però amb dificultats per codificar i digitalitzar, esdevenen actius únics amb característiques de superestrella. Encara hi ha factors escassos i poc elàstics. Les empreses que acumulen aquests actius escassos (o que els fan escassos) arriben a la frontera global de la innovació i les quotes de mercat més elevades. | Malgrat els esforços per codificar tota mena de capital i treball, alguns factors de coneixement tàcit romanen fora de l’abast dels actius organitzatius. En aquest context, apareixen noves tensions en la gestió del coneixement. Els empleats amb coneixements tàcits rellevants són reticents a deixar que es codifiquin. | “There is no innovation without risk, but the great risk is not innovating” “The new class struggle for non-codifiable tacit knowledge, the traps and sabotage of knowledge” |
| 8. Efectes de renda i extracció digital de valor | Les empreses i persones digitalitzades superestrelles acaben utilitzant el seu creixent poder de mercat per extreure rendes i desenvolupar pràctiques de captura digital de valor, més enllà de la protecció justa dels seus drets d’innovació anteriors. | Els efectes de renda de les superestrelles són responsables del debilitament de l’emprenedoria, la innovació i el creixement econòmic a escala mundial, així com la disminució de la mobilitat social i l’augment de la desigualtat. | “In industry, predictive power generates benefits, in society, predictive power generates control” |
Font: Elaboració pròpia
La imatge de capçalera ha sigut generada amb IA basada en la imatge de Wikimedia Commons.
