Por: Hugo Alfredo Hinojosa
CIUDAD DE MÉXICO 28 DE OCTUBRE DE 2026.- Daron Acemoglu, Nobel de Economía 2024, revisó recientemente su estimación del mismo año sobre el impacto de la inteligencia artificial en la economía de Estados Unidos. Esa proyección señalaba que la IA añadiría apenas un punto porcentual al PIB en diez años y que solo el cinco por ciento de las tareas podría automatizarse por completo. A la fecha reconoció la incertidumbre del mercado, ajustó levemente el número hacia arriba por los avances de la IA agéntica y mantuvo la tesis central: la automatización es difícil, integrarla en las organizaciones es difícil y la difusión de tecnologías que requieren inversiones complementarias es lenta. Las tecnologías de uso y propósito general siempre tardaron más de lo prometido en transformar la economía. El problema es que esa historia se usa ahora para justificar cualquier volumen de gasto presente.
Goldman Sachs calculó en febrero de 2026 que la IA aportó prácticamente cero al crecimiento del PIB de Estados Unidos en 2025. Así pues, la distancia entre capacidad técnica y adopción organizacional puede durar años. Hoy la narrativa de impacto económico inminente sostiene valoraciones que aún no tienen detrás beneficios demostrados a gran escala.
Acemoglu critica que lo que se está haciendo respecto al posicionamiento económico de la inteligencia artificial general (la siguiente súper en inteligencia) porque a su parecer son las aplicaciones reales, sin embargo, donde está el dinero y el impacto real sobre la vida de las personas. Las empresas chinas invierten de forma masiva en llevar robótica e IA a las líneas de producción, utilizando el tipo de talento de ingeniería que en Estados Unidos permanece concentrado en laboratorios de modelos fundacionales. China avanza en la automatización de procesos industriales mientras Estados Unidos perfecciona sistemas que generan texto, código e imágenes. Ambas apuestas tienen valor. Una produce impacto económico medible en el corto y mediano plazo; la otra produce valoraciones que descansan sobre proyecciones todavía no realizadas.
Acemoglu distingue la IA pro-trabajador de la que busca el reemplazo. Cuando habla con directores ejecutivos sobre herramientas que hacen a los trabajadores más productivos, todos asienten. Cuando habla con personas de las empresas tecnológicas, o cambian de tema o le dicen que vive en otro mundo porque ellos van a crear inteligencia artificial general. La diferencia no es solo ética: es de incentivos. La IA que reemplaza trabajadores genera valoraciones más altas que la que los potencia, aunque la segunda produzca más valor económico real.
Los ejemplos que ofrece son deliberadamente concretos y poco glamorosos. Las herramientas para enfermeras que les permitan participar con más información en el diagnóstico y las decisiones sobre el paciente son necesarias las herramientas para electricistas que se enfrentan a maquinaria que nunca han visto y las herramientas para maestros que personalicen la enseñanza con datos que hoy no tienen también son necesarias. Ninguno de esos casos exige los modelos más avanzados ni los centros de datos más costosos. El cuello de botella no es el modelo. Es la ausencia de aplicaciones específicas construidas por personas que conocen el trabajo real, que han hablado con los trabajadores y entienden dónde está el conocimiento tácito que ningún modelo puede extraer desde una oficina.
Ese conocimiento, el que permite a un electricista diagnosticar un problema en una instalación desconocida o a una enfermera leer el estado de un paciente a partir de señales que no están en el historial, no está codificado en ningún lugar que un modelo pueda consultar. Reside en la experiencia acumulada y en la capacidad de hacer preguntas que solo tienen sentido en contexto. La IA más valiosa, según Acemoglu, no es la que pretende reemplazar ese conocimiento sino la que lo amplifica: la que entrega al electricista información sobre el componente que nunca había visto, o a la enfermera acceso rápido a protocolos mientras ella aplica el juicio que la máquina no tiene. Un trabajador más productivo produce más valor. Un trabajador reemplazado produce un ahorro contable cuyo efecto real depende de cuánto de su trabajo era realmente automatizable y cuánto era precisamente el conocimiento tácito que ningún modelo captura.
Sobre las habilidades que seguirán siendo valiosas, Acemoglu va contra el consejo habitual. No dice que baste aprender a usar las herramientas ni que haya que buscar los nichos que queden sin automatizar. Dice que hay que estudiar matemáticas, física, economía e ingeniería. Que la creatividad humana sin fundamentos sólidos es un oxímoron. Que hace falta madurez matemática humana aunque los modelos resuelvan problemas difíciles. Y añade algo que suena casi anacrónico en el contexto: que necesitamos más sentido de responsabilidad cívica, porque hemos perdido el sentido de comunidad y de cuidado por el bien común. Una economía que concentra los beneficios de la tecnología en quienes ya tienen capital y habilidades, mientras debilita el poder de negociación de quienes trabajan, produce exactamente el tipo de fragmentación social que hace más difícil construir las instituciones que la propia tecnología necesita para desplegarse de manera que beneficie a más personas.
El argumento de Acemoglu no es que la inteligencia artificial sea peligrosa ni que deba frenarse. Sino que las decisiones sobre cómo desarrollarla y para qué usarla no son neutrales. Las que se están tomando hoy en Silicon Valley favorecen ciertos tipos de beneficios para ciertos tipos de actores y dejan sin aprovechar oportunidades que producirían más valor para más personas. Eso no es una crítica al capitalismo ni a la tecnología sino una crítica a la concentración de talento e inversión en apuestas de largo plazo y alto riesgo mientras problemas concretos y solucionables con tecnología existente esperan porque no generan valoraciones de mercado tan espectaculares. La IA para electricistas, como él dice, es un mercado enorme. Pero no produce titulares sobre inteligencia artificial general ni rondas de inversión de cien mil millones de dólares. Y en el ecosistema actual, lo que no produce esas cosas tiende a no existir.
Hugo Alfredo Hinojosa es filósofo; maestro en comunicación política por la FLACSO y candidato a maestro en IA Aplicada por el ITESM.
Esta columna no refleja la opinión de Agencia Fronteriza de Noticias, sino que corresponde al punto de vista y libre expresión del autor.
