Conferencia del rector de la Universidad ORT Uruguay, Dr. Jorge Grünberg, dirigida a alumnos de ORT Argentina que culminan el ciclo secundario.
https://youtu.be/7yVxpRm_Ovc
Agradezco al presidente Guillermo Feldberg y a todos los amigos de ORT Argentina por la invitación hoy a encontrarme con ustedes. Es un gusto para mí estar en esta institución hermana, que es un ejemplo para ORT en todo el mundo.
Me imagino que muchos de ustedes se están planteando, en esta revolución de la inteligencia artificial, qué hacemos los humanos mejor que la inteligencia artificial. Me imagino que se estarán planteando qué carrera elegir y que sea relevante todavía en 2030 cuando se gradúen. Los voy a invitar a pensar qué tendrían que mirar en una universidad para asegurarse de que sea "AI-ready", o sea, que esté pronta para la inteligencia artificial.
Primer punto, estamos viviendo un megacambio. Esto no es el cloud, no es la web 2.0, no es la criptomoneda. Esto es un cambio mucho más grande.
Segundo, la inteligencia artificial va a tener un impacto en los empleos, pero no en todos por igual. De especial relevancia para ustedes, los trabajos más expuestos son los juniors, los entry-level jobs. Las estadísticas muestran que hay menos trabajos iniciales y esto es una tendencia a nivel mundial.
Tercero, saber usar inteligencia artificial va a ser indispensable en cualquier profesión. Estudios recientes muestran que empleos muy diversos, desde conductor de camión hasta psicoterapeuta o asesor financiero, a lo largo y a lo ancho de la escala socioeconómica, son buscados por los empleadores, requiriendo en los propios avisos laborales conocimientos de inteligencia artificial. Es decir, que será importante estar alfabetizado en inteligencia artificial en casi cualquier profesión que elijan.
Tomen en cuenta que no van a competir con la inteligencia artificial, van a competir con los que la usan mejor que ustedes. Por eso lo que tienen que hacer es aprender a usarla.
Ya hubo cambios tecnológicos importantes en el pasado que generaron temores similares de sustitución de los humanos por máquinas.
Históricamente, esto no ocurrió, por lo menos en el mediano plazo. Cuando se introdujeron cajeros automáticos en los bancos, en realidad llevó a un aumento de los empleados bancarios. Cuando apareció el AutoCAD y otras herramientas, en realidad creció el trabajo de los diseñadores. Más recientemente, a pesar de la incorporación de sistemas efectivos para reconocimiento de imágenes, aumentó la cantidad de puestos de radiólogos.
La pregunta es si la inteligencia artificial va a ser una excepción histórica.
Hay muchos aspectos que son inéditos. La velocidad de la penetración es mucho más rápida que antes. Los celulares llevaron tres o cuatro años en ser usados por un porcentaje alto de la población. ChatGPT llevó solo semanas en ser utilizado por decenas o cientos de millones.
¿Qué diferencia a la inteligencia artificial con los grandes cambios tecnológicos anteriores? La diferencia es que en la historia humana el único recurso realmente escaso siempre fue la inteligencia. El capital es reproducible; si no lo consigo en un lado, lo consigo en el otro. Los recursos naturales son finitos, pero sustituibles. Pero la inteligencia nunca fue escalable. Nunca fue posible encapsular inteligencia y reproducirla en escala. Ahora, por primera vez, hay sistemas automáticos que sustituyen actividades inteligentes de las personas que funcionan adecuadamente.
Por ahora no hay evidencia de un "apocalipsis laboral" como lo ha llamado la prensa, es decir, un reemplazo en gran escala de los empleos humanos. Pero sí existe, como les decía al principio, una reducción de oportunidades laborales en los puestos de inicio. Los graduados universitarios más jóvenes son los que están encontrando mayores problemas cuando intentan ingresar al mercado laboral. Pero no es en todas las profesiones por igual. Una de las profesiones más afectadas, por ejemplo, es la computación. Los trabajos iniciales de programador, que eran una garantía de trabajo seguro, han disminuido en casi todos los países. En otras profesiones donde la intervención humana es intrínsecamente valiosa, como la medicina, la enfermería o la enseñanza, esto no ocurre. En resumen, existe una reducción de los entry-level jobs, pero no es uniforme.
Para entender bien el impacto de la inteligencia artificial, es importante saber que hay dos estrategias posibles.
Una es la de las empresas que introducen inteligencia artificial para sustituir personas; otra, la de las empresas que introducen inteligencia artificial para potenciar la capacidad de las personas. Esta última se llama estrategia aumentativa. En general, cuando se usan estrategias aumentativas, los trabajos no disminuyen y, por el contrario, se jerarquizan. Entonces, posiblemente una política pública deseable es incentivar que exista un empresariado inteligente que lo que busque es aumentar las capacidades y no sustituir personas por robots.
También conviene distinguir entre las firmas que producen tecnología y las que usan tecnología. Hoy en día, el impacto es mayor en las empresas que producen tecnología. No necesariamente porque disminuyen sus puestos de trabajo, pero sí porque la programación clásica está siendo automatizada cada vez más efectivamente.
En cambio, hay otras actividades, como por ejemplo, tratar de convencer a alguien o reconocer si alguien está siendo honesto en lo que me dice, que son difíciles de automatizar. A los que les interesa la informática como profesión, tengan en cuenta que no todo es oscuro adelante; hay trabajos para ingenieros de sistemas y va a haber muchos en el futuro. Y existirán nuevas profesiones tecnológicas como diseñadores de agentes, orquestadores de flujos de trabajo, gestores de sistemas agénticos y muchos otros que hoy no vislumbramos.
La inteligencia artificial generativa no es omnipotente. ¿Cuáles son los principales límites que tiene la inteligencia artificial generativa? Es importante entender los límites que tiene la inteligencia artificial generativa para entender nuestras ventajas comparativas como humanos.
Uno de los límites de la inteligencia artificial generativa es el costo del aprendizaje continuo acumulativo. Luego que se entrena un modelo, lo que sabe impresiona, pero luego no aprende más. Existen el reinforcement learning y el fine tuning, pero son procesos costosos que en la práctica no son costo- efectivos para el aprendizaje continuo que requieren ciertos trabajos de contexto cambiante. Por lo tanto, nuestra principal ventaja comparativa es que aprendemos mucho mejor y más rápido que los modelos de inteligencia artificial generativa.
Fíjense que un adolescente como ustedes puede aprender a conducir un automóvil. Luego de veinte o treinta horas de clase de conducción, ya puede aprobar el examen y manejar y, además, mejorar su manejo con la experiencia. En cambio, Tesla o Waymo, por ejemplo, necesitan millones de horas y de millas para que su auto aprenda a manejar automáticamente.
Otra restricción de la inteligencia artificial generativa es que tiene escasa capacidad de abducción. Deducción e inducción son dos habilidades que realiza muy bien la inteligencia artificial generativa. La abducción es la capacidad de poder entender a partir de muy poca conducta observada las relaciones en un grupo o las intenciones de una persona, por ejemplo. Es decir, si yo veo a alguien actuando de cierta manera y quiero saber qué motivos tiene y qué intenciones tiene, para la inteligencia artificial es muy difícil, y en cambio para el ser humano es mucho más fácil. El humano puede llegar a conclusiones confiables a partir de muestras pequeñas.
Ustedes que están próximos a elegir una carrera universitaria, pregúntense ¿qué tienen que mirar en una universidad para saber si está AI-ready?
Tomen en cuenta que el objetivo de la universidad es muy diferente al de una empresa. En una empresa, lo que queremos es reducir el esfuerzo de la gente. Estamos contentos si la inteligencia artificial hace que las personas tengan menos esfuerzo para firmar la misma cantidad de contratos o para estudiar la misma cantidad de antecedentes legales o de radiografías. En una universidad es diferente. Nosotros no buscamos eliminar el esfuerzo de los alumnos. Nosotros en la universidad buscamos crear el esfuerzo de los alumnos. El esfuerzo es la misión. Es como una bicicleta. Si yo quiero una bicicleta para trasladarme de un lugar a otro, prefiero una bicicleta eléctrica, pero si quiero una bicicleta para hacer ejercicio, prefiero una bicicleta común. Esto es lo mismo que pasa con nuestro esfuerzo cognitivo.
Todas las universidades estamos ahora frente al desafío de cómo incorporar la AI a nuestra enseñanza y evaluación. Algunas optan por prohibir su uso total o parcialmente. Por ejemplo, esta semana la Universidad de Chicago, en sus cursos en Ciencias Sociales, decidió prohibir la inteligencia artificial. Ese es un extremo. Los llaman "cursos análogos".
¿Es un camino recomendable prohibir o restringir el uso de la AI que luego los graduados tendrán que usar en su vida laboral? ¿Es razonable que en las evaluaciones volvamos décadas atrás a los exámenes manuscritos y a los orales?
Les cuento lo que hacemos y planeamos hacer en nuestra universidad. Promovemos el uso de la inteligencia artificial. Todo el mundo puede usar lo que quiere, pero lo tiene que atribuir. Cuando entregan trabajos, tienen que informar si usaron y cómo usaron inteligencia artificial, en especial si un contenido fue producido automáticamente.
Tenemos un curso obligatorio de inteligencia artificial para todas las carreras. Apoyamos a los docentes mediante fondos concursables para que experimenten en sus disciplinas con herramientas de AI.
Trabajamos en especial para adaptar las evaluaciones al uso de AI por parte de los alumnos. Hasta ahora se evaluaba siempre en base al producto que entregaba el alumno, el ensayo, los ejercicios hechos en la casa. Ahora, evaluar el producto no tiene sentido porque puede haber sido hecho automáticamente. Entonces hay que evaluar el proceso, hay que estar mucho más cerca del alumno.
Además, es que, para poder tener mejor chance en el mercado laboral, tienen que tratar de llegar al mercado laboral siendo lo más parecido posible a un senior. No hay por el momento reducción de demanda laboral por seniors, pero sí hay una reducción de demanda laboral por juniors.
Traten de llegar al mercado laboral con portafolios concretos que muestren a las empresas que tienen experiencia real, demostrable y trasladable. Lo otro que estamos haciendo nosotros, por ejemplo, es generalizar la educación clínica en todas las carreras. Tratamos de que los alumnos pasen un tiempo prolongado trabajando en una empresa real.
Para terminar, algunos consejos para ustedes sobre cómo usar inteligencia artificial como estudiantes secundarios, mañana universitarios. Primero, usen los modelos como apoyo para aprender, no como sustituto del esfuerzo cognitivo. O sea, cuando ustedes le piden a la inteligencia artificial que les escriba el ensayo sobre la Revolución Francesa, se están engañando a sí mismos. Después, en el examen no van a poder reproducir eso y en el mercado laboral menos.
Usen la inteligencia artificial como tutor, como sparring; es muy productivo. Verifiquen siempre las alucinaciones, porque la inteligencia artificial está hecha, por diseño, para complacer al usuario. El problema con eso es que, si efectivamente lo que yo digo es un disparate, me va a buscar una explicación donde muestre que yo tengo razón, pero en base a lo que se llama "alucinaciones".
El gran desafío para ustedes, para su generación, va a ser cómo convivir con las nuevas formas de inteligencia artificial. Hasta ahora, la inteligencia era un monopolio de los humanos. No traten de hacer mejor lo que las máquinas ya hacen muy bien. Cultiven su dimensión humana, que esa va a ser su diferencial.
Muchas gracias.