Creo que ningún profesor se habría opuesto a que un examinando de la PAU incluyera en su estuche una regla de cálculo en lugar de la CASIO FX82 habilitada para el examen. En mi casa todavía tengo la regla de mi padre.
Fabricada por Faber Castell, durante generaciones, ingenieros, científicos y estudiantes utilizaron el artefacto para multiplicar, dividir, calcular raíces o trabajar con funciones trigonométricas en cuestión de segundos.
Fue una herramienta indispensable en algunos de los mayores avances tecnológicos del siglo XX y hoy puede parecer una reliquia, pero sigue siendo un ejemplo de cómo la creatividad matemática permitió resolver problemas en un mundo carente de pilas.
Me viene esto a la cabeza porque a lo largo de la historia, cada revolución tecnológica ha venido acompañada siempre de un cambio de paradigma. Ocurrió con el ferrocarril, con la electricidad, con la telefonía, con los móviles, con Internet, con las redes sociales, con las criptomonedas y, también, está ocurriendo ahora con la inteligencia artificial (IA).
Los cambios tecnológicos son la encarnación de uno de los principales sesgos cognitivos de los que padece el ser humano: el de tender a sobre valorar (y mucho) las consecuencias de las cosas en el corto plazo, a la vez que infravalorar (mucho más) las implicaciones en el largo plazo de cualquier cambio.
La inteligencia artificial, sin embargo, introduce algo muy diferente: la automatización parcial de determinadas capacidades cognitivas hasta ahora reservadas para el ser humano
En estos tiempos, hay quien vaticina una nueva era para la economía donde las máquinas realizarán gran parte del trabajo intelectual y permitirán a los seres humanos concentrarse en tareas más creativas y estratégicas.
Y también, quienes advierten de que todo lo que estamos viviendo va a terminar en una transformación potencialmente traumática para las dinámicas tradicionales de la economía y, en especial, para el empleo.
Entre tanto, tenemos gobiernos que no saben exactamente cómo regular la tecnología sin frenar la innovación. Empresas que no tienen claro qué inversiones generarán ventajas competitivas sostenibles y trabajadores que intentan descifrar qué habilidades conservarán valor en un entorno cada vez más automatizado.
La máquina de vapor multiplicó la fuerza física disponible. La electricidad transformó la producción industrial. Internet revolucionó el acceso a la información.
La telefonía móvil nos acercó la comunicación instantánea. Las redes sociales han cambiado radicalmente la manera de relacionarnos.
La inteligencia artificial, sin embargo, introduce algo muy diferente: la automatización parcial de determinadas capacidades cognitivas hasta ahora reservadas para el ser humano. Escribe, resume, traduce, analiza, diagnostica, programa y, en determinados contextos, parece incluso argumentar. Naturalmente, detrás de esas capacidades no existe conciencia ni comprensión en sentido humano.
Pero desde la perspectiva de los usuarios, la diferencia a menudo resulta imperceptible y también irrelevante. Lo importante es que las tareas se completan. Y, para mí, surge aquí precisamente una de las grandes preguntas. ¿Es suficiente con que una tarea quede resuelta o importa también cómo se resuelve?
La pregunta puede parecer un tanto filosófica, pero no es baladí. Piensen en ese estudiante de la PAU que utiliza herramientas de IA para resumir un libro que no ha leído. El resultado final puede ser correcto.
Sin embargo, el proceso de aprendizaje que implicaba leer, interpretar, comparar argumentos y extraer conclusiones desaparece. Algo parecido ocurre en el ámbito profesional.
Un analista puede producir un informe en una hora que antes requería una jornada completa. Un programador puede generar cientos de líneas de código en minutos. Un consultor puede sintetizar información procedente de múltiples fuentes con una rapidez extraordinaria. Así que, sí, la productividad aumenta. Eso está fuera de duda.
La irrupción de herramientas como ChatGPT, Gemini y otros modelos generativos ha acelerado la incorporación de la IA a multitud de actividades profesionales
La cuestión es qué ocurre con las capacidades humanas que antes se desarrollaban precisamente durante ese esfuerzo. Nadie pretende volver a usar una “regla de cálculo” para saber el logaritmo de un número, pero algunas de las capacidades que más valor generan en la vida profesional y personal nacen precisamente de la dificultad.
El criterio, la experiencia, la capacidad de análisis o el pensamiento crítico no suelen surgir de los atajos. Surgen de enfrentarse repetidamente a problemas complejos.
Por eso el debate sobre la IA no gira únicamente en torno a los riesgos futuros de sistemas superinteligentes. También tiene que ver con una cuestión mucho más inmediata: cómo evitar que la automatización erosione determinadas capacidades humanas que siguen siendo necesarias.
Uno de los datos más interesantes que he visto en los últimos meses procede de un estudio que analizó el impacto de la IA en el desarrollo de software en el ámbito más fácilmente medible: el de la generación de código para programación. Según los resultados, a nivel de tareas individuales, los aumentos de productividad son extraordinarios.
Pero conforme se avanza hacia etapas más complejas del proceso productivo, las ganancias se reducen considerablemente. La razón es sencilla: una empresa no es una suma de tareas aisladas. Es un sistema. Generar más código no implica necesariamente lanzar más productos.
Como redactar más informes no significa automáticamente tomar mejores decisiones. Crear más contenido tampoco garantiza más ingresos. Entre la tarea inicial y el resultado final existen múltiples filtros: revisiones, validaciones, aprobaciones, coordinación entre equipos, requisitos regulatorios, procesos de calidad y, en muchos casos, simples limitaciones humanas.
Cuando se habla de productividad, la inteligencia artificial aparece cada vez más como una de las grandes esperanzas para impulsar el crecimiento económico en los próximos años. Sin embargo, creo que la realidad es algo más compleja.
Aunque los avances en IA, especialmente en inteligencia artificial generativa, suponen enormes oportunidades todavía existen muchas incógnitas sobre cuánto valor acabarán generando realmente y cuándo se reflejará ese impacto en la economía.
La OCDE, en su informe Compendium of Productivity Indicators 2025, señala que la inteligencia artificial aparece como una de las tecnologías con mayor potencial transformador. La irrupción de herramientas como ChatGPT, Gemini y otros modelos generativos ha acelerado la incorporación de la IA a multitud de actividades profesionales.
Sin embargo, convertir ese potencial en resultados concretos no será automático. La adopción masiva de la IA exige nuevas habilidades y también un importante esfuerzo de adaptación por parte de las empresas. No basta con instalar una herramienta y esperar milagros. Será necesario invertir en formación, rediseñar procesos y aprender a trabajar de forma diferente.
A esto se suman cuestiones regulatorias que todavía están lejos de resolverse como la propiedad intelectual, derechos de autor o titularidad de los datos. Además, la inteligencia artificial plantea desafíos que van más allá de la economía, incluyendo cuestiones relacionadas con la seguridad, el impacto social y el consumo energético. Este último aspecto suele recibir menos atención, pero es relevante.
Los grandes modelos de IA requieren enormes cantidades de capacidad de computación, lo que implica un consumo energético creciente. Si ese incremento no se gestiona adecuadamente, parte de las ganancias de productividad podrían verse compensadas por mayores costes en general.
Dicho esto, según distintos modelos de la OCDE, la IA podría añadir entre 0,5 y 3,5 puntos porcentuales al crecimiento anual de la productividad durante la próxima década. Las estimaciones más prudentes para los países del G7 sitúan esa contribución entre 0,2 y 1,3 puntos porcentuales al año. La disparidad de estimaciones es propia de esa incertidumbre sobre la aplicación y evolución de la propia IA.
Es muy pronto para valorar las cosas. En muchos sectores se empieza a ver cómo la producción de información se abarata a la vez que el valor del trabajo se desplaza hacia la capacidad de evaluación. Cuando cualquiera puede generar un informe en segundos, lo importante pasa a ser la capacidad de determinar si ese informe es correcto, relevante y útil.
Cuando cualquier herramienta puede producir texto, imágenes, código o análisis, la ventaja competitiva se traslada hacia el juicio. Lo que no deja de ser una paradoja. La tecnología avanzará porque los incentivos económicos para desarrollarla son enormes.
Las empresas seguirán invirtiendo porque las mejoras son reales, los gobiernos intentarán regular porque los riesgos existen y los trabajadores seguirán adaptándose porque no tienen alternativa.
Y si no… siempre nos quedará volver al origen.
*** Alvaro Galiñanes Franco, soluciones de Inversión & Asset Management Director en Santander Asset Management.