Presentamos a los mejores economistas del mundo especializados en IA

Los investigadores universitarios pueden actuar con rapidez cuando así lo desean. Tras la quiebra del banco de inversión Lehman Brothers en 2008, que desencadenó la crisis financiera mundial, el estudio de las retiradas masivas de depósitos y las crisis crediticias pasó de ser un área tipo nicho a convertirse en un tema central para los economistas. Del mismo modo, apenas dos meses después del inicio de la pandemia de Covid-19 en 2020, cerca de una tercera parte de los documentos de trabajo sobre economía publicados por la Oficina Nacional de Investigación Económica (NBER) de Estados Unidos, uno de los archivos más prestigiosos del pensamiento económico, abordaban de alguna manera los efectos de la pandemia. Algunos de estos trabajos alcanzaron gran notoriedad, como los de Nick Bloom, de la Universidad de Stanford y especialista en teletrabajo, o los de Emily Oster, de la Universidad de Brown, centrados en el cierre de los centros educativos. En contraste, buena parte de la investigación existente sobre IA sigue siendo muy abstracta. Según Ideas/RePEc, una base de datos bibliográfica especializada en economía, Daron Acemoglu, del MIT, es el investigador en economía de la IA mejor valorado. Un artículo suyo publicado a principios de 2024 presenta un complejo modelo de crecimiento económico aplicado al contexto de la IA y concluye que las ganancias agregadas de productividad serán moderadas. El trabajo ya ha superado las mil citas. Sin embargo, Tyler Cowen, de la Universidad George Mason, sostiene que el modelo infravalora el potencial transformador de los nuevos productos basados en IA que están llegando al mercado. «Las ganancias derivadas de la IA se estiman tan pequeñas porque se da por sentado que dicha tecnología no hará cosas nuevas».

Numerosos estudios empíricos sobre la IA también parecen apoyarse en supuestos discutibles. Un trabajo de Erik Brynjolfsson, de la Universidad de Stanford —quinto en la clasificación de Ideas/RePEc—, junto con varios colaboradores, sugiere que el empleo juvenil en ocupaciones expuestas a la IA ha disminuido drásticamente, lo que implicaría que esta tecnología ya está transformando el mercado de trabajo. Sin embargo, atribuir esta tendencia a la IA exige asumir que las empresas comenzaron a despedir trabajadores jóvenes inmediatamente después del lanzamiento de ChatGPT, cuando el producto aún estaba lejos de ser lo suficientemente avanzado como para sustituir a los seres humanos.

La aparente lentitud y falta de precisión de algunos economistas académicos puede explicarse por dos motivos. El primero tiene que ver con la naturaleza del impacto que supone la IA. En 2020, la pandemia de Covid-19 alteró la economía mundial prácticamente de un día para otro, y sus efectos se reflejaron casi de inmediato en los datos. La IA, en cambio, está transformando la economía de una forma mucho más sutil. La tasa media de desempleo en los países de la OCDE, que agrupa a economías ricas, apenas ha variado desde el lanzamiento de ChatGPT. Es más, las cifras del PIB apenas ofrecen información específica sobre la IA; por ejemplo, la inversión en centros de datos destinados a esta tecnología solo puede estimarse. Sin un impacto macroeconómico claro y ante la escasez de datos microeconómicos, los especialistas disponen de poco material sobre el que trabajar.

Los economistas interesados en la IA están encontrando un entorno más favorable fuera del ámbito académico en dos ámbitos. El primero es el sector público, especialmente, las oficinas de estadística y los bancos centrales. La Oficina del Censo de Estados Unidos y Statistics Canada realizan encuestas para seguir la adopción de la IA en todas las áreas de la economía. El panel mensual de responsables de la toma de decisiones del Banco de Inglaterra analiza la percepción empresarial sobre esta tecnología, mientras que el gobierno británico recientemente creó un Instituto de Economía de la IA con el objetivo de reforzar la investigación en este campo. En una conferencia reciente de la OCDE, los responsables de las estadísticas públicas debatieron sobre cómo adaptar los indicadores de productividad a la era de la IA. Aunque gran parte de este trabajo no revolucionará la disciplina, presta un servicio público esencial al construir la infraestructura de datos sobre la que trabajarán los economistas del futuro.

El segundo ámbito, aún más relevante, se encuentra en la primera línea del desarrollo tecnológico. Durante la década de 2010, los laboratorios de IA incorporaron a numerosos informáticos destacados para que diseñaran sus modelos. Ufuk Akcigit, de la Universidad de Chicago, y sus colaboradores comprobaron que en 2019 más de dos terceras partes de los investigadores en IA ya trabajaban en la industria, frente a menos de la mitad de 2001. Ahora está ocurriendo algo parecido con los economistas.

Invitados a programas influyentes en Silicon Valley

Anthropic ha incorporado a Anton Korinek, de la Universidad de Virginia —segundo en la clasificación de Ideas/RePEc—, a su equipo de investigación económica. OpenAI ha nombrado economista jefe a Ronnie Chatterji, de la Universidad de Duke. Google DeepMind, el laboratorio de investigación avanzada del gigante tecnológico, contrató recientemente a Alex Imas, de la Universidad de Chicago, como director de economía de la «inteligencia artificial general», concepto que hace referencia a sistemas capaces de igualar o superar a los humanos en la mayoría de las tareas intelectuales. Según un cálculo aproximado de The Economist, varias decenas de economistas especializados en IA han aceptado puestos en los principales laboratorios tecnológicos.

Su atractivo resulta evidente dado que tienen acceso a los mejores datos y cuentan, además, con la atención de los responsables políticos. Quienes aceptan un puesto en ellos no tardan en ser invitados a programas tan influyentes en Silicon Valley como el podcast de Dwarkesh Patel. Además, las empresas tecnológicas ofrecen recursos financieros muy superiores a los de las universidades. Incluso los economistas relativamente jóvenes pueden percibir salarios superiores a los 300.000 dólares anuales en un laboratorio de IA: quizá no sean cifras comparables a las de los programadores especializados en IA, pero sí muy superiores a las que obtendría un profesor universitario novel impartiendo asignaturas de introducción a la economía —algunos afortunados incluso reciben opciones sobre acciones en algunas de las empresas más valiosas del mundo—.

La calidad de la investigación desarrollada fuera del ámbito académico está aumentando. En un estudio elaborado para el think tank Peterson Institute for International Economics, Korinek y Patrick McKelvey, del Banco de Canadá, han desarrollado lo que denominan el «PIB de la IA» para Estados Unidos. Según sus cálculos, esta magnitud creció más de un 2.000 % tanto en 2024 como en 2025. Por su parte, Imas publica un seguimiento sistemático del efecto de la IA sobre la productividad y concluye que existen señales prometedoras de mejoras a pequeña escala, aunque todavía hay pocas evidencias de efectos macroeconómicos significativos.

Todo ello resulta enormemente estimulante, al menos para los periodistas económicos especializados en IA. Sin embargo, por cada estudio brillante de Korinek o de Imas, los laboratorios siguen produciendo trabajos de escaso interés. El llamado «índice económico» de Anthropic, presentado con gran expectación, no es realmente un índice, sino una recopilación dispersa de datos sobre el uso de su asistente, Claude. En marzo, la empresa publicó un informe cuya principal conclusión era que «la gente mejora en el uso de Claude con la experiencia». Evidentemente. El pasado año, OpenAI difundió un estudio descriptivo según el cual entre el 20 % y el 25 % de las interacciones con ChatGPT consistían simplemente en buscar información. ¡Fascinante!

No perdamos de vista los conflictos de intereses

No hay duda de que la calidad de estas investigaciones mejorará con el tiempo. Aun así, si la investigación puntera sobre IA sigue trasladándose al interior de las empresas, los economistas podrían seguir el camino ya recorrido por los especialistas en tecnología que trabajan para Microsoft, Google y otras grandes tecnológicas. Estos profesionales suelen dedicar menos tiempo a cuestiones de gran relevancia social —como analizar si las redes sociales son beneficiosas para los menores— y más a cuestiones concretas, como la mejor manera de diseñar subastas para vender publicidad. El estudio de Akcigit muestra que los investigadores especializados en IA que abandonan definitivamente la universidad para incorporarse a la industria publican menos artículos científicos y generan más patentes, lo que supone, en la práctica, «una reorientación desde la ciencia abierta hacia la innovación privada».

No perdamos de vista los conflictos de intereses. Los investigadores de los laboratorios pueden verse presionados para publicar trabajos que presenten la IA como una tecnología útil y segura. El pasado año, Tom Cunningham, dedicado a la investigación económica, abandonó OpenAI tras sentirse, según diversas informaciones, cada vez más limitado con respecto a lo que podía y no podía publicar. Posteriormente, se incorporó a METR, un instituto de investigación dedicado a evaluar los modelos de IA y las amenazas que plantean. En un mundo de enormes oportunidades, pero también de grandes peligros, la sociedad necesita investigadores independientes que expresen sus conclusiones con plena libertad. Los economistas académicos tienen todavía mucho terreno por recuperar.