Com la IA està redefinint el treball i el valor econòmic: Anàlisi de la conferència de Daniel Susskind

A la ponència organitzada per ACCIÓ en el marc de l'Exponential Day, l'economista i investigador Daniel Susskind (King's College London, Stanford) ofereix una mirada tan lúcida com pragmàtica sobre com la intel·ligència artificial està transformant el mercat laboral.

A través del vídeo Daniel Susskind: ‘‘AI, Work and the Future of Economic Value’‘, Susskind desmunta alguns dels mites més habituals al voltant de l'automatització i proposa un marc d'anàlisi clau per entendre el futur de les professions.

1. La fi de l'excepcionalitat del "coll blanc"

Tradicionalment hem associat l'automatització als treballs manuals o industrials ("coll blau") [02:44]. Durant dècades hem vist com la tecnologia reduïa dràsticament la necessitat de mà d'obra en l'agricultura o la manufactura incrementant-ne la producció.

L'error de diagnòstic ha estat pensar que les feines qualificades o intel·lectuals ("coll blanc") —metges, advocats, consultors, docents o arquitectes— n'estaven exemptes perquè requereixen facultats no rutinàries [03:00]. La irrupció de la IA generativa ha demostrat que la màquina és capaç d'assumir tasques complexes que abans atribuíem exclusivament al criteri humà [08:03].

2. La fal·làcia de la Intel·ligència Artificial

Un dels conceptes centrals de Susskind és la fal·làcia de la IA: la falsa creença que, per tal que un sistema informàtic resolgui una tasca a nivell humà, ha de replicar exactament la manera com pensem els humans [21:49].

«Hi ha moltes maneres d'ésser intel·ligent que no s'assemblen a la nostra intel·ligència.» — Patrick Winston [21:08]

• El cas de Deep Blue vs. Kasparov [16:38]: La màquina no jugava a escacs basant-se en l'emoció o la intuïció humana, sinó processant 330 milions de moviments per segon.

• El cas de Watson a Jeopardy! [25:34]: El sistema guanyava el concurs sense "saber" que havia guanyat ni comprendre el sentit profund del text.

• Diagnòstic dermatològic [24:05]: Un model de reconeixement de patrons entrenat amb milers de casos identifica lesions cutànies tan bé com un metge, no pas perquè sàpiga medicina, sinó perquè analitza dades a una escala inaccessible per al cervell humà.

Les eines actuals no necessiten pensar o tenir consciència per gestionar la incertesa millor que nosaltres en determinats entorns d'alta complexitat dades [23:34].

3. Feines vs. Tasques: La descomposició del treball

Quan analitzem l'impacte tecnològic cometem l'error de parlar de "llocs de treball" com si fossin blocs monolítics [27:45]. Un lloc de treball és en realitat un conjunt de tasques molt diverses.

Un estudi de McKinsey citat a la ponència mostra que, abans i tot de la IA generativa, només un 5% de les feines es podien automatitzar al 100%, però en un 60% dels llocs de treball almenys un 30% de les tasques sí que eren automatitzables [30:13]. La IA raramunt elimina un lloc de feina sencer d'un dia per l'altre; el que fa és reestructurar quines tasques tenen valor econòmic i quines deixen de tenir-ne.

4. La resposta educativa: Reskilling i lifelong learning

A mitjà termini, el gran desafiament no és tant un desocupament massiu (mass unemployment), sinó una recol·locació massiva (mass redeployment) de la força de treball [33:10]. I la resposta principal a aquesta transició ha de ser educativa:

• Què ensenyar [33:52]: Dues opcions estratègiques:

  1. Competir amb la màquina: Formar en aquelles tasques on l'ésser humà manté un avantatge clar (criteri, empatia, adaptabilitat).

  2. Col·laborar amb la màquina: Ensenyar a utilitzar aquestes eines de manera eficaç, crítica i rigorosa.

• Com ensenyar [35:10]: Aprofitar la mateixa tecnologia per a l'aprenentatge personalitzat i les simulacions pràctiques.

• Quan ensenyar [35:35]: Trencar amb el model tradicional on l'educació es concentra únicament als primers 20-25 anys de vida. La formació contínua al llarg de la carrera professional requereix la mateixa intensitat de recursos i inversió pública/privada que l'etapa inicial.

5. La provocació de l'AGI i el valor de la dimensió humana

En la part final de la conferència, Susskind planteja la necessitat de prendre's seriosament la possibilitat de la Intel·ligència Artificial General (AGI) [37:44] —sistemes capaços de superar els humans en la majoria de tasques econòmicament útils— atesa la quantitat inacostumada de recursos, talent i capital que s'hi estan invertint [38:24].

Tanmateix, mante una visió optimista [41:42]:

1. Democratització de l'expertissa [42:50]: Permetrà apropar serveis de salut, assistència legal i educació d'alta qualitat a capes de la població que mai hi havien tingut accés per un tema de costos.

2. El valor de la presència humana [48:45]: Aquelles activitats on no només valorem el resultat, sinó el fet que hi hagi una persona darrere (l'acompanyament, la docència humana, la cura personal, l'art) continuaran sent el nucli de l'activitat humana.