POR: MICHAEL ROBERTS
La gran contradicción del capitalismo es que al aumentar la productividad del trabajo a través de más máquinas (Inteligencia Artificial por ejemplo) se reduce la rentabilidad del capital. Esto conduce a crisis regulares y recurrentes de producción, inversión y empleo, de intensidad y duración crecientes.
Chat GPT se promueve como una revolución en la «inteligencia artificial» (IA) y ha conquistado el mundo de los medios y la tecnología desde su lanzamiento a fines de 2022.
Según OpenAI , ChatGPT es «una inteligencia artificial entrenada para ayudar en una variedad de tareas». Más específicamente, es un modelo de lenguaje (LLM) diseñado para producir texto similar al humano y conversar con personas, de ahí el «Chat» en ChatGPT.
El termino GPT significa algo así como “Generador Transformador Pre-entrenado”. Los modelos GPT son entrenados previamente por desarrolladores humanos y luego aprender por sí mismos y generan cantidades cada vez mayores de conocimiento, entregando ese conocimiento de una manera aceptable para los humanos a través de un chat .
En la práctica, esto significa que cuando se hace una consulta o solicitud – introduciéndola en un cuadro de texto del chat- la Inteligencia Artificial (IA) procesa esta solicitud y responde en función de la información que tiene disponible. Puede hacer muchas tareas, desde mantener una conversación hasta escribir un examen completo; desde hacer un logotipo de marca hasta componer música. Mucho más que un simple motor de búsqueda tipo Google o Wikipedia, se afirma.
Los desarrolladores humanos están trabajando para aumentar la «inteligencia» de los GPT. La versión actual de GPT es 3.5 y la 4.0 saldrá a finales de este año. Y se rumorea que ChatGPT-5 podría lograr ‘inteligencia general artificial’ (AGI). Esto significa que podría pasar la prueba de Turing, que es una prueba que determina si una computadora puede comunicarse de una manera que no se puede distinguir de un ser humano.
¿Serán las LLM un cambio de juego para el capitalismo en esta década? ¿Podrán estas máquinas de autoaprendizaje aumentar la productividad del trabajo a un ritmo sin precedentes y así sacar a las principales economías de su actual ‘larga depresión’ de bajo PIB real, baja inversión, poco crecimiento de los ingresos para salir de la pobreza? Esta es lo que afirman algunos de ‘tecno-optimistas’ que dominan los medios de comunicación.
Tratemos de responder a estas interrogantes.
Primero, ¿qué tan buenas y precisas son las versiones actuales de Chat GPT? Bueno, no mucho, todavía. Hay muchos «hechos» sobre el mundo en los que los humanos no están de acuerdo. Una búsqueda regular permite comparar esas versiones y considerar sus fuentes. En cambio, un modelo de lenguaje podría intentar calcular algún tipo de promedio de cada opinión en la que se ha entrenado, que a veces es lo que se desea, pero generalmente no es lo que necesitamos.
Chat GPT a veces escribe respuestas que suenan plausibles pero incorrectas o sin sentido. Aquí hay algunos ejemplos.
Le pregunté a Chat GPT 3.5: ¿quién es el economista marxista Michael Roberts? Esta fue la respuesta.
Esto es mayormente correcto, pero también está mal en algunas cuestiones (no diré cuáles).
Luego le pedí que revisara mi libro, The Long Depression. Esto es lo que dijo:
Su respuesta es una reseña o sinopsis muy ‘general’ de mi libro, pero omite el núcleo de la tesis del libro: el papel de la rentabilidad en las crisis del capitalismo. Por qué, no lo sé.
Así que hice esta pregunta sobre la ley de rentabilidad de Marx:
Nuevamente, esto es correcto en términos generales, pero solo en términos generales. La respuesta realmente no permite la comprensión de la ley. De hecho, no es mejor que la Wikipedia. Por supuesto, puede profundizar más para obtener respuestas más detalladas. Pero esto requiere un largo camino por recorrer antes que sea capaz de reemplazar la investigación y el análisis humano.
Luego está la cuestión de la productividad del trabajo y los puestos de trabajo. Los economistas de Goldman Sachs estiman que si la tecnología cumpliera su promesa, traería una «perturbación significativa» al mercado laboral, exponiendo a 300 millones de trabajadores a la automatización en las principales economías capitalistas. Los abogados y el personal administrativo estarían entre los que corren mayor riesgo de volverse redundantes (y probablemente los economistas). Calculan que aproximadamente dos tercios de los trabajos Estados Unidos y Europa están expuestos a algún grado de automatización por la IA, según los datos sobre las tareas que normalmente realizan miles de trabajadores.
La mayoría de las personas verían automatizada casi la mitad de su carga de trabajo y probablemente continuarían en sus puesto, con una parte de tiempo libre para actividades más productivas.
Los economistas de Goldman Sachs calculan que en EE. UU., la IA se aplicaría al 63% de la fuerza laboral. Un 30 % adicional que trabaja en trabajos físicos o al aire libre no se vería afectado, aunque su trabajo podría ser susceptible a otras formas de automatización.
Concluyeron: “Nuestros hallazgos revelan que con la introducción de las LLM alrededor del 80 % de la fuerza laboral de los EE. UU. podría verse afectada un 10 % de sus tareas laborales, mientras que un 19 % vería afectado su trabajo en un 50 % …”
Con el acceso a un LLM, del 15 % de los trabajadores en los EE. UU. se podría completar las tareas significativamente más rápido y con el mismo nivel de calidad. Al incorporar software y herramientas construidos sobre LLM, la IA aumentaría su participación en las tareas de los trabajadores entre 47-56%.
Alrededor del 7 % de los trabajadores estadounidenses tienen trabajos en los que al menos la mitad de sus tareas podrían realizarse mediante la Inteligencia Artificial y son vulnerables al reemplazo. A nivel mundial, dado que los trabajos manuales representan una mayor parte del empleo en el mundo en desarrollo, Goldman Sachs estima que la IA podría realizar alrededor de una quinta parte del trabajo, o, dicho de otra manera afectaría a 300 millones de puestos de trabajo a tiempo completo en las grandes economías.
Estas previsiones de pérdida de empleo no son nada nuevo. En publicaciones anteriores , describí varios pronósticos sobre la cantidad de trabajos que se perderán debido a los robots y la IA durante la próxima década. Parece ser enorme; y no solo en el trabajo manual en las fábricas sino también en el llamado trabajo de cuello blanco.
Está en la esencia de la acumulación capitalista que los trabajadores se enfrentarán continuamente a la pérdida de su trabajo por la inversión capitalista en máquinas. La sustitución del trabajo humano por máquinas comenzó a principios de la Revolución Industrial Británica en la industria textil, y la automatización desempeñó un papel importante en la industrialización estadounidense durante el siglo XIX. La rápida mecanización de la agricultura a partir de mediados del siglo XIX es otro ejemplo de automatización.
Como explicó Engels en “La condición de la clase obrera en Inglaterra” (1844) la mecanización no solo eliminó puestos de trabajo, a menudo también creó nuevos puestos de trabajo en nuevos sectores. Y Marx en la década de 1850 en los Grundrisse definió el proceso de esta manera:
“Los hechos reales, que son disfrazados por el optimismo de los economistas, son estos: los trabajadores, cuando son expulsados del taller por la maquinaria, son arrojados al mercado de trabajo. Su presencia en el mercado de trabajo aumenta el número de fuerzas de trabajo que están a disposición de la explotación capitalista… el efecto de la maquinaria, que ha sido representado como una compensación para la clase obrera, es, por el contrario, un flagelo espantoso . …. Tan pronto como la maquinaria ha liberado una parte de los trabajadores empleados en una determinada rama de la industria, los trabajadores de reserva también son desviados hacia nuevos canales de empleo y son absorbidos por otras ramas; mientras tanto, las víctimas originales, durante el período de transición, en su mayor parte pasan hambre y perecen.” . La importancia de esta párrafo es que anticipa que la automatización significa más empleos precarios y una creciente desigualdad.
Hasta ahora, la mecanización todavía ha requerido mano de obra humana para iniciarla y mantenerla. Pero, ¿ahora nos estamos moviendo hacia la toma de control de todas las tareas (especialmente aquellas que requieren complejidad e ideas) con las llamadas LLM? ¿Significará esto un aumento dramático en la productividad del trabajo de tal manera que el capitalismo tenga una oportunidad de sobrevivir?
Si las LLM pueden reemplazar el trabajo humano y, por lo tanto, aumentar drásticamente la tasa de plusvalía, pero sin un fuerte aumento en los costos de inversión de la maquinaria física (lo que Marx llamó una composición orgánica creciente del capital), entonces tal vez la rentabilidad promedio del capital no retroceda de sus limites actuales.
Goldman Sachs afirma que los sistemas de IA «generativos» como Chat GPT podrían provocar un auge de la productividad que eventualmente aumentaría el PIB mundial anual en un 7% durante una década. Si la inversión corporativa en IA siguiera creciendo a un ritmo similar al de la década de 1990, la inversión en IA de EE. UU. por sí sola podría acercarse al 1 % del PIB estadounidense para 2030.
No entraré en cómo GS obtiene estos resultados, porque estos deducciones son solo conjeturas. Pero, incluso si aceptamos estos resultados, ¿son un salto tan exponencial?
Según las últimas previsiones del Banco Mundial, el crecimiento global disminuirá en aproximadamente un tercio de la tasa que prevaleció en la primera década de este siglo, a solo un 2,2% anual. Y el FMI sitúa la tasa de crecimiento promedio en un 3% anual durante el resto de esta década.
Si añadimos el pronóstico de Goldman Sachs acerca del impacto de las LLM, obtenemos alrededor de 3.0-3.5% al año para el crecimiento del PIB real mundial, sin tener en cuenta el crecimiento de la población. En otras palabras, el impacto probable no sería mejor que el promedio visto desde la década de 1990. Eso nos recuerda las famosas palabras del economista Robert Solow en 1987: “la era de las computadoras estaba en todas partes excepto en las estadísticas de productividad”.
El economista estadounidense Daren Acemoglu agrega que no todas las tecnologías de automatización aumentan la productividad del trabajo. Esto se debe a que las empresas introducen principalmente la automatización en áreas que pueden aumentar la rentabilidad, como el marketing, la contabilidad o la tecnología de combustibles fósiles, pero no aumentan la productividad de la economía en su conjunto ni satisfacen las necesidades sociales.
Las Big Tech tiene un enfoque particular de los negocios y sus tecnologías se centran en el uso de algoritmos para reemplazar a los humanos. No es casualidad que empresas como Google estén empleando menos de una décima parte de la cantidad de trabajadores que solían tener grandes empresas, como General Motors, en el pasado. Esto es consecuencia del modelo de negocio de las Big Tech, que no se basa en crear puestos de trabajo sino en automatizarlos.
Este es el modelo de negocio para la IA bajo el capitalismo. Pero otra cosa seria con medios de producción automatizados de propiedad común, hay muchas aplicaciones de IA que, podrían aumentar las capacidades humanas y crear nuevas actividades en educación, atención médica y en la fabricación.
Acemoglu propone: “en lugar de utilizar la IA para ayudar con las tareas y sustituir los profesores por algoritmos , deberíamos invertir el uso de la IA para desarrollar métodos de enseñanza más individualizados y centrados en el estudiante que estén calibrados para las fortalezas y debilidades específicas de diferentes grupos de alumnos. Dichas tecnologías darían lugar a la contratación de más docentes con nuevas habilidades, yendo así exactamente en la dirección de crear nuevos puestos de trabajo centrados en nuevas tareas”.
Y en lugar de reducir los empleos y los medios de subsistencia de los humanos, la IA bajo propiedad y planificación comunes podría reducir las horas de trabajo humano para todos.
Y luego está la cuestión del aumento de la rentabilidad proporcionado por la tecnología de IA: si la inversión LLM requiere menos medios físicos de producción y reduce los costos de capital, la pérdida de fuerza de trabajo humana podría ser aún mayor. Entonces, la ley de la rentabilidad de Marx aún se aplicaría. Es la gran contradicción del capitalismo que al aumentar la productividad del trabajo a través de más máquinas (IA) reduce la rentabilidad del capital. Esto conduce a crisis regulares y recurrentes de producción, inversión y empleo, de intensidad y duración crecientes.
Finalmente, está la cuestión de la inteligencia. Microsoft argumenta que la inteligencia es una «capacidad mental muy general que, entre otras cosas, implica la capacidad de razonar, planificar, resolver problemas, pensar de forma abstracta, comprender ideas complejas, ilustrarse rápidamente y aprender de la experiencia». Microsoft insinúa que las LLM pronto podrían obtener esta «inteligencia generalizada» y superar la capacidad humana de pensar.
Pero también aquí, hay mucho escepticismo para los ingenieros de Microsoft. “El modelo Chat GPT es ingente, pero no lo suficientemente grande como para retener todos los datos exactos que encuentra en su conjunto de entrenamiento. Puede producir una respuesta convincente a cualquier cosa, pero eso no significa que esté reflejando hechos reales en sus respuestas. Siempre hay que mantenerse escéptico y verificar lo que dice. Los modelos de lenguaje también son famosos por «alucinar», por inventar nuevos hechos que se ajustan a la estructura de la oración a pesar de no tener ninguna base en los datos subyacentes. Esto claramente no es muy alentador.
Guglielmo Carchedi nos da una razón fundamental para negar que la IA pueda reemplazar a la ‘inteligencia’ humana: “las máquinas se comportan según las reglas de la lógica formal. A diferencia de los humanos, las máquinas son estructuralmente incapaces de comportarse de acuerdo con las reglas del pensamiento dialéctico. Solo los humanos hacen eso” ( El capitalismo en el siglo XXI , p167).
Aquí está la respuesta de Chat GPT a una pregunta sobre la dialéctica:
“¿Puede A ser igual a A y al mismo tiempo ser diferente de A? “No, no es posible que A sea igual a A y al mismo tiempo sea diferente de A. Esto sería una contradicción en los términos, ya que la afirmación “A es igual a A” es una tautología y siempre verdadera, mientras que la afirmación “A es diferente de A” es una contradicción y siempre falsa. Por lo tanto, estas dos afirmaciones no pueden ser ambas verdaderas al mismo tiempo”.
Las máquinas no pueden pensar en cambios potenciales y cualitativos. El nuevo conocimiento proviene de la capacidad de innovaciones (humanas), no de la extensión del conocimiento existente (máquinas). Solo la inteligencia humana es social y puede ver el potencial de cambio, en particular el cambio social, que conduce a una vida mejor para la humanidad y la naturaleza.
Fuente de la información e imagen: https://observatoriocrisis.com