En 2016, Geoffrey Hinton, uno de los padres de la inteligencia artificial moderna, hizo una predicción contundente: deberíamos dejar de formar radiólogos porque en cinco o diez años las máquinas interpretarían las imágenes médicas mejor que ellos.

Han pasado diez años. La inteligencia artificial efectivamente interpreta radiografías, detecta anomalías e incluso empieza a redactar informes. Pero los radiólogos no han desaparecido. En Estados Unidos pasa casi lo contrario: hay escasez de profesionales, miles de vacantes y salarios crecientes.

La paradoja nos recuerda algo que a menudo olvidamos cuando hablamos del futuro del trabajo: automatizar una tarea no significa automatizar toda una profesión.

Un radiólogo no solo mira una imagen. Interpreta el caso, contrasta información, habla con otros médicos, resuelve situaciones ambiguas y asume responsabilidades. La IA puede asumir una parte importante del proceso sin hacer desaparecer necesariamente al profesional. De hecho, el sector está adoptando estas herramientas precisamente porque el volumen de pruebas crece más deprisa que el número de profesionales disponibles.

La IA interpreta radiografías, detecta anomalías e incluso empieza a redactar informes. Pero los radiólogos no han desaparecido

Quizás estamos haciendo la pregunta equivocada. En lugar de preguntar cuántos puestos de trabajo eliminará la IA, deberíamos preguntar qué pasa con un trabajo cuando una parte de sus tareas se vuelve mucho más barata.

Ya tenemos algunas pistas. En un experimento publicado en la revista Science, profesionales que utilizaban ChatGPT completaron determinadas tareas de escritura un 40% más rápido y con una calidad un 18% superior. En otro estudio con más de 5.000 trabajadores de atención al cliente, la IA aumentó la productividad alrededor de un 14%, con ganancias especialmente importantes entre los trabajadores menos experimentados.

Y con consultores pasa algo todavía más interesante. Cuando la IA sabía resolver bien la tarea, los profesionales trabajaban más rápidamente y obtenían mejores resultados. Pero cuando la tarea superaba aquello que el modelo sabía hacer bien, confiar demasiado en ella podía empeorar el resultado.

La IA puede reducir mucho el tiempo necesario para completar determinadas tareas. El criterio para saber cuándo utilizarla, sin embargo, sigue siendo humano.

La cuestión no es solo cuánto trabajo puede sustituir la IA, sino qué harán las empresas con el tiempo y la capacidad que libera

Esto cambia dónde concentramos el esfuerzo humano. Un programador puede dedicar menos horas a escribir código repetitivo y más a decidir qué construir. Un traductor puede obtener una primera versión en segundos y concentrarse en el sentido, el contexto o el tono. Y un fontanero seguirá entrando en una cocina reformada tres veces para descubrir por dónde pasa una tubería que no figura en ningún plano.

Pero hay una segunda cuestión, todavía más importante para las empresas.

Cuando una tecnología permite producir lo mismo con menos recursos, la empresa puede hacer dos cosas. Puede aprovechar el ahorro para reducir costes. Deutsche Telekom, por ejemplo, calcula que la IA y la automatización le permitirán ahorrar 2.500 millones de euros en costes indirectos hasta 2030.

Pero el ahorro no tiene por qué traducirse necesariamente en recortes. También puede convertirse en nuevos productos, más clientes o servicios que antes no salían a cuenta.

Proyectos que antes eran demasiado pequeños, demasiado caros o demasiado lentos pueden empezar a tener sentido económico

Si desarrollar software cuesta una décima parte, no necesariamente desarrollaremos el mismo software con una décima parte de los programadores. Proyectos que antes eran demasiado pequeños, demasiado caros o demasiado lentos pueden empezar a tener sentido económico. Nuevos productos generan nueva demanda y esta demanda crea, a su vez, nuevas tareas.

Esta es la parte que a menudo falta en el debate sobre la automatización. Damos por hecho que, si una máquina asume una parte del trabajo, necesariamente quedará menos para nosotros. Pero esto solo sería cierto en un mundo donde cambiara la tecnología y todo lo demás continuara igual.

Quizás la gran pregunta de la IA no es cuánto trabajo puede eliminar, sino cuánto trabajo que hoy todavía no existe puede llegar a hacer posible.