Robots, intel·ligència artificial i economia

Catedràtic d'enginyeria informàtica de la URV i fundador de CYBERCATLa robotització en el mercat de treball i en l’economia s’ha fet un lloc en l’agenda política dels països desenvolupats, i ha motivat un debat interessant, que també s’ha reflectit en diversos articles apareguts en aquest diari. Com que un robot es pot definir com a intel·ligència artificial (IA) ficada en un cos (un androide, un braç, etc.), segurament és més pertinent demanar-se quin és l’impacte de la intel·ligència artificial en general.

Des del seu naixement, a la dècada de 1950, fins no fa gaire, la IA probablement tenia un nom massa pretensiós per al que en realitat podia oferir, bàsicament algorítmica avançada. De fet, passat l’entusiasme inicial, la incapacitat de la IA per respondre a les expectatives que havia creat el seu propi nom va portar a períodes d’escepticisme mundial sobre el seu potencial (en particular durant els anys 70 i els anys 90 del segle passat).

Fa una mica més de deu anys va començar una nova època daurada per a la IA. Aquest optimisme renovat es basa d’una banda en la disponibilitat de dades massives i d’ordinadors cada cop més ràpids, i de l’altra en avenços importants en aprenentatge automàtic ('machine learning'). En concret, per primera vegada som capaços d’entrenar de manera eficient les anomenades xarxes neuronals profundes (formades per diverses capes de neurones artificials), que han donat un gran impuls a l’aprenentatge profund ('deep learning') a partir de les dades massives. Els congressos de mineria de dades, com l’International Conference on Data Mining (que vaig copresidir el 2016, quan es va fer a Barcelona), han esdevingut reunions gegantines que apleguen milers d’investigadors acadèmics i industrials de tot el món, una proporció creixent dels quals dedicats a l’aprenentatge profund.

Mentre que els éssers humans aprenem sobretot a partir del llenguatge (la majoria de coneixements els absorbim per mitjà de paraules, gràfics o símbols), l’aprenentatge profund permet que les màquines extreguin coneixements de grans quantitats de dades que nosaltres no som capaços d’extreure i encara menys de verbalitzar. Gràcies a aquest tipus d’aprenentatge, ja fa 20 anys que l’ordinador Deep Blue va derrotar el campió mundial d’escacs. Més recentment, els ordinadors han esdevingut capaços de parlar amb els humans, de conduir cotxes de manera autònoma, d’escriure articles sobre esdeveniments esportius, de trobar sospitosos de terrorisme, de substituir els corredors de borsa en la realització de transaccions financeres ('high-frequency trading'), d’aconsellar en el diagnòstic mèdic, i fins i tot d’esdevenir armes robòtiques que prenen decisions autònomes en un camp de batalla. Una mostra de la rellevància de la IA i de l’aprenentatge profund és que Google té des del 2010 una empresa anomenada DeepMind que s’hi dedica de manera exclusiva.

Ara bé, totes les fites esmentades no volen pas dir que els ordinadors hagin assolit la “superintel·ligència”, és a dir, la intel·ligència que tenim els humans. S’anomena “singularitat” la hipòtesi que algun dia els ordinadors assoliran la superintel·ligència artificial, que els permetria de no dependre més dels humans. Hi ha consens en la comunitat de la IA que la singularitat és molt i molt lluny, si és que és realment assolible (cosa que la majoria d’experts posen en dubte).

En conclusió, actualment i en el futur previsible els ordinadors i en particular els robots continuaran necessitant que nosaltres els fabriquem i els programem per dir-los què han de fer. Per tant, si és cert que poden suprimir llocs de treball, no és menys cert que se’n crearan força de nous. Val a dir, però, que els llocs de treball que es crearan seran de qualificació més alta que els que es destruiran, amb la qual cosa és imperatiu impulsar l’educació en ciència i tecnologia. Cal no amagar que aquella part de la població que només sàpiga fer tasques poc qualificades ho tindrà més complicat en el mercat laboral del futur i possiblement haurà de rebre subsidis i/o fer feines no rendibles econòmicament. De diners per mantenir aquestes persones se’n poden trobar, però caldrà gravar més les rendes del capital. En efecte, mentre que les rendes del treball tenen cada cop menys pes en el PIB dels països industrialitzats, les rendes del capital hi tenen una importància creixent gràcies a l’increment de la productivitat que porta l’automatització. Cal reconèixer, però, que en un món globalitzat com el nostre, els estats nació ho tenen difícil per augmentar la pressió fiscal sobre el capital, llevat que siguin molt grans (els EUA o la Xina) o formin part d’un mercat supranacional amb una política fiscal comuna. Esperem que la Unió Europea pugui jugar aquest darrer paper.