«En el corto plazo va a doler»: la advertencia de un experto chileno sobre el impacto inmediato de la inteligencia artificial

Mientras la mayoría de las conversaciones sobre inteligencia artificial oscilan entre el optimismo tecnoutópico y el catastrofismo apocalíptico, un investigador chileno plantea una verdad incómoda que pocos se atreven a verbalizar: la transición hacia una economía potenciada por IA no será indolora. Guillermo Beuchat, académico especializado en inteligencia artificial de la Universidad de Chile, resume en una frase lo que muchos expertos piensan pero pocos expresan con tanta claridad: «En el corto plazo va a doler». Esta advertencia no proviene de un tecnofóbico, sino de alguien que comprende profundamente tanto las capacidades como las limitaciones de estos sistemas, y que observa con preocupación la velocidad a la que se están desplegando sin los marcos regulatorios y sociales necesarios para amortiguar su impacto.

El dolor de la transición tecnológica

Beuchat no está hablando de un futuro distante de ciencia ficción. Su advertencia se refiere a transformaciones que ya están en marcha y que se acelerarán en los próximos años. La inteligencia artificial generativa, los sistemas de automatización avanzada y los algoritmos de toma de decisiones están penetrando sectores económicos a una velocidad sin precedentes, desde la atención al cliente hasta la creación de contenidos, pasando por el análisis financiero y el diagnóstico médico. Esta velocidad de adopción, argumenta el investigador, superará la capacidad de adaptación de nuestras instituciones laborales, educativas y sociales.

El académico de la Universidad de Chile identifica varios frentes donde este dolor será más agudo. El primero y más evidente es el mercado laboral. A diferencia de revoluciones tecnológicas anteriores que principalmente automatizaron tareas físicas y repetitivas, la IA actual puede replicar y en algunos casos superar capacidades cognitivas que hasta hace poco se consideraban exclusivamente humanas: redacción, análisis de datos, programación básica, diseño gráfico y traducción, entre otras. La diferencia crítica es que esta vez no son solo los trabajos de baja cualificación los que están en riesgo, sino también profesiones que requieren años de formación universitaria.

Pero Beuchat va más allá del análisis puramente laboral. El investigador señala que el impacto psicológico y social de esta transición puede ser tan significativo como el económico. Cuando amplios sectores de la población perciben que sus habilidades se están volviendo obsoletas más rápido de lo que pueden adquirir nuevas competencias, se genera una crisis de identidad profesional y propósito que puede tener consecuencias políticas y sociales profundas. Chile, con su economía dependiente de sectores específicos y un sistema educativo que todavía se está adaptando a las demandas del siglo XXI, es particularmente vulnerable a estos choques.

Más allá del determinismo tecnológico

Lo interesante de la perspectiva de Beuchat es que no cae en el determinismo tecnológico que caracteriza muchas discusiones sobre IA. No está diciendo que el dolor sea inevitable o que debamos simplemente aceptarlo como el precio del progreso. Por el contrario, su advertencia es un llamado a la acción: reconocer que habrá disrupciones es el primer paso para diseñar políticas que las mitiguen. El investigador enfatiza que la pregunta no es si la IA transformará radicalmente el trabajo y la sociedad, sino cómo podemos gestionar esa transformación de manera que minimice el sufrimiento humano y maximice los beneficios distribuidos.

Desde la Universidad de Chile, Beuchat ha observado cómo las instituciones académicas luchan por actualizar sus currículos a una velocidad que se acerque siquiera remotamente al ritmo de avance de la IA. Lo que se enseña en primer año puede estar parcialmente obsoleto para cuando los estudiantes se gradúen. Esta desincronización entre educación y realidad tecnológica no es exclusiva de Chile, pero es particularmente problemática en países donde los recursos para la reconversión profesional y la educación continua son limitados.

El académico también destaca un aspecto que frecuentemente se pasa por alto en las discusiones sobre IA: la concentración de poder. A medida que estos sistemas se vuelven más sofisticados y costosos de desarrollar, su creación y control quedan en manos de un número cada vez más reducido de corporaciones tecnológicas, casi todas ubicadas en Estados Unidos y China. Para países como Chile, esto plantea preguntas fundamentales sobre soberanía tecnológica, dependencia y capacidad de decisión sobre herramientas que afectarán todos los aspectos de la vida social y económica.

«El desafío no es solo técnico, es fundamentalmente social y político: cómo distribuimos los beneficios de la IA mientras protegemos a quienes serán desplazados por ella en el corto plazo.»

El horizonte después del dolor

A pesar de su advertencia realista, Beuchat no es pesimista sobre el largo plazo. Reconoce que históricamente las revoluciones tecnológicas, después de períodos de ajuste doloroso, han tendido a aumentar la productividad general y crear nuevas categorías de trabajo que antes no existían. La clave está en cómo gestionamos la transición. El investigador señala que países que han invertido fuertemente en redes de seguridad social, educación continua y políticas activas de empleo están mejor posicionados para navegar estas disrupciones sin generar crisis sociales profundas.

En el contexto latinoamericano y específicamente chileno, esto implica repensar fundamentalmente cómo concebimos el contrato social. ¿Qué sucede cuando la productividad aumenta pero el empleo tradicional disminuye? ¿Cómo garantizamos que los beneficios de la automatización se distribuyan más allá de los accionistas de las empresas tecnológicas? Estas preguntas, que Beuchat plantea desde su posición en una de las universidades más prestigiosas de Chile, requieren respuestas que van mucho más allá de lo técnico y entran en el terreno de la filosofía política y la economía.

El investigador también enfatiza la importancia de desarrollar capacidades locales en IA, no solo para consumir tecnologías desarrolladas en otros lugares, sino para participar activamente en su creación y adaptación a contextos específicos. Chile tiene una comunidad científica y tecnológica robusta, pero todavía insuficiente en escala y recursos comparada con los centros globales de desarrollo de IA. Fortalecer esta capacidad no es solo una cuestión de competitividad económica, sino de autonomía para tomar decisiones informadas sobre qué tipos de sistemas de IA adoptar y bajo qué condiciones.

Contexto clave

Inteligencia artificial generativa: Se refiere a sistemas de IA capaces de crear contenido nuevo (texto, imágenes, código, audio) a partir de patrones aprendidos de grandes conjuntos de datos. A diferencia de la IA tradicional que clasifica o predice, estos sistemas pueden generar outputs originales que antes requerían creatividad humana. Ejemplos incluyen GPT-4 para texto, DALL-E para imágenes y GitHub Copilot para código. Su impacto laboral es particularmente significativo porque automatiza tareas cognitivas complejas que hasta hace poco se consideraban exclusivamente humanas.

Desplazamiento laboral vs. creación de empleo: Las revoluciones tecnológicas históricamente han eliminado ciertos tipos de trabajo mientras crean otros nuevos. La preocupación con la IA es doble: primero, la velocidad del cambio puede ser más rápida que la capacidad de los trabajadores para reconvertirse; segundo, no hay garantía de que los nuevos empleos creados sean accesibles para quienes perdieron los anteriores, ni que se creen en la misma cantidad o con la misma calidad. El «dolor en el corto plazo» al que se refiere Beuchat es precisamente este período de desajuste entre destrucción y creación de empleo.

Soberanía tecnológica: Concepto que se refiere a la capacidad de un país o región para tomar decisiones independientes sobre las tecnologías que adopta, desarrolla y regula, sin depender completamente de actores externos. En el contexto de la IA, implica tener capacidades locales de investigación, desarrollo y producción de sistemas de IA, así como marcos regulatorios propios. Para países latinoamericanos como Chile, la falta de soberanía tecnológica significa que decisiones fundamentales sobre cómo la IA afectará sus sociedades se toman en Silicon Valley o Shenzhen, no en Santiago.

Para profundizar

• Políticas de transición laboral en la era de la IA — Explorar cómo países como Dinamarca, Singapur y Estonia han diseñado sistemas de reconversión profesional y educación continua que podrían servir de modelo para Chile y América Latina. ¿Qué elementos de estos modelos son transferibles a contextos con recursos más limitados?
• El papel de las universidades públicas en la democratización de la IA — Investigar cómo instituciones como la Universidad de Chile pueden contribuir a desarrollar capacidades locales en IA que no dependan exclusivamente del sector privado. ¿Pueden las universidades públicas convertirse en contrapesos a la concentración corporativa del desarrollo de IA?
• Métricas alternativas de progreso económico en sociedades automatizadas — Examinar propuestas como la renta básica universal, la semana laboral reducida y nuevas formas de medir el bienestar más allá del PIB. Si la productividad aumenta pero el empleo tradicional disminuye, ¿cómo redefinimos el éxito económico y la participación social?