por Rodrigo Alfaro, profesor de la Escuela de Ingeniería Informática de la PUCV
La paradoja de la productividad se refiere a la observación de que, aunque los avances tecnológicos, especialmente en informática y telecomunicaciones, han mejorado enormemente la capacidad para producir más en menos tiempo, el aumento en productividad no siempre se refleja en el crecimiento económico esperado.
Esta paradoja fue popularizada por el economista Robert Solow en la década de 1980, cuando dijo: «Vemos la era de la informática por todas partes, excepto en las estadísticas de productividad». En otras palabras, a pesar de la adopción masiva de tecnologías, no hubo un incremento significativo en las cifras de productividad global en ese momento. Fue muy estudiada y analizada por organismos internacionales y centros de investigación.
Pero siglos antes surgió otra paradoja de la productividad, durante la introducción de la máquina de vapor, aunque el término no se utilizaba en esa época. La Revolución Industrial, en gran parte impulsada por la máquina de vapor, transformó las formas de producción y el transporte, lo que debería haber producido un crecimiento inmediato y significativo en la productividad económica. Sin embargo, al igual que con las tecnologías modernas, el aumento en la productividad no fue tan rápido ni evidente como se esperaba.
La introducción de la electricidad en las fábricas a principios del XX también presentó una forma de paradoja de la productividad similar a la que ocurrió con la máquina de vapor y más tarde con las tecnologías de la información. La electricidad prometía transformar la industria al ofrecer una fuente de energía más flexible, eficiente y segura que las máquinas de vapor. Sin embargo, a pesar de su potencial, su impacto en la productividad tardó décadas.
Estas tres paradojas de la productividad, asociadas con la máquina de vapor, la electricidad y las tecnologías de la información, comparten patrones similares en cuanto a la introducción de tecnologías revolucionarias que inicialmente no generaron un aumento significativo en la productividad, pero que con el tiempo, y después de importantes cambios en la estructura organizacional y los procesos de negocio, tuvieron un impacto transformador.
El patrón común ha sido que, en la fase inicial de adopción lenta y limitada, ya que las nuevas tecnologías se usan primero para automatizar procesos ya existentes sin visión estratégica, ni realizando cambios en la estructura de las organizaciones. A esto se suma la resistencia organizacional y falta de adaptación de las personas. En cada caso, las empresas y personas tardaron en comprender completamente las ventajas de las nuevas tecnologías y en rediseñar sus procesos para aprovecharlas al máximo. Después de un periodo de adaptación y reorganización, las tecnologías finalmente llevaron a aumentos masivos en la productividad.
Hoy podríamos plantear la paradoja de la productividad con respecto a la inteligencia artificial (IA) como un tema emergente, pero ya muestra patrones similares a las paradojas observadas con tecnologías anteriores. La IA promete una transformación significativa en una amplia variedad de sectores, desde la automatización industrial hasta la medicina, la logística y la creación de contenido. Sin embargo, al igual que con las innovaciones previas, su impacto en la productividad general no ha sido tan inmediato ni evidente como se esperaba.
A pesar del avance exponencial de la IA y su adopción en sectores clave, la productividad no ha crecido de manera acorde al desarrollo tecnológico. Al igual que con las tecnologías anteriores, esta discrepancia entre innovación y productividad parece repetirse.
Para acelerar el impacto de la IA en la productividad, es fundamental aprender de las experiencias anteriores. Cada una de estas tecnologías tardó en generar un aumento significativo en la productividad debido a una combinación de factores, como la lenta adopción, la falta de adaptación organizacional y la necesidad de reestructurar procesos y modelos de negocio junto con la implementación de las nuevas tecnologías. Con la IA, estas lecciones pueden aprovecharse para acortar el desfase entre la introducción de la tecnología y sus beneficios reales.
Hoy, se identifican varios aspectos claves, tales como: 1) necesidad de adaptar a las organizaciones y rediseñar sus procesos, 2) capacitación y desarrollo de nuevas habilidades para los trabajadores, 3) acceso a datos de calidad e infraestructura tecnológica necesaria, 4) abordaje adecuado de temas éticos y de seguridad y 5) fomento de una cultura de innovación y adopción rápida.
Urge la necesidad de fomentar una cultura de experimentación y el aprendizaje continuo en torno a la IA, incentivando a los empleados a prototipar, probar y adoptar soluciones basadas en IA, que considere también a la Innovación abierta para fomentar la colaboración entre industrias, universidades, startups y gobiernos mediante ecosistemas de innovación abierta.
Las universidades pueden jugar un rol clave para acelerar el impacto de la IA en la productividad y, más ampliamente, en la sociedad. Su papel es fundamental en varios frentes, desde la investigación y desarrollo de nuevas tecnologías, hasta la formación de la próxima generación de profesionales innovadores capaces de crear soluciones basadas en IA con visión multidisciplinaria.
En la PUCV, The Lift, fomenta y permite a los estudiantes de ingeniería prototipar y probar soluciones innovadoras durante su proceso formativo, a través de actividades que los acercan a la realidad de las empresas y procesos. Muchas de las iniciativas desarrolladas por los estudiantes están basadas en IA, lo que es fundamental para acelerar su adopción en impacto. A partir de esto, los estudiantes, y luego profesionales, han creado soluciones y empresas que les permite posicionarse como actores relevantes en el ecosistema de innovación regional y nacional.
