(III PARTE)
Ted Chiang
Sería muy práctico que pudiéramos asumir que un futuro utópico está a la vuelta de la esquina y ponernos a desarrollar tecnología para utilizarla en ese futuro. Pero el hecho de que una tecnología determinada sea útil en una utopía no implica que lo sea ahora. En una utopía en la que existiera una máquina que convirtiera los residuos tóxicos en alimentos, la generación de residuos tóxicos no sería un problema, pero, aquí y ahora, nadie podría afirmar que generar residuos tóxicos es inofensivo. Los aceleracionistas podrían argumentar que generar más residuos tóxicos motivará la invención de un convertidor de residuos en alimentos, pero ¿hasta qué punto es convincente? Evaluamos el impacto medioambiental de las tecnologías en el contexto de las mitigaciones disponibles en la actualidad, no en el contexto de hipotéticas mitigaciones futuras. Del mismo modo, no podemos evaluar la IA imaginando lo útil que será en un mundo con RBU.; tenemos que evaluarla a la luz del desequilibrio existente entre capital y trabajo y, en ese contexto, la IA es una amenaza por la forma en que ayuda al capital.
Un antiguo socio de McKinsey defendió las acciones de la empresa diciendo: «No hacemos política. Hacemos ejecución». Pero es una excusa bastante endeble; es más probable que se tomen decisiones políticas perjudiciales cuando las consultoras -o las nuevas tecnologías- ofrecen formas de aplicarlas. La versión de la IA que se está desarrollando actualmente facilita a las empresas el despido. Entonces, ¿hay alguna forma de desarrollar un tipo de IA que lo haga más difícil?
En su libro «Cómo ser anticapitalista en el siglo XXI», el sociólogo Erik Olin Wright ofrece una taxonomía de estrategias para responder a los daños del capitalismo. Dos de las estrategias que menciona son aplastar el capitalismo y desmantelar el capitalismo, que probablemente quedan fuera del ámbito de este debate. Las que son más relevantes aquí son domesticar el capitalismo y resistirse al capitalismo. A grandes rasgos, domesticar el capitalismo significa regulación gubernamental, y resistirse al capitalismo significa activismo de base y sindicatos. ¿Hay formas de que la IA refuerce estas cosas? ¿Hay alguna forma de que la IA refuerce los sindicatos o las cooperativas de trabajadores?
En 1976, los trabajadores de la Lucas Aerospace Corporation de Birmingham, Inglaterra, se enfrentaban a despidos debido a los recortes en el gasto de defensa. En respuesta, los delegados sindicales elaboraron un documento conocido como el Plan Lucas, en el que se describían ciento cincuenta «productos socialmente útiles», desde máquinas de diálisis hasta turbinas eólicas y motores híbridos para automóviles, que los trabajadores podrían fabricar con sus conocimientos y equipos actuales en lugar de ser despedidos. La dirección de Lucas Aerospace rechazó la propuesta, pero sigue siendo un notable ejemplo moderno de trabajadores que intentan dirigir el capitalismo en una dirección más humana. Seguro que algo parecido es posible con la tecnología informática moderna.
¿Tiene que ser el capitalismo tan dañino como lo es actualmente? Puede que no. Las tres décadas que siguieron a la Segunda Guerra Mundial se conocen a veces como la edad de oro del capitalismo. Este periodo fue en parte el resultado de mejores políticas gubernamentales, pero el gobierno no creó la edad de oro por sí solo: la cultura corporativa era diferente durante esta época. En el informe anual de General Electric de 1953, la empresa alardeaba de lo mucho que pagaba en impuestos y lo mucho que gastaba en nóminas. Decía explícitamente que «maximizar la seguridad del empleo es un objetivo primordial de la empresa». El fundador de Johnson & Johnson afirmaba que la responsabilidad de la empresa para con sus empleados era superior a su responsabilidad para con sus accionistas. Las empresas de entonces tenían una concepción radicalmente diferente de su papel en la sociedad en comparación con las empresas de hoy.
¿Hay alguna forma de volver a esos valores? Parece improbable, pero hay que recordar que la edad de oro del capitalismo llegó después de la enorme desigualdad de riqueza de la era ‘Gilded Age’ [finales del siglo XIX en EEUU]. Ahora mismo estamos viviendo una segunda ‘Gilded Age’, en la que la desigualdad de la riqueza es más o menos la misma que en 1913, así que no es imposible que podamos pasar de donde estamos ahora a una segunda edad de oro. Por supuesto, entre la primera ‘Gilded Age’ y la edad de oro tuvimos la Gran Depresión y dos Guerras Mundiales. Un aceleracionista podría decir que esos acontecimientos fueron necesarios para llegar a la edad de oro, pero creo que la mayoría de nosotros preferiría saltarse esos pasos. La tarea que tenemos ante nosotros es imaginar vías por las que la tecnología nos haga avanzar hacia una edad de oro sin provocar antes otra Gran Depresión.
Vivimos en un sistema capitalista, así que todos somos partícipes del capitalismo, nos guste o no. Y es razonable preguntarse si hay algo que tú, como individuo, puedas hacer. Si trabajas como científico alimentario en Frito-Lay y tu trabajo consiste en inventar nuevos sabores de patatas fritas, no voy a decir que tienes la obligación ética de renunciar porque estás ayudando al motor del consumismo. Estás utilizando tu formación en ciencia alimentaria para proporcionar a los clientes una experiencia agradable; es una forma perfectamente razonable de ganarse la vida.
Pero muchos de los que trabajan en IA lo consideran más importante que inventar nuevos sabores de patatas fritas. Dicen que es una tecnología que cambiará el mundo. Si es así, tienen el deber de encontrar la forma de que la IA mejore el mundo sin empeorarlo. ¿Puede la IA mejorar las desigualdades de nuestro mundo sin llevarnos al borde del colapso social? Si la IA es una herramienta tan poderosa como afirman sus defensores, deberían poder encontrarle otros usos además de intensificar la crueldad del capital.
Si hay alguna lección que debamos extraer de las historias de genios que conceden deseos, es que el deseo de conseguir algo sin esfuerzo es el verdadero problema. Pensemos en la historia de «El aprendiz de brujo», en la que el aprendiz lanza un hechizo para que las escobas transporten agua, pero es incapaz de conseguir que dejen de hacerlo. La lección de esa historia no es que la magia sea imposible de controlar: al final de la historia, el hechicero vuelve e inmediatamente arregla el desastre que hizo el aprendiz. La lección es que no puedes librarte de hacer el trabajo duro. El aprendiz quería evitar sus tareas, y buscar un atajo fue lo que le metió en problemas.
La tendencia a pensar en la IA como un solucionador mágico de problemas es indicativa de un deseo de evitar el duro trabajo que requiere la construcción de un mundo mejor. Ese trabajo duro implicará cosas como abordar la desigualdad de la riqueza y domar el capitalismo. Para los tecnólogos, el trabajo más duro de todos -la tarea que más quieren evitar- será cuestionar la suposición de que más tecnología es siempre mejor, y la creencia de que pueden continuar con los negocios como de costumbre y todo se resolverá por sí solo. A nadie le gusta pensar en su complicidad con las injusticias del mundo, pero es imperativo que las personas que están construyendo tecnologías revolucionarias se comprometan con este tipo de autoexamen crítico. Es su voluntad de analizar sin pestañear su propio papel en el sistema lo que determinará si la IA conduce a un mundo mejor o a uno peor.
