La mentira del 'vacío de producción' de la IA revelada

Silicon Valley sigue haciendo la misma inquietante pregunta: si la IA es tan poderosa, ¿dónde están las ganancias del 10x en el PIB, los salarios y los niveles de vida? Han fluido billones de dólares hacia modelos como GPT-3 y aceleradores de IA personalizados, sin embargo, el crecimiento de la productividad en EE. UU. sigue rondando el 1–1.5% al año, apenas por encima de su tendencia previa a la IA.

Dwarkesh Patel se ha convertido en uno de los narradores más agudos de este enigma. En su podcast, interroga a fundadores, economistas e investigadores de IA sobre por qué los modelos más inteligentes no se traducen automáticamente en cuentas nacionales más abultadas o en alquileres más baratos.

La respuesta recurrente de Patel se centra en los cuellos de botella institucionales. Señala políticas de vivienda que bloquean la nueva construcción, reglas energéticas que retrasan la expansión nuclear y marañas regulatorias que ralentizan todo, desde nuevos medicamentos hasta nuevas fábricas de chips.

Escucha suficientes de estas entrevistas y emerge una historia coherente. Supuestamente vivimos en un mundo donde la tecnología puede hacer casi cualquier cosa, pero los sistemas humanos—juntas de zonificación, oficinas de permisos, reguladores médicos—mantienen los avances encerrados.

Esta historia ahora tiene un nombre en el Valle: la brecha de producción. No la versión macroeconómica de libro de texto sobre recesiones, sino un meme cultural que dice que nuestro PIB real está muy por debajo de lo que la inteligencia artificial, la robótica y el software de nivel divino podrían ya ofrecer.

En esta narrativa, los laboratorios de IA han resuelto efectivamente el problema de las “ideas”. Lo que queda por hacer es un trabajo de limpieza: desregular, construir más, agilizar aprobaciones, y la represa estallará, desatando un crecimiento exponencial que las estadísticas actuales no logran capturar.

La narrativa adula a todos los involucrados. Los ingenieros pueden creer que ya han construido el futuro, los fundadores obtienen un villano en la “burocracia” y los responsables de políticas reciben una lista de tareas tecnocráticas: reducir la fricción, cerrar la brecha, cosechar el excedente.

Pero, ¿y si este diagnóstico pasa por alto la verdadera limitación? ¿Y si el límite restrictivo no son burócratas somnolientos, sino preguntas más profundas sobre el poder, la propiedad y quién se benefita realmente cuando el software comienza a hacer la mayor parte del trabajo?

Tratar el enigma económico de la IA como una simple brecha de producción puede parecer reconfortante. Implica que solo necesitamos una tubería más grande, no un sistema diferente, y esa suposición podría ser peligrosamente incorrecta desde el punto de vista histórico.

La brecha del productivo suena como jerga financiera, pero los macroeconomistas la utilizan de una manera muy específica. El FMI define la brecha del producto como la diferencia porcentual entre el PIB real de un país y su PIB potencial—lo que la economía podría producir si fábricas, trabajadores y máquinas operaran a plena capacidad sostenible. La Reserva Federal utiliza un lenguaje casi idéntico y la sigue como un indicador fundamental de “margen” económico.

Los bancos centrales se basan en el espacio de producción para dirigir los ciclos económicos. Cuando el PIB real cae entre un 1% y un 3% por debajo del potencial, los responsables de políticas ven capacidad no utilizada y un aumento del desempleo; reducen las tasas de interés o implementan estímulos para aumentar la demanda. Cuando el PIB se mantiene por encima del potencial, se preocupan por el sobrecalentamiento inflacionario y endurecen la política para enfriar la situación.

Esta es una herramienta para manejar oscilaciones cíclicas, no un experimento mental de ciencia ficción sobre robots infinitos. El concepto asume una economía de trabajo y capital donde la principal limitación es cuán plenamente se están utilizando los humanos y su equipo. "Exceso" significa trabajadores inactivos, plantas subutilizadas y rutas de envío tranquilas, no la falta de superinteligencia.

El PIB potencial, el ancla para la brecha de producción, proviene de modelos que estiman la oferta a largo plazo. Instituciones como la Oficina de Presupuesto del Congreso y el FMI suelen combinar: - Oferta de trabajo: población, participación en la fuerza laboral, horas trabajadas - Productividad laboral: producción por trabajador o por hora - Stock de capital y productividad total de los factores tendencia

Bajo estos métodos, el PIB potencial aumenta cuando más personas trabajan, cuando cada trabajador produce más por hora o cuando mejores máquinas y procesos aumentan la eficiencia. Una fuerza laboral en declive o una productividad estancada reducen el potencial, limitando el espacio para un crecimiento no inflacionario. Todo gira en torno al trabajo humano como el input y restricción principal, que es precisamente por lo que reutilizar el término "brecha de producción" para una narrativa post-laboral impulsada por la IA cambia silenciosamente lo que el término estaba diseñado para describir.

El nuevo grupo de optimistas de la IA en Silicon Valley ha tomado un término polvoriento de la macroeconomía y lo ha transformado en un lema civilizacional. Dwarkesh Patel y su círculo hablan de la brecha de producción no como una medida a corto plazo para los banqueros centrales, sino como un gran diagnóstico de por qué la IA aún no ha hecho que todos sean ricos.

En la macroeconomía estándar, el PIB potencial proviene de modelos de trabajo, capital y productividad, y el PIB real fluctúa a su alrededor con recesiones y expansiones. La versión de Patel cambia eso discretamente: la producción potencial se convierte en "todo lo que una economía con AGI más robots podría hacer," mientras que la producción real es lo que nuestras “instituciones escleróticas” permiten con renuencia.

Bajo esta reinterpretación, la frontera no es una estimación cuidadosa de la Oficina de Presupuesto del Congreso o de la Reserva Federal. Es un mundo imaginado donde sistemas del nivel de GPT-3 se convierten en ingenieros, médicos y gerentes sobrehumanos, y donde el capital físico y la energía se expanden casi sin fricción.

La historia que Patel y otros cuentan es simple y seductora: la IA ya nos proporciona un trabajo cognitivo casi ilimitado, por lo que la única razón por la que el PIB no está explotando es que estamos pisando nuestra propia manguera de aire. Cada retraso, permiso y reunión de comité se convierte en evidencia de una brecha de producción artificialmente enorme.

Los villanos comunes aparecen una y otra vez. Los impulsores de la IA señalan: - Leyes de permisos bizantinas que pueden extender la aprobación de líneas de transmisión de 10 a 15 años - Costos de atención médica descontrolados que consumen casi el 18 por ciento del PIB de EE. UU. - Un desarrollo de infraestructura glacial, donde los grandes proyectos de ferrocarril o metro suelen tardar una década y superan los presupuestos con frecuencia

Combinados, estos se convierten en una especie de fan fiction macro. Si los reguladores aprobaran plantas nucleares en meses, si la zonificación permitiera viviendas densas, si los hospitales automatizaran el papeleo, la multitud de Patel argumenta que la IA podría traducirse en un crecimiento anual de productividad de dos dígitos.

Las referencias a definiciones tradicionales, como ¿Qué es la brecha de producción? - FMI Finanzas y Desarrollo (A lo básico), desaparecen en este discurso. En su lugar, "brecha de producción" se convierte en un meme moralizado: todos podríamos ser inimaginablemente ricos si simplemente dejáramos de interponernos en nuestro propio camino y dejáramos que la tecnología se desate.

David Shapiro entra en este debate desde una perspectiva diferente a la de Dwarkesh Patel. Un futurista autodenominado y evangelista de la economía post-laboral, Shapiro dirige un canal de YouTube que considera la IA no como un potenciador de la productividad, sino como un disolvente de la propia idea de trabajos. Su crítica al enfoque del hueco de producción de Patel surge de esa premisa más radical.

Donde Patel todavía habla de hacer que los trabajadores sean más productivos, Shapiro argumenta que la automatización avanzada hace que el trabajo humano sea económicamente opcional para una gran parte de las tareas. Él menciona los modelos de lenguaje grandes, la automatización de procesos robóticos y los vehículos autónomos como advertencias tempranas de que la "participación laboral" no es una ley de la naturaleza. En su opinión, la IA no es una mejor herramienta para los trabajadores; es un reemplazo de los trabajadores como el insumo económico central.

Shapiro se basa en gran medida en proyecciones convencionales para argumentar que esto no es ciencia ficción. McKinsey ha estimado que la automatización podría desplazar o transformar actividades laborales equivalentes a 400–800 millones de empleos a nivel global para 2030. Goldman Sachs proyecta que la IA generativa por sí sola podría automatizar hasta el 25% de las tareas laborales en economías avanzadas en la próxima década.

Esos números alimentan lo que Shapiro llama “El Gran Desacoplamiento.” Históricamente, el PIB, el empleo y los salarios medianos se movían juntos, al menos de manera libre. A medida que los sistemas de IA asumen tareas cognitivas y manuales, él espera que el PIB siga en aumento mientras que los ingresos laborales totales se estanquen o disminuyan como parte de la producción.

Bajo este marco, la conversación de Patel sobre una "brecha de producción de IA" se pierde en el punto. El problema central no es el PIB no realizado debido a las normas de zonificación o los retrasos en los permisos. El problema es que incluso un PIB completamente realizado puede que ya no fluya a través de los chequeos de pago a la mayoría de los humanos.

El enfoque post-laboral de Shapiro considera a la IA como un shock de capital, no como un ajuste de productividad. Una vez que las corporaciones pueden escalonar trabajadores digitales a un costo marginal casi nulo, el poder de negociación se inclina decisivamente hacia los propietarios de capital y código. La verdadera historia macroeconómica se convierte en la distribución, no en la producción.

Usar un gráfico de brecha de producción para analizar la IA, argumenta David Shapiro, es como usar un destornillador en una viga de puente. Puedes girar algo, pero no lo que realmente importa. Patel toma prestada una herramienta diseñada para ciclos de negocio de 2 a 8 años y trata de ampliarla para un shock de automatización de 50 a 100 años.

Los macroeconomistas definen el gap de producción como la diferencia a corto plazo entre el PIB real y el PIB potencial, generalmente bajo supuestos como una fuerza laboral estable y un cambio tecnológico modesto. Los bancos centrales lo utilizan para decidir si aumentar las tasas, no para predecir el fin del trabajo asalariado. El punto de Shapiro: esa caja de herramientas asume que el mundo se mantiene básicamente centrado en el trabajo humano.

Una vez que los sistemas de IA manejan la mayoría de las tareas cognitivas y los robots manejan la mayoría de las físicas, Shapiro dice que el “potencial de producción” deja de significar algo coherente. Si puedes generar otro millón de agentes de IA o trabajadores robots en la nube, ¿cuál es exactamente la limitación del “potencial”? El silicio, la energía y el ancho de banda son importantes; la tasa de desempleo humano no lo es.

En ese mundo, la antigua función de producción—producción como una combinación de trabajo y capital—colapsa en algo como “capital más capital”. La contribución marginal del trabajo tiende a cero en muchos sectores. Hablar de una brecha de producción cuando un insumo tiene una oferta efectivamente infinita parece un error de categoría.

Los modelos de brecha de producción suponen silenciosamente que, tras un choque, la economía vuelve a un equilibrio donde los trabajadores humanos anclan la producción y los salarios anclan la demanda. Shapiro disputa completamente ese destino. Para él, la inteligencia artificial no es una desviación de la tendencia; es un cambio de régimen que borra la línea de tendencia.

El enfoque de Patel implica un futuro donde simplemente "desbloqueamos" PIB adicional al solucionar cuellos de botella en: - Permisos de construcción - Líneas de transmisión - Regulación de la salud - Política de inmigración

Shapiro contraargumenta que, incluso si eliminaras esos cuellos de botella, la historia principal sigue siendo la desvinculación de la producción de los salarios humanos. El PIB agregado podría multiplicarse por 10 mientras que los salarios medianos se estancan o caen.

Así que el argumento se convierte menos en una cuestión de medir mal la holgura y más en un fracaso de imaginación. Los economistas siguen marcando nuevas muescas en un mapa antiguo, asumiendo que la costa continúa justo al borde. Shapiro insiste en que la línea costera termina; más allá de ella hay una economía automatizada que necesita nuevas coordenadas, no un déficit de producción reetiquetado.

Los debates sobre la producción suelen obsesionarse con cuán grande se vuelve la tarta del PIB; a Shapiro le importa quién la corta. Su enfoque posterior al trabajo comienza desde la distribución, no desde la producción: si la IA y los robots realizan la mayor parte del trabajo, entonces los salarios dejan de actuar como el principal conducto que conecta la producción con la vida de las personas comunes.

Según la perspectiva de Shapiro, la pregunta clave se convierte en la propiedad: ¿quién controla el capital de IA y robótica que generará riqueza en el siglo XXI? Si un puñado de empresas posee modelos fundamentales, centros de datos y flotas de robots, pueden captar la mayor parte del excedente, incluso si el PIB se duplica o triplica.

La historia económica ya ofrece una advertencia. Desde 1979 hasta 2020, la productividad laboral en EE. UU. aumentó aproximadamente un 70%, mientras que la compensación horaria mediana solo subió alrededor de un 17%, una señal de que las ganancias pueden desvincularse de los salarios. Shapiro sostiene que la hiperautomatización más la concentración de la propiedad de la IA podría potenciar esa divergencia.

Imagina un mundo donde la brecha de producción, en el sentido clásico, está cerca de cero: las fábricas operan a plena capacidad, las redes logísticas funcionan de manera eficiente, y los sistemas de IA diseñan y optimizan todo. Puedes tener una capacidad productiva totalmente utilizada y, aún así, mantener a decenas o cientos de millones de personas en una impotencia económica si carecen de derechos sobre el capital que está realizando el trabajo.

La crítica de Shapiro a Dwarkesh Patel se centra en que enfocarse en "cerrar la brecha de producción" suena como un problema de optimización tecnocrática, no como una lucha por la economía política. Argumenta que lo que Patel llama "cuellos de botella" a menudo funcionan como estructuras de poder deliberadas que protegen a los incumbentes en lugar de ser fricciones neutrales que se pueden eliminar de manera técnica.

La vivienda, la atención médica y la educación en EE. UU. muestran cómo funciona esto. Los organismos de zonificación, los cárteles de licencias médicas y los cuerpos de acreditación no solo ralentizan el crecimiento; preservan el poder de negociación y los valores de los activos de los que están dentro. En un mundo post-laboral, similares guardianes podrían formarse alrededor de la computación de IA, el acceso a datos y los derechos de implementación.

Shapiro advierte que el capitalismo de la IA podría convertirse en un pequeño club que posee los pesos de los modelos, fábricas y plataformas en la nube, mientras que el resto alquila acceso en sus términos. Bajo ese régimen, las estadísticas de producción podrían parecer espectaculares, sin embargo, el poder político y la seguridad económica se concentrarían en una estrecha porción de accionistas y ejecutivos.

Para los lectores que desean la línea base ortodoxa en la que se apoya Patel, Entendiendo el PIB potencial y la brecha de producción – Banco de la Reserva Federal de St. Louis explica cómo los macroeconomistas normalmente utilizan el concepto. El punto de Shapiro es que, incluso si aciertas con esa métrica, aún puedes fracasar en la sociedad si ignoras quién posee las máquinas.

El optimismo techno-optimista de arreglar los cuellos de botella suena concreto: desregular la energía, incrementar la zonificación de vivienda, arrasar con las reglas “NIMBY” y observar cómo la prosperidad de la era de la IA se desborda sobre todos. Esa historia asume un mundo donde la mayoría de las personas aún obtiene ingresos vendiendo su trabajo en los mercados. David Shapiro argumenta que esa suposición se rompe en el momento en que la automatización devora la mayor parte del trabajo remunerado.

Eliminando la zonificación y la revisión ambiental, las plantas de fusión gestionadas por IA y los modelos de optimización de redes podrían inundar el sistema con energía barata. Si se relajan los códigos de construcción y los permisos, enjambres de robots de construcción pueden imprimir torres de apartamentos a una fracción del costo actual. Sin embargo, nada de eso garantiza que quienes no son propietarios obtengan algo más allá de precios ligeramente más bajos.

El punto de Shapiro es contundente: sin nuevos mecanismos de distribución, las ganancias de productividad se acumulan donde está la propiedad. Si el capital posee la tierra, los robots, los conjuntos de datos y los modelos, el capital captura casi todo el excedente. La desregulación simplemente acelera el desvío de valor hacia un segmento cada vez más delgado de los balances.

Imagina una ciudad donde los sistemas de construcción con IA reducen los costos de construcción en un 80%. Los desarrolladores despliegan equipos de robots, generan diseños paramétricos con modelos de clase GPT-4 y terminan torres en semanas, no en años. Los alquileres aún siguen lo que el mercado permita, porque los inquilinos no tienen poder de negociación ni alternativa.

Lleva ese escenario más allá hacia una economía post-laboral. Supongamos que entre el 40 y el 60% de los trabajos actuales desaparecen debido a la automatización, y que los salarios medianos se estancan o caen. Incluso si los costos de vivienda por unidad colapsan, millones de personas con ingresos bajos o nulos no pueden cubrir los alquileres del mercado a ningún precio que satisfaga los retornos requeridos por los inversores.

En ese momento, el problema se transforma de oferta a demanda y acceso. Puedes tener un exceso de viviendas, energía y bienes, y aun así contar con unidades vacías, capacidad ociosa y una clase baja permanente excluida por sus saldos bancarios. Los mercados no traducen automáticamente la abundancia técnica en uso universal cuando el poder adquisitivo se concentra.

Enfocarse en "fricciones" como la zonificación o los permisos trata la crisis como un problema de plomería, no como un tema constitucional. Shapiro argumenta que un mundo post-laboral impulsado por la IA exige un nuevo contrato social: participación pública en la propiedad, dividendos universales u otros esquemas que desacoplan el acceso básico de los salarios, en lugar de simplemente buscar maneras más rápidas de enriquecer a los titulares de activos.

Shapiro no solo rechaza la narrativa del gap de producción de Dwarkesh Patel; él intercambia un sistema operativo diferente. Su economía post-laboral asume que para mediados de siglo, la automatización y los agentes de IA realizarán la mayor parte del trabajo económicamente valioso, desacoplando la producción de los trabajos y salarios humanos. Una vez que eso ocurra, argumenta, los resortes tradicionales como la política del mercado laboral o los ajustes marginales de impuestos dejan de dirigir el barco.

En lugar de perseguir el PIB, Shapiro se enfoca en si las personas pueden acceder de manera confiable a lo que él llama los “prerrequisitos materiales para el florecimiento humano”. Supone que la IA avanzada, la robótica y la energía abundante pueden hacer que la comida, la vivienda y los servicios sean económicos por unidad. La parte difícil se convierte en integrar esas capacidades en un sistema que no deje a los humanos fuera de las puertas de la producción automatizada.

Su respuesta comienza con la Pirámide de Prosperidad, una arquitectura en capas para una red de seguridad post-laboral. En la base se encuentran los servicios básicos universales: acceso garantizado a vivienda, alimentos, atención médica, educación y conectividad, proporcionados por proveedores públicos o cooperativos altamente automatizados. Por encima de eso, los activos de propiedad colectiva —fondos soberanos de riqueza, fideicomisos de datos públicos, modelos nacionales de IA— capturan las rentas de la automatización.

En la capa superior, Shapiro coloca flujos similares al efectivo: ingreso básico universal y dividendos sociales financiados por esos activos compartidos. En lugar de bienestar condicionado a criterios de recursos, todos reciben una parte de los ingresos generados por la inteligencia artificial, los robots, la tierra y la infraestructura que ya no requieren mucho trabajo humano. Él señala el fondo petrolero de Noruega y el Dividendo Permanente de Alaska como pruebas primitivas pero tangibles de que la propiedad de activos a escala nacional puede generar cheques anuales.

La prosperidad por sí sola no resuelve el poder, por lo que la combina con una Pirámide de Poder destinada a bloquear la captura por parte de las élites. En la base: transparencia radical para las instituciones públicas y los grandes sistemas de IA, incluyendo registros abiertos, datos de entrenamiento auditables y flujos de decisiones explicables. Quiere vigilantes automáticos: sistemas de IA que escanean continuamente en busca de corrupción, colusión y captura regulatoria.

Por encima de eso, Shapiro esboza herramientas de democracia directa y democracia líquida: votación criptográficamente segura, asambleas de ciudadanos y referendos vinculantes sobre decisiones importantes de inteligencia artificial e infraestructura. En la cúspide se encuentran las limitaciones constitucionales sobre la propiedad concentrada y la infraestructura crítica de código cerrado, aplicadas tanto por tribunales humanos como por agentes de cumplimiento automatizados.

Apiladas juntas, estas pirámides no se parecen en nada al modelo de "liberar la producción" de Patel, que consiste en desregular la vivienda, la energía y la biotecnología y dejar que el PIB se dispare. Shapiro sostiene que en un mundo donde la IA ya puede escribir código, diseñar fármacos y gestionar fábricas, más producción sin nuevas reglas de propiedad y gobernanza solo acelera la desigualdad.

Dos futuros marcadamente diferentes se encuentran tras esta lucha nerd sobre el vacío de producción. Dwarkesh Patel imagina una economía que se ve en su mayoría familiar: la gente sigue teniendo trabajos, las empresas continúan contratando, y la IA actúa como un multiplicador de fuerza que aumenta la productividad en sectores que van desde el software hasta la logística y la biotecnología.

En el planteamiento de Patel, el problema es la fricción. Las normas de zonificación restringen la vivienda, la revisión ambiental retrasa los proyectos de energía, la regulación sanitaria bloquea la telemedicina y las leyes de licencias obsoletas limitan la movilidad laboral. Al eliminar esos cuellos de botella, una fuerza laboral impulsada por GPT-3, junto con futuros modelos de frontera, podría acercar el PIB real mucho más al PIB “potencial”, en el sentido del texto de Brecha de producción – Wikipedia.

David Shapiro argumenta que la narrativa no refleja adecuadamente lo que la automatización realmente hace. En su visión de economía post-laboral, la IA y la robótica no solo aumentan la producción por trabajador; eliminan de manera constante la necesidad de trabajadores en áreas como la conducción, el soporte al cliente, la escritura de código e incluso en campos creativos.

Una vez que las máquinas realicen la mayoría de las tareas de valor económico, el vínculo estrecho entre trabajo y supervivencia se rompe. El PIB puede aumentar un 50%, 100% o 500% mientras que los salarios medianos se estancan o caen, porque los propietarios de capital capturan casi todas las ganancias y millones de trabajadores desplazados carecen de poder de negociación en cualquier mercado laboral que aún exista.

Ese futuro exige nuevas instituciones, no solo desregulación. Shapiro señala mecanismos como: - Ingreso básico universal o condicionado - Fondos soberanos que posean acciones de inteligencia artificial y robótica - Propiedad pública o cooperativa de infraestructuras automatizadas clave

El marco que adoptes decide silenciosamente qué tratas como el "verdadero" problema. Si aceptas la visión de Patel, persigues permisos más rápidos, energía más barata y reglas de vivienda más flexibles para desbloquear el crecimiento. Si aceptas la de Shapiro, priorizas el poder, la propiedad y la distribución, porque sin esos elementos, cerrar cualquier brecha de producción simplemente crea una economía más rica en la que la mayoría de las personas no puede permitirse vivir.

Hablar de la brecha de producción suena técnico y serio, pero elude la única pregunta que importa en un mundo rico en IA: ¿quién posee las máquinas que realizan el trabajo? El enfoque de Dwarkesh Patel sobre la brecha de producción se obsesiona con el PIB no realizado, como si la tragedia de la IA fuera que estamos dejándonos algunos puntos porcentuales de crecimiento sin aprovechar. El punto de David Shapiro va más allá: si la IA puede hacer casi todo, la lucha no se centra en la producción, sino en la propiedad.

Comienza con las preguntas fundamentales que Shapiro sigue planteando. Si un conjunto de modelos fronterizos más robótica económica puede, en principio, generar de 5 a 10 veces el PIB actual, el problema inmediato se convierte en: ¿quién captura ese excedente? La historia sugiere una respuesta: en los últimos 40 años, la participación del trabajo en los ingresos en EE. UU. cayó de aproximadamente el 65% a alrededor del 57%, mientras que la productividad y las ganancias aumentaron.

El marco de Shapiro plantea tres preguntas más difíciles que hacen que los gráficos de brecha de producción parezcan anticuados:

• 1¿Cómo distribuiremos la abundancia cuando los salarios ya no anclen los ingresos de la mayoría de las personas?
• 2¿Quién diseña, posee y gobierna los algoritmos que asignan crédito, empleos, vivienda y atención política?
• 3¿Qué se convierte en la base del valor humano cuando “¿qué haces?” deja de significar “¿por qué recibes un pago?”?

La distribución significa más que simplemente repartir un ingreso básico universal. Los sistemas de inteligencia artificial como GPT-4, Midjourney y Claude ya comprimen mercados laborales creativos y analíticos enteros en llamadas API propiedad de un puñado de empresas. Sin nuevos mecanismos—fideicomisos de datos públicos, fondos de riqueza social o participaciones equitativas obligatorias—esas API se convierten en recaudadores de impuestos privados sobre todo lo automatizado.

La gobernanza no puede ser una reflexión secundaria. Los motores de recomendación ya moldean elecciones y salud mental; los modelos de base entrenados con miles de millones de documentos recopilados codifican silenciosamente las estructuras de poder de 1950 a 2020. Entregar ese conjunto a unos pocos consejos y fondos de capital de riesgo mientras se discute sobre un hipotético déficit del 3% en la producción roza la mala praxis.

La crítica de Shapiro no es una corrección macro pedante; es una campana de alarma. Seguir hablando de "cerrar la brecha de producción" normaliza un futuro donde la IA entrega abundancia que la mayoría de las personas solo experimenta como precariedad y control. Cambia la pregunta a la propiedad, o alguien más la responderá por ti.

¿Cuál es la 'brecha de producción' en el contexto del debate sobre la IA?

En las discusiones sobre IA, la 'brecha de output' se refiere a la diferencia entre el enorme potencial del PIB que la IA avanzada podría crear y el PIB real, más bajo, que logramos debido a cuellos de botella como la regulación, la infraestructura y la resistencia institucional.

¿Por qué critica David Shapiro esta forma de plantear el tema?

Shapiro argumenta que el 'vacío de producción' es una herramienta macroeconómica a corto plazo inadecuada para analizar el cambio estructural a largo plazo hacia una economía post-laboral. Cree que desvía la atención de los problemas fundamentales de la distribución de la riqueza y la concentración de poder en un mundo automatizado.

¿Qué es la 'economía post-laboral'?

La economía post-laboral es un marco para entender una economía donde el trabajo humano ya no es el principal medio de producción o distribución de ingresos. Se enfoca en nuevos sistemas como la Renta Básica Universal, la propiedad pública de activos y la gobernanza para una sociedad de abundancia automatizada.

¿Qué propone Shapiro en lugar de centrarse en la brecha de producción?

Propone cambiar el enfoque de maximizar la producción agregada a rediseñar las estructuras sociales. Esto incluye implementar un ingreso/dividendo básico universal, crear activos de propiedad colectiva y desarrollar nuevas formas de gobernanza democrática para gestionar el capital automatizado.