Daron Acemoglu, Nobel de Economía y profesor del MIT: la inteligencia artificial ¿y el colapso del conocimiento humano colectivo?

“Inteligencia artificial, la cognición humana y el colapso del conocimiento” ese es el impactante título del informe publicado por investigadores del Massachusetts Institute of Technology (MIT) en el que uno de los economistas más citados internacionalmente, y Premio Nobel de Economía en 2024 asegura que es clave alertar que podemos enfrentarnos a “un colapso del conocimiento”.

Pero ¿qué significa esto? Se trata de un paper que a partir de un modelo matemático plantea que la IA agentica; es decir aquella que es capaz de ofrecer recomendaciones personalizadas y ejecutar tareas de forma autónoma- puede quebrar el equilibrio histórico del saber general de una comunidad a partir de una “reducción del esfuerzo humano”.

Este trabajo técnico que no es un ensayo, ni una especulación alarmista, se basa “en un modelo dinámico formal con ecuaciones de equilibrio, condiciones de estabilidad y proposiciones matemáticamente demostradas.”

Dos tipos de conocimiento

Para los autores, existen dos tipos de saberes. Por un lado, el conocimiento general que hace a la historia de la humanidad; un conocimiento que es útil para la comunidad, como principios básicos de medicina, o reglas del mundo financiero y económico. Se trata de un saber construido a lo largo del tiempo, acumulado y perfeccionado colectivamente.

Por otro lado, se encuentra el conocimiento específico al contexto y que es propio de cada individuo; por ejemplo, los síntomas de un paciente, el perfil de riesgo de un inversor, el trayecto de saberes construidos más allá de lo colectivo. Para los investigadores del MIT la combinación de ambos saberes es clave en el equilibrio de hacer que un conocimiento general vuelva útil el conocimiento específico.

El modelo supone que el conocimiento específico, sin el conocimiento general no genera “valor”. Y a esto se suma un elemento clave del aprendizaje humano que es la generación de “externalidades”.

Cuando una persona se esfuerza por aprender produce dos señales: una de caracter privado que impacta en su propia situación y otra pública que contribuye al acumulamiento del acervo general de la comunidad. Sin un equilibrio de transmisión no existe la retroalimentación entre los saberes.

La IA ¿y el colapso?

¿Pero qué ocurre cuando la IA agentica interviene en el proceso de adquirir conocimientos y ser la fuente y modelo de aprendizaje? Este tipo de inteligencia artificial funciona como un proveedor de recomendaciones específicas de contexto donde le indica, por ejemplo, a un paciente qué tratamiento seguir según sus síntomas.

Así es como se rompe esa sinergia con el conocimiento de la comunidad y la trampa se activa. Si en una primera instancia la recomendación de la IA puede parecer positiva, la inmediatez impacta en el esfuerzo individual del aprendizaje y en la emisión de señales públicas que activan el acervo general de la comunidad.

De esta forma a lo largo del tiempo el stock de conocimiento general comienza a empobrecerse y “el retorno marginal del aprendizaje individual se reduce todavía más” generando un círculo vicioso. Más allá que la IA genere recomendaciones personalizadas de calidad si ese conocimiento e información no se eleva para su interpretación y contextualización se vuelve “inservible”.

Otra de las menciones que subrayan en el estudio es la posibilidad de que la IA cree “datos sintéticos” sin intervención humana que terminarán impactando en el equilibrio.

Acción e intervención

El modelo plantea no solo el problema, sino también una búsqueda de equilibrio sin dejar de mencionar lo positivo de la IA como complementaria del esfuerzo humano para adquirir nuevos y más saberes.

El paper destaca que es clave “la regulación por diseño de información”; es decir añadir cierto ruido a la IA para reducir su precisión efectiva para que puedan activar una nueva forma de aprender y reconstruir así el stock de conocimiento general. Una IA demasiado precisa puede ser más daniña que una IA con falencias que requieran del “esfuerzo y/o intervención humana”.

Además destacan que es clave impulsar políticas de ampliación y actualización de saberes comunitarios donde la clave está en fortalecer “instituciones educativas, plataformas de conocimiento abierto, redes de difusión científica y cualquier mecanismo que amplifique la contribución individual al acervo colectivo”.