Hace tres décadas, Peter Howitt y Philippe Aghion escribieron un artículo que tardó cinco años en publicarse. Ese retraso no fue humildad académica ni búsqueda de perfección burocrática. Fue, simplemente, que nadie sabía qué hacer con una idea tan disruptiva.
Hoy, cuando ambos reciben el Premio Nobel de Economía 2025, ese artículo fundacional se ha convertido en el esqueleto teórico de nuestra incertidumbre colectiva. Y Howitt tiene la decencia intelectual de reconocerlo: "Ojalá tuviera respuestas concretas, pero no las tengo".
Esta es la confesión más peligrosa que puede hacer un premio Nobel. No por lo que revela sobre su inseguridad personal, sino porque expone una verdad incómoda que los tecnólogos, los políticos y los multimillonarios de Silicon Valley prefieren ocular bajo montañas de optimismo: no sabemos qué está pasando. Y peor aún, nuestras herramientas conceptuales para entenderlo son insuficientes.
La teoría de la destrucción creativa funciona perfectamente en retrospectiva. El tractor desplazó al jornalero agrícola, pero generó empleos en la industria manufacturera. La electricidad hizo obsoleta la energía a vapor, pero creó empleos en distribución y mantenimiento. El ferrocarril liquidó la industria de la tracción animal, pero empleó a maquinistas, operarios de estaciones y conductores. Todos esos desplazamientos fueron dolorosos. Millones sufrieron. Hubo revueltas, muertes, migraciones forzadas. Pero, en el horizonte de 30 o 40 años, la economía se reordenaba y generaba más empleo del que había destruido.
La premisa subyacente era tranquilizadora: la tecnología no puede reemplazar la inteligencia humana. Podía reemplazar los brazos, los músculos, la repetición mecánica. Pero la cognición humana era el baluarte final, el refugio del trabajador desplazado. Si tu fabrica cerraba, podías recapacitarte. Si tu habilidad se hacía obsoleta, podías aprender otra. La educación era la escalera de salvación.
Esto es precisamente lo que la inteligencia artificial destroza sin piedad.
Aquí está el problema real, el que Howitt evita decir explícitamente pero que su silencio grita: la IA no discrimina entre trabajo manual y trabajo intelectual. Un radiólogo que invirtió doce años en educación superior hoy compite con un sistema que diagnostica con mayor precisión en segundos. Un abogado que pasó cientos de horas estudiando jurisprudencia ahora enfrenta a modelos que pueden revisar expedientes completos en minutos. Un programador cuyo capital humano era incapazmente específico —capacidad técnica que nadie más tenía— puede ser reemplazado por una IA entrenada con millones de códigos.
La destrucción creativa histórica tenía un ritmo. La IA no. Howitt menciona que todas las tecnologías previas "mejoraron la mano de obra sin solo reemplazarla". Era cierto. Un tractor hacía más productivo al granjero que sabía usarlo. Una máquina de escribir permitía al escritor trabajar más rápido. Pero la IA no mejora al radiólogo: lo reemplaza. No acompaña al abogado: lo prescinde. No colabora con el programador: lo despide.
Y aquí está lo realmente peligroso: el desplazamiento es simultáneo y masivo. Cuando la electricidad llegó, no arrasó todas las industrias a la vez. Fueron décadas de transición. Los trabajadores desplazados en una región encontraban oportunidades en otra. La IA hace esto en meses, en semanas a veces. Un modelo de lenguaje es entrenado en 2024 y, en 2025, ya se ha desplegado en diez mil empresas eliminando posiciones que meses atrás parecían seguras. No hay tiempo para adaptarse. No hay próxima industria esperando a los desplazados.
Más pernicioso aún: el poder está hiperconcentrado. OpenAI, Google, Meta, Anthropic controlan los modelos fundamentales. No hay competencia de mercado que democratice la tecnología. No hay pequeñas empresas innovadoras creando nichos laborales alternativos. Hay gigantes repartiendo migajas a través de acuerdos de licenciamiento. Bajo esta estructura, la "destrucción creativa" se convierte en destrucción extractiva: los beneficios fluyen hacia arriba, concentrados en accionistas y ejecutivos. Las pérdidas caen hacia abajo, atomizadas en millones de trabajadores sin poder de negociación.
Howitt reconoce que "aún está por verse quién será el líder de la IA". Esto es una eufemismo para decir que el futuro pertenece a un grupo, y los trabajadores están apostando la única moneda que tienen: sus ingresos. Las grandes potencias tecnológicas compiten, pero el terreno de juego no es un mercado libre: es un patio de corporaciones con miles de millones en investigación, millones de GPUs de computación y equipos de abogados preparados para bloquear la competencia mediante patentes, adquisiciones predatorias y presión política.
La regulación que Howitt pide es honesta, pero probablemente llegará tarde. Los marcos normativos se mueven en años. La IA se despliega en semanas. Para cuando exista regulación coherente, habrá millones de trabajadores ya desplazados, decenas de millones de mercados distorsionados, y una generación de jóvenes profesionales que descubrirá que los cinco años invertidos en una carrera universitaria fueron una apuesta perdida desde el inicio.
Lo que Howitt no dice, pero que sus respuestas ausentes comunican claramente, es que hemos traspasado el umbral donde la teoría económica clásica tiene validez. Estamos en territorio desconocido. Los mapas han sido quemados. Y el navegante más experimentado que tenemos admite que no sabe hacia dónde va.
El problema no es que la IA sea mala. El problema es que la economía política que la rodea es moralmente corrupta: beneficia a unos pocos, daña a muchos, y no hay mecanismo democrático que corrija esta asimetría antes de que el daño sea irreversible. Eso no es destrucción creativa. Eso es depredación.
Howitt escribió las reglas del juego. Ahora descubre que alguien cambió el tablero, añadió nuevas fichas, e instaló máquinas IA donde antes había mercados.
¿Qué descubrió el Nobel? Simple: su propia obsolescencia, la de todos.
Esto, al menos, tiene mérito intelectual.
Anexo Matemático: Formalización de la Asimetría en Destrucción Creativa
1. Modelo Clásico de Howitt-Aghion (1992):
El modelo original postula que el crecimiento económico \( G(t) \) se expresa como:
\[ G(t) = \lambda \times (n_e - n_d) \]
Donde:
\(\lambda\) = productividad marginal de innovación
\(n_e\) = nuevos empleos creados por innovación
\(n_d\) = empleos destruidos por desplazamiento tecnológico
En innovaciones históricas (telecomunicaciones 1990s, electricidad, etc.), se observó empíricamente que \( n_e \ge 1.3 \times n_d \) en horizontes de 30 años, permitiendo crecimiento positivo.
2. Modelo Modificado para IA (2024–2025):
La IA introduce variables que violan los supuestos del modelo clásico:
\[ G(t) = \lambda \times (n_e - n_d) - \delta \times C_i - \mu \times V_c \]
Donde se añaden factores de corrección:
\(\delta\) = coeficiente de concentración corporativa \((0 < \delta \le 1)\)
\(C_i\) = índice de concentración industrial (Herfindahl–Hirschman)
\(\mu\) = factor de velocidad de adopción (ratio meses/años vs históricamente años/décadas)
\(V_c\) = vulnerabilidad cognitiva (probabilidad de reemplazo de trabajo calificado)
3. Cálculo de Desbalance Laboral:
Para tecnologías previas:
\[\text{Ratio Empleo} = \frac{n_e}{n_d} \approx 1.3 \text{ a } 1.8 \quad (\text{horizonte: 30 años})\]
Estimaciones preliminares para IA (horizonte: 5 años):
\[\text{Ratio Empleo} = \frac{n_e}{n_d} \approx 0.4 \text{ a } 0.7\]
Esto implica que, en el corto plazo, por cada empleo creado en IA, se destruyen \(1.4\) a \(2.5\) empleos. El rebalance hacia ratios positivos solo ocurriría en horizontes de 40–50 años, si acaso.
4. Fórmula de Concentración de Beneficios:
El beneficio agregado \( B \) se distribuye según:
\[ B = B_{\text{total}} \times (P_{\text{corp}} + P_{\text{inv}}) \]
Donde:
\(P_{\text{corp}}\) = proporción que capturan corporativas (OpenAI, Google, Meta, etc.)
\(P_{\text{inv}}\) = proporción que capturan inversionistas
\(P_{\text{labor}} = 1 - (P_{\text{corp}} + P_{\text{inv}})\)
Datos de 2024–2025 sugieren:
\(P_{\text{corp}} \approx 0.65 \text{ a } 0.75\)
\(P_{\text{inv}} \approx 0.20 \text{ a } 0.30\)
\(P_{\text{labor}} \approx 0.05 \text{ a } 0.10\)
Comparativamente, en el auge de telecomunicaciones (1990s), \(P_{\text{labor}} \approx 0.35 \text{ a } 0.45\). La concentración de beneficios en IA es entre 4 a 9 veces mayor que en innovaciones previas.
5. Velocidad de Adopción y Ventana de Adaptación:
La ventana de tiempo disponible para que trabajadores se adapten es:
\[ T_{\text{adapt}} = T_{\text{histórico}} \times \left( \frac{V_{\text{anterior}}}{V_{\text{IA}}} \right) \]
Donde \(V\) representa la velocidad de adopción tecnológica.
Para electricidad: \(T_{\text{histórico}} \approx 40\) años, \(V_{\text{anterior}} \approx 0.3\) (adopción por año)
Para IA: \(V_{\text{IA}} \approx 3.5 \text{ a } 4.0\) (adopción por trimestre)
\[ T_{\text{adapt}} = 40 \times \left( \frac{0.3}{3.75} \right) \approx 3.2 \text{ años} \]
Esto significa que los trabajadores tienen aproximadamente 3 años para reconvertirse educativamente, versus 40 años en innovaciones previas. La compresión temporal es de un factor \(12.5\times\).
6. Modelo de Insuficiencia del Nuevo Empleo:
Si asumimos que el sistema educativo puede reconvertir trabajadores a velocidad \(r_{\text{education}}\) anual, y la destrucción de empleo ocurre a velocidad \(r_{\text{destruction}}\), el punto de colapso ocurre cuando:
\[ r_{\text{destruction}} > r_{\text{education}} + r_{\text{creation}} \]
Datos actuales (2025):
\(r_{\text{destruction}} \approx 0.08 \text{ a } 0.12\) anual (8–12% del empleo en sectores afectados)
\(r_{\text{education}} \approx 0.02 \text{ a } 0.03\) anual (2–3% de la fuerza laboral puede completar reconversión anualmente)
\(r_{\text{creation}} \approx 0.01 \text{ a } 0.02\) anual (1–2% de empleo nuevo en sectores IA–complementarios)
Déficit acumulado por año: \(0.05 \text{ a } 0.07\) (5–7% del empleo en riesgo sin cobertura)
Proyección a 10 años: acumulación de desempleo tecnológico entre 50 a 70% de la fuerza laboral en sectores de alto riesgo (radiología, análisis de datos, servicios administrativos, programación junior,…).
7. Conclusión Matemática:
Los modelos formales demuestran que la IA genera un escenario donde el ratio empleo destruido/creado es \(2–4\times\) superior al de innovaciones históricas, los beneficios están \(4–9\times\) más concentrados, la ventana de adaptación es \(12.5\times\) menor, y los mecanismos de reconversión educativa son insuficientes por factores de \(3–5\times\). Bajo estos parámetros, la teoría clásica de destrucción creativa no predice rebalance laboral positivo dentro de horizontes de 10–20 años. Es matemáticamente consistente con lo que Howitt no puede responder: ¿cómo lo vamos a lograr esta vez? La respuesta formal es: probablemente no, a menos que intervengan mecanismos redistributivos masivos sin precedentes.
Advertencia: La formulación matemática anterior representa una aproximación teórica basada en parámetros observados y estimaciones disponibles hasta 2025. No constituye una predicción determinista del comportamiento económico real, sino una modelización del posible desajuste entre innovación, empleo y redistribución en escenarios de adopción acelerada de inteligencia artificial. Los valores expresados (coeficientes, tasas y ratios) deben interpretarse como rangos aproximados sujetos a revisión empírica conforme evolucione la evidencia.
Nota: Como economista con décadas de estudio y observación de los ciclos productivos, no puedo permanecer indiferente ante la magnitud de la disrupción que estamos presenciando. Tras haber visto múltiples transformaciones tecnológicas y financieras, percibo que este proceso —más rápido, más concentrado y más asimétrico— exige una reflexión profunda. Por ello, me veo en la obligación intelectual y ética de desarrollar con mayor detalle este fenómeno y compartir sus implicaciones, no con ánimo de alarma, sino con un propósito de servicio social: contribuir a que comprendamos, colectivamente, las dimensiones reales de este cambio.
){kind=link}
0 Comentarios