La economía del AGI: los humanos se convertirán en verificadores y las máquinas asumirán el trabajo

Las conversaciones sobre la singularidad tecnológica hace mucho tiempo han dejado de ser dominio de escritores de ciencia ficción y futurólogos de YouTube. Ahora son campo de economistas de las principales universidades del mundo — y sus conclusiones merecen una atención cuidadosa. En una edición reciente del boletín analítico Import AI, una de las fuentes más autorizadas sobre investigación en inteligencia artificial, el tema central fue el modelo de "economía AGI" propuesto por un grupo de investigadores del Instituto de Tecnología de Massachusetts, la Universidad de Washington en St. Louis y la Universidad de California en Los Ángeles.

La esencia de su trabajo se reduce a una fórmula simple, pero inquietante: en un mundo donde la inteligencia general artificial se convierte en realidad, la inmensa mayoría del trabajo productivo se transfiere a máquinas. Los humanos no desaparecen de la ecuación económica, pero su papel experimenta una transformación fundamental. En lugar de crear, las personas comienzan a verificar. En lugar de producir, validan. Esto no es simplemente la automatización de la rutina — es una reestructuración de la propia lógica de la división del trabajo que ha existido durante milenios.

¿Por qué exactamente verificación? La respuesta radica en una asimetría fundamental entre creación y verificación. Generar código, escribir un documento legal, diseñar un componente — los sistemas de IA ya hacen todo esto a una velocidad impresionante. Pero garantizar que el resultado sea correcto, seguro y satisfaga las necesidades reales aún requiere el juicio humano. Los investigadores documentan lo que los profesionales de la industria ya observan: los ingenieros cada vez menos escriben código desde cero y cada vez más revisan lo que propone Copilot o Claude. Los abogados verifican borradores de contratos de IA en lugar de redactarlos ellos mismos. El modelo del MIT y WashU simplemente extrapola esta tendencia hasta su límite lógico.

Sin embargo, surge aquí una paradoja que los autores, juzgando por la descripción de su trabajo, reconocen. La verificación es una habilidad que se desarrolla a través de la práctica de la creación. Un cirujano puede evaluar la calidad de una operación porque ha realizado miles. Un programador detecta errores en código generado porque ha escrito código manualmente durante años. Si nuevas generaciones de especialistas entran en el rol de verificadores inmediatamente, omitiendo la etapa de dominio práctico profundo, la calidad de la propia verificación inevitablemente se degradará. Esto crea una trampa de competencias peculiar que economistas y formuladores de políticas deberían considerar ahora.

En la misma edición de Import AI, se plantean dos temas más que complementan orgánicamente el cuadro. El primero es el uso de entornos de juegos generados proceduralmente para pruebas de sistemas de IA. La idea es que los puntos de referencia estáticos se vuelven rápidamente obsoletos y son "memorizados" por los modelos, mientras que los escenarios de juegos creados dinámicamente permiten evaluar genuinas capacidades de generalización y adaptación. Este es un cambio metodológico importante: la industria está comenzando a entender que medir la inteligencia de la máquina no debe hacerse a través de pruebas, sino a través de la capacidad de manejar lo inesperado.

El segundo tema es el concepto de "ecologías de agentes" — sistemas en los que múltiples agentes de IA autónomos interactúan entre sí, compiten y cooperan. Si la economía AGI describe la relación entre humanos y máquinas, entonces las ecologías de agentes describen relaciones entre máquinas. Este es el siguiente nivel de complejidad, donde la previsibilidad del comportamiento del agente individual no garantiza la previsibilidad de todo el sistema. Los efectos emergentes en tales ecologías pueden ser tanto productivos como peligrosos — y este es un puente directo a las cuestiones de seguridad de la IA.

En conjunto, estos tres temas forman un cuadro coherente y bastante sobrio. Nos dirigimos hacia un mundo donde las máquinas producen, las personas verifican, y entre las máquinas se forman sus propios ecosistemas de interacción. Esto no es utopía ni distopía — es una nueva realidad económica cuyos contornos ya se hacen visibles hoy.

La pregunta no es si llegará, sino si lograremos preparar las instituciones, educación y marcos regulatorios que permitan a las personas mantener no solo empleo, sino una agencia genuina en este nuevo mundo. Los investigadores del MIT, WashU y UCLA, al menos, hacen las preguntas correctas. Las respuestas, sin embargo, tendremos que encontrarlas juntos — y preferiblemente antes de que la economía AGI se convierta en un hecho consumado.