CONTINUACION: LA CLASE INUTIL

Cierto: en la actualidad hay muchas cosas que los algoritmos orgánicos hacen mejor que los no orgánicos, y los expertos han declarado repetidamente que algo quedará «siempre» más allá del alcance de los algoritmos no orgánicos. Pero resulta que, a menudo, «siempre» significa apenas una o dos décadas. Hasta hace muy poco, el reconocimiento facial era uno de los ejemplos predilectos de algo que hasta los bebés hacen fácilmente pero que eludía incluso a los ordenadores más potentes del mundo. En la actualidad, los programas de reconocimiento facial son capaces de reconocer a la gente de manera mucho más eficiente y rápida que los humanos. Los cuerpos de policía y los servicios de inteligencia utilizan ahora estos programas para escanear innumerables horas de grabaciones en vídeo procedentes de cámaras de vigilancia para seguir la pista a sospechosos y criminales. En la década de 1980, cuando la gente debatía acerca de la naturaleza única de la humanidad, utilizaban habitualmente el ajedrez como prueba primordial de la superioridad humana. Creían que los ordenadores nunca vencerían a los humanos en el ajedrez. El 10 de febrero de 1996, el Deep Blue de IBM derrotó al campeón mundial de ajedrez Garri Kaspárov, con lo que se puso fin a esta afirmación concreta de la preeminencia humana. Deep Blue recibió una ventaja por parte de sus creadores, que lo pre-programaron no solo con las reglas básicas del ajedrez, sino también con instrucciones detalladas relativas a las estrategias del juego. Una nueva generación de IA prefiere el aprendizaje mediante máquinas para hacer cosas incluso más notables y elegantes. En febrero de 2015, un programa desarrollado por Google DeepMind aprendió por su cuenta a jugar a 49 juegos clásicos de Atari. Uno de los programadores, el doctor Demis Hassabis, explicó que «la única información que dimos al sistema fueron los píxeles en bruto de la pantalla y la idea de que tenía que conseguir una puntuación alta. Y todo lo demás tenía que deducirlo por sí mismo». El programa consiguió aprender las reglas de todos los juegos que se le presentaron, desde Pac-Man y Space Invaders hasta las carreras de coches y los juegos de tenis. Después jugaba la mayoría de ellos tan bien como los humanos o incluso mejor, y a veces daba con estrategias que nunca se les habían ocurrido a jugadores humanos. Los algoritmos informáticos también han demostrado recientemente su valor en juegos de pelota. Durante muchas décadas, los equipos de béisbol emplearon la sabiduría, la experiencia y los instintos viscerales de cazatalentos y directores técnicos profesionales para seleccionar jugadores. Los mejores alcanzaban precios de millones de dólares, y, como es natural, los equipos ricos conseguían la flor y nata del mercado, mientras que los equipos más pobres tenían que conformarse con las sobras. En 2002, Billy Beane, el director técnico del Oakland Athletics, un equipo de bajo presupuesto, decidió vencer al sistema. Se basó en un críptico algoritmo informático desarrollado por economistas y genios informáticos para crear un equipo ganador a partir de jugadores que los cazatalentos humanos habían pasado por alto o habían subestimado. Los veteranos estaban furiosos porque el algoritmo de Beane transgredía las sagradas pautas del béisbol. Decían que seleccionar jugadores de béisbol es un arte, y que solo los humanos con una experiencia larga y profunda del juego pueden dominarlo. Un programa de ordenador nunca podría hacerlo, porque nunca sería capaz de descifrar los secretos y el espíritu del béisbol.

Pronto tuvieron que comerse sus gorras de béisbol. El equipo algorítmico de Beane, con un presupuesto austero (44 millones de dólares), no solo plantó cara a gigantes del béisbol como los Yankees de Nueva York (125 millones de dólares), sino que se convirtió en el primer equipo de la Liga norteamericana en ganar 20 partidos consecutivos. Pero Beane y Oakland no pudieron disfrutar mucho tiempo de su éxito. Enseguida, otros muchos equipos adoptaron el mismo planteamiento algorítmico, y, puesto que los Yankees y los Red Sox podían pagar mucho más tanto por los jugadores como por los programas informáticos, los equipos de presupuesto reducido como los Oakland Athletics tienen ahora incluso menos probabilidades que antes de vencer al sistema.  En 2004, el profesor Frank Levy del MIT y el profesor Richard Murnane de Harvard publicaron un exhaustivo trabajo sobre el mercado laboral en el que se listaban aquellas profesiones que con mayor probabilidad experimentarían automatización. Se ponía el ejemplo de los conductores de camiones como un puesto de trabajo que posiblemente no podría automatizarse en un futuro próximo. Es difícil imaginar, escribieron, que los algoritmos puedan conducir camiones con seguridad en una carretera con mucho tráfico. Solo diez años después, Google y Tesla no solo lo imaginan, sino que lo están haciendo. De hecho, a medida que pasa el tiempo, resulta cada vez más fácil sustituir a los humanos con algoritmos informáticos, no solo porque los algoritmos son cada vez más inteligentes, sino también porque los humanos se profesionalizan. Los antiguos cazadores-recolectores dominaban una amplia variedad de habilidades para sobrevivir, razón por la que sería inmensamente difícil diseñar un cazador-recolector robótico. Dicho robot tendría que saber hacer puntas de lanza a partir de pedernales, encontrar setas comestibles en un bosque, seguir la pista de un mamut, coordinar un ataque con una docena de cazadores más y después utilizas hierbas medicinales para curar las posibles heridas. Sin embargo, a lo largo de los últimos miles de años, los humanos nos hemos ido especializando. Un taxista o un cardiólogo se especializan en un ámbito mucho más estrecho que un cazador-recolector, lo que hace que sea más fácil sustituirlos con IA. Incluso los directores a cargo de todas estas actividades pueden ser sustituidos. Gracias a sus potentes algoritmos, Uber es capaz de gestionar a millones de taxistas con solo un puñado de humanos. La mayoría de las órdenes las dan los algoritmos sin necesidad alguna de supervisión humana.  En mayo de 2014, Deep Knowledge Ventures, una empresa de capital riesgo de Hong Kong especializada en medicina regenerativa, abrió un nuevo ámbito al designar a un algoritmo llamado VITAL en su consejo directivo. VITAL efectúa recomendaciones de inversión después de analizar enormes cantidades de datos de la situación financiera, ensayos clínicos y propiedad intelectual de compañías potenciales. Al igual que los otros cinco miembros del consejo, el algoritmo tiene derecho a voto en la decisión de la empresa de invertir o no en una determinada compañía. Al examinar la actuación de VITAL hasta ahora, parece que ya ha adquirido uno de los vicios de los directores generales: el nepotismo. Ha recomendado invertir en compañías que conceden más autoridad a los algoritmos. Por ejemplo, con la bendición de VITAL, Deep Knowledge Ventures ha invertido recientemente en Pathway Pharmaceuticals, que emplea un algoritmo llamado OncoFinder para seleccionar y evaluar terapias personalizadas contra el cáncer.  A medida que los algoritmos expulsen a los humanos del mercado laboral, la riqueza podría acabar concentrada en manos de la minúscula élite que posea los todopoderosos algoritmos, generando así una desigualdad social y política sin precedentes. Alternativamente, los algoritmos podrían no solo dirigir empresas, sino también ser sus propietarios. En la actualidad, la ley humana ya reconoce entidades intersubjetivas, como empresas y naciones, como «personas legales». Aunque Toyota o Argentina no tengan cuerpo ni mente, se hallan sujetas a las leyes internacionales, pueden poseer tierras y dinero, y demandar y ser demandadas en los tribunales. Pronto podríamos conceder un estatus similar a los algoritmos. Un algoritmo podría entonces poseer un fondo de capital riesgo sin tener que obedecer los dictados de ningún patrón humano. Si el algoritmo toma las decisiones adecuadas, podría acumular una fortuna, que después podría invertir como creyera conveniente, quizá comprando nuestra casa y convirtiéndose en nuestro casero. Si infringimos los derechos legales del algoritmo (por no pagar el alquiler, pongamos por caso), este podría contratar a abogados y llevarnos ante los tribunales. Si tales algoritmos rinden mejor que los capitalistas humanos de manera continuada, podríamos terminar con una clase alta algorítmica que poseyera la mayor parte de nuestro planeta. Quizá esto parezca imposible, pero antes de descartar la idea, recuerde el lector que la mayor parte de nuestro planeta ya es propiedad legal de entidades intersubjetivas no humanas, es decir, naciones y compañías. De hecho, hace cinco mil años, la mayor parte de Sumeria era propiedad de dioses imaginarios como Enki e Inanna. Si los dioses pueden poseer tierras y emplear a personas, ¿por qué no los algoritmos? ¿Y qué hará la gente? A menudo se dice que el arte nos proporciona nuestro último (y únicamente humano) santuario. En un mundo en el que los ordenadores sustituyen a médicos, conductores de vehículos, profesores e incluso caseros, todos podrán hacerse artistas. Pero es difícil ver por qué la creación artística se hallará a salvo de los algoritmos. ¿Por qué estamos tan seguros de que los ordenadores no podrán hacerlo mejor que nosotros en la composición de música? Según las ciencias de la vida, el arte no es el producto de algún espíritu encantado o de un alma metafísica, sino de algoritmos orgánicos que reconocen pautas matemáticas. Si es así, no hay razón por la que algoritmos no orgánicos no puedan dominar el arte. David Cope es profesor de musicología en la Universidad de California en Santa Cruz. También es una de las figuras más polémicas del mundo de la música clásica. Cope ha elaborado programas que componen conciertos, corales, sinfonías y óperas. Su primera creación se llamaba EMI (Experimentos en Inteligencia Musical), especializada en imitar el estilo de Johann Sebastian Bach. Le llevó siete años crear el programa, pero cuando el trabajo estuvo hecho, EMI compuso 5000 corales al estilo de Bach en un solo día. Cope organizó una exhibición de algunas corales seleccionadas en un festival de música en Santa Cruz. Miembros entusiastas del público alabaron el maravilloso concierto y afirmaron apasionadamente que la música les había llegado a lo más hondo. No sabían que la había compuesto EMI y no Bach, y cuando se reveló la verdad, algunos reaccionaron con un silencio taciturno, mientras que otros gritaron airados. EMI continuó mejorando y aprendió a imitar a Beethoven, Chopin, Rajmáninov y Stravinski. Cope consiguió un contrato para EMI, y su primer álbum (Classical Music Composed by Computer) se vendió sorprendentemente bien. La publicidad provocó que la hostilidad de los aficionados a la música clásica aumentara. El profesor Steve Larson, de la Universidad de Oregón, lanzó un reto a Cope para llevar a cabo una confrontación musical. Larson sugirió que pianistas profesionales interpretaran tres piezas, una a continuación de la otra: una de Bach, una de EMI y una del propio Larson. Después, se pediría al público que adivinase quién había compuesto cada pieza. Larson estaba convencido de que la gente advertiría fácilmente la diferencia entre las conmovedoras composiciones humanas y la exánime creación de una máquina. Cope aceptó el reto. En la fecha señalada, centenares de profesores, estudiantes y aficionados a la música se reunieron en la sala de conciertos de la Universidad de Oregón. Al final de la actuación votaron. ¿El resultado? El público creía que la pieza de EMI era genuina de Bach, que la de Bach la había compuesto Larson y que la de Larson la había producido un ordenador. Los críticos han seguido diciendo que la música de EMI es excelente desde el punto de vista técnico, pero que le falta algo. Es demasiado precisa. No tiene profundidad. No tiene alma. Pero cuando la gente oye sus composiciones sin que se la informe de su procedencia, suelen alabarla precisamente por su ternura y su resonancia emocional. Después de los éxitos de EMI, Cope creó nuevos programas aún más refinados. Su logro supremo fue Annie. Mientras EMI componía música según reglas predeterminadas, Annie se basa en el aprendizaje mediante una máquina. Su estilo musical cambia constantemente y se desarrolla en reacción a nuevos estímulos externos. Cope no tiene idea de lo que Annie compondrá. En realidad, Annie no se limita a la composición musical, sino que también explora otras formas de arte, como los haikus. En 2011, Cope publicó Comes the Fiery Night: 2,000 Haiku by Man and Machine. De los 2000 haikus del libro, algunos los escribió Annie y el resto son de poetas orgánicos. El libro no desvela quién escribió qué. Si el lector cree que puede apreciar la diferencia entre la creatividad humana y el resultado de la máquina, es libre de comprobarlo.[18] En el siglo XIX, la revolución industrial dio lugar a una enorme clase nueva de proletariado urbano, y el socialismo se extendió porque nadie había conseguido gestionar las necesidades, esperanzas y temores, hasta entonces desconocidos, de esta nueva clase obrera. Finalmente, el liberalismo consiguió derrotar al socialismo al adoptar las mejores partes del programa socialista. En el siglo XXI podemos asistir a la creación de una nueva y masiva clase no trabajadora: personas carentes de ningún valor económico, político o incluso artístico, que no contribuyen en nada a la prosperidad, al poder y a la gloria de la sociedad. Esta «clase inútil» no solo estará desempleada: será inempleable. En septiembre de 2013, dos investigadores de Oxford, Carl Benedikt Frey y Michael A. Osborne, publicaron el informe The Future of Employment, en el que exploraban la probabilidad de que diferentes profesiones quedaran a cargo de algoritmos informáticos a lo largo de los veinte años siguientes. El algoritmo que desarrollaron Frey y Osborne para hacer los cálculos estimó que el 47 por ciento de los puestos de trabajo de Estados Unidos corren un riesgo elevado. Por ejemplo, hay un 99 por ciento de probabilidades de que en 2033 los tele-vendedores y los agentes de seguros humanos pierdan su puesto de trabajo, que será ocupado por algoritmos. Hay un 98 por ciento de probabilidades de que lo mismo ocurra con los árbitros deportivos, un 97 por ciento de que les ocurra a los cajeros, y el 96 por ciento de que les ocurra a los chefs. Camareros: 94 por ciento. Procuradores: 94 por ciento. Guías de viajes organizados: 91 por ciento. Panaderos: 89 por ciento. Conductores de autobús: 89 por ciento. Obreros de la construcción: 88 por ciento. Ayudantes de veterinario: 86 por ciento. Guardias de seguridad: 84 por ciento. Marineros: 83 por ciento. Camareros: 77 por ciento. Archiveros: 76 por ciento. Carpinteros: 72 por ciento. Socorristas: 67 por ciento. Y así sucesivamente. Desde luego, hay algunos empleos seguros. La probabilidad de que en 2033 los algoritmos informáticos desplacen a los arqueólogos es de solo el 0,7 por ciento, porque su trabajo requiere tipos de reconocimiento de pautas muy refinados, y no produce grandes beneficios. De ahí que sea improbable que las empresas o el gobierno inviertan lo necesario para automatizar la arqueología en los próximos veinte años.  Naturalmente, para cuando llegue el año 2033, es probable que hayan aparecido muchas profesiones nuevas, por ejemplo, la de diseñador de mundos virtuales. Pero es también probable que dichas profesiones requieran mucha más creatividad y flexibilidad que nuestros empleos corrientes, y no está claro que las cajeras o los agentes de seguros de cuarenta años sean capaces de reinventarse como diseñadores de mundos virtuales (¡imagine el lector un mundo virtual creado por un agente de seguros!). E incluso si lo hacen, el ritmo del progreso es tal que en otra década podrían tener que reinventarse de nuevo. Después de todo, bien pudiera ser que los algoritmos también superen a los humanos en el diseño de mundos virtuales. El problema crucial no es crear nuevos empleos. El problema crucial es crear nuevos empleos en los que los humanos rindan mejor que los algoritmos. Es posible que la prosperidad tecnológica haga viable alimentar y sostener a las masas inútiles incluso sin esfuerzo alguno por parte de estas. Pero ¿qué las mantendrá ocupadas y satisfechas? Las personas tendrán que hacer algo o se volverán locas. ¿Qué harán durante todo el día? Una solución la podrían ofrecer las drogas y los juegos de ordenador. Las personas innecesarias podrían pasar una cantidad de tiempo cada vez mayor dentro de mundos tridimensionales de realidad virtual, que les proporcionarían mucha más emoción y compromiso emocional que la gris realidad exterior. Pero esta situación asestaría un golpe mortal a la creencia liberal en el carácter sagrado de la vida y de las experiencias humanas. ¿Qué hay de sagrado en holgazanes inútiles que se pasan el día devorando experiencias artificiales? Algunos expertos y pensadores, como Nick Bostrom, advierten que es improbable que la humanidad padezca dicha degradación, porque cuando la inteligencia artificial supere a la inteligencia humana, sencillamente, exterminará a la humanidad. Es probable que esto lo haga la IA ya sea por miedo de que la humanidad se vuelva contra ella e intente cerrarle el grifo, ya sea en busca de algún objetivo insondable propio. Porque sería muy difícil que los humanos controlaran la motivación de un sistema más inteligente que ellos. Incluso pre-programar el sistema con objetivos aparentemente benignos podría resultar horriblemente contraproducente. Una situación hipotética popular imagina que una empresa diseña la primera super-inteligencia artificial y la pone a prueba de manera inocente: le hace calcular pi. Antes de que nadie se dé cuenta de lo que está sucediendo, la IA se apodera del planeta, elimina a la raza humana, emprende una campaña de conquista hasta los confines de la galaxia y transforma todo el universo conocido en un superordenador gigantesco que, a lo largo de miles de millones de años, calcula pi cada vez con mayor precisión. Después de todo, esta es la misión divina que su Creador le dio.