Cuanto más pesimistas somos sobre el efecto económico delos avances, más rotundos son los argumentos en defensa del gasto en I+D.
El miércoles, la vacuna BioNTech/Pfizer obtuvo la aprobación de los reguladores de Reino Unido, ofreciendo la mejor esperanza en la lucha contra una pandemia que se ha cobrado la vida de casi 1,5 millones de personas y ha supuesto un duro golpe para la economía mundial.
Dos días antes, Google DeepMind, la compañía de inteligencia artificial (IA) con sede en Londres, anunció que su sistema AlphaFold podría predecir estructuras de proteínas, ayudando a resolver un enigma que ha provocado frustración entre los investigadores durante 50 años. DeepMind sostiene que el avance podría acelerar el descubrimiento de fármacos, la reducción de residuos plásticos y la captura de carbono. Venki Ramakrishnan, premio Nobel y presidente de la Royal Society, lo describió como un «impresionante avance».
Algunos economistas nos dicen que las grandes innovaciones ya han tocado techo, que la productividad se ha estancado y que hemos comido los frutos de la ciencia que estaban a nuestro alcance. Pero investigadores de todo el mundo plantean la tentadora posibilidad de que los sistemas de aprendizaje automático y las nuevas metodologías de investigación puedan proporcionarnos una escalera que nos ayude a alcanzar las manzanas jugosas de lo alto del árbol.
En términos generales, la investigación necesita un impulso. Un documento publicado este año en el American Economic Review (AER) puso de relieve la dificultad de innovar. Aunque las aportaciones a la investigación han aumentado a lo largo de las últimas décadas, los resultados han disminuido a un ritmo más rápido.
En EEUU, desde la década de 1930 las investigaciones se han incrementado a un ritmo medio del 4,3% anual. Sin embargo, la productividad de las investigaciones ha caído a un ritmo de -5,1% al año, según el documento.
En parte, esto se debe a que las cuestiones más novedosas se vuelven cada vez más difíciles y costosas de solucionar, ya que la ‘carga del conocimiento’ tiene un mayor peso en las generaciones sucesivas.
Tomemos como ejemplo la informática, que durante los últimos 50 años se ha ajustado bastante a la ley de Moore, que predijo que cada dos años se duplicaría el número de transistores que caben en un circuito integrado. Según el documento, el número de investigadores necesarios para duplicar la densidad de los chips hoy en día es más de 18 veces superior al requerido a principios de la década de 1970.
Los límites de la física pueden estar imponiendo restricciones al desarrollo de los chips de silicio. Pero los autores de AER encontraron que la tendencia general también se mantuvo para la producción agrícola y la investigación médica. «Nuestra conclusión es que la productividad de la investigación está cayendo bruscamente allá donde miremos», afirmaron.
Cualquiera que sugiera que hay una escasez de innovación en Singularity University, una institución académica de Silicon Valley, será vilipendiado. Los expertos en tecnología piensan en grandes cambios. Para ellos, la IA es una tecnología que será tan transformadora como lo ha sido la electricidad en todas las industrias.
Otras nuevas tecnologías apasionantes, como la informática cuántica y la biotecnología, también abren posibilidades para una nueva era de descubrimientos y productividad económica.
Históricamente, ha habido un desfase de 20 años o más entre la adopción de una nueva tecnología y su difusión económica. El aprendizaje automático, que puede extraer valor de grandes cantidades de datos, puede ayudar a los investigadores a superar la carga del conocimiento y a encontrar nuevas vías de descubrimiento.
Pronto, estaremos lidiando con los dilemas que plantea la abundancia, no la escasez.
Nicholas Bloom, profesor de economía en la Universidad de Stanford y uno de los autores del artículo de AER, no está tan convencido. Acepta que nuevos avances, como AlphaFold, podrían significar un cambio revolucionario en el ritmo y la dirección del progreso científico. Pero argumenta que es poco probable que esto altere el curso general de la economía, dada la ralentización del crecimiento de la productividad.
En opinión de Bloom, inventos como los satélites, la informática e Internet apenas han contribuido a cambiar el panorama actual. «La IA es un gran paso y dará un impulso al crecimiento. Pero, ¿será suficiente para invertir la tendencia?», se pregunta. Si hay una lección que se pueda extraer de la historia económica es que predecir el impacto de la tecnología no conduce a nada. Pero, paradójicamente, cuanto más pesimistas somos sobre el efecto económico de los avances, más rotundos son los argumentos para aumentar el gasto en investigación.
Con independencia de la escuela a la que pertenezcamos, una cosa está clara: vale la pena apostar por la tecnología.
Fuente: Expanción
