- MARTIN SANDBU
Hay que prestar atención a las lecciones de la economía de la información.
Como todos, intento comprender cómo afectará la inteligencia artificial (IA) a nuestras sociedades, especialmente a la economía.
Parece que la mayor parte de lo que leo gira en torno a la capacidad de la tecnología para realizar (mejor y más rápido) tareas que actualmente hacen los humanos y, por lo tanto, aumentar la productividad. Veo menos sobre cómo la IA podría cambiar la organización y el funcionamiento de los mercados. Pero la productividad también depende del funcionamiento del mercado, no sólo de que las cosas se hagan mejor, más rápido o más barato, sino de que las diferentes actividades se integren de manera eficiente. Por eso, reflexionemos sobre cómo la IA podría afectar al funcionamiento del mercado.
La IA es, ante todo, una tecnología de la información: reduce el coste y la fricción de la adquisición, el procesamiento y la producción, a veces de forma muy notable. Así pues, deberíamos recurrir a la economía de la información para comprender sus efectos. Si la IA deriva en incrementos significativos de la productividad, es porque abarata la información. Pero la economía de la información es un campo peculiar, con resultados extraños. Veamos algunos.
El caso clásico de una idea sorprendente derivada de tomar en serio las imperfecciones de la información fue el "mercado de limones" de George Akerlof, donde "limón" se refiere a los coches usados defectuosos, no a la fruta amarilla. El modelo de Akerlof demostró cómo el conocimiento imperfecto puede impedir un intercambio mutuamente beneficioso. Si un vendedor de coches de segunda mano sabe si el coche que ofrece es de alta o baja calidad, pero el comprador lo desconoce, este último sólo estará dispuesto a pagar un precio muy rebajado (para compensar el riesgo de comprar un limón). Sin embargo, el propietario de un buen coche (un "melocotón") considerará ese precio demasiado bajo, y sólo los propietarios de limones venderán. Al comprender esto, los compradores ajustarán aún más a la baja su precio. El resultado: sólo se venden limones, a un precio justo, pero el mercado de coches usados de alta calidad se desmorona.
El mercado de limones de Akerlof demostró el alto coste que puede tener que la información sea imperfecta. Pero también ilustra una situación en la que la IA probablemente debería mejorar la eficiencia. Armados con su modelo de lenguaje preferido, tal vez los compradores podrían inspeccionar su coche usado para determinar su estado real a su entera satisfacción y, por lo tanto, ofrecer un precio aceptable tanto para un melocotón como para un limón. La falta de conocimiento ya no impediría intercambios mutuamente beneficiosos.
Pero existen otros casos en la economía de la información donde la IA podría no mejorar las cosas sino, de hecho, empeorarlas. Tomemos, por ejemplo, una solución clásica cuando la información asimétrica impide intercambios mutuamente beneficiosos: la señalización. En resumen, cuando la incertidumbre hace que una de las partes de una transacción se muestre reacia a comerciar —por ejemplo, el comprador de un coche usado de Akerlof, o un empleador que no está seguro de la calidad de un posible empleado—, la otra parte puede encontrar "señales" que la distingan de alternativas de menor calidad.
En algunos casos, estas puede ser gratis (el vendedor de un "melocotón" puede ofrecer una garantía contra sorpresas desagradables posteriores a la venta); en otros, requerirán invertir recursos (que los futuros trabajadores obtengan títulos universitarios para demostrar su valía). La clave reside en que el coste de la señal justifica el pago por la alternativa de alta calidad, pero no por la de baja calidad (el vendedor de un limón no ofrecería garantía; a los menos competentes les resultaría más difícil completar el curso).
Sin embargo, las capacidades de generación de información que aporta la IA podrían alterar la disponibilidad de dichas señales. Tomemos como ejemplo la educación. Es bien conocida la preocupación por el uso que hacen los estudiantes universitarios de los grandes modelos de lenguaje (LLM), y la pregunta principal es, por supuesto, qué efecto tiene esto en su aprendizaje. Pero también podríamos preguntarnos qué efecto tiene en la función de señalización de la educación formal. Si los LLM, en la práctica, igualan el rendimiento académico de todos los estudiantes en la universidad, o, por ir más allá, si igualan sus posibilidades de acceder a universidades selectivas, entonces es difícil imaginar que los títulos universitarios conserven su eficacia como señal de capacidad.
¿Eso haría que la economía fuera más o menos eficiente? Si encarece la tarea de conectar a los trabajadores adecuados con los empleos idóneos, presumiblemente reduce la eficiencia de los mercados laborales y de la economía en general. Quizás parte de esto se compensaría con que los jóvenes no invirtieran años de su vida en una señal en lugar de en habilidades reales, si se considera que los títulos universitarios sirven principalmente como una señal de capacidad más que de aprendizaje. O podría ser que, en un mundo impulsado por la IA, encontremos mejores señales para compensar aquellas que ya no transmiten la información que solían transmitir. Pero, tomada de forma aislada, la destrucción de una señal debería suponer una pérdida de productividad.
Esto guarda relación con otro ámbito de interés para la economía de la información: el de la búsqueda costosa. En un proceso de emparejamiento —como en el mercado laboral o en las citas— se requiere tiempo y esfuerzo para evaluar la idoneidad de una posible pareja. Por lo tanto, quienes buscan trabajo, un empleado, una cita o una pareja tendrán que decidir cuánto tiempo y esfuerzo dedicar a evaluar a los "candidatos" y cuándo conformarse y dejar de buscar. Una importante conclusión de la teoría de la búsqueda (campo galardonado con el Premio Nobel) es que la búsqueda llevada a cabo por una persona puede afectar a los costes y beneficios del proceso de búsqueda de otros. En particular, si otros buscan más, es posible que se tenga que hacer lo mismo para poder contar con un resultado igual de bueno que antes —una externalidad negativa, en la jerga—.
Y ahí es donde entran en escena las solicitudes de empleo, los procesos de contratación y los perfiles de citas asistidos por la IA. Un resultado probable es que usar IA tenga sentido racional para cada individuo, pero requiera un mayor esfuerzo por parte de todos los demás —ya sea para filtrar las solicitudes, descartar las irrelevantes o mantener opciones de no ser pasado por alto cuando otros saturan el mercado con solicitudes—. Y, por supuesto, el problema mencionado anteriormente de las señales menos valiosas —si todos pueden escribir una solicitud de empleo o un perfil de citas perfectos, por ejemplo— empeora la situación.
Podríamos pensar en otros muchos ejemplos. Pero probablemente tengan en común que, si bien la IA abarata la información, "demasiada información" puede tener su propio coste de eficiencia. Existe un parecido familiar con el enfoque contemporáneo en la propaganda de "inundar el mercado"—importa menos convencer a alguien de algo que difundir tantas opiniones más o menos plausibles como para que la gente desista de buscar la verdad—.
Quizás la IA también ayude a encontrar soluciones a estos problemas. Pero la lección clave al evaluar lo que aportará la IA es la siguiente: poder ejecutar tareas de forma más productiva no hace necesariamente más productivas en general las interacciones de mercado.
© The Financial Times Limited [2026]. Todos los derechos reservados. FT y Financial Times son marcas registradas de Financial Times Limited. Queda prohibida la redistribución, copia o modificación. EXPANSIÓN es el único responsable de esta traducción y Financial Times Limited no se hace responsable de la exactitud de la misma.
La propuesta de Altman sobre seguridad en la IA: déjennos ganar, o todos perderánLa Casa Blanca acelera los planes para establecer estándares para los modelos de IATenemos que gestionar la revolución de la IA Comentar ÚLTIMA HORA-
16:13
UBS eleva su participación en Indra hasta el 4,57%
-
16:07
MPC Group invierte 57 millones en su primera promoción en Murcia
-
15:52
Cómo la IA podría empeorar los mercados
-
15:34
Hacienda comunica al juez que investiga las obligaciones tributarias de Zapatero, su mujer y sus hijas entre 2021 y 2025
-
15:30
Anthropic toma medidas para cerrar las lagunas que permiten el acceso de empresas chinas a Claude