Todos sabemos que la inteligencia artificial está peligrando con nuestro futuro laboral, pues esta puede hacer varias tareas mucho más rápido que los humanos. Aunque al principio se equivocaba mucho y dejaba bastante que desear, actualmente es muy capaz y en ciertos sectores ha llegado a sustituir a los humanos. Tarde o temprano ocurrirá salvo que la usemos como herramienta, pero por ahora, incluso las predicciones de inflación de una IA como la del BCE han sido más cercanas a la realidad que las de los economistas humanos.
El BCE o Banco Central Europeo comenzó a utilizar inteligencia artificial hace unos años cuando descubrió las grandes diferencias entre los pronósticos de los analistas y economistas con la realidad. Fue en 2023 cuando tomó esta decisión y se negó a aceptar ese 2% de inflación que daban los humanos, así que decidió acudir a las máquinas y algoritmos para ver si esto iba a cambiar.
La IA que usó el BCE hace años acertó más en la inflación que los economistas humanos
El BCE ha publicado una investigación que demuestra cómo la inteligencia artificial puede anticipar determinados episodios de inflación con mayor precisión que los modelos económicos tradicionales y, en algunas circunstancias, incluso antes que los economistas profesionales. El estudio informa de un sistema de redes neuronales a modo de algoritmos denominado Deep-π*, desarrollado por el economista español Carlos Montes-Galdón, capaz de analizar simultáneamente 122 indicadores macroeconómicos para identificar las condiciones que provocan aumentos persistentes de los precios. El objetivo no es simplemente calcular cuánto subirá la inflación, sino descubrir qué factores económicos están impulsándola y detectar señales de peligro antes de que se reflejen completamente en las estadísticas oficiales.
Uno de los resultados más llamativos se encuentra en el análisis del episodio de inflación de EE.UU ocurrido entre 2021 y 2022. A comienzos de 2021, cuando los economistas profesionales esperaban una inflación cercana al 2% durante los siguientes doce meses, el algoritmo ya señalaba que las presiones inflacionistas podían elevarla aproximadamente hasta el 4%. Finalmente, la inflación observada en el periodo analizado alcanzó el 7,3%, lo que demuestra que, aunque la inteligencia artificial no consiguió calcular la magnitud exacta del aumento, sí se acercó más con sus predicciones. Según la investigación, su indicador adelantado llegó a anticipar entre ocho y doce meses algunos movimientos de la tendencia inflacionista, lo que podría proporcionar a los bancos centrales más margen para reaccionar ante posibles crisis.
La pérdida de empleo afectó más a la inflación que los problemas de energía y recursos
El funcionamiento de Deep-π* se basa en redes neuronales entrenadas con información económica estadounidense desde 1970. El sistema estudia mensualmente la evolución del empleo, los salarios, el desempleo, la producción industrial, el consumo, la vivienda, el crédito, la oferta monetaria, los tipos de interés, los mercados financieros y otros indicadores. A diferencia de muchos modelos estadísticos convencionales, puede identificar relaciones complejas y no lineales entre estas variables, detectando situaciones en las que varios cambios económicos pequeños terminan provocando grandes cambios en la inflación.
La investigación destaca especialmente la importancia del mercado laboral estadounidense. Según sus cálculos, las variables relacionadas con el empleo explicaron entre el 41% y el 52% del incremento de la tendencia inflacionista posterior a la pandemia. La recuperación de la actividad económica, las tensiones en la contratación, el aumento de la demanda y la expansión del dinero y del crédito fueron determinantes para la persistencia de la inflación. En cambio, el encarecimiento de la energía y las materias primas no afectó mucho a la inflación.
