La inteligencia artificial generativa (IAG) tiene el potencial de impulsar la actividad económica. La evidencia sugiere que hace que los trabajadores sean más productivos, especialmente en ocupaciones que requieren capacidades cognitivas avanzadas, y estimula el crecimiento y la innovación de las empresas. Por lo tanto, la IAG está en condiciones de tener efectos profundos en la producción agregada y los salarios. Sin embargo, si se adopta de manera desigual en los distintos grupos demográficos, podría exacerbar las diferencias existentes en materia de salarios y oportunidades laborales. El aumento de la adopción de la IA conduciría entonces a una mayor desigualdad, una preocupación clave en materia de políticas.
Los resultados muestran la presencia de una «brecha de género en materia de inteligencia artificial» significativa desde el punto de vista económico y estadístico. En promedio, el 50% de los hombres declara haber utilizado inteligencia artificial en los últimos 12 meses, en comparación con el 37% de las mujeres. Las características demográficas como los ingresos, la educación, la edad o la raza no explican esta brecha. Las diferencias en las actitudes entre los géneros respecto de la privacidad y la confianza en las contrapartes, así como las oportunidades y los riesgos percibidos de la inteligencia artificial para el empleo, explican parte de la brecha. El conocimiento de los encuestados sobre la inteligencia artificial surge como el factor más importante, explicando casi tres cuartas partes de la brecha de género en materia de inteligencia artificial.
Extracto
Se espera que la inteligencia artificial generativa (IAG) aumente la productividad, pero si se adopta de manera desigual en los distintos grupos demográficos, su proliferación corre el riesgo de exacerbar las disparidades en materia de salarios y oportunidades laborales, lo que generaría una mayor desigualdad. Para investigar el uso de la IAG y sus impulsores, nos basamos en una encuesta representativa de jefes de hogar estadounidenses de la Encuesta de Expectativas del Consumidor. Encontramos una «brecha de género» significativa en la IAG: mientras que el 50% de los hombres ya la utilizan, solo el 37% de las mujeres lo hacen. Las características demográficas explican solo una pequeña parte de esta brecha, mientras que el conocimiento autoevaluado de los encuestados sobre la IAG surge como el factor más importante, explicando tres cuartas partes de la brecha. Las diferencias de género en las preocupaciones por la privacidad y la confianza al utilizar herramientas de IAG, así como los riesgos y beneficios económicos percibidos, explican el resto. Concluimos analizando las implicaciones para las políticas destinadas a fomentar la adopción equitativa de la IAG.
Introducción
La inteligencia artificial generativa (IA gen) tiene el potencial de impulsar la actividad económica. La evidencia sugiere que hace que los trabajadores sean más productivos, especialmente en ocupaciones que requieren habilidades cognitivas, y estimula el crecimiento y la innovación de las empresas. Por lo tanto, la IA de la generación está a punto de tener profundos efectos en la producción agregada y los salarios.
Sin embargo, una preocupación clave es que el aumento de la adopción de la IA conduzca a una mayor desigualdad, especialmente si se adopta de manera desigual entre los grupos demográficos. Por ejemplo, trabajos anteriores han mostrado marcadas diferencias en el uso de la tecnología financiera (fintech) entre hombres y mujeres, lo que conduce a una «brecha de género en fintech». Si existen disparidades similares en el uso de la IA genérica, podría exacerbar las diferencias existentes en los salarios y las oportunidades laborales. Por lo tanto, para evaluar quién se beneficiará de la IA genérica y cómo dará forma a la desigualdad, es crucial comprender quién la usa y por qué (no).
Este artículo investiga las diferencias de género en el uso de la IA genérica y sus impulsores, sobre la base de una encuesta representativa de consumidores estadounidenses. Se basa en preguntas que se agregaron a la Encuesta de Expectativas del Consumidor (SCE) del Banco de la Reserva Federal de Nueva York, realizada en febrero de 2024.
Nuestro hallazgo clave es la presencia de una «brecha de género en la generación de IA» económica y estadísticamente significativa. Las mujeres son significativamente menos propensas que los hombres a utilizar la IA genérica. En promedio, el 50% de los hombres informan haber usado la IA genética durante los doce meses anteriores. El número respectivo de mujeres es del 37%. También existe una importante brecha de género entre los usuarios frecuentes de la IA gen, es decir, los que han utilizado la IA gen semanalmente durante los doce meses anteriores.
¿Qué explica la brecha de género en el uso de la tecnología gen AI? Encontramos que no está impulsado por características demográficas como los ingresos, la educación, la edad o la raza. En cambio, el conocimiento de los encuestados sobre la IA genética emerge como el impulsor más importante de la brecha, explicando casi tres cuartas partes. Este resultado se hace eco de los hallazgos de una brecha de género en el uso de la tecnología en general. El resto de la brecha se explica por las diferencias de género en las actitudes hacia la privacidad y la confianza en las contrapartes, lo que coincide con hallazgos anteriores de que las mujeres suelen estar más preocupadas por las consecuencias negativas de compartir datos, así como las oportunidades y riesgos percibidos de la IA genérica para el empleo.
Estos hallazgos sugieren que la IA genérica podría amplificar la brecha salarial de género. Para abordar este problema, se podrían establecer normas de privacidad, así como políticas que promuevan los conocimientos y las habilidades relacionados con la IA. Esto podría ayudar a garantizar la igualdad de oportunidades para que todos se beneficien de las capacidades de la IA genérica.
Datos, estrategia empírica y resultados
La Encuesta de Expectativas de los Consumidores. Investigamos el uso de la IA genérica con datos de la Encuesta de Expectativas de los Consumidores. La SCE es una encuesta mensual de alta calidad basada en Internet diseñada por el Banco de la Reserva Federal de Nueva York y realizada por la empresa privada Nielsen IQ. Lanzado en 2013, el SCE se ha utilizado ampliamente para ayudar a los investigadores y formuladores de políticas a comprender cómo se forman las expectativas y cómo afectan el comportamiento del consumidor.
La SCE utiliza un panel rotativo de 12 meses de aproximadamente 1,300 cabezas de familia representativas a nivel nacional de los Estados Unidos. Cada mes se seleccionan nuevos encuestados para que coincidan con los objetivos demográficos de la Encuesta sobre la Comunidad Estadounidense con respecto a la educación, los ingresos, la edad y la región. Permanecen en el panel hasta 12 meses antes de rotar. La encuesta recopila expectativas para una amplia gama de resultados económicos e incluye información demográfica detallada.
La encuesta de febrero de 2024 incluyó un módulo ad hoc sobre patrones en la adopción de la IA gen, que completaron 890 encuestados. Este módulo incluye preguntas detalladas sobre las oportunidades y los riesgos que los encuestados ven en la IA gen, sus preocupaciones con respecto a la confianza y la privacidad, así como su comprensión de la tecnología.2 Para evaluar el uso de la IA gen, hicimos la siguiente pregunta: «¿Con qué frecuencia ha utilizado herramientas de inteligencia artificial (como ChatGPT, Google Bard, DALL-E, ¿. . .) en los últimos 12 meses?» Los encuestados respondieron «Nunca», «Menos de una vez al mes», «Una vez al mes», «Una vez a la semana» y «Más de una vez a la semana».
Para comprender qué determina el uso de la IA gen, la encuesta pregunta a los usuarios sobre sus preocupaciones con respecto a la privacidad y la confianza al usar herramientas de IA gen. En una escala tipo Likert del 1 al 7, los encuestados podrían indicar sus preocupaciones sobre las violaciones de datos o el abuso de datos al utilizar herramientas de IA gen, cuánto confían en la IA gen en relación con los humanos en diferentes áreas (banca, políticas públicas, medicina, provisión de información y educación) y cuánto confían en diferentes contrapartes (instituciones financieras tradicionales, el gobierno, fintechs y big techs) para almacenar de forma segura sus datos personales al ofrecer herramientas de IA de generación. La encuesta también pregunta sobre los beneficios percibidos (mayor salario, mejores oportunidades laborales) y los riesgos (menor salario, pérdida de empleo) de la IA genérica en una escala de 0 a 100, así como sobre el conocimiento percibido de la IA genética (en una escala del 1 al 7).
Resumen estadístico. Identificamos varias diferencias significativas de género en nuestra muestra. La mitad de todos los hombres encuestados afirman haber utilizado la IA genérica en los últimos 12 meses, y el 19% lo ha hecho semanalmente. En el caso de las mujeres, las cifras respectivas son el 37% y el 12%. Los hombres también indican niveles significativamente más altos de confianza y niveles más bajos de preocupaciones sobre la privacidad que las mujeres. Ven mayores beneficios para sus oportunidades laborales y menores riesgos del uso de la IA gen. Por último, los hombres informan de un conocimiento significativamente mayor sobre la IA genética que las mujeres.
La composición demográfica de nuestra muestra se resume. La edad media de los encuestados es de 48 años. Alrededor del 82% de los encuestados son blancos, el 10.7% son negros, el 8.8% son hispanos y el 5.4% son asiáticos. En cuanto a otras características, el 59% de los encuestados tiene una licenciatura o superior, el 43% tiene ingresos superiores a $100,000 y el 63% trabaja a tiempo completo, con otro 11% trabajando a tiempo parcial. Por último, el 70% es propietario de su vivienda habitual.
Resultados.
Los resultados muestran que las mujeres son significativamente menos propensas a utilizar la IA genética que los hombres, en un 12,5%. Cuando añadimos el rico conjunto de controles demográficos en la columna (2), el coeficiente estimado sigue siendo estadísticamente significativo al nivel del 1%. La magnitud del efecto disminuye solo ligeramente hasta el 10,4%. Esto sugiere que las diferencias en los ingresos, la educación, la edad, la raza o el origen étnico explican solo una pequeña parte de la brecha de género observada.
La especificación de la columna (3) incluye variables que controlan las preocupaciones de privacidad y confianza de los encuestados cuando se utiliza la IA gen.3 El coeficiente de género disminuye en casi un 30% en magnitud y se vuelve significativo solo en el nivel del 10%. Cuando controlamos los beneficios y riesgos económicos en la columna (4), encontramos una disminución en el coeficiente de género en alrededor del 20%, en comparación con la columna (2). Estos resultados sugieren que una parte sustancial de la relación entre el uso de la IA genérica y el género se explica por las diferencias en las preocupaciones sobre la privacidad/confianza y los beneficios y riesgos percibidos de la IA genérica. Esto también se refleja en el aumento sustancial del R-cuadrado. Por último, la columna (5) controla el conocimiento autoevaluado de los encuestados sobre la IA genérica. La «brecha de género» ahora se vuelve económica y estadísticamente insignificante, lo que sugiere que las diferencias de género en el conocimiento sobre la tecnología son un factor clave de las diferencias en el uso. Por supuesto, el conocimiento y el uso van de la mano, lo que significa que nuestros hallazgos no son necesariamente causales, una advertencia que debe tenerse en cuenta.
Un inconveniente de agregar controles secuencialmente para explicar la brecha de género es que la secuenciación podría afectar los resultados. Para ello, realizamos un ejercicio de mediación, análisis y descomposición siguiendo a Gelbach para evaluar el impacto de cada factor. La descomposición proporciona una contabilidad que es invariable al orden en que se incluyen los controles individuales. La descomposición de la disminución general del coeficiente a medida que añadimos los controles de la columna (3) a la columna (5) a sus mediadores muestra que el conocimiento de la IA genérica representa alrededor del 74% de la disminución de la brecha de género, mientras que la privacidad/confianza y las oportunidades/riesgo representan el resto en partes aproximadamente iguales.
Extensiones y robustez.
El uso de la IA genética es significativamente menor para los encuestados de mayor edad, haciéndose eco de los hallazgos de que las personas mayores son menos propensas a usar la tecnología, pero mayor para aquellos con un título universitario o ingresos más altos. No encontramos diferencias significativas en el uso por raza o etnia. Nuestro análisis principal se centra en si alguien ha utilizado o no la IA gen. En el Apéndice, también mostramos que las mujeres son menos propensas a utilizar la IA genética semanalmente en comparación con los hombres (véase la Tabla A3). El conocimiento de la IA de la generación sigue siendo el factor más importante que explica la brecha.
Conclusión
Utilizando datos de encuestas representativas para consumidores de EE. UU., encontramos una brecha de género grande y estadísticamente significativa en el uso de la IA gen. Las preocupaciones sobre la privacidad, así como los beneficios y riesgos económicos percibidos, explican alrededor de una cuarta parte de la brecha. El conocimiento de los encuestados sobre la IA gen emerge como el factor explicativo más importante, explicando tres cuartas partes de la diferencia en el uso de la IA gen entre hombres y mujeres. Dado que nuestra encuesta no nos permite establecer el efecto casual de estos factores, es necesario realizar más investigaciones sobre el tema.
Estos hallazgos contienen importantes lecciones de política. En primer lugar, en la medida en que la IA genérica impulsará la productividad y los salarios, una mayor adopción de herramientas de IA por parte de los hombres podría exacerbar la brecha salarial de género. En segundo lugar, la regulación de la privacidad, al otorgar a las personas el control sobre sus datos y disipar las preocupaciones sobre su uso, podrían impulsar la adopción de la IA genética entre las mujeres y contribuir a reducir, o al menos evitar agravar, la brecha de género. En tercer lugar, puede ser necesario poner en marcha políticas para promover la enseñanza de conocimientos y habilidades relacionados con la IA, y ofrecer igualdad de oportunidades para que todos se beneficien de las capacidades de la IA generativa.