Acemoglu pide dejar la IAG y construir IA que potencie a las personas

La advertencia que firmaron 16 Premios Nobel y el路线 que propone Acemoglu para la IA

El 13 de julio de 2026, el Stanford Digital Economy Lab publicó "We Must Act Now: A Statement on AI's Transformation of the Economy", una declaración de 88 palabras firmada por más de 200 economistas e investigadores, entre ellos 16 Premios Nobel — entre ellos Daron Acemoglu, Joseph Stiglitz, Paul Krugman, Michael Spence y Ben Bernanke — y figuras de Google, Anthropic y OpenAI como Jeff Dean, Jack Clark y Wojciech Zaremba, según el comunicado de Stanford. La carta advierte que la IA podría transformar la economía a una escala mayor que la Revolución Industrial, pero en un plazo muchísimo más corto.

El MIT Institute Professor Daron Acemoglu recogió ese consenso en un artículo publicado el 24 de agosto de 2026 en Sin Permiso, donde pidió dejar de perseguir la inteligencia artificial general (IAG) y redirigir el desarrollo hacia herramientas que complementen a las personas, no que las sustituyan. Acemoglu es uno de los organizadores firmantes y uno de los economistas que más ha estudiado el impacto real de la automatización en el empleo.

La columna vuelve urgente una pregunta que los founders hispanohablantes deberían estar haciéndose ya: ¿qué tipo de IA estás construyendo tú: una que reemplaza o una que potencia?

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Qué está realmente en juego, según Acemoglu

Acemoglu define la IAG como un sistema capaz de igualar o superar las capacidades humanas en la mayoría de las tareas de mayor valor económico. En ese escenario, la automatización no se limitaría a sectores rutinarios: alcanzaría profesiones altamente cualificadas, con un desplazamiento laboral sin precedente histórico.

El respaldo empírico que cita el artículo, basado en sus propios trabajos con Pascual Restrepo, es contundente:

Desde 1980, la automatización ha sido un factor clave en el aumento de la desigualdad en EE. UU., al reducir la demanda de trabajadores en tareas rutinarias (Acemoglu y Restrepo, Econometrica 90, 1973–2016, 2022).
La adopción de robots industriales en manufactura aumentó la productividad, pero las comunidades más expuestas a esa automatización sufrieron caídas en empleo y salarios (Acemoglu y Restrepo, Journal of Political Economy 128, 2188–2244, 2020).

La tesis central: la tecnología no tiene un propósito social predeterminado. La IA puede ir por dos caminos muy distintos, y la dirección actual — obsesionada con la automatización total — responde tanto a incentivos económicos como a una ideología instalada en parte del sector.

Los tres sesgos estructurales que empujan hacia la automatización

Acemoglu identifica tres puntos de intervención pública que cualquier founder o policymaker debe entender:

Sesgo fiscal pro-capital. El sistema tributario de muchos países subvenciona el capital y grava el trabajo. En EE. UU., cuando una máquina y un trabajador cuestan lo mismo, la automatización recibe una ventaja fiscal del 20-25 %, lo que distorsiona la decisión incluso cuando la opción técnica podría ser complementaria.
Ausencia de agencia pública especializada en IA. A diferencia de la salud, donde los Institutos Nacionales de Salud (NIH) financian investigación y marcan estándares, la IA carece de una agencia federal comparable. Acemoglu propone crear una con mandato similar — incluyendo financiación de líneas de investigación socialmente beneficiosas, como las que favorecen a los trabajadores.
Mercado de datos sin reglas claras. Los datos son "el alma de la economía de la IA", pero las normas sobre propiedad y uso siguen poco desarrolladas. Esto concentra el valor en pocas empresas tecnológicas y desincentiva construir sistemas que complementen experiencia humana.

Ninguno de los tres instrumentos es ciencia ficción regulatoria: los tres ya existen en versiones parciales y solo requieren escalarse.

Lo que ya está pasando en el mercado laboral

La declaración de Stanford llegó en un momento de evidencia empírica creciente. Según el análisis de explainx.ai sobre el documento, el 40 % de los 97.000 recortes de empleo en EE. UU. de mayo de 2026 fueron atribuidos explícitamente a la IA, una cifra récord desde que se mide este fenómeno. La carta no cita esos datos, pero su contexto temporal es explícito: la economía ya está absorbiendo el golpe.

Ese dato, proveniente de Challenger Gray & Christmas según el reporte secundario, confirma lo que Acemoglu lleva años sosteniendo: el efecto distributivo de la automatización ya es medible, no especulativo.

Por qué los fundadores de IA están firmando desde adentro

Un detalle que muchos pasan por alto: la carta no es solo una queja externa. Entre los firmantes hay investigadores y economistas que ya trabajan en los grandes laboratorios:

Anton Korinek, profesor de la Universidad de Virginia, actualmente on leave en Anthropic, es uno de los cuatro organizadores.
Jack Clark, cofundador de Anthropic, y otros ocho economistas de la compañía firmaron.
En OpenAI aparecen Wojciech Zaremba (OpenAI Foundation), Noam Brown, Sarah Friar y Dean Ball.
Jeff Dean firmó por Google.

Es decir, competidores firmaron juntos en algo que no es un paro de entrenamiento ni una propuesta de auditoría, sino una demanda de preparar las instituciones económicas para una transición más rápida que cualquier revolución industrial previa. Korinek lo sintetizó en la carta: "el vapor, la electricidad y las computadoras dieron décadas a las sociedades; la IA puede darnos solo unos pocos años".

¿Qué significa esto para tu startup?

Si estás construyendo producto con IA, esta conversación ya no es solo de think tanks: define qué tipo de regulación viene, qué clientes aceptan tu solución y cómo retener talento. Lo que firmas hoy moldea el mercado en 24 meses.

Diseña desde la complementariedad, no desde la sustitución. Productos que aumentan la productividad de un profesional sin eliminar su rol son los que mejor esquivan la nueva oleada regulatoria y los que más fácilmente venden a empresas medianas, donde el reemplazo total es políticamente caro. Pregúntate en cada feature: ¿le quito trabajo a una persona o le devuelvo capacidad? Pista de validación: si tu cliente te contrata "para no contratar a nadie", tu tesis de producto está expuesta al viento de Acemoglu.
Modela el coste fiscal en tu pricing. Si vendes B2B en EE. UU. o UE, integra el dato de Acemoglu (la automatización tiene ventaja fiscal del 20-25 % frente al trabajo humano). Eso significa que vender "ahorro de headcount" es estructuralmente más fácil que vender "aumento de capacidad". Tu go-to-market debería incorporar ese sesgo, no ignorarlo: o lo explotas éticamente en una ventana corta, o construyes el otro lado del mercado antes de que se cierre.
Prepárate para clientes que ya están midiendo displacement. El dato de mayo 2026 (40 % de los recortes en EE. UU. atribuidos a IA) no va a bajar. Compras, RR. HH. y comités de ESG van a pedirte métricas de augmentación vs sustitución como parte del proceso de procurement. Tener dashboard de "horas aumentadas, no horas eliminadas" será diferenciador en 2027.

La IA que Acemoglu quiere que construyas

Acemoglu lo dice sin rodeos: en lugar de apresurarnos a sustituir personas, debemos desarrollar herramientas que potencien la experiencia humana y amplíen las oportunidades. El ejemplo que pone es la educación: una IA que detecta en qué falla cada alumno y permite al docente dar apoyo personalizado a gran escala es una IA favorable al trabajador; una IA que da clases en vídeo sin docente, no lo es.

El founder que internalice esa distinción tendrá tres ventajas competitivas en 24 meses: regulación más suave, ventas más fáciles a compradores institucionales y mejor retención de los propios empleados — que, irónicamente, también son consumidores de la narrativa cultural sobre qué hace tu empresa con la IA.