MODELOS ECONOMÉTRICOS CON HERRAMIENTAS DE

INTELIGENCIA ARTIFICIAL/APRENDIZAJE AUTOMÁTICO

Los modelos que incorporan herramientas de inteligencia artificial/aprendizaje automático

priorizan la predicción por encima de la explicación, puesto que están mucho mejor equipados
para abordar este tipo de tareas. En su mayor parte, las predicciones elaboradas a partir de
modelos econométricos tradicionales no suelen ser demasiado buenas.

Los modelos que combinan métodos AI/ML son máquinas de predecir. Como Mullainathan et al.
(2017) resumen, el éxito de las herramientas de inteligencia artificial/aprendizaje automático es
que permiten “descubrir estructuras complejas que no se han especificado de antemano”.

En primer lugar, los modelos AI/ML generalmente no tienen problemas para manejar relaciones
complejas, no lineales entre grandes (enormes) volúmenes de variables predictoras. Ello se debe a
que estos modelos permiten gestionar mucho mejor la compensación entre sesgo y varianza,
gracias a los llamados procedimientos de validación cruzada

La validación cruzada, que es el proceso de buscar mejores predictores dividiendo el conjunto de

datos en múltiples subgrupos (‘pliegues’) y entrenando el modelo en algunos de estos subgrupos
(‘pliegue de entrenamiento’) antes de evaluarlo en otros (‘pliegue de prueba’). Así pues, si
tuviéramos datos de crecimiento del PIB durante 20 años, podríamos dividir ese período en
diferentes pliegues (diferentes combinaciones de años) y aplicar el modelo (o varios modelos) y
luego probar el modelo sobre los períodos de tiempo que no han sido incluidos en la prueba. Esto
contrasta con gran parte de la econometría, donde los modelos se ejecutan sobre toda la serie de
datos. El enfoque tradicional ofrece algunas ventajas para probar teorías causales, pero no es tan
útil para efectuar predicciones, ya que tiende a “sobre ajustarse” al modelo..

Introducción a la inteligencia artificial y economía | OpenMind (bbvaopenmind.com)

1. ANÁLISIS DE RECURSOS HUMANOS (PEOPLE

ANALYTICS): GESTIÓN DEL CAPITAL HUMANO Y
SUPERVISIÓN DEL RENDIMIENTO

La IA es actualmente el ámbito más novedoso y prometedor para la gestión de los entornos

laborales y de los trabajadores. El 40% de los departamentos de Recursos Humanos de las
empresas grandes y pequeñas utilizan aplicaciones mejoradas mediante IA. La mayoría de estas
compañías son estadounidenses, pero algunas organizaciones europeas y asiáticas también se han
subido al tren. Un estudio de PricewaterhouseCoopers revela que cada vez son más las empresas
globales conscientes del valor de la IA en la gestión de la fuerza laboral (PwC, 2018). Afirma,
además, que el 32% de los departamentos de personal de las compañías tecnológicas y de otra
índole está rediseñando sus organizaciones con ayuda de la IA para optimizar «la adaptabilidad y
el aprendizaje con miras a integrar mejor las conclusiones extraídas de la información que aportan
los empleados y de la tecnología» (Kar, 2018). Un informe reciente de IBM (IBM, 2018) muestra
que la mitad de los directores de Recursos Humanos encuestados prevén y reconocen el potencial
de la tecnología en operaciones relacionadas con la gestión de personal, así como su utilidad para
localizar y desarrollar el talento. Un estudio de Deloitte concluye que el 71% de las compañías
internacionales consideran que el análisis de recursos humanos es una de las prioridades de sus
organizaciones (Collins et al., 2017)

Chatbots
El chatbot es otra herramienta mejorada con IA capaz de resolver un elevado porcentaje de
consultas básicas propias de los servicios de atención al cliente; así los humanos que trabajan en
este tipo de servicios telefónicos pueden dedicarse a dar respuesta a preguntas más complejas.
Los chatbots trabajan en colaboración con las personas no solo físicamente; también se
implementan en el soporte de los sistemas para atender consultas telefónicas de los clientes.

Inteligencia artificial en el entorno laboral. Desafíos para los trabajadores | OpenMind

(bbvaopenmind.com)