La difusión de la inteligencia artificial generativa: ¿desafiando a Rogers?

La conocidísima curva de difusión de la innovación de Everett Rogers, que llevo muchísimos años utilizando en mis cursos y que teoriza cómo, a medida que los sucesivos grupos de consumidores adoptan una nueva tecnología, su cuota de mercado termina por alcanzar el nivel de saturación en una secuencia que va pasando desde los primeros innovadores hasta los segmentos de la población generalmente más rezagados, parece estar experimentando algunas diferencias muy interesantes cuando la aplicamos a la difusión de la inteligencia artificial generativa desde la llegada de ChatGPT en noviembre de 2022.

En efecto, las tecnologías más disruptivas suelen propagarse siguiendo pautas relativamente constantes. Sin embargo, la difusión de la inteligencia artificial generativa podría estar reescribiendo las reglas del juego: si Everett Rogers formuló, en su libro «Diffusion of Innovations» publicado en 1962, un modelo de difusión basado en fases y perfiles socioeconómicos en el que los llamados «innovadores» y los «early adopters» eran, en teoría, identificados como los segmentos de población más educados y con mayor poder adquisitivo, la realidad que observamos hoy en el caso de la inteligencia artificial generativa podría estar siendo muy diferente.

El modelo de Rogers fue concebido en un contexto en el que la tecnología era costosa y el acceso a la información ers limitado, y postulaba que las innovaciones se difundían en etapas, iniciándose en círculos pequeños y privilegiados para terminar, posteriormente, llegando a la mayoría. Según esta visión, las comunidades más educadas y adineradas tendían a encabezar la adopción, dejando a los sectores menos favorecidos en la parte más tardía o rezagada del ciclo.

Sin embargo, recientes estudios como este pre-publicado recientemente, «The widespread adoption of large language model-assisted writing across society« y aquí explicado en Ars Technica, «Researchers surprised to find less-educated areas adopting AI writing tools faster«, y este análisis en Bloomberg, «The US cities whose workers are most exposed to AI«, que explica un estudio llevado a cabo por Brookings Institute, «The geography of generative AI’s workforce impacts will likely differ from those of previous technologies«, parecen demostrar que la adopción de herramientas de escritura asistida por inteligencia artificial y otras aplicaciones generativas podrían estar ocurriendo de forma radicalmente diferente. Sorprendentemente, todo indica que áreas con niveles educativos en media más bajos podrían estar adoptando estas tecnologías a un ritmo más acelerado. ¿A qué puede deberse un comportamiento así?

En primer lugar, habría que tener en cuenta que, a diferencia de innovaciones previas, las plataformas de inteligencia artificial generativa como ChatGPT, Perplexity, Gemini y otras se ofrecen online, muchas veces de forma gratuita o a precios razonablemente asequible, lo que podría contribuir a eliminar barreras tradicionales, haciendo que el potencial disruptivo llegue a un público más amplio sin necesidad de inversiones en infraestructura o conocimientos técnicos avanzados. Un acceso inmediato y a bajo coste es un dinamizador potencial de la adopción que podría estar generando unos parámetros diferentes.

En segundo, debemos considerar la utilidad práctica y la adaptabilidad de este tipo de herramientas: su capacidad resolver problemas cotidianos, desde la redacción de textos hasta la automatización de tareas rutinarias, hace que su adopción sea prácticamente «instintiva». No se trata tanto de experimentar con una novedad tecnológica, sino de aprovechar una herramienta que mejora la eficiencia diaria a la hora de, por ejemplo, redactar un documento oficial, una queja o una demanda de empleo.

Además, es importante plantear el posible impacto de la difusión viral y las comunidades online, que afectan a la rapidez con la que la información se comparte a través de redes sociales y foros digitales. En el caso de la inteligencia artificial generativa, la viralidad de su difusión inicial fue brutal, hasta el punto de convertirla en la tecnología de más rápida difusión de la historia. Esto posibilita una adopción «viral» que trasciende fácilmente los patrones tradicionales vía la recomendación entre pares y la demostración inmediata de resultados positivos, que estaría impulsando la adopción en entornos que históricamente tendían a quedarse al margen en las fases iniciales.

El impacto de la IA generativa no se limita, además, al ámbito tecnológico. El estudio de Brookings señala que la automatización de tareas y la transformación del mercado laboral afectan de manera diferente a distintas ciudades y regiones, contrastando con los efectos observados en olas tecnológicas anteriores. En ciudades donde la automatización se implementa de forma agresiva, la reorganización del trabajo podría acelerar cambios socioeconómicos profundos, afectando tanto a sectores tradicionalmente protegidos como a aquellos que han sido históricamente vulnerables. Esa «nueva geografía» del impacto laboral refuerza la idea de que la difusión de la inteligencia artificial generativa no está siguiendo los patrones secuenciales que proponía Rogers, sino que se trata más bien de una revolución simultánea y descentralizada, que desafía la noción de que primero adoptan los «más capacitados» y posteriormente se extiende a otros sectores.

La adopción de la inteligencia artificial generativa evidencia claramente que vivimos en una era en la que la democratización tecnológica y la inmediatez de la comunicación online pueden estar derribando barreras tradicionales derivadas de la educación y del poder adquisitivo. Rogers, con su modelo, nos ofreció una valiosa perspectiva sobre el comportamiento de la adopción de innovaciones en un pasado anterior a la difusión de internet, pero el caso de la inteligencia artificial generativa parece demostrar que el contexto digital actual exige nuevas teorías y marcos de análisis.

Más que considerarse un fallo del modelo de Rogers, esta transformación puede verse como un recordatorio de que la tecnología evoluciona a un ritmo que desafía la mayoría de los supuestos clásicos. La pregunta que debemos hacernos es: ¿estamos preparados para gestionar estos cambios y sus implicaciones en la sociedad y el mercado laboral? En este nuevo panorama, la capacidad de adaptación y la agilidad para repensar modelos teóricos van a ser cruciales. La revolución de la inteligencia artificial generativa ya está en marcha, y nos va a obligar a replantear viejos paradigmas para ser capaces de entender el futuro de la innovación y el trabajo.