El dilema de las personas: cómo el capital humano impulsa o limita el logro de las estrategias nacionales de IA

En los primeros días de la pandemia COVID-19 (junio de 2020), LinkedIn publicó un informe que muestra que la demanda de habilidades de inteligencia artificial se había enfriado, pero para octubre de 2020, la demanda ya había llegado rugiendo de vuelta . Esto no es sorprendente: según el Informe ejecutivo 2020 RELX Emerging Tech , La adopción de la IA se disparó durante la pandemia y un asombroso 68% de las empresas aumentó su inversión en IA durante el año. Además, el 81% de las empresas informan ahora que utilizan tecnologías de inteligencia artificial, un aumento de 33 puntos porcentuales desde 2018.

Las empresas utilizan cada vez más tecnologías de inteligencia artificial en aplicaciones de misión crítica, lo que ha provocado una explosión en la necesidad de que los científicos de datos y los tecnólogos creen y respalden estas aplicaciones. No es sorprendente que el 39% de las empresas ahora mencionen la falta de experiencia en tecnología como principal escollo al uso y adopción de IA.

A pesar del valor del aprendizaje automático, gran parte del desarrollo de la inteligencia artificial todavía se basa en dos pilares: tecnologías y disponibilidad de capital humano. Nuestros informes anteriores para Brookings, Cómo los diferentes países ven la inteligencia artificial y Análisis de los planes de inteligencia artificial en 34 países, detallaron cómo los países se están acercando a los planes nacionales de IA y cómo interpretar esos planes. En nuestro artículo de seguimiento más reciente, Ganadores y perdedores en el cumplimiento de las aspiraciones nacionales de inteligencia artificial, discutimos cómo diferentes países estaban cumpliendo sus aspiraciones en dimensiones orientadas a la tecnología y orientadas a las personas. En este, nuestro primer análisis de seguimiento, nos sumergimos más profundamente en la dimensión de personas de nuestra tipología, prestando mucha atención a la brecha y el logro de habilidades.

Desarrollo de factores de capital humano

Seguimos la misma estrategia al examinar la dimensión de las personas en el cumplimiento del plan estratégico de IA que hicimos con nuestra publicación anterior. En este caso, teníamos tres elementos de datos que comprendían nuestra dimensión de personas: Penetración relativa de habilidades (la prevalencia de habilidades de IA para la ocupación promedio en el país), Índice de contratación de IA (el porcentaje de miembros de LinkedIn dentro de un país determinado que tenían habilidades de IA reflejadas en su perfil), y Graduados de STEM (el número de graduados con títulos STEM en cualquier país). Los dos primeros elementos de datos fueron de Inteligencia artificial del centro humano de Stanford trabajar mientras que la información de los graduados de STEM era del Banco Mundial .

En lugar de intentar interpretar tres elementos de datos de forma aislada, realizamos un análisis factorial para determinar si alguno de los tres elementos de datos estaba estrechamente relacionado. Los elementos estrechamente relacionados se combinaron matemáticamente en un solo factor compuesto que contiene ambos elementos de datos para ayudar en la interpretación de los datos.

Nuestro análisis factorial mostró Penetración relativa de habilidades y Índice de contratación de IA estaban estrechamente relacionados entre sí y formaban un solo factor compuesto. Nuestro otro elemento de datos, los graduados de STEM, no estaba relacionado matemáticamente con los otros elementos de datos, por lo que nuestra interpretación se basa en estos dos factores. El primer factor refleja el mercado laboral actual de la IA, ya que se basa en profesionales y ofertas de trabajo que existen actualmente.

El segundo factor se basa en Estudiantes STEM dentro de cada país, lo que refleja futuras incorporaciones al mercado laboral. A medida que estos estudiantes de STEM se gradúen, cambiarán el estado del mercado laboral. Utilizando los dos factores, podemos interpretar la dimensión de las personas dentro de dos sub-dimensiones distintas: mercado actual y mercado futuro.

La Figura 1 muestra dónde se ubica un grupo selecto de países a lo largo de estas subdimensiones.

Interpretamos y nombramos los cuadrantes de la siguiente manera. Los países que están en la esquina superior derecha los doblamos Líderes ; tienen un mercado actual sólido (factor 1) y una fuerte oferta entrante de estudiantes STEM calificados (factor 2). Países en el cuadrante inferior derecho que doblamos Preparado para el futuro y estos son países que tienen una oferta entrante de estudiantes STEM calificados, pero su mercado laboral actual es más débil. Los países del cuadrante superior izquierdo: los denominamos Presente preparado y son aquellos países que tienen un mercado laboral actual robusto, pero carecen de una fuerte oferta de talento entrante. Finalmente, el cuadrante inferior izquierdo, lo llamamos Desprevenido cuadrante y estos reflejan países que no tienen un mercado laboral actual sólido, ni tienen una fuerte oferta de talento entrante.

India, Alemania y Singapur

India (percentil 94 en el mercado actual y percentil 92 en el mercado futuro), Alemania (percentil 73 en el mercado actual y percentil 98 en el mercado futuro) y Singapur (percentil 82 en el mercado laboral actual y percentil 94 en el mercado futuro) están todos en una posición ideal. para satisfacer las demandas de capital humano del trabajo de IA. Los tres países tienen un mercado actual robusto de personas técnicamente capacitadas y están posicionados para generar aún más con su trayectoria educativa actual. No vemos problemas centrados en las personas que puedan obstaculizarlos.

China y Corea del Sur

Tanto China (percentil 48 en el mercado actual y percentil 96 en el mercado futuro) como Corea del Sur (percentil 50 en el mercado actual y percentil 86 en el mercado futuro) están en la misma posición. Si bien actualmente no tienen un mercado sólido para los tecnólogos de inteligencia artificial, están impulsando a un número impresionante de estudiantes universitarios a los campos STEM; con el tiempo, esto los trasladará al cuadrante de líderes. En el caso de estos países, la pregunta es qué tan rápido pueden convertir su nuevo grupo de graduados de STEM en el mercado laboral y cuántos, si es que alguno, de sus graduados se van a otros países.

EE. UU., Canadá, Australia y Suecia

Los cuatro países enfrentan un problema similar. Si bien actualmente tienen un mercado sólido para tecnólogos capacitados, están a punto de caer por un precipicio sin un fuerte grupo entrante de estudiantes capacitados en STEM. Si bien Canadá (percentil 80 en el mercado actual y percentil 38 en el mercado futuro) se encuentra en una posición ligeramente mejor que los otros tres países, los cuatro países deben esforzarse más para alentar a más residentes a ingresar a los campos STEM. Para los EE. UU. (Percentil 80 en el mercado actual y percentil 18 en el mercado futuro), es probable que este problema empeore: la mayoría de sus estudiantes STEM actuales son de otros países y es probable que regresen a sus países de origen al graduarse. Como tal, creemos que la posición de EE. UU. Puede ser artificialmente optimista, ya que nuestros datos no distinguen la ciudadanía de los estudiantes STEM actuales dentro del país.

la super luna 2016

Estados Unidos ocupa un lugar pobre

En la actualidad, India, Singapur y Alemania se encuentran en una posición sólida y también están desarrollando suficiente capital humano para lograr sus estrategias nacionales de IA. Todos nuestros análisis indican que sus mercados actuales son buenos y sus mercados futuros también son fuertes. China y Corea del Sur se están poniendo al día con India, Singapur y Alemania, ya que su mercado laboral actual es débil pero tienen una base muy sólida de talento entrante.

No hay forma de evitar las malas noticias para EE. UU., Canadá, Australia (percentil 62 en el mercado actual y percentil 20 en el mercado futuro) y Suecia (percentil 48 en el mercado actual y percentil 72 en el mercado futuro). Los cuatro países van a tener problemas con la falta de talento en IA a menos que mejoren de manera inmediata y drástica el número de graduados de STEM en sus colegios y universidades. Si bien sobreviven en función del número y el talento que existe actualmente, el futuro parece sombrío a menos que se tomen medidas enérgicas.

En nuestra próxima publicación, profundizaremos en la dimensión tecnológica del cumplimiento de los planes estratégicos nacionales de IA. Pero, sin lugar a dudas, estos hallazgos son un llamado de atención a los EE. UU. Para que realice cambios dramáticos en la educación STEM ahora o sea relegado pronto a un segundo nivel.