L’automatització del treball està creant una metamorfosi ocupacional, en la qual es transfereixen tasques fetes habitualment per humans a un conjunt de tecnologies. L’economia no se’n salva, i la intel·ligència artificial també hi guanya terreny. Però, els algoritmes de predicció econòmica són una alternativa real als economistes?

A conseqüència del procés de digitalització de les últimes dècades es generen quantitats ingents de dades que estan transformant els mètodes amb què analitzem els models estadístics. Emmagatzemar, registrar i analitzar aquest flux constant d’informació s’ha convertit en una tasca essencial pel funcionament de molts sectors de l’economia.

Una revolució tecnològica que ha obert noves possibilitats en la capacitat de predicció econòmica i financera. L’anàlisi d’aquestes grans bases de dades, el que es coneix com el ‘big data’, no seria possible sense la intel·ligència artificial (IA). Un terme bastant ampli que engloba tot un conjunt d’idees.

Tanmateix, en aquest àmbit hi trobem dos conceptes: el ‘machine learning’ (ML) i el ‘deep learning’ (DL), algoritmes matemàtics que permeten als ordinadors identificar patrons en les dades i fer prediccions imitant els humans. Dos avenços computacionals que formen la base de la predicció econòmica amb intel·ligència artificial. 

Una bola de cristall algorítmica

Els experts solen comparar la predicció algorítmica amb “una bola de cristall”. I, de fet, aquesta metàfora és la que trobem en el títol d’un estudi intern publicat pel Fons Monetari Internacional (FMI), amb el qual els autors de la investigació, Jin-Kyu Jung, Manasa Patnam i Anna Ter-Martirosyan, miren d’establir si els algoritmes de predicció macroeconòmica poden millorar els resultats pronosticats pels mateixos economistes de l’FMI.

L’estudi aplica tres algoritmes diferents d’aprenentatge automàtic a un problema comú de previsió econòmica, i els resultats són sorprenents. En els tres casos, la predicció amb algoritmes va superar àmpliament en exactitud als economistes del Fons Monetari Internacional.

En les observacions, els autors avisen que encara hi ha factors que requereixen més investigació. També alerta que, perquè aquestes prediccions siguin realment efectives, s’haurien d’incloure observacions en temps real. Així mateix, expliquen que hi ha una certa llibertat en la introducció dels paràmetres que usen els algoritmes, i que això pot ser clau per determinar la seva efectivitat.

Tanmateix, en la seva conclusió coincideixen en el fet que el potencial del ‘machine learning’ en vers l’anàlisi estadística de dades econòmiques és evident; i que, encara que aquestes prediccions fetes per algoritmes no poden substituir totalment la feina dels economistes, representen una valuosa referència addicional a l’hora de prendre decisions sobre predicció econòmica.

11Onze és la fintech comunitària de Catalunya. Obre un compte descarregant la super app El Canut per Android o iOS. Uneix-te a la revolució!