Las tecnologías emergentes y su impacto transversal en la economía – El “boom” de la inteligencia artificial

1. Las tecnologías
emergentes y su impacto:
El “boom” de la
inteligencia artificial
18 Taller Internacional de Regulación - CRC
Cartagena de Indias, Colombia
4 Septiembre 2023
Luis Aranda
Economista
OECD.AI

2. Data
Estructura
1. Introducción: Los Principios IA de la OCDE
2. Monitoreo, medición y análisis: OECD.AI
3. ¿Porqué regular? El monitor de incidentes de IA
4. Marcos regulatorios flexibles: Areneros, CER
5. Herramientas útiles: Catálogo de herramientas

3. 1. Introducción
Los Principios de IA de la OCDE

4. The OECD AI Principles
5 principles
for national policies, for AI
ecosystems to benefit societies
AI research & development
Data, compute, technologies
Policy & regulatory environment
Jobs & skills, labour transitions
International cooperation
& measurement
5 values-based
principles for trustworthy,
human-centric AI
Benefit People & Planet
Human rights, values & fairness
Transparent & explainable
Robust, secure & safe
Accountable

5. 5
Governments that have committed to the
OECD.AI Principles

6. 6
OECD.AI Policy Observatory
A platform to share & shape public policies for
responsible, trustworthy & beneficial AI
Experts
&blog
From Principles to practice…
OECD Working Party on AI Governance
OECD.AI Network of Experts
AI risk & accountability
AI incidents
AI compute & climate
AI futures
AI index

7. 2. Monitoreo, medición y análisis: OECD.AI

11. oecd.ai/data

12. Live data
Topic Source(s)
AI news Event Registry
AI research OpenAlex | Elsevier (Scopus)
AI jobs & skills LinkedIn | Adzuna
Investments in AI Preqin
AI software development GitHub
AI education Studyportals
AI search trends Google Trends
AI demographics StackOverflow Survey
AI knowledge flows StackOverflow
AI models & datasets Hugging Face
Public AI sentiment Twitter
Public procurement for AI Spend Network

13. AI courses taught in English have increased by 50% in 4 years
AI courses over time as % of IT courses (all countries)
Source: OECD.AI, with data from Studyportals
AI education

14. Demand for ‘machine learning’ skills in online job postings
has increased by 130% since 2018
Source: OECD.AI, with data from Adzuna. Countries included: Australia, Austria, Brazil, Canada, France, Germany, India, Italy, the Netherlands,
New Zealand, Poland, Russia, Singapore, South Africa, United Kingdom, United States
AI skills

15. The number of tweets globally on
generative AI grew 8X from Dec
2022 to June 2023
Source: OECD.AI, using data from Twitter.
Generative AI has rapidly entered public discourse
Launch of
ChatGPT

16. 3/4 available datasets in Hugging Face are in English (out of >11K
datasets)
Open-source datasets by language
Open-source AI models and datasets
Source: OECD.AI, with data from Hugging Face

17. AI publications in academic journals has been increasing steeply
since 2017
Evolution of AI research publications
Source: OECD.AI, with data from Elsevier (Scopus)
AI research
“Attention is
all you need”

18. Despite an increase in overall number of AI publications with at
least one female author, the gender gap continues to grow
Evolution of AI publications by gender
Source: OECD.AI, with data from Elsevier (Scopus)
AI research
AI publications with at least 1 male author
AI publications with at least 1 female author

19. In 2022, 11% of all AI publications were written exclusively by
women (vs. 55% by men)
Evolution of publications exclusively written by female authors
India
Canada
All countries
France
Italy
United States
Germany
Source: OECD.AI, with data from Elsevier (Scopus)
AI research

20. In 2022, women in AI were better educated than men (62% of them had an
advanced degree vs 57% men). But men had higher wages (32% of men
declared earning >USD$100/yr vs 22% of women)
AI demographics
Source: OECD.AI, with slef-declared data from Stack Overflow survey
Men (94% of answers) Women (5% of answers)
32% 22%

21. AI repositories in GitHub have increased significantly since 2016
AI software development
Source: OECD.AI, with data from Stack Overflow
AI software development
COVID-19

22. In 2019, India surpassed the US in contributions made to public AI
repositories in GitHub
AI software development by country
Source: OECD.AI, with data from Stack Overflow
AI software development

23. In 2020, India surpassed the US in questions asked on Stack
Overflow per year, showing an increased interest in AI upskilling
Evolution of AI questions and answers by country
Source: OECD.AI, with data from Stack Overflow
AI knowledge flows

24. Outflows of AI knowledge from the US mainly go to India, Germany
and the UK
International AI knowledge flows by country
Source: OECD.AI, with data from Stack Overflow
AI knowledge flows

25. 3. ¿Porqué regular?
El monitor de incidentes de IA

26. AI incidents from news articles identified by the AI Incidents Monitor (AIM)
climb rapidly in 2023
¿Porqué regular?
La IA representa grandes oportunidades, pero también riesgos reales a las
personas, organizaciones y sociedades.

30. AI Incidents Monitor (AIM)
• Monitoreo global de incidentes y peligros relacionados con la IA
• Identificación automática de incidentes de IA a partir de artículos de prensa
• En una siguiente fase, permitir el registro abierto de incidentes
Objetivos:
• Informar la política y la regulación (por ejemplo, para definir cuáles
sistemas de IA son de alto riesgo)
• Ayudar a desarrollar un registro común de incidentes de IA (basado
en un marco que garantice interoperabilidad internacional)

31. 4. Marcos regulatorios flexibles:
El caso de los areneros y la Conducta
Empresarial Responsable (CER)

32. Areneros regulatorios
• Reciente informe de la OCDE "Regulatory
Sandboxes in AI"
• Adecuados para ámbitos con ciclos de innovación
rápidos (ej. IA y tecnología financiera)
• ¿Qué ocurre en un arenero regulatorio?
➢Las autoridades invitan empresas a probar
productos y servicios innovadores que desafían
los marcos jurídicos vigentes
➢Las empresas participantes obtienen una
exención de determinadas disposiciones legales o
procesos de cumplimiento para poder innovar

33. Areneros regulatorios
• Algunas características comunes de los “areneros”:
• son temporales, el proceso de prueba suele
limitarse a seis meses;
• juntan a reguladores y empresas;
• eximen de disposiciones legales vigentes y ofrecen
apoyos jurídicos;
• a menudo se usa el método de ensayo y error;
• la información y resultados ayudan a evaluar si los
marcos jurídicos vigentes son adecuados o si es
necesario adaptarlos

34. Ejemplos de areneros regulatorios
Un centenar de “areneros” en el mundo (incluidos los de
privacidad y tecnología financiera). Algunos ejemplos:
First fintech
sandbox
UK Financial Conduct
Authority
FinTech Regulatory
Sandbox: testing of AI
products and services
Monetary Authority of
Singapore
Data Protection Sandbox:
impact of AI products and
services on privacy
frameworks
UK Information Commissioner’s
Office
Regulatory
sandbox on AI
products and
services
EC EU AI Act
proposal
2015
2016
2019
2021

35. Aprendizajes de areneros fintech
Beneficios
Facilitan financiación de empresas y
su entrada en el mercado
Aumentan la velocidad de
comercialización
Aportan información a las políticas
públicas y la regulación
Facilitan una regulación dinámica y
basada en evidencia
Retos
Falta de armonización de criterios de
elegibilidad y procesos de prueba
Requieren de diseño cuidadoso y
pruebas exhaustivas
Son de escala limitada (hasta hoy)
Falta compatibilidad internacional

36. Reto Recomendación
Los productos y servicios de IA son complejos y
afectan sectores diversos, por lo que deben
intervenir varias autoridades reguladoras
Reforzar la cooperación multidisciplinaria
y entre las partes interesadas
Reguladores necesitan adquirir conocimientos
técnicos sobre IA para tomar decisiones eficientes
y desarrollar marcos de pruebas
Entrenamiento y creación de
conocimientos IA en organismos
reguladores
Fuertes vínculos entre la regulación de la IA, los
estándares y los areneros, especialmente para la
regulación de la IA basada en el manejo de riesgo
Los areneros deben evaluarse en
combinación con otros marcos
reguladores y no de forma aislada
Retos específicos y recomendaciones para
los areneros de IA (1/2)

37. Retos específicos y recomendaciones para
los areneros de IA (2/2)
Reto Recomendación
Impacto potencial en los consumidores, los
derechos fundamentales, la innovación y la
competencia
Evaluar el impacto sobre la innovación y la
competencia desde la fase de diseño
Cooperación internacional limitada en materia
de mecanismos de experimentación
reguladora, incluidos los areneros
Posible papel de la política comercial para la
interoperabilidad reguladora internacional:
acuerdos de equivalencia
Fragmentación normativa entre países y falta
de marcos de experimentación interoperables
Criterios exhaustivos de elegibilidad para
areneros

38. Propuesta: Promover interoperabilidad de marcos y
regulaciones, generar certidumbre para empresas
Posible fragmentación normativa
•Situación: Surgimiento de regulaciones, estándares,
marcos normativos y de gestión de riesgos en diferentes
países y regiones
Riesgos de la IA materializándose, hay que acotarlos
Complejidades legales, costos de implementación elevados

39. •Bien establecidas internacionalmente (50 países)
•Se aplican en numerosos ámbitos (e.g. minerales, finanza, etc.), con
foco en la ‘debida diligencia’ para el respeto de derechos humanos
•Abarcan empresas de cualquier tamaño que operen internacionalmente
•Cuentan con mecanismo de resolución de conflictos por mediación
Adaptar las líneas guía de ‘Conducta Empresarial
Responsable’ a la IA
Acuerdos alcanzados en el 42%
de los casos desde 2011

40. 5. Herramientas útiles:
Catálogo de herramientas y métricas
para la IA responsable

46. Data
Conclusión
1. Introducción: Los Principios IA de la OCDE
2. Monitoreo, medición y análisis: OECD.AI
3. ¿Porqué regular? El monitor de incidentes de IA
4. Marcos regulatorios flexibles: Areneros, CER
5. Herramientas útiles: Catálogo de herramientas

47. FOLLOW US:
@OECD-AI