Hay que prestar atenci�n a las lecciones de la econom�a de la informaci�n.Como todos, intento comprender c�mo afectar� la inteligencia artificial (IA) a nuestras sociedades, especialmente a la econom�a.Parece que la mayor parte de lo que leo gira en torno a la capacidad de la tecnolog�a para realizar (mejor y m�s r�pido) tareas que actualmente hacen los humanos y, por lo tanto, aumentar la productividad. Veo menos sobre c�mo la IA podr�a cambiar la organizaci�n y el funcionamiento de los mercados. Pero la productividad tambi�n depende del funcionamiento del mercado, no s�lo de que las cosas se hagan mejor, m�s r�pido o m�s barato, sino de que las diferentes actividades se integren de manera eficiente. Por eso, reflexionemos sobre c�mo la IA podr�a afectar al funcionamiento del mercado.La IA es, ante todo, una tecnolog�a de la informaci�n: reduce el coste y la fricci�n de la adquisici�n, el procesamiento y la producci�n, a veces de forma muy notable. As� pues, deber�amos recurrir a la econom�a de la informaci�n para comprender sus efectos. Si la IA deriva en incrementos significativos de la productividad, es porque abarata la informaci�n. Pero la econom�a de la informaci�n es un campo peculiar, con resultados extra�os. Veamos algunos.El caso cl�sico de una idea sorprendente derivada de tomar en serio las imperfecciones de la informaci�n fue el "mercado de limones" de George Akerlof, donde "lim�n" se refiere a los coches usados defectuosos, no a la fruta amarilla. El modelo de Akerlof demostr� c�mo el conocimiento imperfecto puede impedir un intercambio mutuamente beneficioso. Si un vendedor de coches de segunda mano sabe si el coche que ofrece es de alta o baja calidad, pero el comprador lo desconoce, este �ltimo s�lo estar� dispuesto a pagar un precio muy rebajado (para compensar el riesgo de comprar un lim�n). Sin embargo, el propietario de un buen coche (un "melocot�n") considerar� ese precio demasiado bajo, y s�lo los propietarios de limones vender�n. Al comprender esto, los compradores ajustar�n a�n m�s a la baja su precio. El resultado: s�lo se venden limones, a un precio justo, pero el mercado de coches usados de alta calidad se desmorona.El mercado de limones de Akerlof demostr� el alto coste que puede tener que la informaci�n sea imperfecta. Pero tambi�n ilustra una situaci�n en la que la IA probablemente deber�a mejorar la eficiencia. Armados con su modelo de lenguaje preferido, tal vez los compradores podr�an inspeccionar su coche usado para determinar su estado real a su entera satisfacci�n y, por lo tanto, ofrecer un precio aceptable tanto para un melocot�n como para un lim�n. La falta de conocimiento ya no impedir�a intercambios mutuamente beneficiosos.Pero existen otros casos en la econom�a de la informaci�n donde la IA podr�a no mejorar las cosas sino, de hecho, empeorarlas. Tomemos, por ejemplo, una soluci�n cl�sica cuando la informaci�n asim�trica impide intercambios mutuamente beneficiosos: la se�alizaci�n. En resumen, cuando la incertidumbre hace que una de las partes de una transacci�n se muestre reacia a comerciar —por ejemplo, el comprador de un coche usado de Akerlof, o un empleador que no est� seguro de la calidad de un posible empleado—, la otra parte puede encontrar "se�ales" que la distingan de alternativas de menor calidad.En algunos casos, estas puede ser gratis (el vendedor de un "melocot�n" puede ofrecer una garant�a contra sorpresas desagradables posteriores a la venta); en otros, requerir�n invertir recursos (que los futuros trabajadores obtengan t�tulos universitarios para demostrar su val�a). La clave reside en que el coste de la se�al justifica el pago por la alternativa de alta calidad, pero no por la de baja calidad (el vendedor de un lim�n no ofrecer�a garant�a; a los menos competentes les resultar�a m�s dif�cil completar el curso).Sin embargo, las capacidades de generaci�n de informaci�n que aporta la IA podr�an alterar la disponibilidad de dichas se�ales. Tomemos como ejemplo la educaci�n. Es bien conocida la preocupaci�n por el uso que hacen los estudiantes universitarios de los grandes modelos de lenguaje (LLM), y la pregunta principal es, por supuesto, qu� efecto tiene esto en su aprendizaje. Pero tambi�n podr�amos preguntarnos qu� efecto tiene en la funci�n de se�alizaci�n de la educaci�n formal. Si los LLM, en la pr�ctica, igualan el rendimiento acad�mico de todos los estudiantes en la universidad, o, por ir m�s all�, si igualan sus posibilidades de acceder a universidades selectivas, entonces es dif�cil imaginar que los t�tulos universitarios conserven su eficacia como se�al de capacidad.�Eso har�a que la econom�a fuera m�s o menos eficiente? Si encarece la tarea de conectar a los trabajadores adecuados con los empleos id�neos, presumiblemente reduce la eficiencia de los mercados laborales y de la econom�a en general. Quiz�s parte de esto se compensar�a con que los j�venes no invirtieran a�os de su vida en una se�al en lugar de en habilidades reales, si se considera que los t�tulos universitarios sirven principalmente como una se�al de capacidad m�s que de aprendizaje. O podr�a ser que, en un mundo impulsado por la IA, encontremos mejores se�ales para compensar aquellas que ya no transmiten la informaci�n que sol�an transmitir. Pero, tomada de forma aislada, la destrucci�n de una se�al deber�a suponer una p�rdida de productividad.Esto guarda relaci�n con otro �mbito de inter�s para la econom�a de la informaci�n: el de la b�squeda costosa. En un proceso de emparejamiento —como en el mercado laboral o en las citas— se requiere tiempo y esfuerzo para evaluar la idoneidad de una posible pareja. Por lo tanto, quienes buscan trabajo, un empleado, una cita o una pareja tendr�n que decidir cu�nto tiempo y esfuerzo dedicar a evaluar a los "candidatos" y cu�ndo conformarse y dejar de buscar. Una importante conclusi�n de la teor�a de la b�squeda (campo galardonado con el Premio Nobel) es que la b�squeda llevada a cabo por una persona puede afectar a los costes y beneficios del proceso de b�squeda de otros. En particular, si otros buscan m�s, es posible que se tenga que hacer lo mismo para poder contar con un resultado igual de bueno que antes —una externalidad negativa, en la jerga—.Y ah� es donde entran en escena las solicitudes de empleo, los procesos de contrataci�n y los perfiles de citas asistidos por la IA. Un resultado probable es que usar IA tenga sentido racional para cada individuo, pero requiera un mayor esfuerzo por parte de todos los dem�s —ya sea para filtrar las solicitudes, descartar las irrelevantes o mantener opciones de no ser pasado por alto cuando otros saturan el mercado con solicitudes—. Y, por supuesto, el problema mencionado anteriormente de las se�ales menos valiosas —si todos pueden escribir una solicitud de empleo o un perfil de citas perfectos, por ejemplo— empeora la situaci�n.Podr�amos pensar en otros muchos ejemplos. Pero probablemente tengan en com�n que, si bien la IA abarata la informaci�n, "demasiada informaci�n" puede tener su propio coste de eficiencia. Existe un parecido familiar con el enfoque contempor�neo en la propaganda de "inundar el mercado"—importa menos convencer a alguien de algo que difundir tantas opiniones m�s o menos plausibles como para que la gente desista de buscar la verdad—.Quiz�s la IA tambi�n ayude a encontrar soluciones a estos problemas. Pero la lecci�n clave al evaluar lo que aportar� la IA es la siguiente: poder ejecutar tareas de forma m�s productiva no hace necesariamente m�s productivas en general las interacciones de mercado.� The Financial Times Limited [2026]. Todos los derechos reservados. FT y Financial Times son marcas registradas de Financial Times Limited. Queda prohibida la redistribuci�n, copia o modificaci�n. EXPANSI�N es el �nico responsable de esta traducci�n y Financial Times Limited no se hace responsable de la exactitud de la misma.