laborda

Sociólogo & Data Engineer. Trabajando con datos.

[laborda @laborda]

Interesante análisis sobre el impacto de la IA en el mercado laboral. Su irrupción puede abaratar y eliminar algunos puestos de trabajo, pero también impulsar el crecimiento de otros. En economía, no todos los drivers son costes y eficiencia

[Alex Imas @alexolegimas]

New essay on the economics of structural change and the post-commodity future of work.

1. Almost any question about the impact of advanced AI on the economy needs to start at the same place: what is still scarce? Answer that, and the analysis becomes pretty straightforward. This essay explores what becomes scarce if AI really can replicate most of what humans do in production, and what this mean for the future of jobs.

2. My conjecture, working through the economics: labor reallocates across sectors, and the sector it reallocates to has properties that keep labor a meaningful share of the economy. Ultimately this is about the structure of demand itself. For this, we have to go back to Girard, Augustine and Rousseau: once people's base needs are met, their preferences shift to comparative motives (e.g., status, exclusivity, social desirability). This motive is inherently non-satiated.

4. The key paper is Comin, Lashkari, and Mestieri (Econometrica 2021). As people get richer, they don't buy proportionally more of everything. They shift spending toward sectors with higher income elasticity. They estimate income effects account for 75%+ of observed structural change.

5. The ironic consequence: the sector that gets automated becomes a smaller share of the economy, not a larger one. Agriculture got massively more productive and its share of employment collapsed. Manufacturing too. The "stagnant" sectors absorb the spending and the jobs.

6. So the question is: which sectors have high income elasticity in a post-AGI world? I argue it's what I call the relational sector. Categories where the human isn't just an input into production, it is part of the value.

7. Why does the relational sector have high income elasticity? Because human desire has a mimetic, relational dimension. We don't just want things for their intrinsic properties. We want what others want, and we want it more when others can't have it. Girard, Rousseau, Augustine, and Hobbes all saw this.

8. In work with Kristóf Madarász, we showed this experimentally: WTP roughly doubles when a random subset of others is excluded from the good. And in new work with Graelin Mandel, AI involvement kills the premium. Human-made art gains 44% from exclusivity; AI-made art only 21%.

9. This all comes together for the core argument. The sector that absorbs spending as AI makes commodity production cheap is one where human provenance is part of the value, and demand for it grows faster than income. Exactly the profile that keeps labor meaningful.

10. To be clear about the claim: I'm NOT saying aggregate labor share must rise. It may fall. The claim is about sectoral composition, i.e., where expenditure and employment go once commodities get cheap, and the fact that the sector that will absorb reallocated labor maps to a substantial component of human preferences and desire.

11. If you're interested in the formal model, a linked companion technical note works out all the economics.

Read the essay here: https://t.co/NcjVgn2o8g

[laborda @laborda]

@nohorbee Óptico desde el smart tv a la barra. Luego desde la barra al sub va inalámbrico

[Norberto (Norbi) Herz ⭐⭐⭐ @nohorbee]

Hola! En https://t.co/vjTiscXRzB estamos buscando Product Owner/Product Manager. Si conocen gente grossa haciendo eso, que le guste el ownership de una startup (pero sin la locura de una startup), que le encante el mundo de data science,y que la rompa en producto: Arroben aqui.

[Norberto (Norbi) Herz ⭐⭐⭐ @nohorbee]

Hace unos años, desde acá, arrancábamos a armar una Fintech.

Ahora, gestando alguna que otra cosita y buscando algún/a Dev que quiera sumarse a una start-up, boostrapeada, creando una plataforma de Data Science as a Service (ponele).

Si estás interesado/a escribime!

[laborda @laborda]

@cheloguerra @BAGobAbierto @BAecobici Gracias! Usé una librería que se llama d3 https://t.co/fqivP5u9Qg

[laborda @laborda]

Usando la API de @BAGobAbierto es posible ver cómo se distribuye el stock de bicis en las estaciones de @BAecobici a lo largo de un día.

Stock promedio por hora a lo largo de 24hs. A mayor tamaño del círculo, mayor cantidad de bicis.
#DataViz #D3js #Ecobici

[Shan He @heshan_cheri]

After promising it's coming out in no time for about 2 months. I just published Introducing https://t.co/SqbQgo2asx for Jupyter https://t.co/30mbmJFAeu. Still in beta, give it a try #keplergl @uberEng

[laborda @laborda]

Voronoi de distribución de farmacias en CABA

[laborda @laborda]

https://t.co/XXAqX0mhxC

[laborda @laborda]

Mientras algunos duermen la siesta nosotros dibujamos....

[Manuel Heredia @aergenium]

Basado en hecho reales (vía @tomfishburne )

[laborda @laborda]

Bien por Databricks. Koalas: Pandas sobre Apache Spark https://t.co/YJL0jPY7rD

[Ruslan Dautov @dautovri]

Pandas style on a big scale. Keynote from @rxin #apachespark #databricks

[laborda @laborda]

Estos días estuve probando Yolo, una red neuronal para detección de objetos en imágenes que performa muy bien. El resultado es un pequeño portal para mostrar sus resultados: https://t.co/yVPKoCGbiw

[laborda @laborda]

@alejandrocsome Muy bueno! Si te interesa, te comparto otra visualización sobre la misma temática: https://t.co/mr7brpM0qO

[MapPorn @MapPornTweet]

Antipodes both on land https://t.co/bYRAO6TKc1 #MapPorn

[laborda @laborda]

Una primera aproximación a la integración de Keras con Flask.
Que Ves: Deeplearning Rest Api para la detección de objetos en imágenes: https://t.co/WWVeO3GN6l #DeepLearning #keras

[laborda @laborda]

Hace poco estuve trabajando en una visualización que refleje la imagen positiva y negativa de algunos referentes políticos argentinos. La misma utiliza datos elaborados por @CircuitosConsul . El resultado puede verse aquí: https://t.co/0Czq5J8rnE #D3 #dataviz

[Circuitos Consultora @CircuitosConsul]

Incorporamos este mes como dato estas Georeferencias del comportamiento de imagen positiva y negativa de los principales actores políticos que competirán en las elecciones, a partir de nuestros nros. en pcia. de Bs. As.
Empezamos c/presidente @mauriciomacri Gracias a @laborda

[laborda @laborda]

Georreferenciando la imagen de los diferentes candidatos presidenciables de cara a las #Elecciones2019 en GBA #dataviz #D3