Economía del trabajo: La IA puede generar un auge de empleos horribles

Lynn Parramore

28 DE AGOSTO DE 2023 

Perder empleos no es lo único que preocupa a los trabajadores. La IA puede empeorar muchos trabajos.

Existe una alta probabilidad de que los avances en inteligencia artificial (IA) ya estén afectando su trabajo. ChatGPT ha atraído a 100 millones de usuarios en cuestión de dos meses (Netflix tardó 18 años en alcanzar ese hito). En mayo de 2023, una encuesta encontró que el 85% de los trabajadores estadounidenses han utilizado herramientas de inteligencia artificial para realizar tareas en el trabajo, y una quinta parte informa una "alta exposición". Un informe reciente encontró que un número similar en Europa estaba altamente expuesto. Muchos ojos están observando el marco regulatorio que se desarrolla en la Unión Europea y cómo afectará el uso de las nuevas tecnologías en el lugar de trabajo.

Algunos saludan la llegada de la IA como el “fin del trabajo aburrido” y afirman que está “empoderando” a los empleados para lograr la “máxima productividad”. Pero ¿a quién beneficia realmente la productividad? ¿Qué tipos de trabajos podemos realmente esperar? Nadia Garbellini, de la Universidad de Módena en Italia, entrevistó a trabajadores sobre su experiencia con la IA. Explica al Instituto para el Nuevo Pensamiento Económico por qué deberíamos ser escépticos ante las afirmaciones de que la IA mejorará las condiciones laborales de la mayoría de las personas.

Lynn Parramore: ¿Cómo cree que afectará la IA a los trabajadores?

Nadia Garbellini: En 2020, la Comisión Europea (UE) clasificó las aplicaciones críticas de IA en función de tres “cadenas de valor estratégicas”. Estas cadenas de valor son IIoT (internet industrial de las cosas); Movilidad (transporte y movimiento habilitados por IA); y Smart Health (IA para entornos sanitarios).

Los tres son capaces de impactar fuertemente a los trabajadores, pero centrémonos en el IIoT. En el informe que mencioné, la Comisión Europea identificó 24 aplicaciones de IA relevantes en la cadena de valor del IIoT. Las capacidades de IA utilizadas son: generación de conocimientos a partir de datos complejos; procesamiento de lenguaje, análisis de texto y audio; reconocimiento de imágenes y análisis de vídeo; toma de decisiones automatizada; y aprendizaje automático. Estas aplicaciones, a su vez, cumplen cuatro funciones principales para las empresas: I+D; cadena de suministro y planificación de la producción; producción central; y soporte postventa.

A partir de entrevistas realizadas con trabajadores metalúrgicos italianos de diversas industrias, el informe concluyó que las principales consecuencias sobre las condiciones laborales de la aplicación de estas tecnologías son preocupantes. El informe encontró que los trabajadores experimentaron un menor desempeño laboral en el sentido del conocimiento requerido para realizar las tareas asignadas: con la IA, operar máquinas complejas requiere cada vez menos conocimiento. Para la generación anterior de trabajadores metalúrgicos, las máquinas de control numérico eran programadas directamente por el trabajador que las operaba. Incluso la detección de pequeños problemas y discrepancias fue responsabilidad del operador, que intervino cuando lo consideró necesario. Hoy en día, las máquinas las programan informáticos e ingenieros que a menudo ni siquiera son empleados de la empresa, sino de los proveedores de máquinas. En otras palabras, los trabajadores disfrutan de un grado cada vez menor de autonomía y se sienten privados de la posibilidad de utilizar su propia inteligencia en sus tareas diarias.

Otra cuestión planteada por los metalúrgicos fue la intensificación del ritmo de trabajo. Dado que operar máquinas requiere menos esfuerzo, ahora es común que un solo trabajador tenga que operar más de una máquina (tal vez 2, o incluso 3 o 4) al mismo tiempo. Después de todo, se les dice a los trabajadores, sólo hay que poner en marcha la máquina (y en algunos casos descargarla cuando se completa el ciclo); durante el ciclo, el trabajador sólo tiene que esperar. Entonces, para no desperdiciar estos preciosos minutos, le asignan otras máquinas para que las ponga en marcha una tras otra. Pero durante el ciclo, el trabajador debe prestar atención a posibles problemas, atascos, bloqueos de todas las máquinas operadas. Este rendimiento intensificado aumenta la fatiga, no sólo física, sino sobre todo mental.

Los trabajadores también experimentaron una pérdida de control sobre el proceso de producción y, por tanto, un debilitamiento de la capacidad del sindicato para presentar demandas. Hay dos causas de esta pérdida de control. En primer lugar, los tiempos de ciclo se presentan como el resultado objetivo de algunos procesos de aprendizaje automático/big data (mientras que los seres humanos informan a los algoritmos según parámetros determinados por los seres humanos) y, por lo tanto, fuera del ámbito de la negociación. En segundo lugar, muchas funciones corporativas se reubican fuera de la unidad de producción, e incluso fuera de la empresa o del país. Los trabajadores no pueden reconstruir la cadena de suministro en la que participan y, por lo tanto, no pueden organizarse eficazmente a medida que su horizonte se vuelve cada vez más estrecho.

Finalmente, el seguimiento era una preocupación de los trabajadores. La empresa puede controlar al trabajador individual y seguir sus movimientos en tiempo real sin necesidad de videovigilancia. A cada componente empleado en la producción se le asigna un identificador único, normalmente asociado a un código de barras que luego se asocia a las diferentes etapas de producción. Un trabajador que opera una máquina inicia sesión en aumento de la productividad como sinónimo de progreso técnico, y viceversa. Estamos acostumbrados a pensar que el progreso técnico no puede dejar de ahorrar mano de obra. En realidad, podría haber un progreso técnico que requiera mucho trabajo y cuyo objetivo sea prevenir la fatiga de los trabajadores, ahorrar energía, minimizar la contaminación, etc. Por supuesto, este tipo de progreso técnico significa que los costos de producción aumentan y, por lo tanto, no es probable que sea de interés para las grandes empresas.

El requisito previo para que la tecnología no se utilice contra los trabajadores es que la investigación deje de estar controlada por el sector privado y vuelva completamente a estar bajo control público, dirigido al desarrollo de tecnologías que logren objetivos sociales y ambientales. Hoy vemos la tendencia opuesta: la investigación tiene como objetivo producir patentes atractivas para el capital privado; Incluso los criterios para financiar universidades públicas se basan en tales evaluaciones.

Ayudaría a otorgar a los representantes sindicales no sólo mayores derechos de información y consulta, sino también deberes de supervisión y control y poder de toma de decisiones para guiar decisiones estratégicas clave. Estas cuestiones, por supuesto, son totalmente políticas.

Sobre la autora: Linn Parramore es analista e investigadora senior de INET

El artículo original se puede leer en inglés en

Artículo traducido por L. Domenech