En mi anterior artículo de opinión para Equal Times exponía las razones por las que trabajadores y sindicatos deben involucrarse en el tema de la digitalización del trabajo. El presente artículo retoma el anterior, presentando varias ideas sobre cómo podemos empezar a identificar las repercusiones actuales y futuras de la digitalización del trabajo y de los trabajadores; un análisis que puede utilizarse en la negociación colectiva, así como en la promoción de políticas.

Una manera útil de entender cómo la digitalización del trabajo y de los trabajadores va a provocar disrupciones inéditas en la historia del capitalismo es dividirla en dos procesos a lo largo de una línea temporal que vaya desde los efectos inmediatos a los efectos a largo plazo. Los dos procesos son: (1) la automatización/robotización total o parcial y (2) la cuantificación. Examinemos cada uno de estos procesos por separado.

Automatización/robotización total o parcial

Aunque el proceso de automatización no es nada nuevo, su alcance y su rapidez sí que lo son. Esto se debe, entre otras cosas, a la introducción que se ha llevado a cabo este año, por iniciativa del sector empresarial, de sistemas de IA generativa, como ChatGPT de OpenAI y Bard de Google. Se calcula que más de 300 millones de empleos en todo el mundo van a verse gravemente afectados por estos sistemas.

Con el tiempo, esta disrupción terminará afectando a los trabajadores de todas las profesiones. En el ámbito de la educación, los docentes podrán utilizar estos sistemas para prepararse las clases o para evaluar los exámenes de sus alumnos. En el mundo del cine y los medios de comunicación, los guiones podrán escribirse, los efectos especiales diseñarse y los actores sustituirse por medio de la automatización. El periodismo podrá automatizarse, al igual que la literatura de ficción. En el sector sanitario, los planes de atención al paciente, el diagnóstico de enfermedades, e incluso los cuidadores, podrán sustituirse por máquinas. Codificadores, contables, desarrolladores de juegos… todos ellos podrían quedarse sin trabajo. Los centros de atención al cliente podrían estar completamente automatizados, al igual que los trabajos de investigación.

Sin embargo, el impacto de esta disrupción no se hará sentir por igual en todo el mundo ni a todos los niveles de competencias. Un informe reciente elaborado por la consultoría internacional McKinsey concluye que “también es probable que la adopción sea más rápida en los países desarrollados, donde los salarios son más altos y, por tanto, la viabilidad económica para adoptar la automatización se produce antes. Aunque el potencial de la tecnología para automatizar una determinada actividad laboral sea elevado, los costes necesarios para hacerlo han de compararse con el coste de los salarios de las personas”. Además señala que “la IA generativa repercute más en el trabajo intelectual asociado a profesiones con salarios y requisitos educativos más elevados que en otros tipos de trabajo”.

Para mapear este proceso hay que empezar por reflexionar en las repercusiones inmediatas que la (semi)automatización/robotización tendrá en el empleo, las tareas, la autonomía de los trabajadores y las condiciones de trabajo. Después hay que reflexionar en las consecuencias a largo plazo que conllevan dichas disrupciones.

Cuantificación

El proceso de cuantificación es más opaco pero igual de disruptivo. La cuantificación se refiere al modo en que los datos y los sistemas algorítmicos convierten nuestras acciones y omisiones en hechos cuantificables.

En pocas palabras: “Usted llega tarde seis de cada diez días” o “su índice de productividad es superior al de sus compañeros”. En realidad, estos cálculos pueden incluir muchos más datos: sexo, edad, origen étnico, código postal, nivel de estudios, hábitos de compra, IMC u otros datos médicos, etc. El cálculo también puede ser mucho más complejo: puede contrastar todos los atributos de una persona con enormes bases de datos. Puede encontrar patrones y crear así “hechos” o “verdades” que pocos conocen.

Estas cuantificaciones opacas pueden tener consecuencias inmediatas: a usted le pueden despedir, contratar o promover. Pero lo más importante es que se introducen en sistemas algorítmicos con los que se evaluará a futuros trabajadores.

Por ejemplo (de nuevo, simplificado para facilitar la explicación): un sistema ha descubierto que su productividad (de usted) está disminuyendo y que lo ha venido haciendo durante los últimos tres años. Usted tiene 52 años, es mujer, está divorciada y alquila un pequeño apartamento a las afueras de una pequeña ciudad. Su salud está deteriorándose y su IMC está aumentando.

Los futuros solicitantes de empleo que compartan todas o la mayoría de estas características probablemente sean catalogados como “menos productivos” o de “productividad decreciente” por un sistema de contratación (semi)automatizado. Es decir, que lo más probable es que nunca se les tenga en cuenta para un puesto similar al de usted.

Pero ¿y si los cálculos pasaran por alto datos cruciales de su vida? Usted tuvo un accidente de coche y se rompió una rodilla hace un año. Desde entonces ha estado yendo a fisioterapia, pero nota que los progresos son lentos porque aún no puede correr tan rápido como antes. Nunca ha tenido una casa en propiedad y siempre ha alquilado porque cree que es mejor. Prefiere la vida en un pueblo pequeño. ¿Qué pasaría si los algoritmos calcularan negativamente su comportamiento, cuando en gran medida no es así?

Ahora tome esos cálculos erróneos y multiplíquelos por miles. Los efectos en los futuros trabajadores serían muy reales, pero partiendo de una base errónea.

Este tipo de cuantificación y etiquetado se produce constantemente. Wolfie Christl, investigador sobre privacidad del instituto de investigación Cracked Labs de Viena, descubrió recientemente en el sitio web de la plataforma publicitaria Xandr una hoja de cálculo de 650.000 filas que revelaba una colección enorme de “segmentos de audiencia” utilizados para dirigirse a los consumidores basándose en información e inferencias muy específicas, en ocasiones muy íntimas.

Para determinar los posibles efectos inmediatos y a largo plazo de la cuantificación, hay que empezar por describir los sistemas digitales que utiliza el empleador. Podrían ser herramientas automatizadas de programación, de contratación o de puntuación de la productividad. A continuación hay que imaginar los perfiles/inferencias que estos sistemas podrían estar creando y basándose en qué datos, y determinar los efectos que podrían tener en el futuro.

Respuestas sindicales

Los sindicatos tienen que mitigar estas graves disrupciones para garantizar unos mercados de trabajo inclusivos y diversos ahora y en el futuro. Para ello, podrían desglosar estas dos caras de la digitalización del trabajo, así como sus efectos inmediatos y futuros. Este análisis de las disrupciones proporcionará a los trabajadores y a los sindicatos una idea general de los futuros reales y posibles, y puede ser un buen método a la hora de planificar la negociación colectiva o la promoción de políticas. He aquí algunas indicaciones sobre lo que podría incluirse en una u otra:

Obligaciones de la disrupción: En la mayoría de los países del mundo, las empresas que introducen tecnologías disruptivas tienen pocas obligaciones para con los empleados. Los sindicatos podrían exigir que la disrupción no se produzca sin obligaciones para con los afectados, como, por ejemplo, la obligación de formar o reciclar continuamente a los trabajadores en horario laboral; y de ofrecer apoyo a los trabajadores que vayan a perder su empleo, mediante asesoramiento profesional, programas de formación y similares. El coste de estos programas debería correr exclusivamente a cargo del empleador que provoca la disrupción.

Datos: Necesitamos saber qué gestión de datos se recopilan (y, sobre todo, qué terceras partes pueden tener acceso a esos datos), a partir de qué fuente y con qué fines.

Transparencia de las inferencias: Deberíamos tener derecho a ser informados sobre todas las inferencias/perfiles creados a partir de nuestros datos. Y, sobre todo, también tenemos que exigir el derecho a saber de qué inferencias somos objeto, con qué inferencias se nos mide y con cuáles se nos manipula. No todas las normativas de protección de datos del mundo nos proporcionan de ningún modo estos derechos, especialmente este último.

Libertad frente a la manipulación algorítmica: Los derechos humanos/derechos civiles deberían ampliarse para incluir el derecho a no ser objeto de manipulación algorítmica. Esto está estrechamente relacionado con la exigencia de transparencia de la inferencia, pero va más allá al ofrecer una cláusula de exclusión total. No puede haber libertad de pensamiento, de expresión o de existencia si nuestras oportunidades vitales vienen definidas y limitadas por algoritmos.

Derechos sobre los datos: También debemos negociar nuestros derechos relativos al uso de los datos que se extraen de nosotros, incluidas las inferencias. Estos derechos deben ser extensibles al empleador y a todos los terceros que puedan tener acceso a nuestros datos. Aunque muchas normativas de protección de datos incluyen una serie de derechos, no todas conceden a los interesados (es decir, nosotros) los ocho derechos que los trabajadores europeos tienen en virtud del Reglamento General de Protección de Datos (RGPD). Estos deben ampliarse claramente a las inferencias (colectivas, individuales, presentes y futuras), lo cual incluye añadir un nuevo derecho en materia de datos que actualmente solo se recoge en la normativa californiana de protección de datos (CPRA), a saber, el derecho a prohibir la venta de los propios datos personales.

Derechos de codeterminación y gobernanza: Aunque es casi imposible explicar estos dos grandes temas en un solo párrafo, los trabajadores deben tener derecho a: (a) ser consultados respecto a la introducción de nuevas tecnologías (los trabajadores alemanes gozan de sólidos derechos a este respecto); (b) codeterminar la finalidad, los datos utilizados y las instrucciones proporcionadas al sistema; (c) conocer las inferencias realizadas y editarlas o bloquearlas; (d) participar en la necesaria gobernanza continua de las tecnologías digitales en el trabajo para que sus experiencias y opiniones formen parte de las evaluaciones de los impactos. Este último punto es muy importante, ya que las obligaciones con respecto a la gobernanza a posteriori brillan por su ausencia en muchas propuestas políticas.

Salud y seguridad en el trabajo: El control y la vigilancia tienen efectos físicos y psicológicos negativos en los trabajadores, al igual que los constantes cambios, disrupciones y desplazamientos. Es preciso que se negocien medidas para garantizar el derecho al “descanso” (es decir, a no estar sometidos al control de los algoritmos).

Aunque estas indicaciones no son en absoluto exhaustivas, son un comienzo. También abordan algunas de las consecuencias más críticas de la digitalización del trabajo que debemos abordar para garantizar que las tecnologías estén más al servicio de los intereses de las personas que de los beneficios.