-0-
Novedades de Nueva Sociedad 279 (2-12)
EL FUTURO DEL TRABAJO
MITOS Y REALIDADES
Tema 02.- ¿Hacia el fin del trabajo? Mitos, verdades y especulaciones
Muchos
análisis pintan un futuro distópico, producto de los cambios
tecnológicos y de la transformación de muchos trabajadores en personas
«inútiles». Se trata de un discurso funcional
a las elites porque debilita los reclamos de los trabajadores. Las
proyecciones no permiten hacer pronósticos concluyentes sobre la
ecuación entre caída y creación de empleos. Lo que sí sabemos es que el
control de los datos –considerados por algunos el «nuevo
petróleo»– está generando nuevas desigualdades y renovadas formas de
control sobre los trabajadores.
Por Víctor Figueroa Enero - Febrero 2019
PDF ¿Hacia el fin del trabajo? / Mitos, verdades y especulaciones
En
los últimos años, los trabajadores de todo el mundo se habituaron a
escuchar que la tecnología se está desarrollando de manera vertiginosa,
con serias implicaciones para su propia
existencia. Es más, algunos filósofos han vaticinado un futuro
distópico en el que los trabajadores se vuelven «personas inútiles». Si
bien muchos consideran que estos pronósticos son exagerados, una
percepción relativamente generalizada considera que las
nuevas tecnologías crearán un elevado nivel de desempleo en todas
partes. Sin embargo, un examen cuidadoso de la evidencia empírica
permite cuestionar la veracidad de este discurso sobre el desempleo
tecnológico. Se trata de un discurso altamente funcional
a las elites de todo el mundo, porque el miedo paraliza y debilita los
reclamos de los trabajadores. Poner el acento en la automatización y en
la pérdida de empleos distrae a los trabajadores de una evaluación más
realista de los impactos potenciales del desarrollo
tecnológico. Nuestra investigación señala que este tipo de
preocupaciones por el impacto de la tecnología en los empleos y en la
sociedad afloran durante los periodos de crisis económica, un fenómeno
también observado por Daniel Akst en 2013 y por Joel Mokyr,
Chris Vickers y Nicolas L. Ziebarth en 20151. Ya en la década de 1960
existía una preocupación generalizada por la automatización, y en la
década de 1980, por la microelectrónica, por dar algunos ejemplos. Es
decir, hay una correlación entre las crisis económicas
y sociales y el creciente temor por el impacto de la tecnología.
Claramente, estos temores tienen su raíz en la realidad social. En las
décadas de 1960 y 1970 preocupaba lo que la gente haría con su tiempo
libre y sus altos ingresos. Hoy, se teme que los trabajadores
se vuelvan superfluos.
La
mayor parte del mundo (excepto China) quedó sumergida en la crisis
económica y social que se inició en 2008. La crisis afectó seriamente a
las elites porque destruyó la falsa
percepción difundida por Francis Fukuyama según la cual el desarrollo
humano había alcanzado su apogeo en el capitalismo neoliberal
globalizado liderado por Estados Unidos. También puso en cuestión la
idea de que la adopción de la comunicación digital y de
internet garantizaría el crecimiento económico en el futuro. La crisis
de 2008 le demostró al mundo desarrollado hasta qué punto la desigualdad
había erosionado los cimientos de sus sociedades y cómo el sistema
funcionaba en favor del «1%». Esto produjo una
mayor polarización política y una expansión del descontento social que
debilitaron seriamente las instituciones de los países más
desarrollados. La elección de Donald Trump, las numerosas crisis de la
Unión Europea y, por supuesto, el Brexit, todos son síntomas
de este fenómeno. El andamiaje filosófico que sostenía el orden mundial
capitalista globalizado y neoliberal se ha desplomado y todavía falta
construir otro para reemplazarlo. Este es el contexto en el cual debemos
analizar los discursos en torno de la tecnología.
La
falta de evidencias empíricas queda a la vista cuando observamos las
fases que atravesó el discurso dominante sobre la tecnología, como queda
en claro tras un breve análisis de
las principales publicaciones especializadas. Según Philip Staab, del
Instituto sobre la Historia y el Futuro del Trabajo de Berlín, el foco
inicial estuvo puesto en el big data y en la «internet de las cosas»,
luego viró hacia la robótica y la automatización,
y ahora se centra en la inteligencia artificial. El cambio de enfoque
refleja la búsqueda desesperada de respuestas a los problemas que el
capitalismo global enfrenta en la actualidad.
Para
los trabajadores, el elemento más relevante de este discurso sobre la
tecnología es el debate sobre la posible pérdida de empleos. Los medios
de comunicación de todo el mundo
informan de manera rutinaria sobre la pérdida de empleos atribuida a
los vehículos sin conductores o a otras formas de automatización; y
decenas de libros, charlas ted, informes de consultoría y artículos de
prensa afirman que la tecnología está a un paso
de ser «inteligente» y cada vez más proclive a reemplazar a los
trabajadores2.
Sin
embargo, los trabajadores tienen buenas razones para ser escépticos
respecto a los pronósticos sobre la pérdida de empleos. En primer lugar,
las cifras de los expertos dedicados
a esta problemática varían de manera considerable. La mayoría de los
esfuerzos por calcular la pérdida de puestos de trabajo se basa en el
famoso informe de Carl Benedikt Frey y Michael A. Osborne de 2013 sobre
automatización y trabajo. Su afirmación de que
la tecnología actualmente disponible permitiría automatizar 47% de los
puestos de trabajo es aún ampliamente citada3. Su método básico fue
replicado con variantes en otros estudios. Pero los críticos no tardaron
en señalar que la automatización involucra no
los puestos de trabajo en sí, sino tareas específicas. La Organización
para la Cooperación y el Desarrollo Económico (ocde) usó este nuevo
enfoque para sus estimaciones, que arrojaron porcentajes muy inferiores,
de 9% en países de la ocde y 5% a escala mundial4.
Por otro lado, McKinsey intervino en el debate usando información
similar, pero modificando las ponderaciones5. Consideró las tareas, no
los trabajos en su conjunto, y llegó a la conclusión de que en eeuu
menos de 5% de los puestos de trabajo podría automatizarse
completamente, mientras que 60% podría automatizar un tercio de las
tareas involucradas. PriceWaterhouseCoopers volvió a utelo de
previsión.9 Si esto era cierto entonces, deberíamos preguntarnos por qué
no lo sería hoy. El problema de hacer predicciones precisas
sobre los impactos potenciales del cambio tecnológico se ve agudizado
por el hecho de que en el mundo financiarizado de hoy, algunos expertos y
compañías tecnológicas están utilizando predicciones más extremas como
un instrumento de marketing. Mientras tanto,
los medios las usan para vender más periódicos o sumar clics, porque el
miedo vende. Los matices no venden tan bien ni sirven en la misma
medida a los fines discursivos de las elites.
Además
de que existe una justificada sospecha en torno del realismo del
discurso sobre la pérdida de empleos debido a lo difícil que resulta
ponerle un número al impacto de la automatización,
el propio impacto de la automatización es en sí mismo un proceso
complejo y no lineal.
Si
bien es evidente que toda nueva tecnología tiende a eliminar las tareas
existentes y, por ende, a reducir el número de puestos de trabajo,
también crea tareas y empleos nuevos.
Existe un desfase entre los procesos de destrucción y creación, y los
empleos nuevos a menudo no surgen en los mismos sectores. Sin embargo,
si vemos lo que sucede hoy en el mundo, ¿cabe alguna duda de que hay
mucho trabajo por hacer? En todas las economías,
los procesos económicos, sociales y políticos crean y destruyen
trabajos constantemente. Las predicciones y mediciones sobre la pérdida
de empleos ocasionada por la automatización y las nuevas tecnologías
están dentro de los parámetros de rotación de empleos
(jobs churn) en los países desarrollados10.
Además,
algunos expertos sostienen que la relación entre la automatización y la
pérdida de empleos no es lineal. La investigación de James Bessen
muestra que la automatización puede
producir más empleo en las distintas ocupaciones: al reducir el costo
de un producto, estimula la demanda, lo que a su vez genera una mayor
demanda de trabajo en ese rubro. La automatización aumenta la eficiencia
de la mano de obra y, a la vez, la demanda
en ese tipo de ocupación11. Bessen llega a la conclusión de que la
informatización tiene como correlato el aumento de la disparidad
salarial en el seno de las ocupaciones y una «reasignación» del trabajo
que requiere que los trabajadores adquieran nuevas habilidades,
sin por ello perder el empleo. Su investigación parece estar respaldada
por nuevas evidencias provenientes de Alemania que muestran un aumento
marginal del empleo en los sectores de la economía que adoptaron las
nuevas tecnologías12. La idea de que la tecnología
solo destruye trabajos también es falsa.
Solemos
pensar que la automatización sustituye, sin más, el trabajo humano,
pero eso no es así. Desde la década de 1960, hemos visto un aumento de
la automatización en el trabajo,
pero parece claro que los mejores resultados se obtienen cuando las
máquinas ayudan a fortalecer el trabajo humano, no cuando lo reemplazan
por completo. Donde los trabajadores pueden resolver fácilmente
problemas físicos o mentales (y son generalmente baratos),
las máquinas sobresalen en la realización de operaciones repetitivas y
en el procesamiento de datos. En un caso reciente, Tesla admitió que su
cadena de producción en California estaba «sobreautomatizada» y que eso
no hizo más que disminuir la producción.
La automatización no puede resolver los problemas ni las dificultades
inesperadas del proceso de producción13. Incluso puede reducir la
productividad al desmotivar a los trabajadores, cuyas tareas se vuelven
demasiado simples, como ocurrió en algunas fábricas
soviéticas en la década de 1970.
La
automatización también tiene sus propios costos. Las máquinas
automatizadas representan un costo fijo, necesitan comunicaciones
seguras y mantenimiento y son vulnerables a los
mismos problemas que experimentan las computadoras. Por ejemplo, las
filiales europeas de la Federación Internacional de Trabajadores del
Transporte (itf, por sus siglas en inglés) nos cuentan que los puertos
«automatizados» (operados a menudo por control
remoto) se ven forzados a desconectarse con regularidad para cargar los
parches de software. A su vez, se cree que las grúas automatizadas son
de alguna forma menos productivas que las operadas manualmente. Entonces
puede que las máquinas sean más eficientes
para llevar a cabo un alto volumen de operaciones repetitivas durante
un largo periodo, pero la automatización acarrea costos fijos elevados y
costos de reparación y de mantenimiento altos y puede resultar más
lenta que el trabajo humano cuando se trata de
procesos más complejos. Las empresas que piensan en la automatización
deben considerar esta diversidad de problemas antes de emprender el
reemplazo de los trabajadores. Y eso si tienen el capital suficiente
para hacerlo y no pueden obtener un rendimiento mayor
especulando en los mercados. Las tecnologías de sustitución de mano de
obra tardan tiempo en extenderse por toda la economía y en general se
las utiliza en sectores con altos costos laborales y elevado volumen de
producción y en las empresas más ricas, lo
cual deja a la mayor parte del mundo en desarrollo fuera de la
ecuación, tal como viene sucediendo históricamente.
La
cuestión es que la tecnología que reemplaza a los trabajadores no es
una panacea; funciona en algunas áreas, en unos casos, pero no en otros.
Esto refleja el proceso histórico
de adopción de tecnologías a escala global. Primero las tecnologías
encuentran aplicaciones de nicho, luego se extienden en un proceso
errático. Por ejemplo, en la década de 1960 aparecieron los aviones
supersónicos de pasajeros, pero solo encontraron una
ruta rentable que finalmente fue cerrada. Hoy se vuelve a hablar sobre
los aviones supersónicos de pasajeros, pero es probable que pasen varios
años antes de que se generalicen, si es que alguna vez sucede.
Por
lo tanto, las cifras son sospechosas; y el impacto de la automatización
en los procesos de trabajo no es algo simple. Pero hay todavía más
problemas con el discurso sobre la
automatización y el empleo.
Hasta
ahora, hay poca evidencia concreta sobre la adopción generalizada de
tecnologías en todo el mundo. Las cifras de Alemania y Reino Unido
muestran que la mayoría de las pequeñas
y medianas empresas, donde trabaja la mayor parte de la gente, no están
usando los últimos avances tecnológicos. Finalmente, si la tecnología
estuviera sustituyendo a los trabajadores a gran escala, deberíamos ver
un incremento de la productividad. Sin embargo,
las estadísticas muestran una disminución general del crecimiento de la
productividad en los países de la ocde. Tanto es así que algunos
sostienen que podríamos estar en una fase de «estancamiento secular»14.
Por ende, o bien las compañías no están implementando
las tecnologías, o lo están haciendo y estas no son tan productivas
como los trabajadores.
A
veces se argumenta que la inteligencia artificial es capaz de dar un
vuelco a verdades históricas referidas a la tecnología, pero la
evidencia es escasa. El término se usa incorrectamente
fuera de la bibliografía especializada, pero para la mayoría de las
personas, la inteligencia artificial consiste esencialmente en un
software que procesa algoritmos en enormes conjuntos de datos a una gran
velocidad para tomar «decisiones» sobre problemas
específicos. Sospecho que algunos expertos en tecnología exageran las
capacidades de la inteligencia artificial para atraer inversores. Si
bien las computadoras han hecho enormes avances respecto de su capacidad
para desafiar las decisiones humanas en los
juegos de mesa, por ejemplo, todavía estamos lejos de que las
computadoras desarrollen una «inteligencia general» como la de los
humanos; algunos incluso sostienen que eso es imposible15. Mientras
tanto, la inteligencia artificial a menudo se utiliza como
etiqueta para describir cualquier software que sirve para resolver un
problema, principalmente porque suena bien16.
En
términos generales, el principal problema para la mayoría de los
trabajadores es que las nuevas tecnologías finalmente cambiarán muchos
aspectos de su trabajo, no que sus empleos
necesariamente vayan a desaparecer.
Durante
décadas, los sindicatos de todo el mundo han lidiado con el impacto de
la sustitución de la mano de obra por la tecnología. Existen medidas muy
conocidas que garantizan su
implementación productiva y minimizan los impactos negativos. Las
medidas pueden desarrollarse en el marco de negociaciones tripartitas,
en las que los trabajadores tienen el derecho a consulta, compensación y
capacitación. Cuanto mayor sea la sujeción de
una economía al control social, menor será el impacto negativo de la
tecnología, simplemente porque los factores externos son tenidos en
cuenta antes de su adopción.
Pero
si la automatización y el «fin de los empleos» no son el principal
problema que enfrentan los trabajadores del mundo, ¿cuál es entonces? El
principal desafío proviene de la
digitalización de la economía global. La digitalización de la economía
consiste en la conversión de la información a un formato digital que
puede ser «leído» por las computadoras. Una vez convertida a formato
digital, la información se transforma en datos.
Los datos pueden transferirse por todo el mundo en un instante. La
propia digitalización es facilitada por sensores y chips cada vez más
pequeños y livianos. Como resultado, cada vez más procesos y tipos de
información pueden ser medidos y convertidos en información
digital. Las computadoras pueden analizar datos a velocidades cada vez
mayores gracias a los avances en software y tecnología de chips (aunque
parece que la capacidad para lograr esos avances usando la actual
tecnología de chips está llegando a su límite)17.
De este modo, la digitalización permite la «datificación» de la
economía global, es decir, la medición de muchos fenómenos que antes
estaban fuera del alcance. Junto con la digitalización de las
comunicaciones a través de teléfonos inteligentes e internet,
se está creando una cantidad inédita de datos sobre una cantidad de
fenómenos nuevos.
Las
personas son parte de estos fenómenos como trabajadores y ciudadanos.
Se trata de dos aspectos de la vida social de los seres humanos y por
eso es difícil separar el problema
de los datos en el lugar de trabajo de la emisión de datos en general.
Son estos datos, o más precisamente, los usos que se les da en una
economía capitalista –caracterizada por profundas desigualdades–, lo que
representa el mayor desafío para los trabajadores.
Pero para entender esto, primero tenemos que entender con mayor
claridad qué son los datos y para qué sirven.
Si
bien los datos parecen etéreos, tienen un aspecto material. Se necesita
energía para producirlos, transportarlos y almacenarlos y eso requiere
equipamiento como cables y centros
de almacenamiento. También se requiere software que los filtre y
establezca conexiones. Toda esta infraestructura está en manos de un
puñado de personas. Por el momento, estas personas son, en esencia, los
dueños de las grandes corporaciones tecnológicas de
eeuu que recopilan, almacenan y analizan cerca de 80% de los datos
mundiales: Google, Amazon, Facebook, Apple y Microsoft18. Es por eso que
las actuales desigualdades del sistema capitalista también están
inscriptas en los datos. Los datos describen procesos
y sus componentes. Puede decirse que la «datificación» crea un sistema
nervioso digital para una organización; por ejemplo, para una empresa
transnacional o gubernamental, o potencialmente para toda una economía.
Los datos serían las señales que viajan por
ese sistema nervioso. Pero siguiendo con la metáfora, ¿qué o quién es
el cerebro del sistema? El cerebro puede ser un amplio grupo de personas
(si los datos son fácilmente accesibles, o administrados por un
organismo responsable si son de utilidad pública)
o un grupo más selecto (si están en manos privadas y son utilizados en
forma libre de toda responsabilidad para beneficio propio).
Los
datos son conocimiento y, como sabemos, el conocimiento es poder. De
ahí que la desigualdad en la creación, la distribución y el uso de los
datos exacerbe el actual desequilibrio
de poder en todos los campos. Las empresas que utilizan datos de manera
eficaz crecen más rápido que cualquier otra. Por eso existe la presión
sobre las empresas de todos los sectores de volverse competitivas en
términos tecnológicos, o de adquirir capacidad
tecnológica para producir y analizar datos, si bien no todas tienen la
capacidad para hacerlo. Pero aquí también existe el peligro de que las
ya de por sí inmensamente poderosas firmas tecnológicas puedan llegar a
saber más sobre un proceso que las propias
empresas no tecnológicas que las han contratado. Como dijo el ceo de
General Motors en 2013: «Debes poseerla [la ti] y controlarla; de lo
contrario, estás a merced de otras empresas»19.
La
propiedad de los datos no solo exacerba las desigualdades entre las
empresas tecnológicas y las demás, sino también las desigualdades de
poder en el lugar de trabajo. Esto representa
un problema social, dado que muchas personas pasan gran parte del día
en su empleo. Allí la gente produce datos que son recopilados por el
software de sus computadoras u otras herramientas de trabajo y
combinados con otros datos provenientes de sensores, cámaras
u otras tecnologías empleadas para monitorear el lugar de trabajo o
medir algún proceso específico. El software puede monitorear los tiempos
de respuesta de los correos, por ejemplo, o rastrear ventas o el
paradero de un empleado. Luego los algoritmos comparan
a los trabajadores con indicadores de desempeño o con sus pares. Los
datos recopilados pueden utilizarse para identificar «eficiencias» en el
proceso, para mejorar el modo de trabajo de los empleados, o incluso
para obligar a estos a trabajar más. Cualquiera
sea el caso, los datos tornan el proceso de trabajo más transparente
para los gerentes y los propietarios.
Los
datos recopilados describen el proceso de trabajo en su conjunto, pero
también a las personas que lo realizan. En algún punto, hoy el trabajo
está conformado por dos elementos:
el propio proceso de trabajo y los datos que los trabajadores producen
sobre ese proceso y sobre ellos mismos como trabajadores. Los
trabajadores claramente tienen derecho a reclamar al menos la propiedad
compartida de este tipo de datos, ya que estos no existirían
de no ser por sus esfuerzos, incluso si fueran un subproducto. Los
trabajadores también deberían tener acceso al software que se utiliza
para intensificar o disciplinar su trabajo y deberían poder determinar
cómo utilizarlo para medir su desempeño. Para ello,
habría que regular el uso de datos en el lugar de trabajo. El uso de
herramientas y equipos conectados y la adopción de sensores en los
lugares de trabajo amenazan con aumentar masivamente el ya avasallante
poder de los empleadores. Hoy sabemos que las grabaciones
de video, los micrófonos y el monitoreo del correo electrónico se usan
en contra de los activistas sindicales. En otros casos, los pases
electrónicos se han utilizado para crear listas instantáneas de
huelguistas. Los empleadores también revisan a menudo las
redes sociales de sus empleados para obtener información. Están solo a
un paso de contratar empresas de datos para desarrollar perfiles del
personal o rastrear a potenciales empleados antes de decidir su
contratación.
Además,
los datos y el software crean potenciales desafíos adicionales para los
trabajadores cuando se los utiliza en conjunto. La inteligencia
artificial ya se emplea para analizar
datos biométricos, expresiones faciales y el tono de voz para medir el
bienestar físico y mental, por ejemplo20. Combinada con otros datos,
puede utilizarse para crear perfiles de personalidad y usarlos durante
el proceso de contratación. En el lugar de trabajo,
puede usarse para impedir la organización o para anticipar disputas y
despedir a trabajadores. Las empresas pueden utilizar este tipo de
información combinada con los datos de las redes sociales para
identificar a activistas sindicales, o incluso a aquellos
trabajadores que podrían convertirse en activistas sindicales o
colaborar con los esfuerzos de organización. En otras palabras, la
inteligencia artificial amenaza con convertirse en un capataz digital de
los trabajadores. Aún no sabemos cuánto ha avanzado
este proceso en la economía global. Se necesita trabajar más para
identificar las tecnologías utilizadas y los modos en que se utilizan
los datos para disciplinar e intensificar el trabajo. Es probable que
estos procesos estén más avanzados en el mundo desarrollado
y en las empresas más ricas que pueden adquirir experiencia o
desarrollar sus propios procesos. Lo que sí sabemos es que gran parte de
estos datos son recopilados y conservados por empresas transnacionales o
de tecnología digital sobre las que la mayoría de
los gobiernos nacionales tienen poco control.
La
«datificación» del lugar de trabajo tiene sus paralelos en la sociedad
en conceptos como el de «ciudad inteligente» y en las redes sociales.
Aquí también los datos crean desigualdades
a favor de los que tienen su control. Los datos de las redes sociales
permiten identificar nuevas «comunidades» digitales, a las que la gente
ni siquiera sabe que pertenece, mediante la utilización de un conjunto
de datos que identifican conductas o creencias
comunes. Por ejemplo, permiten identificar a quienes encajan en el
perfil de votantes de algún partido político. Eso permite crear mensajes
personalizados para convencer a la gente de actuar de determinada
manera. Este es el tipo de tecnología que utilizaron
compañías como Analytica para reclutar votantes en eeuu y en Brasil
antes de la elección de Donald Trump y Jair Bolsonaro.
De
esta forma, los datos se convierten en una expresión de poder. Muchos
analistas los denominan el «nuevo petróleo», el factor determinante de
la economía del futuro. Como el dinero
puede comprar datos que brindan poder económico y político, estos
pueden exacerbar las desigualdades existentes en la política, en la
economía, en la sociedad e incluso entre países. La recopilación, el
almacenamiento y la venta de todo tipo de datos se están
convirtiendo en un gran negocio, y el acceso a los datos es lo que
determina el comportamiento corporativo y el valor de las cinco grandes
empresas tecnológicas de eeuu en particular. Por esa misma razón, se
están convirtiendo en un problema de seguridad nacional
cada vez más grande y de lo que algunos llaman «soberanía digital».
La
cuestión es que si los datos se convierten en el sistema nervioso de
una economía global digitalizada, y si la mayoría de los datos en el
mundo son recolectados y utilizados por
un puñado de empresas estadounidenses, esas firmas y el gobierno de
eeuu se vuelven increíblemente más poderosos que aquellos países que
solo producen datos. Muchos expertos han alertado sobre los riesgos de
una forma de colonialismo digital producida por
esta situación21. Como muestra la historia de América Latina, los
intereses del capital y del gobierno estadounidenses a menudo entran en
conflicto con los de los gobiernos que intentan construir economías
desarrolladas con mayor justicia social, el tipo de
gobierno que esperaríamos regule el acceso a los datos sociales y a los
datos del lugar de trabajo. Desde esta perspectiva, podemos
preguntarnos, como lo ha hecho Evgeny Morozov: si los datos son el nuevo
petróleo, ¿qué país se convertirá en el nuevo Iraq22?
Si los trabajadores de todo el mundo quieren construir una sociedad más
desarrollada y más igualitaria, tendrán que controlar los datos que la
sociedad produce y desarrollar una capacidad nacional para trabajar con
ellos. La realidad es que hay dos caminos
para lograrlo: un acuerdo internacional sobre datos, o la fragmentación
del mundo digital en bloques nacionales o regionales con distintos
ecosistemas de datos.
Por
el momento, existen pocas leyes sobre el uso de datos en el lugar de
trabajo y en relación con los trabajadores. Tampoco hay lineamientos
internacionales sobre los usos de la
inteligencia artificial en el lugar de trabajo23. Es esencial
establecer leyes sobre datos y una estrategia para desarrollar la
soberanía digital a fin de construir condiciones de trabajo decentes
para el siglo xxi. Lo que queda claro es que si no se hace
algo para solucionar que el control privado de datos esté en manos de
un puñado de individuos, los trabajadores de todo el mundo verán
seriamente afectados sus esfuerzos para controlar la intensificación del
uso de datos en el trabajo o para lograr la elección
de un gobierno que incluya los datos como parte de su agenda. Si bien
es mayor la tendencia de los Estados a controlar los datos nacionales,
teniendo en cuenta en especial la creciente tensión entre eeuu, China y
Rusia, por ejemplo, existe escasa evidencia
de que exista un «proteccionismo digital» en la mayor parte del mundo
en vías de desarrollo. Aun así, se trata de debates esenciales, que
deben contar con la participación de los trabajadores si estos quieren
proteger sus derechos en la sociedad y en el lugar
de trabajo.
1.
D. Akst: «Automation Anxiety» en The Wilson Quarterly vol. 37 No 3,
2013; J. Mokyr,
C. Vickers y N.L. Ziebarth: «The History of Technological Anxiety and
the Future of Economic Growth: Is This Time Different?» en The Journal
of Economic Perspectives vol. 29 No 3, 2015.
2. Vale como ejemplo la charla ted de Nick Bostrom titulada «What Happens When Our Computers
Get Smarter Than We Are?», 2015, disponible en
www.youtube.com/watch?v=mnt1xgzgkpk.
3. C.B. Frey y M.A. Osbourne: «The Future of Employment: How Susceptible Are Jobs To
Computerisation?», Universidad de Oxford, 2013.
4. Melanie Arntz, Terry Gregory y Ulrich Zierahn: «The Risk of Automation for Jobs in
oecd Countries: A Comparative Analysis», oecd Social, Employment and Migration Working Papers No 189, 5/2016.
5. James Manyika et al.: «Harnessing Automation for a Future that Works», McKinsey Global
Institute, 1/2017.
/economic-services/ukeo/pwc-uk-economic-outlook-full-report-march-2017-v2.pdf.
7. Gérard Valenduc y Patricia Vendramin: «Work in the Digital Economy: Sorting the Old
from the New», etui Working Paper No 2016/3, 2016, p. 16.
8. Ljubica Nedelkoska y Glenda Quintini: «Automation, Skills Use and Training», oecd
Social, Employment and Migration Working Papers No 202, oecd Publishing, París, 2018.
9. «Microelectronics: All that is Electronic does not Glitter» en The Economist, 1/3/1980.
10.
Algunos autores señalan que la deserción laboral en eeuu es más baja
hoy en día que
en periodos anteriores. Ver Robert Atkinson y John Wu: «False Alarmism:
Technological Disruption and the us Labor Market 1850-2015», itif @Work
Series, 5/2017.
11. J. Bessen: «How Computer Automation Affects Occupations: Technology, Jobs and Skills»,
Working Paper No 15-49, Boston University School of Law & Economics, 11/2015.
12.
Ver M. Arntz, T. Gregory y U. Zierahn: «Digitalisierung und die Zukunft
der Arbeit: Makroökonomische Auswirkungen auf Beschäftigung,
Arbeitslosigkeit und Löhne von morgen», zew,
Mannheim, 2018.
13. Ver Helen Edwards y Dave Edwards: «How Tesla ‘Shot Itself in the Foot’ by Trying
to Hyper Automate its Factory» en Quartz, 1/5/2018.
14.
La disminución en el crecimiento de la productividad –ya en marcha
antes de la crisis–,
combinada con la lenta inversión, continuó debilitando los aumentos de
la producción económica y los estándares materiales de vida en los
últimos años en muchas de las economías mundiales. ocde: «Cross-Country
Productivity Gaps are Smaller than We Thought»,
12/10/2018,
www.oecd.org/sdd/productivity-stats/. V. tb. el discurso de Andrew Haldane: «Productivity Puzzles», 5/2017, disponible en
www.bankofengland.co.uk/-/media/boe/files/speech/2017/productivity-puzzles.pdf?la=en&hash=708c7cfd5e8417000655ba4aa0e0e873d98a18de.
15.
Alice Lloyd George: «Discussing the Limits of Artificial Intelligence»,
entrevista
con Gary Marcus en TechCrunch, 2016 y «Recognizing the Limitations of
Artificial Iintelligence», entrevista con Joanna Bryson en Thomson
Reuters, 7/10/2018.
16.
La cantidad de empresas que mencionan la inteligencia artificial en sus
informes sobre ganancias se dispararon de 6 en 2013 a 244 en 2017.
Kevin McNally: «It’s Time to Stop Using
ai as a Marketing Gimmick» en Fast Company, 18/7/2017.
17. Tom Simonite: «Moore’s Law is Dead. Now What?» en mit Technology Review, 5/2016.
18. Se trata de empresas que tienen relaciones extremadamente cercanas con el gobierno
de eeuu. Robert W. McChesney: «Between Cambridge and Palo Alto» en Catalyst vol. 2 No 1, 2018, p. 17.
19. Michael Wayland: «gm ceo: it Transformation Critical for Automaker to Thrive» en
Michigan Live, 5/2013.
20. «ai Helps Diagnose Depression Three Months Earlier than Health Services by Analysing
Facebook Posts» en The Independent, 15/10/2018.
21.
Nick Couldry y Ulises Mejias: «Data Colonialism: Rethinking Big Data’s
Relation to
the Contemporary Subject» en Television and New Media, 7/2018; Renata
Avila Pinto: «Digital Sovereignty or Digital Colonialism?» en Sur vol.
15 No 27, 2018.
22. V. conferencia «Beyond Surveillance Capitalism: Reclaiming Digital Sovereignty»,
Barcelona, 16 y 17 de octubre de 2018.
23. Nuestra organización hermana, el Sindicato Global uni, ha desarrollado 10 principios
sobre la inteligencia artificial que pueden consultarse aquí: www.thefutureworldofwork.org/opinions/10-principles-for-ethical-ai/.
COLECTIVO PERÚ INTEGRAL
03 Julio 2019
No hay comentarios:
Publicar un comentario