Qué es esta página, y qué no es
La pregunta del desplazamiento suele plantearse como un recuento: ¿cuántos empleos quita la IA? Eso importa, y Desplazamiento laboral y económico lo cubre. Esta página plantea una pregunta distinta: ¿qué les pasa a los empleos que quedan? Un trabajador puede conservar un salario mientras pierde el control del horario, el ritmo, las decisiones de criterio y la dignidad que hacían que el trabajo valiera la pena.
El mecanismo descrito aquí —la gestión algorítmica— está observado, documentado y es real. Proyectar los hallazgos actuales de la economía gig y los almacenes hacia toda la economía es un argumento, no una medición. Esta página etiqueta cuál es cuál.
El mecanismo: la gestión algorítmica
La revisión ampliamente citada de Kellogg, Valentine y Christin define la gestión algorítmica como software que desempeña funciones gerenciales: asignar tareas, monitorear el desempeño, evaluar la producción y disciplinar o recompensar a los trabajadores (Kellogg, Valentine y Christin, “Algorithms at Work: The New Contested Terrain of Control”, Academy of Management Annals, 2020). Organizan el conjunto de herramientas en seis mecanismos —recomendar, registrar, calificar, reemplazar, recompensar y disciplinar— y señalan que el terreno en disputa no es nuevo. Los empleadores siempre han intentado extraer más esfuerzo por menos paga; lo que cambió es la granularidad, la velocidad y la asimetría del sistema que lo hace.
En la práctica, esto significa: horarios fijados por la demanda pronosticada en lugar de un gerente que sabe que usted tiene un hijo en la escuela; puntuaciones de productividad calculadas a partir de pulsaciones de tecla, escaneos o segundos por tarea; calificaciones de estrellas de clientes tratadas como evaluaciones de desempeño; y despidos activados automáticamente cuando una métrica cae por debajo de un umbral, a veces sin ningún humano en el proceso. El trabajador experimenta esto como un jefe que siempre observa, nunca negocia y es imposible de apelar, porque no hay nadie ahí.
La dirección del recorrido
A medida que la IA absorbe el trabajo cognitivo rutinario, los empleos que quedan para los humanos se dividen en dos categorías. La primera es el trabajo que las máquinas aún no pueden hacer: oficios especializados en entornos físicos impredecibles, negociación humana compleja, juicio creativo genuino. La segunda es el trabajo para el que los humanos deben mantenerse —porque una ley, una norma de responsabilidad o la preferencia del cliente exige una persona en algún punto de la cadena, incluso cuando el sistema puede hacer casi todo lo demás.
Es en la segunda categoría donde la calidad se degrada más rápido. Si una persona está presente solo para satisfacer un requisito, el incentivo del empleador es hacer que esa presencia sea lo más barata y controlada posible: discreción guionizada, cumplimiento monitoreado, sin margen. El trabajador se convierte en un sello humano de aprobación estampado sobre la salida de una máquina —responsable del resultado, despojado de la autoridad para moldearlo. Una enfermera obligada a “validar” el triaje de la IA en doce segundos por paciente no está potenciada; es un amortiguador de responsabilidad con un estetoscopio.
Lo que muestra la evidencia — y lo que no muestra
La evidencia más sólida proviene de entornos donde la gestión algorítmica ya es total. En las plataformas de trabajo gig, los investigadores documentaron cómo los sistemas de calificación y las reglas opacas de desactivación trasladan el riesgo a los trabajadores mientras les niegan información sobre quién decide y por qué (Rosenblat y Stark, 2016). En los almacenes, la granularidad del monitoreo hasta los segundos por tarea se asocia con tasas elevadas de lesiones y rotación de personal en reportajes periodísticos y de defensoría, aunque las estimaciones causales revisadas por pares siguen siendo escasas. El análisis global de la IA generativa de la Organización Internacional del Trabajo es explícito en que la exposición a la automatización no es lo mismo que la pérdida de empleo, y que las dimensiones de calidad —la intensidad de la tarea, la autonomía y la oportunidad de usar habilidades— se mueven de forma independiente del número de empleos (OIT, 2023).
La honestidad exige el límite: estos estudios miden lugares de trabajo específicos y fuertemente monitoreados. Extenderlos a toda la economía es un argumento por analogía, no una medición. Algunos empleos que queden mejorarán; algún monitoreo fallará o resultará contraproducente; algunos trabajadores prefieren la flexibilidad mediada por una app a la alternativa, que a menudo es nada. La afirmación defendible es más estrecha y aun así seria: dondequiera que se mantenga a humanos en el proceso en contra de la preferencia de un empleador, la presión económica por defecto se dirige hacia el control, no hacia la autonomía.
Tres señales indican hacia dónde se mueve un lugar de trabajo: si los trabajadores pueden ver e impugnar los datos usados para evaluarlos, si algún humano con autoridad puede anular el sistema, y si los objetivos de productividad se elevan automáticamente a medida que el software aprende cómo lucía el turno de mejor desempeño. La tercera es la señal delatora. Un sistema que sigue subiendo el listón a medida que los trabajadores se adaptan no es una herramienta para organizar el trabajo; es un trinquete de extracción, y su techo lo fija la fisiología, no el criterio.
La pregunta de la complementariedad
Que la IA potencie un rol restante o lo degrade no lo decide la tecnología. Lo decide quién elige el diseño. El mismo modelo de triaje que permite a una enfermera dedicar su hora a los pacientes que la necesitan puede en cambio usarse para fijarle una cuota. El mismo asistente de programación que se encarga del código repetitivo para que un desarrollador junior aprenda arquitectura puede en cambio usarse para justificar la supervisión de cuatro juniors en lugar de contratar a dos seniors.
| Decisión de diseño | Resultado que potencia | Resultado que degrada |
|---|---|---|
| Quién fija el ritmo | El trabajador controla la secuencia | El sistema fija la cuota, el trabajador debe seguirle el paso |
| Quién ve los datos | El trabajador recibe retroalimentación de desempeño | El empleador vigila, el trabajador no puede inspeccionar |
| Quién posee el criterio | La IA aconseja, el humano decide con razones | El humano sella sin cuestionar, la responsabilidad sigue siendo humana |
| Qué pasa ante un error | Revisión y reentrenamiento | Degradación o despido automático |
Los determinantes son institucionales, no técnicos: el poder de negociación, los estándares exigibles, si el trabajador puede inspeccionar e impugnar los datos, y si alguien por encima del algoritmo tiene tanto la autoridad como el incentivo para anularlo.
Una asimetría merece énfasis. Cuando se promete la potenciación, el beneficiario prometido es el trabajador; cuando ocurre la degradación, el beneficiario es la línea de costos. Ese desajuste implica que la carga de la prueba debería recaer en la organización que despliega el sistema: si un sistema realmente potencia, sus diseñadores pueden mostrar discreción preservada, datos inspeccionables y objetivos estables. “El humano siempre está en el proceso” no es evidencia de potenciación cuando la única acción permitida al humano es continuar.
Respuestas de política y negociación
La calidad del empleo es una cuestión de estándares laborales, no meramente una cuestión de asistencia para la transición. Los programas de reentrenamiento no hacen nada por un trabajador cuyo nuevo empleo está marcado, calificado y terminado algorítmicamente. Los instrumentos relevantes son más antiguos y más contundentes: derechos de transparencia sobre los datos usados para evaluarlo, notificación y revisión humana antes de una acción adversa, límites al monitoreo fuera del horario laboral, y negociación sectorial que fije pisos sobre la programación y el ritmo. Los convenios de la OIT sobre condiciones de trabajo y seguridad ocupacional proporcionan el trasfondo ya establecido —el marco para tratar la intensidad y la vigilancia como cuestiones de estándares, no como beneficios a negociar individualmente (OIT, seguridad y salud en el trabajo).
Nada de esto exige tratar a la IA como singularmente perversa. Exige rechazar el encuadre de que la única elección es entre el recuento de empleos y nada. Los trabajadores que enfrentan calidad degradada enfrentan la misma pregunta que los trabajadores que enfrentan el desplazamiento en Economía distributiva y Concentración de poder: si las ganancias fluyen hacia las personas que el sistema vigila, o solo hacia quienes lo poseen. Los individuos pueden protegerse a nivel del hogar mediante Diversificación de carrera e ingresos; los estándares en sí son una lucha colectiva, y vale la pena darla antes de que la segunda categoría de empleos se convierta en la norma.