La hora de las máquinas
El desempleo tecnológico y el reemplazo de las máquinas por humanos. Ambos son los grandes temores de la nueva revolución industrial que explica el decano José Miguel Sánchez.
Por su vigencia en las discusiones actuales, te invitamos a volver a leer este artículo publicado en la Revista Universitaria 148, en abril de 2018.
photo_camera Con los cambios tecnológicos habrá una transformación significativa en el mercado del trabajo, por lo que los desafíos que se plantean son muchos, especialmente para las políticas públicas y la educación superior. (Foto: Vector de Fondo creado por rawpixel)
En el último tiempo, ha aparecido una serie de informes y publicaciones que plantean que estamos viviendo una nueva revolución industrial. Los cambios tecnológicos que han ocurrido a partir de la digitalización, que en la actualidad han borrado los límites que existían entre lo digital, lo físico y lo biológico, y que tienen su fundamento en lo que se ha denominado inteligencia artificial, dan cuenta de ello.
Estas transformaciones, que están sucediendo a una gran velocidad, ya están presentes en la forma en que producimos, trabajamos, nos organizamos, nos relacionamos y vivimos (Schwab, 2016). Una preocupación que ha acompañado a este fenómeno es su potencial para afectar de manera significativa el mercado del trabajo, al hacer factible, desde una perspectiva técnica, la sustitución de la labor humana por máquinas. La pregunta más concreta es si el avance en la inteligencia artificial generará desempleo tecnológico estructural. Esto ocurriría si la economía no fuera capaz de crear nuevos puestos a la velocidad en que estos se van perdiendo.
Esta preocupación no es nueva. Ha existido en distintos momentos en los que han ocurrido desarrollos tecnológicos disruptivos, que han dado origen a las llamadas revoluciones industriales (Frey y Osborne, 2017).
Entre las investigaciones recientes que han estudiado cómo la inteligencia artificial afectará el mercado laboral hay dos líneas gruesas de trabajo.
Una de ellas intenta contestar la pregunta sobre los efectos probables, en una o dos décadas, de la automatización sobre las ocupaciones y trabajos actuales. A partir de ahí, se pretende estimar el porcentaje de empleo que se verá afectado por la tecnología, suponiendo un cierto desarrollo y en especial de la inteligencia artificial.
Los estudios más relevantes que han profundizado esta arista son los de Frey y Osborne (“The future of employment: how susceptible are jobs to computerisation?”, de 2013); “World Development Report 2016”, del Banco Mundial; el McKinsey Report (2017); el Informe de la OECD (2017) y el Informe de PricewaterhouseCoopers (2017).
Las áreas de mayor riesgo
El estudio de Frey y Osborne estima la capacidad técnica (no económica) de la sustitución por parte de máquinas de ciertas tareas que desarrollan personas. Esto considerando los avances en áreas relacionadas con el aprendizaje de máquinas y la robótica, que integran la inteligencia artificial, y que han hecho posible que se automaticen, incluso, tareas no rutinarias.
Los autores usaron en su estudio 702 ocupaciones de la versión 2010 de O*NET, un servicio online desarrollado por el Departamento del Trabajo de los Estados Unidos. La base de datos contiene características claves de una labor calculada a través de un conjunto de variables medibles y estandarizadas, y también provee descripciones abiertas de tareas específicas de cada ocupación. Esta información se combina con la base de datos 2010 de la Oficina de Estadísticas Laborales de Estados Unidos (U.S. Bureau of Labor Statistic, BLS es la sigla en inglés) para disponer de información respecto del empleo y sus salarios.
Para hacer la clasificación se entrevistó a un grupo de investigadores quienes escogieron 70 ocupaciones de acuerdo a si son automatizables o no, basados en la estructura de tareas determinada para cada puesto. La categorización de las restantes 632 fue hecha por los autores usando un modelo probabilístico. Las labores se dividen en: bajo riesgo (menos de 30%), riesgo medio (30-70%) y alto riesgo (mayor a 70%).
Combinando esta información con el número de trabajadores en cada puesto en Estados Unidos, utilizando los datos de la Oficina de Estadísticas Laborales, Frey y Osborne concluyen que el 47% del empleo total en ese país está en la categoría de alto riesgo, “lo que significa que los trabajos asociados son potencialmente automatizables a lo largo de un número no especificado de años, tal vez en una década o dos”.
El 47% del empleo total en Estados Unidos está en la categoría de alto riesgo, “lo que significa que las ocupaciones asociadas son potencialmente automatizables a lo largo de un número no especificado de años, tal vez en una década o dos” - Carl Benedikt Frey y Michael A. Osborne.
Entre las operaciones que ellos identifican de alto riesgo están los servicios, las ventas y la construcción.
El trabajo de Frey y Osborne fue replicado en países en desarrollo a través del World Development Report (WDR), de 2016 (un informe del Banco Mundial). En esa investigación se concluye que el porcentaje de empleo en riesgo de ser automatizado es aún mayor para esta categoría de países, y va desde un 55% en Uzbekistán hasta un 85% en Etiopía.
Según esta metodología, el promedio de la OCDE sería de 57%, mientras que en países como China tendrían en riesgo el 77% del empleo y en India un 69%. Chile no figura en esta muestra del WDR, pero aparece Argentina con un 65%, Bolivia con un 67% y Uruguay con un 63%.
Otro estudio que ha recibido mucha atención es el Informe McKinsey Global Institute (2017). Este difiere de los anteriores al considerar las diversas actividades que contiene una ocupación, cada una de las cuales puede tener un diferente potencial técnico de automatización. Usando datos para Estados Unidos del BLS y O*Net examinaron en detalle más de 2.000 actividades laborales para más de 800 ocupaciones en la economía.
El resultado principal es que la proporción de trabajos que pueden ser, desde el punto de vista tecnológico, completamente automatizadas, adaptando la tecnología demostrada existente en la actualidad, es menos de un 5% en esa nación norteamericana.
Sin embargo, casi todas se verán afectadas por la automatización. Se calcula que un 60% de ellas tendrán un 30% de actividades automatizables técnicamente. Estas labores representan en ese país cerca de un 46% del total de horas trabajadas.
Otro resultado interesante es que, si bien existe una correlación negativa entre los salarios y el potencial técnico de automatización, hay una variación muy grande. Por ahora, este elemento no resulta ser un buen predictor del potencial de automatización técnica. Esto significa que no solo trabajos pertenecientes a los grupos de bajos sueldos se verán afectados.
Labores específicas
La OECD, en su Informe Employment Outlook 2017 también presenta su propia estimación de los riesgos de automatización que enfrentarán sus naciones, en una o dos décadas. Usando una metodología distinta a la de Frey y Osborne, basada en las tareas que tiene cada ocupación, obtiene riesgos de automatización significativamente menores que los mostrados por los autores anteriores.
En el caso de Estados Unidos, estima que un 9% de los empleos tiene un elevado riesgo de automatización.
Para los países de la OECD, el riesgo estimado por el Employment Outlook también es de 9%, contrastando con el 57% que señala el WDR de 2016. El rango va desde 12% para Alemania, España y Austria hasta un 6% para Finlandia, Chile, Estonia y Polonia.
Las mediciones de la OECD provienen de las investigaciones de Arntz y otros (2016, 2017). Estos autores se basan en Frey y Osborne, pero a diferencia de ellos, analizan directamente el contenido de tareas de las ocupaciones individuales usando una encuesta en las que se pregunta por funciones específicas que se desarrollan en cada labor.
La idea es que la automatización depende de las actividades puntuales que las personas deben desarrollar para cumplir su labor, y de cuán fácilmente estas pueden ser automatizadas.
Esta diferencia resulta ser bien crucial para explicar las variaciones en las probabilidades encontradas, debido a que admite la posibilidad de que distintos individuos, que tienen una misma ocupación, desarrollen tareas muy distintas entre sí y por eso se enfoca en cada individuo.
¿También afectará a los sueldos?
Un problema fundamental con esta línea de literatura es que se centra en la factibilidad técnica, no económica, de la sustitución del trabajo humano por parte de la tecnología, considerando su estado actual de desarrollo y su probable evolución futura. Adicionalmente no considera los efectos de equilibrio general en el mercado del trabajo y, en particular, sobre los salarios y el empleo.
Para predecir las consecuencias de la automatización sobre el empleo, hay que revisar el costo de sustituir el trabajo por máquinas y cómo este proceso incidirá sobre el costo del trabajo. También hay que estimar que el resultado sobre el empleo dependerá de lo que ocurra en otros sectores de la economía.
El trabajo podría crecer ocupando los puestos liberados por la introducción de las máquinas o, incluso, podría haber un incremento en la demanda debido al aumento de la productividad en los propios sectores afectados por la introducción de la tecnología.
Esto da origen a la segunda línea de trabajo, que utiliza modelos de equilibrio general que permiten capturar los efectos económicos entre sectores, incluso en aquellos en donde no ha ocurrido un cambio tecnológico.
Desempleo tecnológico
En su trabajo “Robots y Empleos: evidencia de los mercados del trabajo en US”, de Acemoglu y Restrepo (2017), se reporta el impacto en el equilibrio general que ha tenido la introducción de robots industriales (una de las tecnologías de automatización), sobre los mercados del trabajo locales en Estados Unidos entre los años 1990 y 2007.
El modelo usado en este estudio extiende parte de sus análisis anteriores para incluir la posibilidad de que la proporción de tareas realizadas por robots varíe entre industrias.
Los autores encuentran un efecto negativo sobre las remuneraciones y el trabajo al elevar el número de robots en la economía. Este resultado se produce por el desplazamiento de los individuos de sus actuales puestos producto de la introducción de las máquinas.
Sin embargo, al mismo tiempo, hay un efecto positivo por una ganancia en productividad. Al incrementarse el número de máquinas, disminuyen los costos de producción, lo que genera un incremento en la producción de la industria y, por consiguiente, subirá la demanda por trabajo.
El análisis concluye que las consecuencias negativas se encuentran en todas las labores, menos en las administrativas. Además, los mayores efectos ocurren en los trabajos de obrero que tienen operaciones manuales rutinarias de montaje, transporte y maquinaria. El resultado negativo disminuye levemente a medida que se eleva el nivel educacional del trabajador.
Los anterior es preocupante puesto que muestra una limitada capacidad de crecimiento de trabajos en otras industrias. El efecto agregado encontrado por Acemoglu y Retrepo (2017) se puede resumir en que, un robot adicional por cada mil trabajadores reduce la razón del empleo sobre la población, en un rango de 0,18-0,34 puntos porcentuales, y reduce los salarios en un rango de 0,25-0,5%. En todo caso esta es un área en donde se requiere mayor investigación.
Las investigaciones que hemos revisado demuestran que, en los últimos años, se han realizado importantes esfuerzos para analizar el impacto que los desarrollos tecnológicos, asociados a la inteligencia artificial, tendrían sobre los mercados laborales, el empleo y los salarios.
Si bien los trabajos que tendrán la factibilidad técnica de que el rol humano sea reemplazado por máquinas difieren, tal como se vio en los párrafos precedentes, en la estimación que hacen respecto al riesgo de automatización del empleo actual en un plazo de 10 a 20 años, parece claro que habrá una transformación significativa.
Por eso, los desafíos que se plantean son muchos, especialmente para las políticas públicas y la educación superior.
Más datos: La revolución de la inteligencia artificial
- El PIB mundial será un 14% mayor en 2030 como consecuencia de la inteligencia artificial o, lo que es igual, 15,7 billones de dólares más grande.
- De estos 15,7 billones de dólares adicionales, 6,6 billones –el 42%– se generarán como consecuencia del incremento de la productividad y 9,1 billones por los efectos en el consumo.
- Norteamérica y China serán las regiones más beneficiadas en términos de crecimiento adicional de la actividad –14,5% y 26,1%, respectivamente–.
Para leer más:
- Acemoglu, D. y Restrepo, P., 2017. “Robots and jobs: evidence from the US labor markets”, NBER Working Papers Series, WP 23285.
- Arntz, M., Gregory T. and Zierahn U., 2016.“The risk of automation for jobs in OECD countries: A comparative analysis”, OECD Social, Employment and Migration Working Papers, No. 189; OECD Publishing, Paris.
- Arntz, M., Gregory T. and Zierahn U., 2017. “Revisiting the risk of automation”, Economic Letters 159, p. 157-160.
- Frey, Carl Benedikt and Osborne, Michael A., 2013.“The future of employment: How susceptible are jobs to computerisation?”. Publicado en Technological Forecasting & Social Change 114 (2017), p. 254–280.
- McKinsey global Institute, January 2017. “A future that works: Automation, employment and productivity”.
- OECD, Employment outlook 2017, p. 38, 39, 107.
- Schwab, Klaus, January 2016. “The fourth industrial revolution: What it means, how to respond”, World Economic Forum.
- UK Economic Outlook, PWC, 2017. “Will robots steal our jobs? the potential impact of automation on the UK and other major economies”, chapter 4.
- World Development Report:“Digital dividends”. World Bank, 2016. Washington, DC.
Fuente foto principal: Vector de Fondo creado por rawpixel.com - www.freepik.es
