Bloomberg.- Autor: Jean Tirole

¿Cuál es el futuro del trabajo? ¿Reemplazarán los trabajos independientes al empleo asalariado? ¿Los robots dejarán finalmente a los humanos sin nada que hacer? Veo razones para el escepticismo, pero también para la preocupación.

La tecnología, por supuesto, ya hace que el trabajo independiente sea mucho más fácil. Pone a los trabajadores en contacto con los clientes y les ayuda a gestionar una oficina administrativa.

Más importante aún, permite a las personas crear y promocionar su reputación a bajo costo. Antes, los clientes confiaban en la reputación de una compañía de taxis o elegían una lavadora según la marca del fabricante.

Ahora, cada trabajador tiene una marca: en Uber, los clientes pueden rechazar a los conductores en función de sus calificaciones personales. La reputación colectiva de una empresa, con el control simultáneo del comportamiento de sus empleados, se está volviendo gradualmente menos importante.

Dicho esto, la tecnología también puede favorecer el empleo asalariado estándar. Los economistas George Baker y Thomas Hubbard, por ejemplo, han señalado cómo las computadoras a bordo podrían cambiar el transporte en camiones en los Estados Unidos.

Al monitorear el comportamiento, resolverían un problema de riesgo moral: los conductores tienen pocos incentivos para ser tan cuidadosos con los camiones de la empresa como lo serían con sus propios camiones. Como resultado de esto, más conductores podrían convertirse en empleados de compañías que compran y mantienen flotas, en lugar de hacerlo solos.

No tendrían que invertir en sus propios vehículos, lo que los hace vulnerables a las recesiones, al hacerles colocar sus ahorros en el mismo sector que su trabajo; y no estarían sin dinero en el bolsillo y sin trabajo cuando sus camiones tuvieran una avería.

En términos más generales, los trabajos convencionales tienen muchas ventajas. En primer lugar, un solo trabajador o grupo de trabajadores puede carecer del capital necesario para establecer un negocio, o puede preferir evitar el estrés y el riesgo de tener uno (considere por ejemplo a los médicos o dentistas que deciden ser empleados de una clínica).

En segundo lugar, los dueños de negocios pueden no querer que sus empleados tengan otros jefes, particularmente si el trabajo involucra información confidencial o proyectos de equipo que requieren tiempo y atención exclusiva.

En tercer lugar, las reputaciones basadas en calificaciones podrían no ser confiables: la economista Diane Coyle ha demostrado que la calidad de los consultores individuales puede ser difícil de controlar, al menos de manera inmediata, mientras que una consultoría tradicional puede ser más eficiente a la hora de “garantizar” la calidad.

En resumen, creo que el empleo asalariado no desaparecerá, aunque con el tiempo podría perder predominancia. Pero ¿qué pasa con la inteligencia artificial? No pasa un día sin que los medios se preocupen por el desempleo masivo que se producirá cuando los robots ocupen el lugar de los humanos.

Muchos trabajos que implican tareas rutinarias (y, por lo tanto, codificables) han sido eliminados: las transacciones bancarias se digitalizan, los cheques son procesados ​​por lectores ópticos, los centros de llamadas usan software para acortar la duración de las conversaciones entre el cliente y el empleado, o incluso reemplazan humanos con robots.

Estos cambios tienen repercusiones globales. Amenazan los trabajos externalizados y de bajo salario con los que los países emergentes y subdesarrollados han contado para escapar de la pobreza.

En los países desarrollados, como han demostrado el economista David Autor y sus coautores, tienden a beneficiar a aquellos empleados cuyas habilidades complementan las nuevas herramientas digitales. Esto origina una “brecha” en la distribución de puestos de trabajo entre posiciones calificadas de alta remuneración o puestos de servicios básicos de baja remuneración.

En los EE.UU., la diferencia de salario entre las personas que tienen títulos universitarios y las que abandonan el sistema educativo después de la escuela secundaria ha crecido enormemente en los últimos 30 años.

Todavía no está claro, sin embargo, qué tareas humanas podrán reemplazar las computadoras, y cuáles serán los efectos. Los problemas deductivos, en los que lo particular se deduce de la regla general de una manera lógica, son los más fáciles.

Un cajero automático verifica el número de tarjeta, el código PIN y el saldo de la cuenta bancaria antes de emitir dinero y debitar la cuenta. No obstante, el empleo total en la banca aumentó incluso cuando la red de cajeros automáticos se expandió, porque la demanda creció y los empleos de cajeros se reemplazaron por nuevas tareas.

Las computadoras también han hecho grandes avances en la inducción, que comienza con hechos específicos y trata de elaborar una ley general. Por ejemplo, hay algoritmos capaces de predecir las decisiones del Tribunal Supremo de Estados Unidos sobre patentes tan bien como lo hacen los expertos legales.

Técnicas similares ya permiten el reconocimiento facial automático, el reconocimiento de voz, el diagnóstico médico y otras tareas que anteriormente solo los humanos podían realizar.

Las tareas más difíciles para las computadoras implican problemas imprevistos que no coinciden con ninguna rutina programada. Los eventos infrecuentes no se pueden analizar inductivamente para generar una ley empírica. Frank Levy y Richard Murnane ofrecen el ejemplo de un automóvil sin conductor que ve una pequeña bola pasar frente a él.

Esta pelota no representa ningún peligro para el automóvil; por lo tanto, no tiene ninguna razón para pisar los frenos. Un ser humano, por otro lado, probablemente prevea que un niño pequeño va detrás de la pelota y, por lo tanto, tendrá una reacción diferente.

El automóvil sin conductor no tendrá suficiente experiencia para reaccionar adecuadamente. Aunque el aprendizaje automático podría resolver este problema, ilustra los obstáculos con los que se encuentran las computadoras.

Por lo tanto, los humanos y las computadoras enfrentan diferentes desafíos. Las computadoras son mucho más rápidas y confiables a la hora de procesar tareas lógicas y predecibles. Gracias al aprendizaje automático, pueden enfrentarse cada vez más a situaciones imprevistas, siempre que tengan datos suficientes para reconocer la estructura del problema.

Por otro lado, el cerebro humano es más flexible: un niño de cinco años puede manejar algunos problemas mejor que cualquier computadora. Por lo tanto, las personas mejor equipadas para tener éxito en el nuevo mundo serán aquellas que hayan adquirido conocimiento abstracto que las ayude a adaptarse a su entorno, mientras que aquellas que solo tengan conocimientos simples que las preparen para tareas rutinarias corren el mayor peligro de ser reemplazadas.

Esta es la razón por la cual la educación es crucial. Si no tenemos un sistema que brinde a todos la oportunidad de adquirir las habilidades necesarias, las diferencias en la educación y la situación familiar conducirán a una desigualdad aún mayor.

_Este artículo está adaptado de Economics for the Common Good, que será publicado el próximo mes por Princeton University Press. _