Con buenas políticas públicas e incentivos adecuados, la Inteligencia Artificial (IA) [1] puede ayudar a reconstruir los empleos de las clases medias en lugar de destruirlos. Para ello, hay que conseguir que el uso de la IA permita a los trabajadores con capacidades laborales medias acceder a ocupaciones antes restringidas a quienes tenían capacidades elevadas o muy elevadas.
Esta es la idea central de la investigación de David Autor, titular de la cátedra Daniel y Gail Rubinfeld y director de la Iniciativa sobre el Futuro del Trabajo del Massachusetts Institute of Technology (MIT), que lleva años estudiando de qué modo la tecnología, el comercio y la automatización afectan al mercado laboral y a los trabajadores de clase media.
Autor es licenciado en Psicología por la Universidad de Tufts y se doctoró en Políticas Públicas en la Kennedy School of Government de la Universidad de Harvard. Su tesis investigaba, ¡en 1999!, el efecto en el mercado de trabajo de los ordenadores, la desigualdad y la precariedad. Todos estos temas han permanecido en su agenda académica con diferentes enfoques.
Con buenas políticas públicas e incentivos adecuados, la Inteligencia Artificial (IA) puede ayudar a reconstruir los empleos de las clases medias en lugar de destruirlos.
En su análisis de 2016 “The China Shock: Learning from Labor Market Adjustment to Large Changes in Trade”, Autor describió con detalle el efecto de la apertura comercial hacia el país asiático sobre el empleo, los salarios y el bienestar de la clase media estadounidense. El pasado agosto, volvió al tema con un nuevo artículo en el que detallaba las consecuencias de los aranceles impuestos durante la presidencia de Donald Trump sobre las importaciones chinas, demostrando que no habían tenido un efecto positivo ni sobre el empleo ni sobre los salarios de las regiones más expuestas a la competencia de China. De hecho, mostró que eran negativos, pese a las subvenciones que repartió el gobierno estadounidense en el sector agrícola. No obstante, los votantes premiaron a Trump y a los republicanos que los habían impulsado, convirtiendo estas medidas en uno de los elementos centrales del movimiento Make America Great Again (MAGA).
La investigación de Autor sobre la transformación que la tecnología está provocando en el mercado de trabajo y sus consecuencias económicas, políticas y sociales está recogida en “Work of the Past, Work of the Future», publicado en 2019. Una de las conclusiones es que necesitamos repensar las políticas laborales para abordar la creciente brecha entre los trabajadores con alta cualificación y los de baja cualificación. Su publicación más reciente en este campo, “Applying AI to Rebuild Middle Class Jobs”, propone que la IA se utilice para restaurar los empleos de la clase media, aprovechando las posibilidades de esta tecnología en la mejora de las capacidades humanas, facilitando, por tanto, el acceso de los más que probables “desplazados” a empleos que les están ahora vetados.
Se trataría, en definitiva, de que la IA ayudase a democratizar el acceso al conocimiento y la adquisición de habilidades. Un enfoque de la IA diferente al actual, centrado en rebajar los costes, mediante la reducción de empleos de nivel medio, en lugar de mejorar la productividad o la calidad del empleo que esta tecnología retiene y genera.
Como se ve, no son temas abstractos, alejados de lo que le interesa a la gente. Ese es el sello de identidad de Autor, a quien le interesa la gente: dónde vive, en qué trabaja, qué estudió y cuándo, equivocándose, dejó de hacerlo, cómo fue capaz –si lo fue– de progresar por el ascensor profesional y social, de qué forma las crisis han afectado a sus creencias, su sentido de pertenencia al país, a la región o al barrio, cómo y por qué ha cambiado su voto –si lo ha hecho–… En definitiva, es un académico interesado por entender a la gente normal.
Polarización laboral
Si la polarización política desasosiega a los ciudadanos, es en la polarización laboral donde está el origen del problema.
Los empleos de cualificación media –aquellos que permitían a la mayoría de los trabajadores escalar posiciones en la empresa y la sociedad– están desapareciendo. La creación de empleo está crecientemente concentrada en la alta y la baja cualificación. En el centro se está produciendo un vaciado con consecuencias sobre la geografía urbana de los países. El “premio salarial” del que disfrutaban los trabajadores de cualificación media ha desaparecido (¿les suena la polémica sobre alquileres?) y la consecuencia es que el mercado laboral de las ciudades se parece cada vez más al de los pueblos, donde no hay empleo en el tramo de cualificación media.
Este fenómeno tiene otras repercusiones que también llenan titulares: dado que los trabajadores de cualificación media eran muchos, constituían un eficaz colchón frente a la desigualdad de rentas. Con su progresiva desaparición, la desigualad ha crecido formidablemente, dando pie a dolor, polarización y a la sucesión de políticas de “reparación del desaguisado” desde el Estado. Pocas bien pensadas. Muchas improvisadas y nunca evaluadas, olvidando lo que dice el refranero: el camino al infierno está empedrado de buenas intenciones.
Autor argumenta que la solución no sólo está en hacer más y mejores políticas sociales, sino en utilizar la tecnología y aplicar políticas para dotar a los trabajadores de cualificación media de las herramientas y habilidades que les permitan ascender por la escalera del progreso laboral y social.
En su investigación sobre tecnología, mercado de trabajo y clases medias se incluye la IA. El primer artículo de Autor sobre IA fue “Artificial Intelligence and Jobs: Evidence from Online Vacancies”, publicado en 2021 junto al reciente premio nobel de economía, Daron Acemoglu, y a Jonathon Hazell y Pascual Restrepo. Se trata de una excelente historia sobre el efecto del uso de la IA en la demanda de empleo a partir del análisis de las ofertas de empleo en Estados Unidos (EEUU) desde 2010 hasta 2019; es decir, en lo que puede considerarse la prehistoria del uso masivo de la IA.
Los datos muestran que, desde 2010, y especialmente a partir de 2015-2016, ha habido un rápido aumento de las ofertas de empleo relacionadas con IA que proviene de empresas en sectores de actividad con “tareas” compatibles con las capacidades actuales de esta tecnología, como la formación, el procesamiento de textos e idiomas o el reconocimiento de imágenes. Estamos todavía, pues, en la “periferia” del mercado masivo de trabajo.
Los autores describen que, en esta “periferia” que comienza a utilizar la IA, las empresas la adoptan para reducir la contratación de empleos no relacionados con la tecnología. Ciertamente, no es un auspicioso punto de partida. La investigación demuestra que, pese a la presunción de que la IA puede aumentar el nivel de empleo si se complementa con los empleos no tecnológicos o aumenta la productividad total, la “periferia” del mercado de trabajo masivo –los “adelantados”– actúa de forma que lo que prevalece son los efectos de destrucción de empleo, debido a que los incentivos para impulsar los efectos de “complementariedad” y el aumento de productividad son bajos.
El estudio hace tres importantes contribuciones:
- Muestra que la IA ya está transformando la naturaleza del empleo en las empresas que la adoptan.
- Dado que todavía se trata de la “periferia” del mercado, es pronto para identificar los efectos sobre el nivel total de empleo, la productividad total de los factores (PTF) o el nivel de salarios de la economía en su conjunto.
- Lo que se observa es suficiente como para aconsejar a los decisores políticos que comiencen a pensar en políticas de formación destinadas a mitigar que el efecto negativo sobre el empleo de las empresas adelantadas se contagie a la totalidad de la economía cuando el uso de la IA sea masivo.
Puede sorprender la idea de que aún no hay datos contundentes que demuestren que las empresas que adoptan la IA registran fuertes aumentos de productividad. Ciertamente, es una idea a contracorriente. Pero ya saben que los “datos matan los relatos”. En el caso de la investigación de Acemoglu, los datos están dentro de modelos rigurosos, no son adendas. Por eso, les recomendaría para entender mejor el anterior paper conjunto que lean el trabajo, publicado el pasado agosto, del flamante premio nobel “The Simple Macroeconomics of AI”, que examina las implicaciones macroeconómicas de esta tecnología en términos de productividad, empleo, desigualdad y bienestar económico.
Utilizando un modelo basado en tareas, Acemoglu analiza cómo la IA puede automatizar tareas y aumentar la TFP, y concluye que, en los próximos 10 años, el impacto será modesto, muy por debajo de las expectativas que diariamente escuchamos. Las ganancias en PTF estimadas por Acemoglu para los próximos 10 años están entre un 0,55% y un 0,71%, lo que equivale a un aumento anual de la productividad de sólo un 0,07%.
La razón es que la actual IA afecta, principalmente, a las tareas fáciles de automatizar, mientras que las difíciles, que requieren más contexto y juicio humano y son las más productivas, resultan más difíciles de “automatizar plenamente”.
Las estimaciones de Acemoglu sobre el crecimiento del PIB son también un baño de realidad. En términos de crecimiento de PIB, aunque el efecto contable puede ser algo mayor –debido a la inversión adicional en capital que exige la IA– y llegar a un 0,9%-1,8% en los próximos 10 años, el impacto en el bienestar del consumidor podría ser menor porque esa inversión se hará a costa de una reducción del consumo privado.
Asimismo, está el efecto sobre el empleo y la desigualdad. Y aquí los resultados vuelven a ser contraintuitivos: la IA podría no aumentar significativamente la desigualdad entre los grupos demográficos, ya que las tareas expuestas a la IA están distribuidas de manera más igualitaria –afectan a más sectores– que las que desaparecieron en los anteriores episodios de automatización. Sin embargo, es más que probable que la IA aumente –o al menos no reduzca– la desigualdad salarial y afecte de manera negativa a los ingresos reales de las mujeres con un nivel educativo bajo, que es el grupo más precarizado en el mercado de trabajo. También se espera que la IA amplíe la brecha entre las rentas de capital y las rentas de trabajo.
Todo ello sin ni siquiera empezar a pensar en los costes sociales y las pérdidas económicas que puede conllevar un uso de la IA para “objetivos perversos”. Es notorio que algunas tareas nuevas creadas por esta tecnología –como los algoritmos de manipulación en redes sociales y los ataques cibernéticos– tienen un efecto negativo significativo sobre el bienestar social y, además, costes económicos directos muy elevados –similares a los que genera el cambio climático–. En síntesis, Acemoglu estima que, aunque la IA podría aumentar el PIB en términos brutos hasta un 2%, reduciría el bienestar social un 0,7%.
Un cambio de orientación
¿Cuál es el veredicto neto final sobre la IA y las recomendaciones de economistas tan prestigiosos como Autor y Acemoglu? Su conclusión, de nuevo, resulta contraintuitiva: la “revolución” de productividad prometida por la IA no depende de la calidad de la propia IA, sino que dependerá de la creación de nuevos empleos complementarios “no IA”. El problema es que la generación de estos empleos complementarios no es ni la prioridad ni el objetivo de los que están desarrollando hoy esta tecnología. Por eso, la recomendación de política económica es que, para maximizar los beneficios de la IA, se necesita un cambio fundamental en la orientación de la industria y una arquitectura de IA que priorice la mejora de la productividad laboral.
¿Es posible hacer algo así o es puro voluntarismo?
David Autor cree que sí y, para explicarlo, escribió en octubre de 2023 –de nuevo con Acemoglu y Simon Johnson– un documento para el Centre for Economic Policy Research (CEPR), “Can We Have Pro-Worker AI? Choosing a Path of Machines in Service of Minds”. La tesis principal ya la conocemos: la trayectoria actual del desarrollo de la IA está sesgada hacia la automatización y el desplazamiento de los trabajadores, por lo que es preciso cambiar ese enfoque si lo que se quiere es que la IA aumente el bienestar social.
¿En qué dirección debe producirse el cambio? Básicamente, haciendo que la IA sea “complementaria” del empleo, mejore las capacidades de los trabajadores y apoye la creación de nuevas tareas ocupacionales.
¿Cómo? Con políticas públicas específicas que incentiven el cambio de comportamiento de las empresas.
El desarrollo de la idea es simple: el sector privado se centra en la automatización desde un punto de vista que da prioridad al ahorro de costes frente al aumento de la productividad. El mayor desempleo se traduce en una mayor competencia por las ofertas de empleo, lo que provoca una caída de los salarios de los nuevos entrantes, incluso de los que antes tenían empleos con una cualificación media y alta.
Este escenario previsiblemente conduce a la inestabilidad social y refuerza la polarización. Pero, sobre todo, no es inevitable: la IA puede desarrollarse para aumentar las capacidades humanas, ayudando a los trabajadores a realizar tareas más expertas, incluidos aquellos que no tienen un título universitario. Esta vía podría reducir la desigualdad, impulsar la productividad y mejorar los salarios, al permitir a los trabajadores dedicarse a tareas de mayor calidad. Algunos ejemplos serían las herramientas de IA destinadas a los profesionales de la educación o la medicina, contribuyendo a prestar servicios especializados y mejorando la productividad.
¿Qué tipo de políticas públicas habría que desarrollar para lograrlo? Como siempre, las primeras serían de tipo fiscal: igualar los tipos impositivos entre la contratación de trabajadores y la inversión en tecnologías de automatización, reduciendo el sesgo hacia la sustitución de mano de obra humana por máquinas. En segundo lugar, estarían las subvenciones, con el objetivo de aumentar la financiación de la investigación en IA complementaria. En tercer lugar, más original, sería crear la demanda para esa nueva IA “humana”: un centro especializado en IA que asesore sobre las aplicaciones en servicios públicos, sobre todo en educación y sanidad. En cuarto lugar, las regulatorias: exigir una certificación de las tecnologías de IA. El gobierno debe evaluar y validar las herramientas de IA para garantizar que son beneficiosas y seguras para su uso en los sectores públicos.
No es muy original, pero puede que alguien lo intente. Y, quizá, funcione.
En este punto, recomendaría otro análisis de Autor, con un carácter menos de política industrial y un título maravilloso, “Applying AI to Rebuild Middle Class Jobs”, en el que reúne casi todas sus obsesiones. La idea fuerza es que la IA puede ayudar a restaurar el segmento empleo de cualificación media –la evanescente clase media del mercado laboral estadounidense– erosionado por la automatización y la globalización.
Contrariamente a los temores de que la IA reduzca drásticamente los puestos de trabajo, Autor señala que el mercado laboral estadounidense, con una tasa de desempleo del 3,9%, no está experimentando una falta de puestos de trabajo.
En términos globales, si uno atiende a la evolución de los factores demográficos –envejecimiento de la población y descenso de las tasas de natalidad– es más probable que los países ricos se queden antes sin trabajadores locales que sin trabajo.
El verdadero potencial de la IA, por tanto, no reside en sustituir los puestos de trabajo, sino en remodelar el valor y el alcance del significado del trabajo, permitiendo que más trabajadores participen en funciones y en la toma de decisiones que tradicionalmente han estado reservadas a los expertos y a las élites.
La IA puede integrar información, reglas y experiencia para apoyar la toma de decisiones y permitir que una gama más amplia de trabajadores realice tareas históricamente reservadas a profesionales altamente cualificados como médicos, abogados, economistas o ingenieros.
El objetivo no es sustituir a los que ya están, sino permitir a los trabajadores de cualificación media realizar trabajos más complejos y valiosos. Si esto ocurriera, y la IA ayudara a recrear empleos de cualificación media, la desigualdad se reduciría y se democratizaría el acceso a servicios esenciales como la sanidad y la educación.
La idea a retener –ahora sí– es intuitiva: el efecto de la IA en el mercado laboral depende de cómo se despliegue. En lugar de sucumbir al pronóstico de que la IA desplazará inevitablemente a los trabajadores, existe la oportunidad de dar forma a “otra” IA para mejorar y democratizar el sentido del trabajo, potenciar el valor de la experiencia, reconstruir empleos de clase media y fomentar una economía más inclusiva y próspera. Las implicaciones políticas serían extraordinarias.
[1] Este artículo es resultado de la conversación entre el presidente del Real Instituto Elcano, José Juan Ruiz, y el economista David Autor, en el marco del Foro La Toja 2024.
