Michael Osborne, Co-Director del Oxford Martin Programme on Technology and Employment de la Universidad de Oxford participó en el Workshop on the Future of Government donde compartió su punto de vista sobre el futuro del empleo.
En un mercado laboral cada vez más automatizado y automatizable, el papel de los robots es cada vez mayor. Gracias al aprendizaje de máquinas (“machine learning”), estas pueden aprender y actuar cada vez con mayor precisión, haciendo redundantes a muchos trabajadores en muchas industrias. Si bien está claro que las máquinas jugarán un papel importante en el futuro del empleo, los retos que presentan son equiparables: ¿cómo gestionar la pérdida de puestos de trabajo? ¿Cómo legislar la introducción de dichas máquinas en estos puestos, sobre todo fiscalmente? ¿Cuáles son los beneficios que presentan?
Osborne lanza la pregunta, ¿por qué, teniendo humanos, querríamos que una máquina aprenda y actúe? La respuesta radica, entre otras cosas, en que gracias a estas máquinas podremos automatizar o mejorar procesos en los que el error humano puede llegar a tener graves consecuencias; procesos en los que estas máquinas tienen un índice de fiabilidad astronómico. Si bien existe un gran debate sobre cuál debe ser el alcance de la penetración de estas tecnologías en el mercado laboral, estudios como el de Danziger et al. (2011) demuestran, por ejemplo, que los jueces son significativamente más indulgentes justo después de una comida, lo cual es altamente problemático.
Pero: ¿qué es y qué no es posible con la tecnología hoy en día? Existen algoritmos de reconocimiento facial con los que interactuamos en redes sociales todos los días. Sin embargo, hay muchas cosas en las que los humanos seguimos y seguiremos siendo mucho mejores que los robots, como es el caso de aprender de manera no supervisada, algo que hasta un bebé puede hacer.
Lo que sí es un hecho es que vivimos en la era del “big data” y que la tendencia es solo al alza. Por ejemplo, si bien todo el material impreso del mundo se calcula en unos 200 petabytes (10^15 bytes), y si todas la palabras jamás pronunciadas por el género humano constituyen 5 exabytes (10^18 bytes) de datos, solo los datos creados y copiados tan solo en 2013 son 4 zettabytes (10^21). La escala y velocidad del cambio es muy superior a antaño, y se está llegando a cotas de sofisticación que han permitido, por ejemplo, que el año pasado un ordenador ganara al mayor profesional del juego Go por primera vez en la historia.
¿A qué nos lleva todo esto? Entre otras cosas, a que trabajos de retail y ventas estén siendo automatizados a pasos agigantados, así como trabajos en el sector hostelero, como el de camareros. El análisis de “big data” está automatizando trabajos legales, de derecho de contratos, de auditoría, de logística. Existen también los ya famosos coches eléctricos autónomos, cosa que en 2004 se pensaba irrealizable. En pocos años, de hecho, se prevé que las calles de nuestras ciudades estén permanentemente transitadas por vehículos que registrarán datos de tráfico y otras incidencias, constituyendo un repositorio de información en vivo que será de gran utilidad para aseguradoras, sistemas legales etc.
Estos y otros muchos avances están a la vuelta de la esquina.
Pero, si las máquinas ya pueden conducir, atender clientes, examinar datos, y un sinfín de actividades más, ¿qué trabajos o tareas pueden y podrán seguir haciendo los humanos? ¿Cuáles son los cuellos de botella, hoy por hoy, a la automatización? Existen, a juicio del ponente, tres grandes categorías:
1. Inteligencia creativa: la creatividad aflora del pensamiento libre, de la espontaneidad, del diálogo; ese conjunto es difícil que lo tengan los robots: el hecho de crear, de inventar, de innovar mediante la síntesis de ideas y la inspiración provocada por los estímulos a los que nos exponemos los seres humanos cada segundo es una tarea que hoy por hoy no pueden realizar las máquinas
2. Inteligencia social: cuando interactuamos con la gente, además del propósito expreso de la interacción, se generan cientos de dinámicas aprendidas de interacciones previas, percepciones puntuales, y se inician procesos que son inimitables. Además, habilidades humanas como el “mentoring”, la persuasión, la negociación, son difícilmente replicables por robots
3. Manipulación autónoma: exige un altísimo grado de percepción, sobre todo en ambientes no estructurados. Por ejemplo, si bien existen robots ya que realizan tareas del hogar como puede ser aspirar la casa, todos conocemos sus limitaciones a la hora de sortear obstáculos. La pregunta, sin embargo, surge igualmente: ¿nos adaptaremos nosotros a las capacidades de las máquinas para que nos puedan servir mejor?
Ante este panorama, se han hecho múltiples estudios para determinar cuáles de nuestros trabajos podrán realizar los algoritmos. Los resultados son escalofriantes: los ingenieros mecánicos son los que menos tienen que temer, ya que sus trabajos son los menos automatizables. Pero algunas industrias y ocupaciones, como algunas tareas de gestión, de gobierno, de enseñanza, son altamente automatizables. Predeciblemente, las tareas que requieren un mayor grado de especialización y habilidad son las menos automatizables. En suma, un 47% de las profesiones tienen un alto riesgo de automatización, y las habilidades más codiciadas son la rapidez, soltura de ideas (creatividad) y la originalidad.
Es importante, no obstante, no ser demasiado alarmistas ante estas cifras. Por ejemplo, si bien la automatización eliminó 10 millones de trabajos entre 1999 y 2010 en Europa, el número de puestos de trabajo creció en 9 millones (Gregory, Salomons y Zierahn 2016). La automatización, pues, también crea puestos de trabajo al bajar los precios e incrementar la demanda de productos y servicios que exigen mayores cantidades de trabajadores en otros puntos de la línea de producción. Como dato adicional, se expuso que estudios recientes muestran que estos avances no afectarán a hombres y mujeres de manera diferente, como cabría sospechar. Se habló también sobre un posible impuesto a los robots, concluyéndose que no es fácil determinar un gravamen para una entidad de trabajador tan heterogénea, que realiza tareas muy dispares y que no tiene personalidad jurídica. Además, ¿cómo afectaría este impuesto al desarrollo de las máquinas?
