Impacto neto positivo del cambio tecnológico en el largo plazo

En general, se estima que las tres revoluciones industriales previas a la actual han mantenido (e incluso aumentado) los niveles de empleo.

Impacto neutro de las tecnologías de automatización previas a la IA generativa.

Pocos indicios de una caída significativa del empleo global en los mercados de trabajo como resultado de la automatización llevada a cabo en el periodo inmediatamente anterior a la irrupción de la IA generativa. De igual forma, los pocos estudios que han abordado ya el impacto de la IA en el empleo agregado han encontrado poco o ningún efecto en el empleo.

Mayor alcance e impacto con el desarrollo de la IA generativa.

Mientras anteriores oleadas de innovación tuvieron un mayor impacto en la fuerza laboral menos formada, los recientes avances implican que la IA incide también en tareas cognitivas no rutinarias, lo que amplía su alcance a perfiles cualificados. El mayor alcance y la facilidad de acceso de las tecnologías de IA generativa sugieren que tendrán un impacto más generalizado en el mercado laboral que las anteriores oleadas de IA.

Mayor exposición a la IA no implica desplazamiento de puestos de trabajo.

Debería correlacionarse sobre todo con la productividad, ya que las estimaciones de exposición miden la proporción de tareas que pueden realizarse más rápidamente con la ayuda de la IA generativa.

El cambio tecnológico puede generar desigualdades y conlleva transiciones difíciles.

Los nuevos empleos que se generan normalmente son en sectores diferentes, a menudo en regiones distintas, y con frecuencia requieren cualificaciones diferentes a las de los empleos que se perdieron, lo que ha contribuido a aumentar las disparidades entre distintos grupos de personas y territorios.

El uso de la IA por parte de las personas trabajadoras en España es inferior al del resto de países de nuestro entorno encuestados. Además, el ritmo de adopción también es algo más lento. A pesar de ello, cerca de la mitad de las personas trabajadoras declara necesitar formación en ese ámbito.

Por tanto, las PAE deben promover las acciones para potenciar la empleabilidad de todas las personas trabajadoras, sin dejar a nadie atrás, y responder a las necesidades del tejido productivo, formando para un diseño y uso responsable de la IA que evite perjuicios para las personas trabajadoras, las empresas o terceros. Para ello, las PAE tienen la oportunidad de integrar el uso de la IA para aumentar la eficiencia y eficacia de sus actuaciones.

Perfilado de las personas demandantes de empleo

• Caracterización y segmentación de las personas demandantes de empleo.

• Cálculo de la probabilidad de empleo a partir de datos y características individuales de la persona demandante de empleo.

Personalización de servicios

• Asignación de las personas demandantes de empleo a intervenciones y programas de PAE según sus necesidades.

• Diseño de itinerarios de formación personalizados adaptados a la diversidad territorial y personal.

• Integración de bases de datos externas (sobre condiciones socioeconómicas, desempeño en experiencias laborales anteriores, resultados en programas precedentes, etc.) para un mayor ajuste de las intervenciones.

• Determinación del cumplimiento de condiciones para acceder a oportunidades de formación, subsidios a la contratación, etc.

• Identificación de oportunidades de empleo para perfiles específicos o de dificultades añadidas para la inserción laboral.

• Información y orientación laboral (chatbots).

• Detección de irregularidades en la provisión de servicios e intervenciones.

Mejora del matching entre oferta y demanda de empleo

• Elaboración y mejora de perfiles mediante el análisis de currículum, detectando y potenciando capacidades o experiencias clave.

• Optimización de las ofertas de empleo (uso de palabras clave que promuevan y centren la búsqueda entre las personas candidatas objetivo, uso de términos que promuevan la diversidad, etc.).

• Detección de brechas de formación y emparejamiento con oferta formativa disponible.

• Emparejamiento de competencias o habilidades de las personas demandantes de empleo con vacantes, incluidas las futuras que resulten del análisis prospectivo del mercado de trabajo.

Prospección del mercado y predicción

• Mayor nivel de información y variables, lo que contribuye a una mayor equidad en las decisiones.

• Mayor información y capacidad de predicción sobre las necesidades de empleo en el mercado, sectores específicos, etc.

• Apoyo a la movilidad de las personas trabajadoras con base en una mayor información sobre ofertas. Esta información puede extenderse a los mercados de origen.

• Predicción de eventos con impacto en el empleo: probabilidad de desempleo, riesgo de cierre de empresas.

Evaluación de programas

• Análisis del impacto de programas y servicios.

• Identificación de mejores prácticas en base al impacto.

• Estimación de la probabilidad de éxito del escalado.

Trabajo en red

• Articulación de la actividad de los servicios de empleo con instituciones equivalentes y con otros sectores a nivel regional o municipal.

Falta de robustez de las herramientas de IA

• Sesgos en los datos que entrenan al algoritmo, que pueden reproducir patrones de discriminación.

• Insuficiente representatividad de las muestras de datos para determinados grupos de personas trabajadoras o categorías de información.

Riesgos de discriminación y exclusión

• Brechas tecnológicas (de acceso o falta de capacidades) en ciertos territorios.

• Barreras de acceso para personas con discapacidad.

• Discriminación menos intuitiva y más difícil de detectar si se origina en fallos de diseño o comportamiento del sistema.

• Imposibilidad de detectar elementos intangibles o no objetivables de las personas demandantes de empleo y de las empresas.

Transparencia y explicabilidad de las decisiones

• Necesidad de informar a las personas demandantes de empleo de que sus perfiles están siendo analizados por la IA.

• Opacidad: las herramientas de IA pueden ser una «caja negra», si no es posible explicar las decisiones y resultados por desconocimiento de estándares y criterios.

• Dificultades para atribuir de resultados a ciertas variables, determinar los pesos de cada factor, etc.

Privacidad

• El uso de datos provenientes de Internet (web scraping) genera dudas sobre el consentimiento en la cesión de los mismos.

• Necesidad de garantizar la seguridad de los sistemas ante el uso de información de carácter personal y sensible.

Complementariedad de la IA con el control humano en el PES

• Las decisiones de la IA son un elemento más de decisión y recomendación.

• Necesidad de formación del personal en datos para optimizar el uso de la IA, interpretar los algoritmos, etc.

La creciente integración de nuevas herramientas tecnológicas en las empresas presenta notables efectos positivos, productivos y organizativos para empresas y personas trabajadoras, pero, al mismo tiempo, plantea nuevos retos y riesgos para estas que se deben afrontar. Junto con un uso generalizado de dispositivos digitales en el trabajo, la monitorización digital que posibilitan y junto con procesos como la automatización-robotización, más recientemente se abre paso la gestión algorítmica del trabajo, en un principio implantada en el trabajo en plataformas digitales, pero de creciente extensión al trabajo convencional. Aunque la información es todavía limitada, las fuentes disponibles señalan un distinto grado de prevalencia de estas herramientas en las empresas en España, así como los principales efectos y retos que plantean.

1. Uso de dispositivos y monitorización digital

Prevalencia

• Amplio y creciente uso de ordenadores fijos, portátiles, tabletas, smartphones y otros dispositivos móviles en las empresas europeas (Cuarta ESENER, 2024). El 65% de las personas trabajadoras en España usan estos dispositivos (JRC Comisión Europea) que, con frecuencia, se utilizan para monitorizar y supervisar la ejecución del trabajo.

Principales efectos

• Positivos: mejora de tareas y acceso a información, eliminación de procesos largos, tediosos y repetitivos, mayor flexibilidad horaria y autonomía, mejora del rendimiento. Riesgos: nuevos riesgos para la seguridad y la salud en el trabajo (trastornos musculoesqueléticos, movimientos repetitivos, aumento de la intensidad, sobrecarga informativa, recopilación de datos).

Principales retos

• Avanzar en la mejora de la evaluación de riesgos laborales derivados de la digitalización, ampliar las empresas que consultan con la RLT sobre el impacto potencial de la tecnología digital en la seguridad y la salud laboral e implementar políticas de transparencia e información de las empresas hacia las personas trabajadoras sobre su uso.

2. Gestión algorítmica (GA) del trabajo

Prevalencia

• En España, como en otras economías avanzadas, una proporción significativa de empresas y de personas trabajadoras utilizan algún sistema de GA del trabajo (dirección y organización automatizadas).

Principales efectos

• Positivos: mejoras en la organización del trabajo, mayor consistencia en la toma de decisiones, previsibilidad de las instrucciones y neutralización de posibles sesgos de las decisiones humanas. La recopilación de datos de la actividad laboral y la analítica de datos, en combinación con el uso de modelos de IA, pueden permitir innovaciones organizativas y mejoras de productividad.

• Riesgos: la GA aparece asociada a actividades complejas y procedimientos detallados, menor flexibilidad y autonomía de las personas trabajadoras, a trabajos más monótonos y a mayor estrés en el trabajo. Estos rasgos se acentúan cuando la GA tiene mayor intensidad («plataformización fuerte» del trabajo, que se observa en un 6,1% de la población ocupada en España).

Principales retos

Garantía de la transparencia, explicabilidad y control humano en los algoritmos aplicados a la dirección y la organización automatizadas del trabajo y evitación de sesgos potencialmente discriminatorios por distintas circunstancias personales en los elementos de la relación de trabajo (asignación de actividad, evaluación del desempeño, salario y sus componentes, clasificación y promoción profesional, y acceso a la formación continua, entre otros).

1. Plano normativo

• Además de las normas que ya estaban vigentes en España relacionadas con estas materias, cabe destacar las dos iniciativas comunitarias recientemente aprobadas.

• El Reglamento Europeo de IA (RIA). El RIA persigue el objetivo transversal de alcanzar un uso de la IA centrado en las personas. En el ámbito del empleo, la gestión laboral y el autoempleo, contiene determinadas prohibiciones y la clasificación de los sistemas desplegados en esos ámbitos que estén destinados a determinadas actividades de gestión del personal como sistemas de alto riesgo, con las obligaciones y controles consiguientes.

• La Directiva europea de trabajo en plataformas. Pone en juego reglas de transparencia y la supervisión por humanos, establece evaluaciones (con participación de los representantes de los trabajadores) de las repercusiones de las decisiones automatizadas en las personas que realizan trabajo en plataformas, incluidas, cuando proceda, en sus condiciones laborales y en la igualdad de trato en el trabajo (evaluaciones antisesgos) e incluye la decisión por humanos de determinadas vicisitudes de la relación contractual, la revisión por humanos, normas sobre seguridad y salud, y obligaciones de información y consulta a los representantes de los trabajadores, entre otras previsiones.

2. Diálogo social

• Además de las medidas normativas, resulta imprescindible abordar las transiciones y los cambios mediante el papel impulsor del diálogo social, tanto en el ámbito de la Unión Europea (UE) como nacional. Existe un amplio consenso institucional en la UE sobre la importancia del diálogo social como herramienta central para el gobierno del cambio tecnológico, la digitalización y la IA, y sus impactos en el mundo del trabajo.

• Los interlocutores sociales europeos comparten este consenso fundamental. Ejemplo de ello es el Acuerdo Marco Europeo sobre digitalización (AMED) que firmaron en 2020. El AMED suponía un importante instrumento para afrontar cambios estructurales futuros como el uso de los sistemas de IA en los lugares de trabajo. Otro ámbito especialmente importante en la gobernanza de los cambios tecnológicos lo representa el diálogo social europeo sectorial.

• En España cabe destacar dos instrumentos fundamentales del diálogo social para abordar los efectos de estos cambios: la Estrategia Española de Seguridad y Salud en el Trabajo (EESST 2023-2027), en el terreno de la salud laboral y la prevención de riesgos laborales, y el Acuerdo sobre el Empleo y la Negociación Colectiva (V AENC). El V AENC (2023-2025) contiene criterios y recomendaciones en diversos ámbitos, entre los cuales cabe destacar, a estos efectos, los que recoge en relación con la transición tecnológica y digital, y con la IA.

3. Negociación colectiva

• La regulación en la negociación colectiva de cuestiones como la IA y la gestión algorítmica parece ser todavía escasa, pero esto podría cambiar en el corto plazo por su penetración en la organización del trabajo, el consenso de los interlocutores sociales acerca de su necesidad recogido en el V AENC y el efecto de las recientes regulaciones europeas, que abren y señalan espacios a la negociación colectiva. Esta ofrece ya algunos ejemplos significativos y buenos ejemplos de prácticas negociales en España y otros Estados miembros de la UE, particularmente en el ámbito sectorial, que pueden ejercer un efecto pedagógico o de arrastre sobre otros ámbitos negociales.

Es poco probable que España se vea afectada muy negativamente en términos de empleo debido a la IA, pero sí tendrá que hacer frente a un proceso de transformación en la naturaleza del trabajo. La clave será adaptar la fuerza laboral a las nuevas tecnologías. Las diferencias regionales y personales en la exposición a la IAG indican que las políticas de formación y adaptación deberían tener presente la diversidad territorial y personal, con un enfoque particular en las zonas y personas más vulnerables a los cambios tecnológicos. Con las políticas adecuadas, España puede aprovechar la IA para fomentar un desarrollo económico inclusivo y sostenible, preparando a sus ciudadanos para los trabajos del futuro. Los beneficios y los riesgos de las transformaciones tecnológicas en el trabajo no están determinados de antemano. Asegurar las oportunidades y afrontar los retos implica adoptar estrategias y medidas mediante una aproximación compartida. Resulta, por ello, fundamental poner el acento en la gobernanza de los cambios para asegurar que estas transiciones se produzcan en beneficio de todos, personas trabajadoras y empresas, maximizando los beneficios de la digitalización y garantizando un uso fiable de los sistemas de IA en el empleo y las relaciones laborales.