“en vez de hacer la pregunta de si los robots reemplazarán a los humanos, interesa analizar la forma en que los seres humanos son tratados cada vez más como robots y lo que esto puede significar para la función de la mano de obra”

Art Keller y Adán Barrera

Que la Inteligencia Artificial está ya afectando de forma directa al entorno laboral es un hecho palpable en relación con el volumen de empleo. Estamos solo ante la punta del iceberg: Goldman Sachs afirmó que la inteligencia artificial generativa podría dejar sin empleo a 300 millones de trabajadores entre Estados Unidos y Europa, y el Foro Económico Mundial predice una reducción de 14 millones de puestos de trabajo en los próximos cuatro años. Demasiadas señales para ser consideradas como algo anecdótico.

Veamos dos ejemplos muy significativos: IBM, uno de los mayores suministradores del mundo de IA, ha afirmado oficialmente que las tareas de 8.000 puestos de trabajo que iba a realizar con contrataciones humanas, los va a suplir con esta tecnología. British Telecom, uno de los operadores de telecomunicaciones más importantes del mundo, ha presentado un plan de despidos que afectará a 55.000 personas. Las tareas que les correspondería realizar a 10.000 de estas personas se harán mediante IA.

La IA no solo afecta al volumen   del empleo. El primer estudio del FMI sobre las consecuencias de IA alerta de los riesgos sobre los salarios. Dicho estudio vaticina sobre las consecuencias de la inteligencia artificial (IA) en relación con el mundo del trabajo, y la primera conclusión no deja lugar a dudas: ensanchará las desigualdades, debido a que a corto plazo castigará los salarios más bajos. Lo achacan a que el despliegue de la IA conduce necesariamente a aumentos en el rendimiento del capital, lo que a la postre produce un efecto riqueza que ensanchará la distancia entre capital y trabajo. En concreto, sostiene el FMI, la adopción de la inteligencia artificial puede trasladar los beneficios de las tareas que antes realizaba la mano de obra al capital, “lo que provocaría una reducción de los ingresos laborales”. Según su explicación, una mejor adaptación de los salarios más altos a la inteligencia artificial conduce a una reasignación sectorial que favorece a las rentas elevadas. Y, en concreto, estima que los ingresos de los trabajadores de bajos ingresos disminuirán un 2%, mientras que los aumentos en los sectores más altos serán de casi un 8%.

Esto es así porque los trabajadores de altos salarios se benefician más de los rendimientos del capital, al contrario que los empleados con nóminas medias y bajas, cuyos ingresos dependen en mayor medida del factor trabajo. Según sus cálculos, la proporción de trabajadores afectados negativamente en la cima salarial cae desde un 15% a menos del 5% gracias a lo que los autores del estudio denominan complementariedad con la inteligencia artificial en sus puestos de trabajo, mientras que, en paralelo, eso conduce a una disminución de los ingresos entre quienes tienen salarios menores. Como consecuencia de ello, concluye, se produce un aumento de la desigualdad de los ingresos laborales.

Pero la IA entraña algo más en sus repercusiones en la dinámica capital-trabajo. Para la analista Kate Crawford, las capacidades reales y los límites de la tecnología detrás de modelos de IA generativa como ChatGPT son aún desconocidas. El índice de transparencia de modelos fundacionales de la Universidad de Stanford revela “una falta fundamental de transparencia en la industria de la IA”, así que su alcance para cambiar el mundo es aún dudoso.

Para Kate Crawforf  la IA debería considerarse, en su contexto político y social más amplio, como una tecnología sostenida por un sistema de extracción, inversión y dinámicas de poder que refleja las sociedades que la crean: “… es una idea, una infraestructura, una industria, una forma de ejercer el poder y una forma de ver; también es una manifestación de un capital altamente organizado respaldado por vastos sistemas de extracción y logística, con cadenas de suministro que abarcan todo el planeta”.

En términos materiales, la minería y energía requeridas para alimentar la IA son enormemente dañinas para el medio ambiente. La tecnología podría representar un 14% de los gases de efecto invernadero para el 2040. La industria tecnológica intenta ocultar todo esto y utiliza imágenes que dan una sensación de limpieza y ligereza, como la de la nube.

La IA, dice Crawford, no es ni artificial ni inteligente, y su abstracción del contexto la hace mucho menos efectiva de lo que se quiere aparentar. Los seres humanos no solo son necesarios para su desarrollo, sino también, a menudo, para respaldar el uso real de la tecnología. Por ejemplo, cada mensaje de la asistente virtual Amy, de x.ai, es revisado y editado por humanos, uno a uno.  Millones de personas en países empobrecidos, como Filipinas o Pakistán, que están horas y horas al día limpiando lo que hacen los modelos de lenguaje por 0,50€/hora e, incluso, algunos trabajos que no se llegan ni a pagar. También modelando contenido o entrenando estas inteligencias artificiales generativas o etiquetando imágenes indicándolas que esto es un árbol o esto es una persona o esto una farola. Todo esto hecho a mano por una persona. No estamos a la vuelta de la esquina de una inteligencia artificial general porque cada vez necesitamos más intervención humana.

La inteligencia artificial no es ni tan inteligente, ni tan artificial. En cambio, lo que podemos -y debemos- hacer es hablar del duro trabajo físico de los mineros, del trabajo repetitivo en la línea de montaje de las fábricas, del trabajo cibernético en los talleres cognitivos clandestinos de programadores externos, del trabajo mal remunerado en Mechanical Turk, de los trabajadores contratados por medio de crowdsourcing y del trabajo inmaterial no pagado de los usuarios diarios. Estos son los lugares en los que podemos ver que la computación planetaria depende de la explotación de la mano de obra a lo largo de toda la cadena de suministros de extracción.

En la relación Capital-trabajo hay dos elementos, en dicha relación, importantes que el capital, en su historia, continuamente lo incorpora, generando dinámicas de acumulación y apropiación. Uno de ellos, son los avances de la tecnología y el otro el tiempo y los ritmos de tiempo bajo vigilancia.

 Más que representar un giro radical en las formas establecidas del trabajo, la intrusión de la IA en el lugar de trabajo debería entenderse, más bien, como un regreso a las viejas prácticas de explotación de mano de obra industrial, bien establecidas hacia fines del siglo XIX y principios del XX. Esa fue una época en que la mano de obra de las fábricas ya se veía en relación con las máquinas y en que las labores del trabajo empezaban paulatinamente a subdividirse en acciones menores que requerían habilidades mínimas pero esfuerzos excesivos. Precisamente la expansión actual de la automatización de la mano de obra continúa la dinámica histórica más amplia inherente al capitalismo industrial. Desde la aparición de las primeras fábricas, los obreros se han encontrado con herramientas, máquinas y sistemas electrónicos cada vez más poderosos que desempeñan un papel en el cambio de la gestión de la mano de obra, a la vez que transfieren mayor poder a los empleadores. Los empleadores ahora son capaces de observar, evaluar y modular incluso las partes íntimas del ciclo de trabajo y de los datos fisiológicos, hasta el último micromovimiento, que antes les estaban vedados.

Los avances en la mecanización eran importantes, pero fue solo al combinarse con una creciente abundancia de energía, derivada de los combustibles fósiles, que consiguieron impulsar un aumento masivo de las capacidades productivas de las sociedades industriales. Este aumento de la producción se produjo a la par de una importante transformación del papel de la mano de obra con respecto a la maquinaria en el lugar de trabajo. Concebidas inicialmente como dispositivos para ahorrar mano de obra, las máquinas en las fábricas en principio debían ayudar a los obreros en sus actividades diarias; pero pronto se volvieron el centro de la actividad productiva, moldeando la velocidad y la naturaleza del trabajo. Los motores a vapor accionados por el carbón y el petróleo podían impulsar acciones mecánicas continuas que influían en el ritmo del trabajo en la fábrica. El trabajo dejó de ser principalmente un producto de la mano de obra humana, para adoptar una naturaleza cada vez más mecanizada, con los obreros adaptándose a las necesidades de la máquina y a sus ritmos y cadencias particulares. Partiendo de Smith, Karl Marx señaló, ya en 1848, que la automatización extrae mano de obra de la producción de objetos terminados y transforma al obrero en “un apéndice de la máquina”

Hoy en día, el papel del supervisor en el lugar de trabajo moderno está delegado principalmente a las tecnologías de vigilancia. La clase gerencial ocupa una amplia gama de tecnologías para vigilar a sus empleados, lo que incluye seguir sus movimientos con aplicaciones, analizar sus redes sociales, comparar sus patrones de respuesta a la hora de escribir correos electrónicos y agendar reuniones e inundarlos con sugerencias para que trabajen más rápido y eficientemente. Los datos de los empleados se usan para hacer predicciones sobre quién tiene más posibilidades de triunfar (de acuerdo con parámetros restringidos y cuantificables), quién podría estar alejándose de las metas de la empresa y quién podría estar organizándose con otros trabajadores. Algunos usan las técnicas de aprendizaje automático y otros sistemas algorítmicos más simples. A medida que la IA se vuelve más preponderante en el lugar de trabajo, a muchos de los sistemas más básicos de monitoreo y seguimiento se les están agregando nuevas capacidades predictivas, lo que los vuelve mecanismos cada vez más invasivos de gestión de trabajadores, control de activos y extracción de valores.

Por ejemplo, en el imperio logístico de Amazon, controlar el tiempo es una preocupación constante, y los cuerpos de los trabajadores se manejan de acuerdo con las cadencias de la lógica computacional. Amazon es el segundo empleador privado más grande de Estados Unidos y muchas compañías hacen grandes esfuerzos por emularlo. Muchas de las grandes corporaciones están invirtiendo fuertemente en sistemas automatizados, en un intento por extraer volúmenes todavía mayores de una mano de obra de menos trabajadores. Las lógicas de la eficiencia, la vigilancia y la automatización hoy convergen todas en el giro actual hacia los enfoques computacionales para gestionar el trabajo. Los centros híbridos de distribución humano-robótica de Amazon son clave para entender las soluciones intermedias que se buscan por medio de este compromiso con la eficiencia automatizada. A partir de allí podemos empezar a preguntarnos cómo la mano de obra, el capital y el tiempo están entrelazados en los sistemas de inteligencia artificial (IA).

Más que debatir si los seres humanos serán reemplazados por robots, habría que centrarse en las maneras en que la experiencia del trabajo ha ido cambiando en relación con el aumento del monitoreo, la evaluación algorítmica y la modulación del tiempo. En otras palabras, en vez de hacer la pregunta de si los robots reemplazarán a los humanos, interesa analizar la forma en que los seres humanos son tratados cada vez más como robots y lo que esto puede significar para la función de la mano de obra. Bajo el término “inteligencia artificial” se envuelven muchas formas de trabajo distintas, ocultando el hecho de que las personas a menudo realizan tareas rutinarias para dar la impresión de que las máquinas pueden hacer ese trabajo. Pero la computación a gran escala está profundamente enraizada en la explotación de cuerpos humanos; de hecho, funciona gracias a ello.