Todo el mundo dice que la IA nos hará increíblemente productivos. Puede que sea cierto. Pero aquí está la parte que susurran: la productividad puede aumentar sin que aumenten los salarios ni la contratación. Podríamos conseguir flujos de trabajo más rápidos, servicios más económicos y mayores beneficios mientras la gente común hace malabarismos con trabajos secundarios para mantenerse al día. Este artículo explica cómo sucede esto, por qué resulta familiar y qué podemos insistir en cambiar.
En este articulo
- Por qué la productividad puede dispararse mientras la contratación se estanca
- ¿Qué empleos se reducen primero y cuáles crecen?
- Lo que la historia acierta y lo que no entendemos sobre los shocks tecnológicos
- Políticas que hacen que la IA funcione para todos
- Acciones sencillas que podemos impulsar ahora mismo
Cómo afectará el auge de la IA al empleo
por Robert Jennings, InnerSelf.comSe nota en los titulares. La IA está en todas partes, pero hay menos anuncios de empleo y las entrevistas de trabajo se perciben extrañamente silenciosas. Los ejecutivos hablan de reinvertir ahorros. Eso es lo que las empresas hacen para hacer más con menos personal. Nada de esto significa fatalidad. Significa opciones. Cuando surge una nueva herramienta poderosa, los líderes distribuyen los beneficios o los acaparan. Ya hemos pasado por esto antes. La pregunta es si repetimos las partes que fallaron a la gente común o si finalmente rompemos el ciclo.
La promesa y la paradoja
La promesa de la IA es la velocidad. Elabora, resume, clasifica, pronostica y vigila el riesgo mientras duermes. Esa velocidad se traduce en una mayor producción por hora en el marcador nacional. Los economistas lo llaman productividad. Cuando la productividad aumenta, una economía puede crecer sin subir los precios. En teoría, eso es una victoria para todos. En la práctica, el marcador no te dice quién anotó los puntos. Si las ganancias no se reflejan en los salarios y se concentran principalmente en las ganancias, el crecimiento puede ocurrir mientras los hogares permanecen estancados.
He aquí la paradoja, en términos sencillos. Una empresa que utiliza IA para reducir la duración de un proceso de dos horas a veinte minutos necesitará menos personal para ese proceso mañana. Si las ventas no crecen, algunos puestos se reducen. Si las ventas crecen ligeramente, los puestos podrían permanecer sin cambios. Si las ventas se disparan, la contratación aumenta. El resultado depende menos de la magia del modelo y más de las decisiones que lo rodean: precios, diseño del producto, experiencia del cliente y cuánto del ahorro se recicla en la expansión en lugar de acumularse como margen.
También está la geografía de las ganancias. Los clústeres de IA en la oficina administrativa se centran inicialmente en las comprobaciones de cumplimiento, la elaboración de informes, la programación, las compras, el contenido de marketing y la clasificación de clientes. Estas son rutinas de nivel medio y de oficina que antes se consideraban seguras. Al reducirse, se reducen los problemas en la planta de producción. Se ven menos anuncios en las bolsas de trabajo y equipos que se sienten permanentemente faltos de personal. Los gerentes lo llaman eficiencia. Los trabajadores, con un software mejor, lo llaman agotamiento.
A dónde van los trabajos
Seamos directos. Algunos trabajos se reducirán. La entrada de datos, la elaboración de informes rutinarios, la redacción estándar, la contabilidad básica, la atención al cliente repetitiva y las tareas rutinarias de codificación son las primeras fichas de dominó que caen. No porque la gente sea mala en ellas, sino porque las máquinas ahora son capaces de gestionar la parte intermedia, que es aburrida. Esto no elimina por completo la profesión, pero sí socava la base de la pirámide. Menos puestos junior implican una escala más estrecha y menos oportunidades de aprendizaje en el trabajo.
Otros trabajos se desarrollan. Los roles centrados en el ser humano que combinan criterio, confianza y contexto cobran cada vez más valor: educadores que pueden entrenar con IA, enfermeros que coordinan la atención con herramientas más innovadoras, técnicos que diagnostican problemas con sensores, técnicos que mantienen sistemas con IA y propietarios de pequeñas empresas que dominan los flujos de trabajo automatizados. Incluso en el sector del software, los ingenieros sénior que pueden diseñar sistemas y verificar los resultados de la IA estarán más ocupados, no inactivos. El denominador común es la responsabilidad. A medida que las herramientas se fortalecen, el valor se desplaza hacia quienes deciden qué preguntar y qué aceptar. Este cambio de valor presenta un futuro prometedor, donde se crean nuevos y valiosos roles.
También deberíamos hablar de los trabajos ocultos: etiquetado, pruebas de seguridad, auditoría y ajustes que garantizan que la IA siga siendo útil y honesta. Estas son tareas fundamentales con salarios reales, pero no siempre se realizan en el lugar exacto donde se reciben los beneficios. Sin políticas, pueden volverse invisibles y mal pagadas. Con mejores estándares, pueden ser carreras profesionales duraderas de cualificación media. De nuevo, opciones.
Mientras tanto, la demanda se inclina. La IA reduce el coste de producir ideas, borradores y prototipos. Un menor coste implica más experimentos, más productos de nicho y mayor personalización. Esto impulsa roles en el éxito del cliente, la implementación, la formación y la gestión del cambio. Lo irónico es que la IA puede ampliar el acceso al emprendimiento y, al mismo tiempo, reducir los pasillos dentro de las grandes empresas. Si espera a que un portal de RR. HH. lo rescate, puede que espere mucho tiempo. Si está dispuesto a ofrecer un servicio con un toque humano y herramientas innovadoras, la puerta está abierta.
Lo que realmente enseña la historia
Nos encanta contar que la tecnología siempre crea más empleos de los que destruye. Esto es cierto a largo plazo, pero oculta la compleja situación intermedia. La mecanización de la agricultura impulsó a la gente a las fábricas, pero no de la noche a la mañana ni sin dolor. La era fabril creó bienes de consumo y salarios de clase media, pero solo después de décadas de luchas laborales, leyes de seguridad y educación pública que enseñaron nuevas habilidades a gran escala. La revolución informática creó industrias enteras, pero también produjo un período de recuperación sin empleo donde las ganancias rebotaron y la contratación se retrasó.
La lección de la historia es no relajarse; todo se resolverá solo. La verdadera lección es que las nuevas tecnologías se convierten en una bendición cuando la sociedad actualiza las reglas del juego. Cuando descuidamos las reglas, las ganancias iniciales se concentran en la cima y la parte media se reduce. Entonces nos sorprendemos cuando la gente pierde la fe en las instituciones. La confianza no es un comunicado de prensa. Es el recuerdo del juego limpio. Esto subraya el papel del público en la configuración del futuro mediante la actualización de las reglas sociales.
Otra lección es la sincronización. Las oleadas de productividad suelen llegar antes de que se construyan las nuevas escaleras. Si esperamos a que el mercado las reconstruya por sí solo, nos pasamos una década discutiendo mientras las familias se quedan atrás. Las escaleras no son imaginarias. Se asemejan a beneficios transferibles, capacitación más rápida, empleos en el servicio público que mantienen la infraestructura comunitaria e incentivos claros para las empresas que amplían su nómina en lugar de solo sus márgenes. También se asemejan a la legislación antimonopolio moderna, que consiste en la regulación de prácticas monopolísticas para promover la competencia leal, y a los estándares abiertos, que son estándares técnicos de acceso público con diversos derechos de uso asociados, lo que permite a las pequeñas empresas integrarse con grandes plataformas sin necesidad de permiso.
En definitiva, la historia nos advierte sobre los peligros de la medición. Nos obsesionamos con los promedios nacionales, mientras que las realidades locales divergen. Se puede tener un PIB en auge con una calle principal tranquila. Se puede tener una bolsa récord y un distrito escolar recortando rutas de autobús. Cuando los promedios se alejan demasiado de la vida cotidiana, la gente se desconecta. La solución es a la vez aburrida y urgente: monitorear y recompensar los resultados que tienen un impacto tangible, como el aumento del empleo local, la mejora de la infraestructura pública y el mayor bienestar comunitario, no solo los que aparecen en la hoja de cálculo.
Construyendo una transición centrada en el ser humano
Si la IA es el nuevo motor, las personas son las ruedas. Motores sin ruedas solo hacen ruido. Una transición centrada en el ser humano comienza con redes de seguridad que se alineen con el trabajo moderno. La atención médica y la jubilación no deberían depender de quedarse con un solo empleador cuando la economía obliga a las personas a mudarse, a capacitarse y a contratar. Los beneficios transferibles viajan con el trabajador. Esto convierte el riesgo en movilidad en lugar de miedo. Este énfasis en una transición centrada en el ser humano garantiza a la audiencia que sus necesidades e inquietudes están siendo consideradas.
A continuación viene la capacitación rápida. No se trata de desvíos de cuatro años, sino de cursos de doce semanas que combinan la práctica con proyectos reales. Los colegios comunitarios, los sindicatos y los empleadores pueden colaborar en ellos. El plan de estudios no es misterioso: fundamentos de datos, estrategia de prontitud, verificación, conocimiento del dominio y ética. El objetivo no es venerar la herramienta, sino dominar el flujo de trabajo y la responsabilidad. Las personas aprenden mejor cuando la lección se relaciona con el trabajo que harán mañana por la mañana, no con una teoría que podrían usar dentro de cinco años.
También necesitamos estándares laborales justos para el trabajo en la sombra que sustenta la IA. La auditoría, la gestión de datos y la revisión de contenido deberían remunerarse como la infraestructura crítica que son. Si los modelos dependen de la supervisión humana, los supervisores deberían tener horarios predecibles, protecciones y vías de ascenso. Así es como se convierte un gasto necesario en una trayectoria profesional respetada.
Desde el punto de vista empresarial, deberíamos recompensar a las empresas que aumentan su nómina a la par que su productividad. No es complicado de medir. Si los ingresos y la productividad de una empresa aumentan mientras la plantilla se estanca, reciben elogios. Supongamos que el mismo aumento viene acompañado de un crecimiento salarial y de la contratación neta. En ese caso, también deberían obtener créditos fiscales, preferencias en las compras o vías regulatorias más ágiles. Cuando medimos lo que importa, dejamos de fingir que las ganancias y las personas son enemigos.
Las leyes antimonopolio y los ecosistemas abiertos también son importantes. Si unas pocas plataformas controlan los insumos, el mercado intermedio se ve presionado y los emprendedores deben regirse por los caprichos de estas plataformas. Los estándares abiertos para la portabilidad de datos, el acceso a modelos y los registros de auditoría reducen la dependencia y atraen a más participantes. La competencia no es un eslogan moral. Es una forma práctica de convertir la IA de una foso en un recurso común sobre el que muchos pueden construir.
Finalmente, debemos modernizar las obras públicas. Hay carreteras que reparar, viviendas que acondicionar, personas mayores que apoyar y aulas que dotar de personal. La IA puede hacer que estos servicios sean más asequibles y eficaces. Esto es una invitación a contratar, no a recortar. Cuando el gobierno usa la IA para optimizar los fondos, el resultado correcto es más atención médica por dólar, no menos trabajadores. Podemos establecer esa norma incluyéndola en presupuestos y contratos.
Lo que podemos exigir ahora
Primero, insista en la transparencia. Las empresas deben comunicar claramente cómo la IA impacta los roles, la compensación y las prácticas de contratación. Si una herramienta elimina tres puestos administrativos, sea honesto. Luego, describa los nuevos roles que aparecen y cómo las personas afectadas pueden incorporarse a ellos con capacitación. Cuando las empresas son dueñas de la historia, la confianza crece. Cuando ocultan la verdad, los rumores hablan por sí solos.
En segundo lugar, impulsar cuentas de aprendizaje que sigan al trabajador. Piénsenlas como carteras educativas personales financiadas con una combinación de dinero público y contribuciones de la empresa. Los fondos pueden utilizarse para cursos cortos, certificaciones, equipos y tiempo libre para aprender. Si podemos usar una tarjeta para comprar café, podemos usarla para comprar un futuro.
En tercer lugar, establecer estándares de verificación. Un borrador de IA no es un veredicto. En los ámbitos de la salud, las finanzas, el derecho y la seguridad, el resultado del modelo debe someterse a una revisión humana con aprobación documentada. El revisor merece tiempo y remuneración por hacer bien su trabajo. Cuando convertimos la verificación en un paso real en lugar de una simple verificación, reducimos los errores y creamos empleos que se enorgullecen de existir para prevenir daños.
En cuarto lugar, hay que centrarse en las pequeñas empresas. Otorgar créditos fiscales y préstamos sin intereses a las empresas locales que utilizan IA para ampliar su horario, añadir servicios y contratar personal. Una clínica de barrio que utiliza IA para gestionar registros y recordatorios no reemplaza a las enfermeras. Les da la libertad de estar con los pacientes. Un taller que utiliza IA para programar y facturar no automatiza el oficio. Mantiene la contabilidad en orden para que este pueda expandirse. Las pequeñas empresas convierten su productividad en empleos locales más rápido que las grandes empresas, si se les da un empujón.
En quinto lugar, modernizar la voz de los trabajadores. Es más probable que las personas acepten el cambio cuando participan en el proceso de toma de decisiones. Esto podría implicar sindicatos, comités de empresa o nuevas formas de representación dentro de los equipos de implementación de IA. La estructura importa menos que el principio: quienes viven con las herramientas deberían ayudar a elegirlas y a redactar las reglas.
Por último, recuerden el objetivo. Una economía no es un marcador. Es una red de hogares que intentan criar hijos, cuidar a los ancianos, pagar las facturas y encontrar un poco de sentido a la vida los fines de semana. Si la IA ayuda con eso, es beneficiosa. Si solo aumenta los márgenes y genera titulares preocupantes sobre el crecimiento sin empleo, es un fracaso. No somos pasajeros. Podemos establecer las condiciones para que la próxima ola de productividad eleve el suelo en lugar del techo.
Sí, la IA, sin duda, cambiará la economía y el empleo. Los está cambiando ahora. La forma de ese cambio no la dictan las ponderaciones del modelo. Está determinada por las políticas, las decisiones y las historias que decidimos hacer realidad. Optemos por una prosperidad ampliamente compartida en lugar de una eficiencia limitada. Definamos las reglas que conviertan la velocidad en seguridad. Eso no es antiempresarial. Es prohumano. Y, la última vez que lo revisé, los humanos son el punto.
Si busca una prueba sencilla para saber si una empresa está haciendo lo correcto, hágase tres preguntas: ¿Están los clientes más satisfechos? ¿Están los trabajadores más seguros? ¿Están aumentando los salarios? Si la respuesta es dos de tres, tiene trabajo por hacer. Si la respuesta es tres de tres, tiene un modelo que vale la pena copiar. Así es como convertimos una década de nerviosismo en una de esperanza.
En tu propia vida, empieza poco a poco. Aprende las herramientas que te ayudan en tu rol. Practica formular mejores preguntas a la máquina y verificar las respuestas como un profesional. Crea un pequeño servicio que otros encuentren útil. No necesitas permiso para mejorar tus perspectivas. Necesitas un plan, un hábito y la voluntad de ignorar las expectativas el tiempo suficiente para tomar medidas prácticas. Así es como se producen las transiciones fundamentales: una habilidad a la vez.
Y para los escépticos que dicen que nada de esto importa porque el futuro ya está escrito, les ofrezco una corrección amistosa. El futuro se negocia. Se forja en ayuntamientos, juntas escolares, sedes sindicales, talleres de startups y miles de hogares, decidiendo si nos apuntamos a un curso más o a un trabajo más. Si nos presentamos a esa negociación, no terminaremos con un crecimiento sin empleo. Terminaremos con un crecimiento con propósito.
Esa es la decisión que está sobre la mesa. La IA puede ser el último capítulo de un viejo manual donde la eficiencia supera a la dignidad. O puede ser la herramienta que finalmente nos permita construir una economía que valore ambas. La tecnología no elige el final. Nosotros sí.
Sobre el Autor
Robert Jennings es coeditor de InnerSelf.com, una plataforma dedicada a empoderar a las personas y promover un mundo más conectado y equitativo. Robert, veterano del Cuerpo de Marines y del Ejército de los EE. UU., aprovecha sus diversas experiencias de vida, desde trabajar en el sector inmobiliario y la construcción hasta crear InnerSelf.com con su esposa, Marie T. Russell, para aportar una perspectiva práctica y fundamentada a los desafíos de la vida. InnerSelf.com, fundada en 1996, comparte conocimientos para ayudar a las personas a tomar decisiones informadas y significativas para sí mismas y para el planeta. Más de 30 años después, InnerSelf continúa inspirando claridad y empoderamiento.
Creative Commons 4.0
Este artículo está licenciado bajo una licencia Creative Commons Reconocimiento-Compartir Igual 4.0. Atribuir al autor Robert Jennings, InnerSelf.com. Enlace de regreso al artículo Este artículo apareció originalmente en InnerSelf.com
Libro recomendado
La segunda máquina Edad
Una mirada clara a cómo las tecnologías digitales cambian el trabajo, los salarios y el crecimiento, con ideas prácticas para convertir la innovación en prosperidad compartida en lugar de poder concentrado.
Resumen del artículo
Los empleos de IA y el auge de la productividad pueden darse simultáneamente cuando las decisiones políticas y empresariales canalizan el ahorro hacia los salarios y la contratación. Con prestaciones transferibles, una rápida capacitación y estándares laborales justos, las comunidades pueden convertir la eficiencia en seguridad y crecimiento que beneficie a los hogares comunes.
#IA #empleos #economía
