Surge un mercado laboral más precario bajo demanda en torno a las empresas tecnológicas emergentes: ¿qué podemos hacer al respecto?

El chat GPT de OpenAI ha desatado una preocupación mundial por el futuro de los mercados laborales, suscitando amplios debates sobre medidas para mitigar la pérdida de empleo de los trabajadores desplazados por esta nueva tecnología. Los debates giran en torno a posibles soluciones, como gravar con impuestos a los robots que sustituyan a los humanos o imaginar una sociedad en la que el trabajo se redefina como una opción y no como una necesidad.  

Sin embargo, hay una notable falta de atención a cómo las empresas de IA y otras empresas tecnológicas están exacerbando la precariedad del mercado laboral al generar nuevos tipos de trabajo contractual oculto. Al final de este artículo, abogo por tres medidas para mitigar y prevenir las vulnerabilidades derivadas de estas estructuras laborales en evolución. 

La gran cantidad de mano de obra humana necesaria para alimentar los sistemas, sitios web y aplicaciones de IA es asombrosa. La aportación humana suele estar presente en tareas como la resolución de programación compleja; el etiquetado, la generación o la limpieza de datos para entrenar los modelos de IA; la moderación de contenidos; y la asunción de chats de IA siempre que el sistema se enfrenta a retos a los que responder. Sin embargo, esta aportación humana a menudo está oculta y es invisible, lo que Mary Gray y Siddharth Suri (2019) han etiquetado como "trabajo fantasma", ya que se integran de una manera que parece una mera función de un programa informático.   

La motivación aparente detrás de ocultar este trabajo es crear una ilusión de omnipotencia de IA, atrayendo la atención hacia la "superpotencia" del sistema de una empresa en particular para persuadir a los usuarios a adoptar sus servicios de IA. Sin embargo, otra motivación podría ser ocultar las precarias condiciones en las que operan los trabajadores que alimentan estas tecnologías. 

Las empresas suelen subcontratar esta mano de obra conectando una bolsa de trabajo a sus interfaces de programación de aplicaciones (API) para contratar automáticamente a trabajadores a la carta que lleven a cabo una tarea puntual. Estas reservas de mano de obra, denominadas plataformas laborales en línea basadas en la web, como Amazon Mechanical Turk, el sistema interno Universal Human Relevance de Microsoft y LeadGenius, proporcionan mano de obra barata sin las prestaciones laborales tradicionales. Son diferentes de las plataformas basadas en la localización, en las que las tareas son realizadas en una ubicación física específica por individuos, como taxistas y repartidores. 

Como resultado, ha surgido una importante mano de obra en torno a las empresas tecnológicas, caracterizada por una mayor inseguridad de ingresos y condiciones laborales adversas, que difuminan la responsabilidad de las empresas hacia sus trabajadores y eluden las condiciones laborales estandarizadas. Esto aumenta la desigualdad entre los individuos que se encuentran en la cúspide de la jerarquía de la empresa y los que están en la base. Además, como afirma Berg (2019), este acuerdo transfiere los riesgos a los trabajadores, que soportan las cargas financieras asociadas a los cambios en la demanda. 

La demanda de este tipo de mano de obra está impulsada predominantemente por empresas con sede en países desarrollados, y una parte significativa de la oferta de mano de obra procede de países en desarrollo (OIT, 2021), especialmente aquellos con salarios bajos y excedentes de graduados tecnológicos. Sin embargo, el Índice Laboral en Línea (OLI) 2020 de Stephany et al. (2021) desveló una realidad sorprendente: de hecho, los tres primeros países que contribuyen a la oferta de mano de obra son asiáticos, mientras que Estados Unidos y el Reino Unido ocupan la cuarta y quinta posición, como se ilustra en las figuras 1 y 2. Cabe destacar que Rumanía, Alemania e Italia también figuran entre las 15 primeras naciones.  

Por lo tanto, los trabajadores a la carta representan un nuevo tipo de trabajador que ya constituye una parte significativa del mercado laboral en las economías desarrolladas. Esto sugiere que el impacto más inmediato de las tecnologías emergentes es el desplazamiento del empleo convencional hacia "acuerdos de empleo no estándar, incluido el trabajo temporal y a tiempo parcial, los contratos ocasionales o de cero horas y el falso autoempleo" (Berg, 2019).  

La complejidad del fenómeno radica en que su temporalidad es parte de lo que los hace indispensables para impulsar la "revolución de la IA". Para ilustrarlo, consideremos el proyecto de Fei-Fei Li, profesor de informática y codirector del Stanford Human-Centered AI Institute, cuyo objetivo era entrenar a las máquinas para identificar el objeto principal de una imagen. El equipo probó varios métodos para llevar a cabo el proyecto, como contratar a estudiantes universitarios y desarrollar un algoritmo de aprendizaje automático para asignar automáticamente etiquetas a las imágenes. Sin embargo, todos fueron intentos fallidos.  

Años más tarde, el equipo de Li descubrió Amazon Mechanical Turk, que proporcionaba acceso a una amplia reserva de mano de obra internacional barata capaz de trabajar las 24 horas del día. El conjunto de datos resultante, llamado ImageNet, se convirtió en un estándar de oro para los equipos de investigación, permitiendo el desarrollo de algoritmos de reconocimiento de imágenes más sofisticados. "Los trabajadores de MTurk son los héroes anónimos de la revolución de la IA" (Gray & Suri, 2019). 

Su falta de compromiso fijo con cualquier empresa específica conduce a la formación de una reserva común de trabajadores accesible a numerosas empresas capaces de aprovechar este pozo de experiencia compartida, disponibilidad y diversidad que permite una innovación continua y asequible. Al mismo tiempo, disminuye los costes de transacción, dado que las API y la IA han eliminado los costes asociados a la contratación, formación y retención de los trabajadores. Sin embargo, ahora estos costes corren a cargo de los propios trabajadores.  

La necesidad de este tipo de mano de obra para avanzar en el progreso tecnológico subraya la urgencia de regular este nuevo tipo de trabajo. A continuación se presentan algunas ideas que podrían ayudar a evitar el deterioro del mercado laboral y a elaborar una transformación tecnológica que beneficie a todos.  

En primer lugar, es necesario ampliar el alcance de las disposiciones de la legislación laboral extendiendo los derechos y prestaciones a todo tipo de trabajadores, independientemente de su modalidad contractual o situación laboral (Gray y Suri, 2019). Esto es importante dado que el trabajo temporal y a tiempo parcial suele tener menos derechos y protecciones sociales. 

En segundo lugar, la gran cantidad de inversión necesaria para emprender grandes proyectos de datos, que requieren mucha mano de obra y tiempo, impide a las empresas contratar inmediatamente a trabajadores y/o pagar una remuneración justa por el trabajo. No obstante, dado que los conjuntos de datos y los servicios de IA suelen venderse y revenderse varias veces, las empresas pueden establecer un mecanismo de seguimiento de las contribuciones de los trabajadores y compensarles adecuadamente cada vez que se utilice su trabajo. 

Por último, implantar normativas para las plataformas laborales digitales que las obliguen a asumir la responsabilidad de los trabajadores de sus plataformas. Esto incluye medidas como garantizar que no se exija a los trabajadores el pago de tasas ni se les dé acceso preferente a las tareas mediante el pago de una cuota, impedir que los algoritmos discriminen a quienes rechazan el trabajo, adoptar medidas como el "derecho a desconectarse" y conceder vías a los trabajadores de las plataformas para obtener un "precio decente" por su trabajo. Un planteamiento más global implicaría que las plataformas contrataran a los trabajadores como empleados, cubrieran su seguridad social, ofrecieran un salario mínimo por un número determinado de horas y permitieran ganancias adicionales por tareas completadas para complementar sus ingresos. 

En conclusión, situar las plataformas laborales en línea en el primer plano de la atención política es importante para garantizar que los ciudadanos tengan oportunidades de trabajo decente en una economía postindustrial, y un progreso tecnológico que beneficie a todos.

BIBLIOGRAFÍA 

Berg, J., Furrer, M., Harmon, E., Rani, U., and Silberman, M.S. (2018) Digital labour platforms and the future of work: Towards decent work in the online world, Geneva, ILO  

Farrell, D. and Greig, F. (2017) The Online Platform Economy: Has Growth Peaked?, JPMorgan Chase Institute  

Gray, M. and Suri, S. (2019) Ghost work : how to stop Silicon Valley from building a new global underclass  

ILO (2021) The role of digital labour platforms in transforming the world of work, World Employment and Social Outlook. Accessible at: https://www.ilo.org/global/research/global-reports/weso/2021/WCMS_771672/lang--en/index.htm  

Stephany, F., Kässi, O., Rani, U., & Lehdonvirta, V. (2021) Online Labour Index 2020: New ways to measure the world’s remote freelancing market. Big Data & Society, 8(2). Accessible at: https://doi.org/10.1177/20539517211043240