Los Jetsons soñaban con una utopía futurista en la que tendríamos coches voladores y robots que se encargarían del trabajo y las tareas domésticas por nosotros. Y, como es lógico, tendríamos más tiempo libre que nunca en esta nueva sociedad automatizada.
Pero el futuro no está resultando nada parecido a lo que esperábamos. Incluso antes de la pandemia, se suponía que la tecnología nos liberaría del trabajo incesante. En lugar de eso, nuestros dispositivos se convirtieron en herramientas que nos mantenían encerrados en el trabajo y se extendían a las tardes y los fines de semana. Mirando hacia el futuro, esperamos que la automatización llene nuestros lugares de trabajo, desplazando a los humanos en favor de los robots. ¿Hasta qué punto es cierto? ¿Es esta idea de un mundo automatizado como la de los Jetsons, interesante de pensar, pero irremediablemente anticuada?
A la mayoría de nosotros nos preocupa que la inteligencia artificial (IA) deje obsoletos nuestros puestos de trabajo. No soy inmune a este tipo de pensamiento; de hecho, pienso en ello con bastante frecuencia, especialmente cuando se acerca una recesión. Al fin y al cabo, la mayoría de los rumores sobre la IA se centran en la pesadilla de un futuro robotizado en el que los humanos han sido dejados de lado.1 Pero, ¿y si nos estamos haciendo las preguntas equivocadas sobre cómo la IA cambiará nuestras vidas?
Preguntar si la automatización dejará obsoletos ciertos trabajos implica que existe la posibilidad de que estos trabajos sean completamente asumidos por la IA y el resto se queden solos. Esto representa mal tanto a los humanos como a la tecnología de IA: La automatización rara vez eliminará puestos de trabajo enteros, pero cambiará de algún modo casi todas nuestras carreras.
Exploremos algunas cuestiones nuevas para averiguar qué puede cambiar en la automatización y qué seguirá igual:
¿Eliminará la IA mi puesto de trabajo?
Lo más probable es que no. Rara vez se automatizan trabajos enteros de una sola vez. Al fin y al cabo, los trabajos son un conjunto de tareas: El trabajo de un médico consiste en escribir recetas, revisar historiales, hablar con los pacientes y rellenar papeles, entre otras muchas cosas2 . Como hemos visto a lo largo de los últimos 200 años, algunas tareas (por ejemplo, labrar la tierra) se han automatizado, mientras que otras no (por ejemplo, criar a los hijos). Muchas de nuestras tareas cotidianas no existen de la misma forma que hace 40 o 50 años. El trabajo tal y como lo conocemos es un proceso continuo de automatización y adaptación, y hasta ahora muy pocos trabajos enteros se han automatizado sólo con IA3.
Más bien, la IA creará nuevas tareas y destruirá las existentes, al igual que las formas anteriores de automatización, aunque a un ritmo potencialmente mucho más rápido que cualquier cosa que hayamos visto antes.
Hasta ahora, los ciclos de automatización han cambiado las tareas a las que dedicamos nuestro tiempo, pero siempre hemos conseguido recuperarnos y evitar el desempleo masivo. Resulta que la economía puede resistir bastante bien los cambios estructurales. Las mujeres forman parte de la población activa y las personas de color tienen menos desempleo que en el siglo XX, por ejemplo4.
La tecnología ha automatizado algunas de las tareas más intensivas en tiempo del mundo occidental, como la agricultura, la fabricación, la contabilidad y la introducción de datos, a medida que más trabajadores encontraban otros empleos en el mercado laboral. Pero los nuevos empleos no tienen el mismo aspecto, y las tareas en las que trabajan las personas también han cambiado. En lugar de sustituir a los trabajadores humanos, el proceso de automatización puede llevarnos a descubrir tareas más valiosas e intensivas en trabajo humano.5
¿Cuáles de mis tareas serán más fáciles de automatizar y cuáles son más resistentes a la automatización?
Las tareas controladas y repetitivas, como mover piezas de automóviles o envasar alimentos, son las que pueden asumir fácilmente los robots. Las tareas con elementos humanos complejos, como responder a las llamadas del servicio de atención al cliente o presentar una propuesta a los inversores, no se automatizarán tan rápidamente. Consideremos una matriz de dos por dos de repetitividad e interacción humana: Las tareas menos repetitivas y con mayor interacción humana no serán asumidas en un futuro próximo.
Para comprender hacia dónde se dirige su puesto de trabajo, analice dónde se encuentra ahora mismo. El análisis de puestos es el proceso de comprender las tareas que componen un puesto de trabajo y los conocimientos, habilidades y capacidades necesarios para desempeñarlo con éxito. Puede utilizar este proceso para determinar cuáles de las tareas de su puesto tienen mayor riesgo de ser automatizadas. Al hacerlo, puede que se sorprenda de las tareas para las que los ordenadores no son tan buenos.6
Tenga en cuenta lo siguiente para analizar su puesto de trabajo y comprender cómo puede cambiar su conjunto de tareas laborales:
- ¿Qué tareas requieren más tiempo?
- ¿Qué competencias necesito para cada tarea?
- ¿Es fácil descomponer cada tarea en una fórmula lógica o un proceso repetitivo que pueda realizar un ordenador?
- Ahora que algunas de mis antiguas tareas están automatizadas, ¿tendré nuevas responsabilidades para que el trabajo automatizado funcione sin problemas?
¿Qué nuevas tareas podría empezar a hacer ahora que parte de mi trabajo está automatizado?
Una vez que desaparezcan las tareas sencillas y repetitivas, ¿en qué se trabajará en su lugar? Los avances tecnológicos han ahorrado a los recepcionistas tiempo de archivo de documentos, que ahora pueden dedicar a ejercer de gestores de oficina. Compartir documentos por Internet significa que los investigadores pueden acceder a un artículo de revista en tres segundos en lugar de tres semanas. Esto libera tiempo a los investigadores para hacer más avances y explorar más a fondo sus respectivos campos.
Quitarse tareas automatizadas de encima puede liberar tiempo para hacer un trabajo más valioso. En lugar de limpiar datos y crear bases de datos, los científicos de datos podrían dedicarse a comunicar sus conocimientos a más personas de su organización. Si los programas de IA pueden leer miles de casos jurídicos, los abogados podrían dedicar más tiempo a elaborar argumentos y entrevistar a personas clave para sus casos.
Aunque las tareas más interesantes y desafiantes pueden llevarnos a un estado de flujo, en el que el tiempo vuela y disfrutamos del trabajo8 , hay un inconveniente. En realidad, vagar por la mente puede ayudarnos a ser más creativos.9 Despojar nuestro trabajo de las tareas aparentemente aburridas y menos "útiles" puede reducir nuestra creatividad. En su lugar, deberíamos programar descansos ocasionales del trabajo intelectual y profundo para tener más tiempo para la creatividad.
Considere lo siguiente para analizar con qué nuevas tareas llenará su tiempo debido a la automatización:
- ¿Qué tareas de alto valor no estoy priorizando ahora mismo porque dedico mucho tiempo a tareas repetitivas pero necesarias?
- Si necesito una lluvia de ideas, ¿tendré tiempo libre en mi trabajo para explorar nuevas ideas?
- ¿Dónde puedo añadir momentos para dejar vagar mi mente y ser más creativo?
Para llevar
La forma en que hablamos de la IA está impregnada de miedo. Eso se debe a que nos enfrentamos a una gran incógnita que podría cambiar drásticamente nuestra vida laboral. Pero obtendremos una imagen mucho mejor y más personalizada de nuestro futuro potencial si vamos más allá de la dicotomía de automatización total o no automatización. La IA afectará a cada uno de nosotros en un gradiente: a algunos nos afectará menos que a otros, en función de las tareas de las que se compongan nuestros trabajos. Es más probable que estos cambios nos proporcionen nuevas tareas que requieran nuestras habilidades humanas únicas, y no nos dejen simplemente con menos que hacer. Sin embargo, con este nuevo conjunto de responsabilidades, podemos perder la oportunidad de convertir el aburrimiento en creatividad.
La buena noticia es que podemos diseñar nuestros trabajos para que nos motiven y mejoren nuestro bienestar. Resulta que podemos diseñar mejores trabajos utilizando principios de la ciencia del comportamiento.
References
- Wajcman, J. (2017). Automatización: ¿Es realmente diferente esta vez? The British Journal of Sociology, 68(1), 119-127.
- Autor, D. H., Levy, F. y Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. The Quarterly Journal of Economics, 118(4), 1279-1333.
- Brynjolfsson, E., Mitchell, T., & Rock, D. (2018, mayo). Qué pueden aprender las máquinas y qué significa para las ocupaciones y la economía? En AEA Papers and Proceedings (Vol. 108, pp. 43-47).
- Sangster, J. (2010). Transforming labour: Women and work in post-war Canada. University of Toronto Press; Freeman, R. B., Gordon, R. A., Bell, D., & Hall, R. E. (1973). Changes in the labour market for black Americans, 1948-72 (Cambios en el mercado laboral de los negros estadounidenses, 1948-72). Brookings Papers on Economic Activity, 1973(1), 67-131.
- Acemoglu, D. & Restrepo, P. (2018). Inteligencia artificial, automatización y trabajo (Nº w24196). Oficina Nacional de Investigación Económica.
- Brynjolfsson, E. y Mitchell, T. (2017). Qué puede hacer el aprendizaje automático? Implicaciones para la mano de obra. Science, 358(6370), 1530-1534.
- Singh, P. (2008). Job analysis for a changing workplace. Human Resource Management Review, 18(2), 87-99. & Landis, R. S., Fogli, L., & Goldberg, E. (1998). Future-oriented job analysis: A description of the process and its organizational implications. International Journal of Selection and Assessment, 6(3), 192-197.
- Basawapatna, A. R., Repenning, A., Koh, K. H., & Nickerson, H. (2013, agosto). Las zonas de flujo próximo: guiar a los estudiantes a través de un espacio de habilidades de pensamiento computacional y desafíos. En Proceedings of the ninth annual international ACM conference on International computing education research (pp. 67-74).
- Agnoli, S., Vanucci, M., Pelagatti, C., & Corazza, G. E. (2018). Explorando el vínculo entre mind wandering, mindfulness y creatividad: Un enfoque multidimensional. Revista de investigación de la creatividad, 30(1), 41-53.
