Lectura
Índice completo

PARTE XLVI · Transformaciones del presente y conexiones del conocimiento

495

Trabajo, automatización y desigualdad

Por qué la tecnología cambia tareas, pero las instituciones distribuyen sus resultados

Capítulo 495 · 529 capítulos publicados

En este capítulo

Un sistema puede transcribir una llamada con rapidez y aun así no decidir si el problema de la persona quedó resuelto. Un programa puede clasificar solicitudes, pero alguien debe establecer las reglas, revisar excepciones y responder por errores. En una fábrica, un robot puede soldar una pieza con precisión y cambiar qué tareas realizan operadores, técnicos y supervisores. Son ejemplos ilustrativos, no estudios de caso: una capacidad técnica sólo modifica el trabajo si se incorpora a una organización que decide cómo usarla.

La palabra «automatización» suele mezclar preguntas diferentes: qué puede hacer una tecnología, qué tarea se le asigna, si una empresa la adopta, cómo se reorganizan los procesos y qué ocurre con empleos, salarios, tiempo y condiciones laborales. Una ocupación reúne varias tareas; automatizar algunas no elimina necesariamente el puesto completo, y crear productividad tampoco garantiza mejores ingresos para quienes trabajan. Para entender los resultados hay que seguir los mecanismos y preguntar quién decide, quién asume la transición y quién recibe las ganancias.

495.1. Tareas, capacidades y organización productiva#

Un puesto de trabajo no es una tarea única. Incluye acciones repetibles, coordinación con otras personas, interpretación de información, atención a excepciones, responsabilidad y conocimiento del contexto. La proporción cambia según la actividad, el equipo, el producto y la organización. Una tecnología puede sustituir una parte, acelerar otra, ayudar a decidir una tercera o crear tareas que antes no existían. El título ocupacional por sí solo no permite saber cuál de esas funciones cambiará.

Conviene separar automatización de asistencia. Si un sistema hace una tarea que antes realizaba una persona, puede haber sustitución de esa tarea. Si propone opciones que una trabajadora evalúa y corrige, puede complementar su trabajo. A veces ambas cosas ocurren en el mismo puesto: se elimina una parte rutinaria mientras aumenta la demanda de revisión, mantenimiento, trato con clientes o coordinación. También puede cambiar la intensidad, el ritmo o el seguimiento del trabajo sin que desaparezca una tarea. Esos cambios importan para la calidad del empleo aunque el número de puestos permanezca igual.

La capacidad técnica no es la adopción. Para incorporar una herramienta hay que comprarla, integrarla con sistemas y datos, formar al personal, adaptar reglas, asumir riesgos y comprobar que funciona en las condiciones reales. Una demostración satisfactoria no prueba que el uso sea más barato o seguro a escala. Electricidad, conectividad, idioma, datos, protección de información, errores y tareas imprevisibles pueden limitar su uso. El diseño del proceso puede cambiar para acomodar la herramienta, con resultados distintos a los que sugería la prueba inicial.

La automatización también depende de decisiones sobre qué problemas resolver. Una empresa puede invertir para ampliar producción, aliviar una tarea peligrosa, reducir costos laborales, responder a escasez de personal, aumentar vigilancia o mejorar un servicio. El objetivo afecta la forma de repartir tareas y responsabilidades. Si la tecnología aumenta el ritmo sin dar autonomía ni tiempo para atender excepciones, la productividad medida puede crecer mientras empeoran la carga o el margen de decisión. Si el sistema elimina trabajo repetitivo y comparte el beneficio mediante menor jornada, formación y mejores ingresos, el resultado para los trabajadores puede ser diferente. No hay un único resultado que venga incluido en la máquina.

La organización productiva determina quién aprende a usar una herramienta, quién puede impugnar una puntuación, quién responde cuando el sistema falla y cómo se evalúa el desempeño. La consulta a trabajadores puede revelar riesgos operativos que quienes compran el sistema no observan, además de distribuir de otro modo la capacidad de decisión. No basta con preguntar si la herramienta funciona en promedio; importa para qué tareas, con qué errores, bajo qué supervisión y con qué efectos en quienes hacen el trabajo.

Un ejemplo construido permite seguir la diferencia. Una oficina dedica 100 horas semanales a preparar expedientes y 100 a revisarlos y atender consultas. Una herramienta reduce la preparación a 50 horas, sin cambiar las otras tareas: el total pasa de 200 a 150 horas para el mismo volumen y calidad. Eso no equivale a eliminar la mitad de los puestos. La oficina puede absorber más solicitudes, reducir horas extraordinarias, acortar jornadas o recortar personal. Además, si verificar los borradores añade 30 horas, el ahorro neto baja a 20. Antes de contar empleos hay que medir el proceso completo, incluida la revisión, y observar qué decisión se tomó con el tiempo liberado.

495.2. Tecnología, demanda y distribución de ingresos#

Un marco de economía laboral basado en tareas distingue dos mecanismos que pueden actuar en sentidos distintos. La sustitución desplaza trabajo humano de tareas que ahora realiza capital o software; puede reducir la demanda de ese tipo de trabajo, incluso cuando la producción se vuelve más eficiente. La creación de tareas nuevas o la expansión de otras puede volver a incorporar trabajo humano y elevar su demanda. A ello se suman cambios en precios, demanda, productos, inversión y ocupaciones complementarias. La magnitud y el equilibrio de esos procesos dependen de mercados, reglas, opciones tecnológicas y tiempo; no se pueden deducir del ahorro técnico por tarea.

Cuando una empresa produce más con menos horas en un proceso, el resultado agregado depende de qué ocurre después. Puede bajar el precio y aumentar ventas; aparecer otro servicio o tarea; concentrarse la producción en empresas grandes; subir el margen de beneficio; o cambiar el número y la composición de los puestos. Una industria puede expandir el empleo total mientras algunos oficios y localidades pierden oportunidades. El desplazamiento y la creación no necesariamente recaen sobre las mismas personas, en el mismo lugar o al mismo tiempo. La transición puede causar pérdidas reales aunque con el tiempo aparezcan otras actividades.

Tampoco son equivalentes productividad, salario y bienestar. Si el producto por hora aumenta, los ingresos pueden crecer, quedarse en beneficios o concentrarse en quienes poseen capital, datos, infraestructura o derechos sobre el producto. La negociación colectiva, el salario mínimo, la competencia entre empleadores, la forma de propiedad y la regulación influyen en cómo se distribuye el excedente. En 2025, un documento conjunto de la OIT y la OCDE informó que la participación mundial del ingreso laboral —la proporción del ingreso total que va a trabajadores— cayó 1,6 puntos porcentuales entre 2004 y 2024, en un contexto con varios factores estructurales, entre ellos tecnología que aumenta la productividad del capital, automatización, globalización y menor poder de negociación. Ese dato no identifica cuánto del cambio causó cada factor.

La tecnología también puede mover tareas entre personas sin cambiar su número. Un sistema de asignación automática puede reducir tiempos de espera y, a la vez, intensificar el seguimiento de quienes trabajan. Una herramienta generativa puede ayudar con primeros borradores, pero desplazar tiempo hacia verificación y atención a clientes, o dejar a una persona responsable de errores que no puede corregir. El cambio se debe evaluar con varios resultados: empleo, salario, estabilidad, horas, carga, seguridad, autonomía, acceso a formación y distribución de beneficios. Un promedio de productividad no captura todos esos efectos.

El tamaño de la ganancia y su reparto no son sinónimos de una única postura «a favor» o «en contra» de una tecnología. Las organizaciones y los poderes públicos pueden fijar objetivos, límites y derechos; los trabajadores pueden negociar usos y beneficios; y las personas usuarias pueden tener alternativas o reclamar cuando un servicio automatizado las excluye. Una discusión más concreta pregunta qué tarea se automatiza, con qué sustituto, cuánto valor crea, quién controla los activos y cómo se comparte el resultado.

495.3. Educación, transición laboral y protección social#

Cuando cambian las tareas, las capacidades requeridas pueden cambiar también. Algunas habilidades son técnicas y específicas de una herramienta; otras permiten interpretar resultados, aprender, colaborar, resolver excepciones, comunicarse o mantener seguridad y calidad. La formación útil depende de la tarea y debe reconocer aprendizajes previos. Un curso corto no compensa por sí solo falta de tiempo, conexión, ingresos durante el aprendizaje o puestos que permitan aplicar lo aprendido.

Los datos de la OIT sobre aprendizaje a lo largo de la vida advierten que el acceso a formación de calidad y a credenciales reconocidas sigue siendo desigual. Quedan especialmente rezagadas personas con menos educación formal, trabajadores informales y personas empleadas en empresas pequeñas. Un plan de transición que ofrece formación sólo a quienes ya tienen estabilidad y tiempo libre puede ampliar la brecha. Las oportunidades dependen de que el empleador libere tiempo, exista financiación, las instituciones coordinen oferta y demanda y la formación se vincule con puestos reales y reconocidos.

La transición laboral incluye más que adquirir nuevas habilidades: puede requerir orientación, intermediación, certificación, protección de ingresos, negociación sobre despidos o cambios de funciones, cuidados compatibles con el horario y oportunidades en otros empleadores o sectores. Una persona que pierde un puesto no necesariamente puede trasladarse a un empleo nuevo en otra ciudad o con otro horario. La edad, el género, la discapacidad, las responsabilidades familiares, la situación migratoria y la estructura de demanda local afectan las opciones disponibles. Las políticas deben evaluarse por acceso y resultados de grupos distintos, no sólo por el número de cursos ofrecidos.

La protección social puede amortiguar pérdidas temporales y sostener la búsqueda de empleo o la formación, pero su cobertura y elegibilidad varían entre países y tipos de empleo. Quienes trabajan en la informalidad, por contrato, por encargo o en una plataforma pueden quedar fuera de seguros vinculados a la nómina. El ingreso mínimo, el seguro de desempleo, la formación pagada, las prestaciones portátiles y los servicios de empleo son alternativas de diseño que deben juzgarse en relación con derechos, financiación e incentivos. No existe un instrumento universal que resuelva todas las transiciones.

La OIT presenta el aprendizaje a lo largo de la vida a través de los sistemas educativos, los lugares de trabajo y la vida cotidiana, y advierte que sus resultados dependen de gobernanza, coordinación, financiación, calidad y diálogo social. Eso ayuda a evitar una explicación que atribuya todo ajuste a la capacidad individual del trabajador. Las empresas eligen procesos y proveedores; los gobiernos fijan normas e invierten en formación y protección; las instituciones educativas reconocen capacidades; y los trabajadores necesitan información y voz en los cambios que afectan su medio de vida.

495.4. Diferencias entre sectores y territorios#

La automatización no se distribuye igual entre industrias. Un robot industrial requiere espacio, instalación, mantenimiento, energía y tareas físicas relativamente definidas. Una herramienta generativa puede operar con infraestructura digital, pero necesita acceso a datos, revisión, integración y reglas de uso. Un servicio presencial puede depender del trato, desplazamiento y respuesta a necesidades cambiantes. Los análisis de exposición por ocupación estiman capacidad potencial sobre grupos de tareas; no sustituyen observaciones sobre adopción efectiva en cada organización.

La capacidad de adoptar también varía por tamaño de empresa, crédito, infraestructura, competencia, regulación y conocimientos disponibles. Una firma grande puede financiar sistemas y reorganizar procesos con rapidez; otra puede depender de tecnologías compartidas o carecer de apoyo técnico. Dentro de un mismo territorio pueden coexistir empleos digitales muy expuestos, manufactura poco automatizada, actividades de cuidado y trabajo informal. Un promedio sectorial o nacional puede ocultar esas diferencias.

La evidencia causal sobre robots en Argentina, Brasil y México estudió mercados laborales locales entre 2004 y 2016. En esos años, los distritos con mayor exposición a robots registraron, frente a otros distritos, deterioro relativo de ciertos indicadores laborales; bajo los supuestos del diseño instrumental, el estudio atribuye parte de esa diferencia a la exposición. Los trabajos formales asalariados fueron especialmente afectados, mientras el empleo informal amortiguó parte del aumento del desempleo. Es un resultado sobre diferencias entre mercados locales y para esos países, años y tecnología, no una predicción para todo país u ocupación. El diseño no identifica cambios absolutos en cada distrito ni describe automáticamente la trayectoria de cada trabajador; tampoco puede generalizarse a IA generativa.

Una proyección mundial de exposición tampoco debe confundirse con un pronóstico de empleo. La actualización 2025 de un índice de la OIT y NASK estimó que cerca de una cuarta parte del empleo global se encontraba en ocupaciones con algún grado potencial de exposición a IA generativa. La puntuación de tareas combinó una encuesta a 1.640 trabajadores en Polonia, revisión de especialistas y predicciones de IA; luego, el índice vinculó esas puntuaciones con microdatos laborales armonizados de la OIT para estimar la proporción mundial del empleo en cada grado de exposición. No significa que una cuarta parte de los puestos vaya a desaparecer. Los autores señalan que la mayoría de las ocupaciones combina tareas que aún requieren intervención humana y que barreras de infraestructura, costo, habilidades e integración dificultan la adopción completa. En abril de 2026, la OIT volvió a advertir que los indicadores de exposición no predicen por sí solos pérdidas de empleo, productividad ni necesidad de recapacitación.

Figura 495.1. Capacidad, adopción y resultados laborales.

Diagrama conceptual de tres preguntas: qué tareas podría realizar o apoyar una herramienta; qué decide adoptar una organización y cómo reorganiza procesos bajo la influencia de costes, demanda, infraestructura, habilidades y participación laboral; y qué resultados se observan por separado en empleo, salarios e ingresos, horas, carga, seguridad, autonomía y calidad del trabajo. Una conexión discontinua indica relaciones mediadas, no automáticas. La exposición tecnológica no equivale a pérdida de empleo.

La exposición potencial, la adopción organizativa y los resultados laborales son niveles relacionados, pero distintos; cada transición requiere evidencia propia.

495.5. Evidencia, periodos de referencia y alternativas institucionales#

Una afirmación sobre automatización necesita una variable y un periodo. «Expuesto» puede referirse a que una capacidad tecnológica podría realizar ciertas tareas; «adoptado» indica que una organización la utiliza; «desplazado» requiere evidencia de que disminuyó la demanda de trabajo; «transformado» describe cambios en contenido, secuencia o condiciones de las tareas. «Creado» puede referirse a nuevas tareas, ocupaciones o empleos, que no son unidades intercambiables. Una encuesta sobre expectativas no mide pérdidas observadas y una proyección de empleos afectados no es una predicción de desempleo.

Los índices de exposición combinan descripciones de tareas con estimaciones humanas, evaluaciones de modelos o datos ocupacionales. Su valor depende del estándar laboral, el momento de consulta, las ponderaciones y la granularidad de la ocupación. Si una función cambia dentro de un puesto, el nivel ocupacional puede sobrestimar o subestimar la exposición de una persona concreta. Además, las capacidades descritas no muestran cuánto cuesta integrar un sistema, qué tasa de error tolera la organización, si hay regulación o cómo responden trabajadores y clientes.

Los estudios de adopción observada pueden comparar empresas, industrias o territorios, pero la inferencia causal exige identificar qué habría ocurrido sin la tecnología. Empresas que adoptan primero pueden tener capital, gestión o demanda diferentes. Los diseños cuasiexperimentales y los supuestos que permiten usar variación externa ayudan a responder una pregunta delimitada, pero no convierten un caso en ley universal. Para valorar los efectos reales conviene medir antes y después empleo, salarios, horas, contratación, estabilidad, calidad, accidentes, capacitación, productividad, precios y distribución del ingreso, con datos comparables y desgloses pertinentes.

Los experimentos sobre tareas y las evaluaciones en el lugar de trabajo aportan evidencia más directa, aunque su alcance sigue siendo concreto. En un experimento aleatorizado con 453 profesionales universitarios, permitir el uso de ChatGPT para tareas acotadas de escritura redujo el tiempo medio de realización en 40 % y elevó en 18 % la calidad evaluada de los textos; el resultado se refiere a esas tareas, participantes y condiciones, no a empleos completos ni salarios. Las tareas no exigían la precisión factual ni el conocimiento del contexto empresarial propios de muchos trabajos reales; la mejora en una puntuación de escritura no demuestra que un documento sea correcto o utilizable sin revisión. Un estudio de implementación escalonada en una empresa de atención al cliente, con 5.172 agentes, encontró un aumento medio de 15 % en los casos de atención al cliente resueltos por hora de trabajo del agente con una herramienta de IA generativa. Tampoco demuestra que los ingresos o el empleo crecieran: mide rendimiento en una organización y ocupación específicas. Que un resultado se replique en tareas distintas, empresas con otra organización o sectores con contacto presencial sigue siendo una pregunta empírica.

También es importante distinguir quién mide. Una empresa puede contar tiempo por tarea y retorno de inversión; una trabajadora puede valorar autonomía, seguridad, salario y previsibilidad; una persona usuaria puede priorizar calidad, acceso y posibilidad de apelar. Las métricas pueden coincidir, pero no tienen por qué. Decidir qué resultado importa es una cuestión institucional y política además de estadística.

En lugar de preguntar si la automatización es buena o mala en abstracto, se puede comparar alternativas: adoptar con formación y límites; rediseñar tareas con participación de quienes las realizan; negociar reducción de jornada o reparto de ganancias; ofrecer transición e ingresos; mantener opciones humanas en servicios críticos; o no adoptar hasta reunir evidencia suficiente. Cada opción distribuye beneficios, riesgos y tiempos de manera distinta. Una evaluación responsable explicita su horizonte, compara grupos, separa evidencia de objetivo normativo y fija cuándo revisar las reglas.

Síntesis#

La tecnología puede sustituir, complementar o crear tareas; una capacidad técnica no equivale a adopción, y la adopción no determina por sí sola el empleo, los salarios o la calidad del trabajo. Los resultados dependen de cómo las organizaciones reorganizan procesos, qué demanda aparece, quién controla los activos y cómo las reglas distribuyen productividad y riesgo. Las transiciones exigen oportunidades reales de aprendizaje y protección, además de voz y negociación. Sus impactos varían entre sectores, empresas, territorios y grupos de trabajadores. Por eso, las estimaciones de exposición deben leerse como señales potenciales y cotejarse con resultados observados, con fecha, método y alcance explícitos.

Preguntas para transferir el análisis#

¿Qué evidencia hace falta para pasar de «esta tarea podría automatizarse» a «estos empleos se perdieron por la tecnología»? Hace falta observar adopción efectiva y cambios de empleo en un periodo y población definidos, además de una comparación que permita estimar qué habría ocurrido sin esa adopción. Un índice de exposición técnica no satisface por sí solo esos requisitos.

¿Por qué un aumento de productividad no garantiza que crezcan los salarios? Porque el valor adicional puede repartirse entre salarios, beneficios, precios e inversión. La distribución depende de propiedad, competencia, negociación, instituciones salariales y poder de mercado, no sólo de cuánto producto se obtiene por hora.

¿Cuándo puede una política de formación aumentar desigualdad? Si las personas con mayor estabilidad, tiempo, educación previa o apoyo empresarial acceden más a formación reconocida y los grupos expuestos quedan fuera. Se requiere medir acceso, calidad, credenciales y resultados por grupo, junto con ingresos y protección durante la transición.

¿Qué habría que comparar al evaluar IA generativa y robots industriales en el trabajo? Tareas y capacidades, adopción efectiva, infraestructura, objetivos, costes, condiciones de supervisión, regulación y resultados laborales. Sus tecnologías, sectores y necesidades de integración son distintos, así que una estimación de exposición de una no se traslada automáticamente a la otra.

Fuentes y lecturas del capítulo#

  • OIT y NASK, Generative AI and Jobs: A Refined Global Index of Occupational Exposure, ILO Working Paper 140, 2025. Combina evaluación de tareas por especialistas, expertos y modelos para estimar exposición ocupacional; el índice informa potencial técnico, no adopción ni resultados observados. Informe.
  • OIT, Workers’ exposure to AI: What indicators tell us – and what they don’t, 2026. Revisa fortalezas y límites de indicadores basados en capacidades y tareas, y señala que no predicen por sí mismos pérdidas, productividad o necesidad de reentrenamiento. Documento.
  • OIT, The impact of GenAI on jobs, productivity and work organization: a review of the empirical evidence, 2026. Revisa evidencia emergente sobre empleo, productividad, organización, autonomía y calidad del trabajo. La evidencia es reciente y heterogénea; los resultados no se universalizan a sectores y tecnologías no estudiados. Resumen e informe.
  • OIT/OCDE, Policy measures to address inequalities and increase the labour income share, 2025. Analiza el cambio de la participación laboral del ingreso mundial entre 2004 y 2024 en relación con varios factores estructurales y discute medidas institucionales. La asociación de múltiples factores no identifica el efecto causal aislado de la automatización. Documento.
  • OIT, Lifelong learning and skills for the future, 2026. Examina sistemas de aprendizaje en educación, trabajo y vida social; identifica brechas de acceso y condiciones de implementación. Es análisis comparado e institucional, no garantía de que un curso concreto evite desplazamiento. Informe.
  • Brambilla, César, Falcone y Gasparini, “The impact of robots in Latin America: Evidence from local labor markets”, World Development 170, 2023. Estima con variables instrumentales resultados locales en Argentina, Brasil y México para 2004–2016. Los hallazgos y el supuesto de identificación corresponden a esos países, periodo, tecnología robótica y mercados locales; no son una proyección global ni evidencia sobre IA generativa. Artículo.
  • Acemoglu y Restrepo, “Automation and New Tasks: How Technology Displaces and Reinstates Labor”, Journal of Economic Perspectives 33(2), 2019. Presenta un marco de tareas para distinguir desplazamiento de trabajo por automatización y reincorporación por tareas nuevas. Es un marco teórico y una interpretación histórica de Estados Unidos, no una predicción mecánica de resultados futuros. Artículo.
  • Noy y Zhang, “Experimental evidence on the productivity effects of generative artificial intelligence”, Science 381(6654), 2023. Experimento aleatorizado con 453 profesionales universitarios y tareas de escritura delimitadas. Midió tiempo y calidad de productos concretos; no empleo, salarios ni efectos de largo plazo. Artículo.
  • Brynjolfsson, Li y Raymond, “Generative AI at Work”, The Quarterly Journal of Economics 140(2), 2025. Estudio de implementación escalonada de una herramienta de asistencia en una empresa de atención al cliente; informa productividad medida como problemas resueltos por hora. Su sitio, sistema, periodo y ocupación delimitan el resultado y no permiten inferir efectos generales sobre empleo o salarios. Artículo.
  • OIT, Employment and Social Trends 2026, 2026. Actualiza indicadores de empleo y calidad de trabajo globales, incluidos empleo informal, pobreza laboral y diferencias por ingreso y región. El panorama macroeconómico no atribuye cambios laborales a una tecnología específica. Informe.

Nota de alcance y actualización. Corte de investigación: 8 de octubre de 2026. El capítulo no estima cuántos puestos se automatizarán en un país ni prescribe un régimen salarial, educativo o de protección social. Las cifras de exposición se conservan como potencial técnico y las estimaciones de efectos locales como evidencia situada. Los derechos laborales y la cobertura de protección dependen de legislación, instituciones y condiciones nacionales.

Bibliografía de la parte XLVI · Bibliografía general

Última revisión editorial
Cierre de contenidos