Inteligencia artificial, ¿adiós al empleo?

Idioma Español

"Los usos de inteligencia artificial, Internet de las cosas, convergencia tecnológica, conllevan muchos más aspectos polémicos de los pocos que aquí nombro, que urge entender y debatir. Un punto en el que todos coinciden, es que disminuyen los empleos, aunque crean otros, en número muy menor".

En un artículo anterior, planteo la contradicción entre la postura pública de Trump de recuperar empleos apoyando a empresas automotrices y otras a regresar o quedarse en Estados Unidos. Pero las exenciones fiscales y otras medidas que prometió para incentivarlas, serán usadas por esas empresas para mayor automatización, lo cual redundará en menos empleos. Según estadísticas oficiales, ese ha sido justamente el factor principal de pérdida de empleos. (La Jornada, 18/2/17).

Una serie de artículos del New York Times sobre la nueva clase trabajadora en Estados Unidos da cuenta del proceso: en 1900, las fábricas y campos de cultivo empleaban 60 por ciento de la fuerza de trabajo. En 1950, los dos sectores juntos sólo empleaban 36 por ciento. A 2014, menos de 10 por ciento. El sector servicios ha ido aumentando porcentualmente y a 2005, ocupaba 56 por ciento de los trabajadores. El mayor crecimiento es en el de cuidados de ancianos y niños, de los cuales se ocupan mayoritariamente inmigrantes, al igual que muchos otros empleos que por ser rutinarios, mal pagos o tener bajo estatus social, no quieren hacer los estadunidenses (NYT, The Jobs American Do, 23/2/17). Aquí influyen varios factores, entre ellos la automatización, pero también la globalización neoliberal y la deslocalización de producción hacia países con salarios miserables.

La pérdida de trabajos en el sector agrícola se debe a la industrialización en el sector, donde la maquinización tiene décadas, pero ahora se agrega un proceso de automatización mucho más amplio. No se trata solamente de grandes tractores y sistemas de riesgo, alto uso de agrotóxicos y semillas transgénicas –todos factores que eliminaron empleos. También de integración de nuevas formas de robótica, almacenaje digital y minería de enormes volúmenes de datos, inteligencia artificial, genómica y nuevas biotecnologías (como CRISPR-Cas9), todo lo cual converge en una nueva agricultura de precisión, cuya meta subyacente es un campo sin agricultores, sustituidos por unos pocos operadores informáticos. La tendencia es similar en todos los países o regiones con agricultura industrial a gran escala.

Las fusiones que vemos en el sector agrícola (Monsanto-Bayer/ Syngenta-ChemChina / DuPont-Dow) se explican en parte por estas nuevas convergencias tecnológicas. Varias han invertido en bancos de datos digitales agrícolas –suelos, clima, genómica de fauna, flora y microorganismos– y tienen contratos de colaboración con firmas de maquinaria que manejan robótica, información satelital, etcétera (ver informe de ETC aquí).

Pensar en líneas de montaje automotriz con obreros va quedando obsoleto (la mayor parte del trabajo en esa industria lo hacen robots) y el campo agroindustrial futuro parece estar dominado por drones y sensores que junto al manejo de datos digitales genómicos y físico-químicos, administrarán agrotóxicos o agua a través de maquinaria no tripulada.

En muchos otros sectores las cosas están cambiando rápidamente con el uso de robots e inteligencia artificial y su convergencia con bio y nanotecnología y redes de comunicación. En una revisión del Grupo ETC del año 2016, citamos algunos ejemplos que dan una imagen de ese futuro artificial (ver aquí).

Amazon y otras empresas están desarrollando sistemas totalmente automatizados desde la atención al cliente a la colecta de pedidos en almacenes y su envío. Ya hacen distribución con vehículos no tripulados. En 2016, Amazon inauguró además Prime Air un sistema de drones de distribución aéreos, que en 13 minutos entregó el pedido de un agricultor en su finca, incluidas palomitas de maíz. También abrió Amazon Go, supermercado donde el cliente es identificado por su teléfono celular, toma su compra y sale caminando sin contacto con nadie. La tienda reconoce los productos que lleva, los carga a su tarjeta y envía el recibo a su celular.

Varias compañías de distribución y transporte, como Uber, están experimentando con autos no tripulados. Los riesgos de que la inteligencia artificial en la vía pública provoque accidentes son altos. Uber admitió que sus autos no habían frenado en luces rojas y que no reconocen el carril de bicicletas. Los autos-drones de Tesla, la compañía de Elon Musk –miembro del equipo de asesores de Trump–, ya provocaron una muerte, cuando un auto-dron no distinguió la caja blanca de un camión al horizonte y se estrelló matando a la persona que estaba en él.

La automatización inteligente se usa ampliamente para logaritmos que especulan en bolsas de valores, que ya han provocado al menos dos colapsos de bolsa. La agencia de noticias Ap está usando sistemas de inteligencia artificial para redactar –sin periodistas– notas de prensa de negocios, por ejemplo valores de acciones y cambios. Existen varias marcas de muñecas que dialogan con los niños y que además los graban y recogen datos de sus casas y los envían al fabricante. Microsoft creó un bot de Twitter para adolescentes que se convirtió en un monstruo superactivo de mensajes racistas, violentos y sexistas.

Los usos de inteligencia artificial, Internet de las cosas, convergencia tecnológica, conllevan muchos más aspectos polémicos de los pocos que aquí nombro, que urge entender y debatir. Un punto en el que todos coinciden, es que disminuyen los empleos, aunque crean otros, en número muy menor. Para esos no hay suficiente personal formado. De todos modos, no parecen ser para los que perdieron el empleo en décadas pasadas, muchos de los cuáles votaron por Trump. Éste, pese a la carta pública de las grandes empresas de inteligencia artificial por el tema migratorio, las mantiene cerca y las ve como parte de su proyecto.

Fuente: La Jornada

Temas: Nuevas tecnologías

Notas relacionadas:

Ximena Lincolao, ministra de Ciencia.

OpenAI entra al Estado chileno: el costo oculto de un convenio que el Gobierno presenta como gratuito

Fotoilustración: Wired; Getty Images

Los grandes centros de datos de EE UU ya consumen más energía que toda Colombia

CC:BY (Daniel Almada)

La alianza entre el Programa Mundial de Alimentos (ONU) y Palantir amenaza los principios humanitarios y la soberanía digital

Comentarios

eZ debug

Timing: Nov 19 2026 21:52:54
Script start
Timing: Nov 19 2026 21:52:54
Module start 'content'
Timing: Nov 19 2026 21:52:56
Module end 'content'
Debug: ezpI18n::translateText Nov 19 2026 21:52:56
Missing translation for message in context: 'kernel/navigationpart' with comment: 'Navigation part'. The untranslated message is: 'Revista'
Timing: Nov 19 2026 21:52:57
Script end

Main resources:

Total runtime2.8991 sec
Peak memory usage12,544.0000 KB
Database Queries449

Timing points:

CheckpointStart (sec)Duration (sec)Memory at start (KB)Memory used (KB)
Script start 0.00000.0389 1,085.8047717.7500
Module start 'content' 0.03891.9539 1,803.55476,895.2969
Module end 'content' 1.99280.9062 8,698.85163,138.1484
Script end 2.8989  11,837.0000 

Time accumulators:

 Accumulator Duration (sec) Duration (%) Count Average (sec)
Ini load
Load cache0.01530.5274160.0010
Mysql Total
Database connection0.00470.162110.0047
Mysqli_queries0.613921.17564490.0014
Looping result0.01050.36134410.0000
TS translator
TS init0.01220.421840.0031
TS cache load0.01120.384840.0028
TS context load0.01080.371340.0027
Template Total2.785896.121.3929
Template load1.137139.221720.5685
String conversion in template resource0.00350.1215320.0001
Template parser: create text elements0.03131.0781320.0010
Template parser: remove whitespace0.00680.2356320.0002
Template parser: construct tree0.22727.8365320.0071
Template load and register function0.00860.296690.0010
Template processing1.648656.865320.8243
states
state_id_array0.01870.6434120.0016
state_identifier_array0.01060.3644130.0008
Override
Cache load1.064336.7098920.0116
Sytem overhead
Fetch class attribute can translate value0.00390.132850.0008
Fetch class attribute name0.01310.4518130.0010
XML
Image XML parsing0.03921.351250.0078
class_abstraction
Instantiating content class attribute0.00020.0062130.0000
General
dbfile0.03251.1198260.0012
String conversion0.00280.0957340.0001
Note: percentages do not add up to 100% because some accumulators overlap

Time used to render debug report: 0.0010 secs