Se necesita poder de negociación para disputar sus ganancias. De lo contrario, una empresa puede reducir costos y dotación mientras intensifica los ritmos y convierte el conocimiento de sus trabajadores en insumo para el sistema que luego los reemplaza.
Entre las décadas de 1780 y 1840, los tejedores manuales de algodón en Inglaterra vivieron dos caras de la Revolución Industrial. La mecanización del hilado abarató el hilo y elevó la demanda por su oficio. Luego se extendió el telar mecánico: la nueva máquina desplazó su trabajo y los empujó hacia empleos fabriles con menos autonomía.
Daron Acemoglu y Simon Johnson, economistas del MIT y galardonados con el Nobel de Economía 2024, reconstruyen ese episodio en un artículo de Annual Review of Economics para discutir la inteligencia artificial (IA). Su conclusión: más productividad no garantiza mejores salarios ni beneficios para quienes trabajan. La pregunta no es solo cuánto producirá la IA, sino quién decidirá su uso y quién recibirá sus frutos.
David Ricardo, figura de la economía clásica, corrigió en 1821 su confianza en las máquinas al advertir que podían aumentar la producción y perjudicar a los trabajadores desplazados. E. P. Thompson, autor de “La formación de la clase obrera en Inglaterra”, subrayó que la fábrica reorganizó el tiempo, la disciplina y la autoridad. Los tejedores perdieron ingresos y autonomía. Hoy, la IA puede ampliar el criterio humano y crear tareas, pero también automatizarlo, vigilar el desempeño y apropiarse de la experiencia acumulada por los equipos.
Ambos sostienen que una innovación favorable al trabajo debe crear tareas o elevar el valor de las capacidades humanas. Se necesita poder de negociación para disputar sus ganancias. De lo contrario, una empresa puede reducir costos y dotación mientras intensifica los ritmos y convierte el conocimiento de sus trabajadores en insumo para el sistema que luego los reemplaza. David Autor recuerda que la tecnología no suele sustituir ocupaciones enteras de una vez: modifica las tareas dentro de ellas.
Hace poco hicimos dos preguntas a Johnson desde Chile en el Stone Center del MIT. La primera fue quién define el rumbo de la IA: si gobiernos y ciudadanos aún pueden orientarla o si las decisiones quedan en manos de unas pocas empresas, inversionistas y desarrolladores. Johnson respondió que su trayectoria está impulsada, sobre todo, por actores con poder económico y técnico concentrados en la costa oeste de Estados Unidos, respaldados por capital de riesgo y orientados a la rentabilidad. Por eso pidió que los gobiernos abran una discusión pública sobre lo que la sociedad espera de estas tecnologías. Incluyó a la sociedad civil y a los sindicatos entre quienes deben equilibrar ese poder.
La segunda pregunta partió de una brecha del debate en economías avanzadas. ¿Qué futuro laboral pueden construir países como Chile, que no producen IA de punta, tienen menor capacidad para regularla y dependen del bajo costo de recursos naturales o mano de obra? Johnson reconoció que su trabajo se ha concentrado en Estados Unidos, donde están las tecnológicas, y que faltan datos para prever los efectos de una adopción masiva en países de ingresos medios y bajos. No ofreció una receta. Propuso medir el impacto de la IA sobre productividad, empleo y salarios, crear instituciones que estudien esos efectos, compartir evidencia entre países y desarrollar aplicaciones ajustadas a necesidades locales, en lugar de recibir herramientas pensadas para Silicon Valley.
Aquí la IA aterriza en una economía de productividad débil, formación desigual, salarios estrechos y baja negociación colectiva. La historia nacional muestra que crecimiento y reparto no son sinónimos. El salitre generó riqueza sin democratizar sus beneficios. La industrialización dirigida por el Estado tuvo límites, pero construyó empresas públicas, legislación laboral y sindicatos para negociar. En la postdictadura, el crecimiento redujo la pobreza y amplió el consumo, mientras la concentración económica y la debilidad negociadora del trabajo cambiaron menos. La tecnología llega a ese terreno, no a una economía abstracta.
Por eso, medir solo las horas ahorradas o la reducción de costos deja fuera lo fundamental. Antes de desplegar sistemas relevantes, empresas y autoridades debieran identificar tareas en riesgo, evaluar efectos sobre empleo y salud laboral, abrir rutas de movilidad y financiar reconversión.
Los trabajadores necesitan información y participación, tanto para protegerse de la vigilancia abusiva como para proponer usos que aumenten sus capacidades. Las áreas de personas deben preguntar qué conocimiento se pierde, qué funciones nuevas se crean y cómo se compartirán los beneficios. Los sindicatos necesitan condiciones reales para discutir tecnología, no solo recibir anuncios cuando la decisión ya está tomada.
La propuesta de Johnson de producir evidencia propia no sustituye esa negociación. Sin datos sobre salarios, tareas y calidad del empleo, cualquier promesa de una IA favorable al trabajo será difícil de comprobar. Y sin voz de quienes realizan esas tareas, incluso una medición precisa puede servir a una decisión ya adoptada por otros.
La IA puede escribir un capítulo distinto al de los tejedores. Pero su dirección no está predeterminada y el progreso técnico no crea por sí solo un pacto social. Chile necesita decidir qué problemas quiere resolver con estas herramientas, evaluar quién gana y quién pierde, y dar poder de intervención a quienes trabajan. La productividad no se reparte sola: se distribuye mediante decisiones, instituciones y negociación.
