El futuro socio-económico en la era de la revolución tecnológica

En las últimas décadas, las formas de producción y consumo experimentaron profundas transformaciones asociadas al avance tecnológico en diversos campos, como las tecnologías de la información y la comunicación (internet!), biotecnología, medicina, energías renovables, robótica, impresión 3D, nanotecnología, computación cuántica, big data, inteligencia artificial, entre muchas otras. Estas tecnologías, extendidas por el mundo desde finales del siglo XX hasta la actualidad, ofrecen enormes oportunidades para el progreso económico a la vez que plantean grandes desafíos para el mundo del trabajo. Este tema ha fomentado el debate público, el interés de muchos gobiernos, y un volumen creciente de investigación académica destinada a estudiar los efectos del cambio tecnológico en el mercado laboral, la distribución del ingreso y el bienestar. Una conclusión sensata que se desprende de la literatura es que alcanzar la tan deseada prosperidad compartida depende, en gran medida, de la capacidad de los trabajadores de re-adaptarse a las nuevas demandas y dinámica del mercado laboral, sacando provecho de las nuevas tecnologías, en pos de lograr una distribución equitativa de las ganancias de productividad.

Algunas de estas tecnologías, en particular los robots industriales, amplían significativamente la escala de producción, incrementan la productividad, reducen los costos unitarios (y posiblemente los precios) y, por ende, incrementan el consumo y la demanda de insumos intermedios y materias primas no renovables; generando mayor presión sobre la extracción de recursos naturales (piénsese, por ejemplo, en la demanda global de litio, cobre, y otros minerales metálicos utilizados intensivamente en las industrias de telecomunicaciones, eléctrica/electrónica, metalmecánica, y automotriz). A su vez, muchas de las tecnologías extractivas son intensivas en la utilización de agua dulce, lo que suele generar un conflicto de interés por externalidades que afectan principalmente a las comunidades y productores agrícolas cercanos. Este tema es sumamente relevante y merece ser estudiado con mayor profundidad en otro trabajo. Cierro destacando que esta situación exige una reevaluación de las prácticas de gestión de recursos y protección ambiental, especialmente en contextos regulatorios débiles que caracterizan a muchos países de ingresos bajos y medios; lo cual se vuelve aún más necesario y urgente en el contexto actual de cambio climático severo.

La Figura 1 ilustra la evolución reciente de dos tecnologías distintivas de la tercera y cuarta revolución industrial (internet y robots industriales), en países de ingreso alto y medio entre 1993 y 2022. En los países de ingreso alto, el uso de internet se expandió rápidamente desde 1993, alcanzando al 61.2% de la población en 2007 y al 9 de cada 10 personas en 2021. En los países de ingreso medio, la adopción de internet se aceleró después del año 2000, creciendo de manera constante hasta alcanzar al 26.1% de la población en 2012, y a 6 de cada 10 personas en 2021. Por otro lado, la adopción de robots en países de ingreso alto aumentó de forma continua durante todo el período, acelerándose en la década de 2010; pasando de 1.1 robots por cada mil trabajadores en 1993 a 4.1 en 2022. En contraste, la adopción de robots en países de ingreso medio permaneció cercana a cero hasta 2010, siendo 1.1 robots por cada mil trabajadores en 2022, muy por debajo de los países de ingreso alto. Estas tendencias demuestran que el rezago que caracteriza a los países en desarrollo es particularmente notorio en la adopción tecnológica, aunque la misma está avanzando rápidamente a nivel global.

 Figura 1. Adopción global de internet y robots

Notas. El stock de robots por cada mil trabajadores se calculó para todos los países incluidos en el conjunto de datos de la Federación Internacional de Robótica (IFR), que abarca 45 países de ingresos altos y 29 países de ingresos medios. El empleo de cada país se fija en 1995. Los datos sobre individuos que usan internet se obtuvieron de los Indicadores del Desarrollo Mundial (base de datos de TIC) del Banco Mundial, que incluye a todos los países a nivel mundial.

Determinantes de la automatización. La Figura 2 presenta cuatro diagramas de dispersión que ilustran la correlación entre algunos indicadores de desarrollo y la adopción de robots durante 1993-2022. Uno de los principales determinantes de la automatización es el PIB per cápita: países más ricos tienen más probabilidades de desarrollar y adoptar nuevas tecnologías, mientras que las empresas de estas economías también están incentivadas a adoptar la automatización para reemplazar a los trabajadores que reciben salarios más altos que aquellos en países de menores ingresos. A su vez, consumidores más ricos tienen una mayor disposición a pagar por productos de mayor calidad, lo que incentiva la automatización y la mejora de la calidad. En segundo lugar, en línea con los hallazgos de Acemoglu y Restrepo (2022), el envejecimiento poblacional incentiva una mayor automatización industrial porque ocasiona una escasez de trabajadores jóvenes especializados en tareas de producción manual. La adopción de robots también correlaciona positivamente con los años de educación promedio de la fuerza laboral: una población más educada tiene más probabilidades de innovar, adoptar y trabajar conjuntamente con las nuevas tecnologías. Por último, la infraestructura, aproximada por el porcentaje de la población con acceso a internet, también incrementa la probabilidad de adoptar robots industriales, no sólo porque las nuevas tecnologías se complementan entre sí, sino también porque mejor infraestructura incrementa la eficiencia económica, la conectividad y el acceso a mercados.

 Figura 2. Principales determinantes de la automatización

Notas. El eje y mide el cambio promedio anual en el stock de robots por cada mil trabajadores en 1995, entre 1993 y 2022. El eje x corresponde a: (1) el logaritmo del PIB real promedio a precios constantes de 2017 en términos de PPA durante 1993-2022; (2) el cambio en la proporción de población de edad avanzada (+56) respecto a la población de edad media (21-55) entre 1990 y 2020; (3) los años promedio de educación de los adultos (15-64 años) durante 1993-2022; y (4) la fracción promedio de la población con acceso a conexión a internet durante 1993-2022. La línea sólida representa la correlación lineal no ponderada entre el eje y y el eje x; la línea discontinua muestra la misma correlación, excluyendo el 5% de los países con mayor adopción de robots (es decir, Singapur, Corea del Sur y Taiwán). Fuentes: IFR, datos de empleo de la OCDE, Perspectivas de la Población Mundial de las Naciones Unidas y WDI (Banco Mundial).

Consecuencias de la automatización. La Figura 3 presenta cuatro diagramas de dispersión que ilustran la correlación entre la adopción de robots durante 1993-2022 y cambios en resultados económicos relevantes durante el mismo período. El panel 1 muestra que países con mayor adopción de robots exhiben un mayor crecimiento del PBI per cápita, en línea con la evidencia (a nivel firma e industria) de ganancias de productividad derivadas de la automatización. A su vez, los países que adoptan más robots exhiben un aumento (o una menor reducción) en la desigualdad de ingresos, como lo indican los cambios en el índice de Gini, en línea con la evidencia que muestra que los robots tienden a reemplazar tareas manuales, rutinarias y riesgosas que caracterizan a ocupaciones de salario medio o medio-bajo, al tiempo que complementan a trabajadores profesionales de salario alto como ingenieros, ejecutivos y gerentes; y benefician, a su vez, a los propietarios del capital (Moll et al., 2022; Acemoglu y Restrepo, 2022).

Interesantemente, el tercer panel ilustra una correlación positiva entre la adopción de robots y el cambio de largo plazo en la tasa de empleo, lo que sugiere que el crecimiento de la productividad se traduce en ganancias de empleo (al menos en el largo plazo). Es decir, los efectos de re-incorporación superan a los efectos de desplazamiento. Esto indica que el mercado laboral se acomoda a los nuevos entornos de trabajo modificados por la adopción de tecnologías avanzadas (como la robótica), y que la mayoría de los trabajadores encuentran roles que complementan a las nuevas tecnologías. Por último, países con mayor adopción de robots exhiben un mayor aumento en su participación en el comercio internacional (como porcentaje del PBI), en línea con la evidencia que muestra que empresas que automatizan incrementan tanto sus importaciones (principalmente de insumos intermedios) como sus exportaciones (sobre todo de productos finales), a la vez que incrementan su productividad y reducen el ratio precio/calidad, mejorando su competitividad a nivel local e internacional.

 Figura 3. Posibles consecuencias de la automatización

Notas. El eje x mide el cambio promedio anual en el stock de robots por cada mil trabajadores en 1995 entre 1993 y 2022. El eje y corresponde a: (1) el cambio promedio anual en el PIB real a precios constantes de 2017 en términos de PPA durante 1993-2022; (2) el cambio en el coeficiente de Gini entre 1990-1993 y 2018-2022; (3) el cambio en la relación empleo-población entre 1990-1993 y 2018-2022; y (4) el cambio promedio anual en la relación comercio/PIB durante 1993-2022. La línea sólida representa la correlación lineal no ponderada entre el eje y y el eje x. Las figuras excluyen al 5% de los países con mayor adopción de robots (es decir, Singapur, Corea del Sur y Taiwán). Fuentes: IFR, datos de empleo de la OCDE, World Inequality Database y WDI (Banco Mundial). Notas. El eje x mide el cambio promedio anual en el stock de robots por cada mil trabajadores en 1995 entre 1993 y 2022. El eje y corresponde a: (1) el cambio promedio anual en el PIB real a precios constantes de 2017 en términos de PPA durante 1993-2022; (2) el cambio en el coeficiente de Gini entre 1990-1993 y 2018-2022; (3) el cambio en la relación empleo-población entre 1990-1993 y 2018-2022; y (4) el cambio promedio anual en la relación comercio/PIB durante 1993-2022. La línea sólida representa la correlación lineal no ponderada entre el eje y y el eje x. Las figuras excluyen al 5% de los países con mayor adopción de robots (es decir, Singapur, Corea del Sur y Taiwán). Fuentes: IFR, datos de empleo de la OCDE, World Inequality Database y WDI (Banco Mundial).

La principal conclusión de este escrito es que el progreso tecnológico no ha representado una amenaza significativa para los niveles generales de empleo, aunque sí ha contribuido inequívocamente a aumentar la desigualdad de ingresos. Por ende, si bien un futuro sin empleos es poco probable, la posibilidad de vivir en sociedades más igualitarias sigue siendo incierta. Lograr prosperidad compartida dependerá de la capacidad de las personas para adaptarse a las cambiantes demandas del mercado laboral, y de la distribución equitativa de las ganancias de productividad derivadas de las nuevas tecnologías. Esto se facilita si los sistemas educativos fomentan la adopción (temprana) de habilidades y capacidades para trabajar junto a las nuevas tecnologías a lo largo de toda la vida. El aprendizaje continuo permitirá a los trabajadores aprovechar las ventajas de la automatización de tareas rutinarias y repetitivas, para enfocarse en tareas cognitivas y abstractas de mayor valor agregado que enfatizan el trabajo en equipo, la resolución de problemas, la flexibilidad, la creatividad y la inteligencia social.

Es probable que el crecimiento de la productividad impulsado por los avances tecnológicos incremente la demanda tanto de bienes y servicios tradicionales como de nuevos, lo que generará mayores ingresos y una mayor demanda de calidad. Esta dinámica contribuirá a profundizar el cambio estructural, con una creciente proporción de la fuerza laboral dedicada a la provisión de servicios.

Finalmente, es importante destacar nuevamente que la expansión de la producción, facilitada por ciertas tecnologías, en particular los robots industriales, podría agravar el agotamiento de recursos y los desafíos ambientales al reducir los precios, aumentar el consumo y elevar la demanda de insumos y materias primas no renovables. Estos desarrollos requieren repensar la forma en que gestionamos los recursos y las prácticas de protección ambiental vigentes, especialmente en contextos regulatorios débiles sumamente extractivos. Estos desafíos demandan a la sociedad la adopción de un enfoque integral que combine educación de calidad, políticas inclusivas y conciencia ambiental en pos de garantizar que la revolución tecnológica beneficie a todos. La educación de calidad empodera a los individuos y les permite aprovechar los beneficios del progreso tecnológico, a la vez que crea consciencia sobre el impacto ambiental de cada pequeño acto. De esta manera podremos construir un futuro donde el progreso material vaya de la mano de la equidad y la sostenibilidad.

  ___________________________

Referencias

– Andrés César (2024). “The Future of Work(ers) in the Age of Technological Revolution.” Bridging Education and Work Experience, editado por Xinqiao Liu, publicado por IntechOpen. DOI: 10.5772/intechopen.1007546

– Daron Acemoglu & Pascual Restrepo (2022). “Demographics and Automation,” The Review of Economic Studies, vol. 89 (1), 1-44.1007546

– Daron Acemoglu & Pascual Restrepo (2022). “Tasks, automation, and the rise in US wage inequality,” Econometrica, 90(5), 1973-2016.

– Benjamin Moll, Lukasz Rachel & Pascual Restrepo (2022). “Uneven growth: automation’s impact on income and wealth inequality,” Econometrica, 90(6), 2645-2683.

___________________________