Si una tecnología permite producir el mismo resultado con la mitad de horas humanas, ¿hemos creado más libertad o simplemente hemos decidido que alguien sobra?
La automatización puede aumentar productividad, reducir tareas peligrosas y crear ocupaciones nuevas. También puede desplazar ingresos, intensificar vigilancia o trasladar riesgos del empleador al trabajador. El resultado no está escrito dentro de la tecnología: depende de instituciones laborales, poder de negociación, educación, protección social y decisiones sobre cómo se distribuye la productividad. Esta ficha no te dará UNA respuesta. Te dará las herramientas para construir la tuya.
Objetivo didáctico
Al terminar esta ficha serás capaz de analizar y formular alternativas frente a la transformación tecnológica del trabajo, distinguiendo automatización de tareas, economía de plataformas, derechos laborales digitales, reconversión profesional y políticas de protección de ingresos como el ingreso básico universal.
Introducción
Las sociedades llevan siglos sustituyendo ciertas tareas humanas mediante máquinas. El telar mecánico, el motor, la línea de ensamblaje, la computadora y el software reorganizaron el trabajo mucho antes de la inteligencia artificial generativa. Lo novedoso del momento actual no es que exista automatización, sino la velocidad con que sistemas digitales pueden extenderse entre industrias y alcanzar tareas cognitivas que antes se consideraban relativamente protegidas.
Esto obliga a distinguir entre empleo, ocupación y tarea. Una ocupación está formada por muchas tareas. Un contador no “hace contabilidad” como una sola acción: recopila información, interpreta normas, revisa excepciones, conversa con clientes, documenta decisiones y realiza cálculos. Una tecnología puede automatizar algunas partes sin eliminar las demás. David Autor, Frank Levy y Richard Murnane mostraron ya en 2003 que el cambio tecnológico se entiende mejor analizando tareas rutinarias y no rutinarias que suponiendo que máquinas enteras sustituyen profesiones enteras.
🔷 Concepto fundamental: automatización versus aumento
Automatizar significa transferir una tarea a tecnología con menor intervención humana. Aumentar significa utilizar tecnología para ampliar la capacidad de una persona que conserva funciones decisivas. En el mundo real ambas estrategias pueden coexistir dentro del mismo puesto y producir resultados laborales muy diferentes.
La OIT estimó en 2025 que aproximadamente uno de cada cuatro trabajadores del mundo se encontraba en una ocupación con algún grado de exposición a inteligencia artificial generativa. Sin embargo, su conclusión principal no fue una desaparición masiva inmediata: debido a que los empleos contienen tareas diversas y continúan necesitando intervención humana, la transformación de puestos es más probable que su sustitución completa. Las ocupaciones administrativas siguen entre las más expuestas.
Por eso la pregunta relevante no es “¿la tecnología quitará empleos?”. Una investigación avanzada pregunta algo más difícil: ¿qué tareas desaparecen, cuáles crecen, quién controla la nueva herramienta, cómo cambia el poder de negociación, quién recibe la productividad y qué opciones reales tienen quienes deben cambiar de ocupación? Esa perspectiva conecta directamente automatización con derechos laborales, plataformas digitales, educación permanente y diseño de protección social.
Desarrollo del tema
Economía de plataformas: flexibilidad, intermediación y administración algorítmica
La llamada gig economy combina una práctica antigua —trabajar por tarea o servicio— con una infraestructura nueva: plataformas que coordinan oferta, demanda, pago, reputación y asignación mediante software. Un conductor puede elegir cuándo conectarse, pero un algoritmo puede simultáneamente determinar qué servicios aparecen, cómo se calcula la tarifa, qué peso tiene una calificación y qué consecuencias produce rechazar determinadas tareas.
La OIT denomina administración algorítmica al uso de sistemas basados en datos para organizar, asignar, supervisar y evaluar trabajo. La figura del jefe no desaparece necesariamente: algunas de sus funciones se convierten en reglas de software. Eso puede reducir costos de coordinación y abrir oportunidades de ingreso, pero también generar asimetrías cuando el trabajador desconoce por qué disminuyeron sus asignaciones, por qué cambió una tarifa o cómo impugnar una suspensión.
La transformación dejó de ser únicamente nacional en junio de 2026, cuando la Conferencia Internacional del Trabajo adoptó el Convenio 193 sobre trabajo decente en la economía de plataformas, primera norma internacional del trabajo dedicada específicamente a este modelo. Su importancia histórica radica en reconocer que innovación, competencia y flexibilidad deben convivir con principios laborales. Su adopción, sin embargo, no convierte automáticamente todas sus disposiciones en legislación interna: los países deben seguir sus propios procesos de ratificación e implementación.
Derechos de trabajadores digitales: cuando el algoritmo también ejerce autoridad
El conflicto laboral contemporáneo no se limita al salario. Incluye qué datos se recopilan, cómo se evalúa el desempeño, quién conoce las reglas de asignación y si existe una persona capaz de revisar una decisión automatizada. Si una cuenta es la vía principal para generar ingresos, suspenderla mediante un proceso opaco puede producir un efecto comparable a una decisión disciplinaria tradicional, aunque ningún supervisor humano haya hablado directamente con el trabajador.
México se convirtió en un laboratorio importante de esta transición. La reforma de la Ley Federal del Trabajo sobre plataformas digitales fue publicada el 24 de diciembre de 2024 y entró en vigor en 2025. Entre otros elementos, incorporó una política de gestión algorítmica que debe explicar criterios capaces de afectar asignación de tareas, incentivos, sanciones y acceso futuro al trabajo, además de mecanismos humanos de revisión frente a decisiones que afecten la conexión con la plataforma.
La implementación de seguridad social comenzó con una prueba piloto durante el segundo semestre de 2025. Al cierre de junio de 2026, la Secretaría del Trabajo y Previsión Social informó que 237,627 personas habían superado el umbral de ingreso previsto y contaban con cobertura integral del IMSS. La cifra no significa que el debate esté resuelto: continúan cuestiones sobre ingresos variables, tiempos de espera, múltiples plataformas y sostenibilidad del esquema.
Automatización y empleo por sector: la exposición no se distribuye de manera uniforme
Hablar de “empleos que desaparecerán” como una cifra global puede inducir a error. El Future of Jobs Report 2025 estima que las grandes transformaciones económicas —tecnología incluida, pero también demografía, transición verde y geoeconomía— podrían producir para 2030 una rotación equivalente al 22% del empleo formal representado en su análisis: 170 millones de puestos creados y 92 millones desplazados, con un saldo neto positivo de 78 millones. No es una predicción mecánica ni una estimación exclusiva de automatización.
Las diferencias sectoriales son decisivas. Finanzas, telecomunicaciones, electrónica y servicios digitales muestran fuertes incentivos para automatizar procesos informacionales. En manufactura, robots pueden sustituir operaciones físicas repetibles y simultáneamente aumentar demanda de mantenimiento, integración y control. En salud, agricultura y gobierno, los empleadores encuestados por el Foro Económico Mundial muestran mayor preferencia relativa por aumentar capacidades humanas que por sustituirlas completamente.
La exposición a IA también altera una vieja intuición: la automatización ya no se concentra únicamente en trabajo manual. La OIT identifica ocupaciones administrativas como las de mayor exposición a IA generativa, mientras nuevas capacidades de generación de texto, imagen, audio y video amplían el alcance hacia profesiones digitalizadas. El riesgo, por tanto, no depende simplemente de tener o no estudios universitarios; depende de la composición concreta de tareas.
Reconversión laboral: cambiar capacidades no es descargar un curso
La respuesta habitual frente a la automatización es “capacitar a la gente”. La frase es correcta pero incompleta. Una persona de 45 años que trabaja tiempo completo, cuida familiares y necesita mantener sus ingresos no enfrenta el mismo problema que un estudiante con varios años para prepararse. La reconversión laboral exige conectar aprendizaje con oportunidades reales, tiempo disponible, reconocimiento de experiencia previa y una transición económica viable.
El Foro Económico Mundial estima que cerca del 40% de las habilidades utilizadas actualmente en los puestos podría cambiar hacia 2030. También reporta que 47% de los empleadores consultados planea trasladar personas afectadas por IA hacia otras funciones. Estas cifras expresan intenciones empresariales, no garantías. La transición puede fracasar si los cursos enseñan habilidades sin demanda, si las vacantes están en otra ciudad o si el trabajador no puede dejar de percibir ingresos durante el aprendizaje.
Una reconversión efectiva comienza con tareas transferibles. Una persona que trabajó años en logística puede aportar conocimiento operativo, coordinación, seguridad y resolución de excepciones a un puesto que utiliza sistemas automatizados. El objetivo no siempre es “convertirse en programador”. Puede consistir en añadir alfabetización de datos, mantenimiento digital, supervisión, atención especializada o capacidad para colaborar con sistemas automatizados.
Para América Latina se añade otro desafío: una gran proporción del trabajo ocurre en condiciones informales o con baja cobertura de protección social. Una política diseñada suponiendo empleos estables, expedientes laborales continuos y acceso permanente a Internet puede excluir precisamente a quienes poseen menor margen de adaptación. Por eso la reconversión tecnológica es también política educativa, territorial y de protección social.
Si una sociedad financió durante décadas la educación necesaria para una economía industrial, ¿quién debería financiar la transición educativa cuando la tecnología vuelve obsoletas algunas de esas mismas habilidades?
Ingreso básico universal y futuro del trabajo: asegurar ingresos no resuelve por sí solo el trabajo
El ingreso básico universal o UBI propone entregar periódicamente una cantidad de dinero a todas las personas de una población determinada sin exigir empleo ni demostrar pobreza. Su atractivo en el debate tecnológico es evidente: si el empleo se vuelve más inestable o si una parte creciente de la producción requiere menos trabajo humano, separar una base de ingresos de la relación laboral podría reducir vulnerabilidad y aumentar capacidad de negociación.
Sin embargo, muchas experiencias citadas como evidencia no han sido verdaderos sistemas universales nacionales. Finlandia realizó entre 2017 y 2018 un experimento con 2,000 personas desempleadas que recibieron 560 euros mensuales de forma incondicional. Los efectos sobre empleo fueron pequeños y difíciles de interpretar durante el segundo año debido a otro cambio de política; los participantes, en cambio, reportaron mejores percepciones de bienestar y seguridad económica.
Otro ensayo desarrollado por OpenResearch asignó a 1,000 adultos de bajos ingresos en Estados Unidos 1,000 dólares mensuales durante tres años, frente a un grupo de control de 2,000 personas que recibió 50 dólares. El documento de trabajo revisado en enero de 2026 encontró una reducción de 4.1 puntos porcentuales en participación laboral y entre una y dos horas menos de trabajo semanal. Tampoco fue un UBI nacional: fue una transferencia incondicional experimental sobre una población seleccionada.
Estas experiencias impiden respuestas fáciles. Los críticos preguntan por costo fiscal, efectos laborales y por qué entregar dinero también a quienes no lo necesitan. Los defensores señalan simplicidad administrativa, seguridad, poder para rechazar empleos abusivos y adaptación a ingresos volátiles. Entre ambos extremos existen alternativas: impuesto negativo sobre la renta, complementos salariales, seguros de desempleo más portables, servicios públicos universales, prestaciones ligadas a la persona y no al empleador, o reducciones de jornada.
Incluso un UBI generoso no resolvería automáticamente vigilancia algorítmica, discriminación, seguridad ocupacional, derecho a organización o concentración de propiedad tecnológica. El ingreso es una dimensión del trabajo; el trabajo también proporciona identidad, relaciones, aprendizaje, participación y poder social. El futuro no se reduce a decidir cuánto dinero distribuir, sino qué lugar queremos que ocupe el empleo en sociedades donde producir más puede requerir menos horas humanas.
Conclusión
La tecnología no determina por sí sola el futuro del trabajo. Automatizar una tarea puede eliminar una función, complementar otra o crear necesidades que antes no existían. Por eso evaluar únicamente cuántos puestos “se pierden” oculta la reorganización más profunda: quién controla las herramientas, qué habilidades ganan valor, cómo se distribuyen los ingresos y cuánto poder conserva una persona frente a la organización que coordina su trabajo.
La economía de plataformas hace visible esta transformación porque convierte datos y algoritmos en instrumentos de administración. Los cambios regulatorios de México y el Convenio 193 de la OIT muestran que los derechos laborales están comenzando a adaptarse a esa realidad. La reconversión, a su vez, demuestra que una transición justa no consiste en pedir que cada individuo adivine qué habilidad necesitará el mercado dentro de cinco años.
El UBI lleva el debate todavía más lejos: obliga a preguntar si la seguridad económica debe depender completamente del empleo. La evidencia disponible no demuestra ni que un ingreso incondicional destruya inevitablemente el trabajo ni que resuelva por sí solo la desigualdad tecnológica. Lo que sí muestra es que tenemos opciones institucionales. El futuro del trabajo no será únicamente aquello que las máquinas puedan hacer; será también aquello que las sociedades decidan proteger, remunerar, compartir y seguir haciendo humanamente.
Referencias
- Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3–30.
- Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. Quarterly Journal of Economics, 118(4), 1279–1333.
- International Labour Organization. (2025). Generative AI and jobs: A refined global index of occupational exposure. ILO Working Paper 140.
- International Labour Organization. (2026). Convenio sobre el trabajo decente en la economía de plataformas, 2026 (núm. 193).
- Kangas, O., Jauhiainen, S., Simanainen, M., & Ylikännö, M. (2020). Evaluation of the Finnish basic income experiment. Ministry of Social Affairs and Health of Finland.
- Rosenblat, A., & Stark, L. (2016). Algorithmic labor and information asymmetries: A case study of Uber’s drivers. International Journal of Communication, 10, 3758–3784.
- Secretaría del Trabajo y Previsión Social. (2026). Cada vez más personas trabajadoras de plataformas digitales acceden a la protección integral de la seguridad social.
- Vivalt, E., Rhodes, E., Bartik, A. W., Broockman, D. E., Krause, P., & Miller, S. (2026). The employment effects of a guaranteed income: Experimental evidence from two U.S. states. NBER Working Paper 32719.
- World Economic Forum. (2025). The Future of Jobs Report 2025.
🔭 Para seguir aprendiendo
Esta ficha abre más preguntas de las que cierra. Aquí algunas para explorar:
- Si la automatización aumenta la productividad de toda una economía, ¿qué mecanismos permitirían distinguir una distribución justa de esas ganancias?
- ¿Qué derechos deberían acompañar a una persona durante toda su vida laboral aunque cambie constantemente de empleador, plataforma o modalidad contractual?
- Si trabajar menos horas llegara a ser tecnológicamente posible, ¿deberíamos medir el progreso por cantidad de empleo creado o por calidad de vida obtenida?
Actividad de aprendizaje autónoma
Proyecto: diseñe un plan de transición tecnológica para una ocupación real. Seleccione una ocupación existente en México o América Latina que esté experimentando automatización, digitalización o administración algorítmica: cajeros, operadores logísticos, conductores, personal administrativo, diseñadores, contadores, traductores, trabajadores de manufactura, agentes de atención u otra que pueda documentarse.
Antes de construir el plan, complete estas cuatro afirmaciones. El objetivo es comprobar que diferencia conceptos que después utilizará en su análisis.
Construya ahora el plan:
- Descomponga la ocupación en al menos ocho tareas reales. No escriba únicamente funciones generales como “administrar” o “atender”: describa acciones observables.
- Clasifique cada tarea como potencialmente automatizable, susceptible de aumento tecnológico o predominantemente humana. Justifique los tres casos más discutibles.
- Identifique quién podría capturar el aumento de productividad: trabajador, empresa, consumidor, plataforma, gobierno u otros actores. Explique qué mecanismo produciría esa distribución.
- Investigue si la ocupación depende de plataformas o sistemas de administración algorítmica. Si es así, proponga dos derechos de información y un mecanismo de revisión humana.
- Diseñe una ruta de reconversión de seis a doce meses. Incluya competencias existentes que pueden transferirse, tres capacidades nuevas, tiempo de aprendizaje y una forma concreta de demostrar competencia.
- Proponga una medida de protección durante la transición: capacitación remunerada, seguro de desempleo, complemento de ingreso, beneficio portable, reducción temporal de jornada u otra alternativa defendible.
- Evalúe si un UBI resolvería el problema específico de esta ocupación. Distinga qué riesgo sí reduciría y qué problema laboral permanecería intacto.
- Concluya con una recomendación de 300 a 450 palabras dirigida simultáneamente a trabajadores, empleadores y gobierno.
Evidencia de logro: entregue el mapa de ocho tareas, su clasificación de automatización, la ruta de reconversión, la medida de protección de ingresos y la recomendación final. Incluya al menos tres fuentes: una sobre tecnología o empleo, una sobre condiciones de la ocupación y una sobre política laboral.
Criterio de éxito: el trabajo será sólido si evita predecir mecánicamente la desaparición de la ocupación, distingue tareas de puestos, identifica quién absorbe costos y beneficios, propone una reconversión viable para una persona real y analiza el UBI como una opción institucional con ventajas y límites, no como una solución automática.
Desafío avanzado: estime qué ocurriría si la productividad de la ocupación aumentara 30% en cinco años. Construya tres escenarios distintos: la ganancia se concentra en propietarios, se traduce principalmente en menores precios o se comparte mediante mejores salarios y menor jornada. Explique cómo puede la misma tecnología producir tres futuros laborales diferentes.
Reflexión final: después del análisis, ¿cuál parece ser el verdadero problema: que una máquina sea capaz de realizar trabajo humano, o que todavía no existe un acuerdo social claro sobre cómo repartir los beneficios cuando eso sucede?