Revolución Digital - Máster Big Data y Data Science - UNED

Uno de los debates frecuentes y más interesantes alrededor de los procesos de automatización, transformación digital, Inteligencia Artificial, Big Data, etc. es el que aborda los fuertes cambios en el mundo del trabajo: la ya vieja disyuntiva entre individuo y máquina, que también es alimentadora en algunos de los más espantosos e imaginativos relatos de ciencia ficción.

Algunos sostienen que para hacer una predicción algo fiable sobre cómo serán esos cambios debería considerarse, además del criterio económico, lo que tenga que decir la Historia (Vardi, 2017). Es decir, que la entidad de la “máquina” (física o virtual) transformará a las fuerzas productivas casi al mismo ritmo en que ella misma se desarrolla; por supuesto, no sin durísimos aprendizajes que con seguridad desechará a una parte de esas fuerzas. Tal cosa, de hecho, ocurrió en las primeras revoluciones industriales (Carrillo, 2017).

En las grandes transiciones productivas del XVIII y el XIX la “máquina” no llegó repentinamente, sino que su propio desarrollo y potencial transformador (la promesa que representaba) son objetivados por aquellas mismas bases industriales que vino a cambiar.

Desde las primeras revoluciones industriales… hasta la actual revolución digital

Hay dos aspectos históricos que resultan básicos para interpretar lo que ocurre hoy en este campo, ambos inicialmente acercados por uno de los primeros pensadores que exploran las fronteras de la automatización en aquellas viejas fábricas de la Inglaterra del XIX, Karl Marx: Uno. La gran industria surge y se perfecciona en la industria artesanal y manufacturera, pero con el tiempo acumula una serie de cambios críticos que recrean una base nueva para un modo de producción nuevo.

Es decir, esa entidad de la “máquina” no pondría rumbo a todo su potencial mientras variedad de funciones dependieran de distintas destrezas humanas. Al profundizarse y mejorarse la tarea encomendada a la máquina el trabajo tradicional va desplazándose a la vez que crece la importancia de un trabajo principalmente cognitivo (como el del analista, el programador o el diseñador de hoy), lo que trastocaba todos los aspectos de la vida social.

Dos. Una de las razones por las que la transformación digital, la automatización e incluso la Inteligencia Artificial avanzan a una velocidad trepidante es la misma que veía el pensador alemán en el fenómeno de la transferencia de valor de la máquina al producto en la gran industria: así como las fuerzas productivas no costaban “nada” al capital, entre otras cosas porque extraía el coste de sus vidas del producto acabado (y se apoderaba del excedente también creado por éstas, con todas las consecuencias psicológicas que eso conlleva), la máquina eleva la productividad hasta límites impensables y hace de su propio valor una parte del valor del producto.

El producto asociado a la era de la transformación digital transporta el valor (por lo tanto el relato, una forma de entender la realidad) de las máquinas que lo hicieron posible (Carrillo, 2017). Y en relación a esto, no conviene pensar que las modificaciones en la manera de crear la nueva “cosa de la producción” (todo lo digital y sus aplicaciones) no están siendo ya muy significativas, y que esto obligará a unas adaptaciones del mundo de trabajo tremendamente fuertes. Hoy más que nunca, los cambios en la manera de crear la riqueza (el centro de la más importante de las mercancías desplazado a la acumulación y manejo de la información) determinan la forma de trabajar y vivir.

Así en el presente como en el pasado

Pero atención: la llegada (no en términos de deseable sino de inevitable) de esas grandes metamorfosis en el mundo de trabajo no es algo que ocurra a nuestras sociedades por primera vez. Ya hemos pasado por momentos en cierta forma parecidos, aunque cada uno en su propio contexto histórico: la transformación digital o la irrupción de la Inteligencia Artificial podrían ser fenómenos tan nuevos y revolucionarios como lo eran en el siglo XIX las industrias que se emanciparon de la fuerza física humana al complejizarse las grandes unidades motrices, la aparición del autómata o la máquina que fabrica máquinas que Marx estudia en el Tomo I de El Capital.

En otras palabras, es necesario prepararse. Las cosas no mejorarán y se adaptarán por sí solas (como argumentan algunos místicos, porque los hay, de la revolución digital). Por ejemplo, una cuestión central que el Big Data y el Data Science (puede que las grandes piedras angulares de la actual transformación digital) permitirían es alguna clase de planeación más racional del crecimiento económico. En relación a las grandes transformaciones tecnológicas ocurridas desde el comienzo de las revoluciones industriales, deberíamos introducir una comparativa sobre el impacto que tuvieron éstas en la esfera del trabajo, instante también en el que nos embarcamos, desde el aumento de la productividad que la máquina permitió, en la actual fantasía convertida en pesadilla del crecimiento económico infinito.

¿Por qué no usar el increíble potencial de la ciencia de los datos para crear modelos donde el crecimiento se ajusta a las necesidades reales que tendrá una población? Sí, sabemos que las simulaciones o los modelos predictivos en materia económica tienen limitaciones serias, que en ellas actúan variedad de ficciones simbólicas e ingenierías del lenguaje. Pero, al menos, podríamos apuntar a que los procesos productivos no se parezcan a aquel obrero que en la económica política clásica vivía el trabajo como pérdidas de realidad (Carrillo, 2017).

Y al hilo de esto, ¿por qué no idear un modelo que nos proporcione pistas sobre las necesidades más objetivas de las fuerzas productivas (usando el termino clásico de la economía política) frente a los retos de la revolución digital? Pero un modelo enfocado a minimizar el sufrimiento por ajuste. ¿Por qué deberíamos repetir lo ocurrido en las primeras revoluciones industriales, con todo su crecimiento económico desaforado y donde parecía que las necesidades del sujeto estaban totalmente restringidas a las necesidades de la máquina?

Si consideramos que en el pasado el trabajo sufrió modificaciones casi al mismo tiempo en que la entidad de la “máquina” se desarrolla (lo que llevó a la poca consideración de las dimensiones más humanas del sujeto-trabajador), no tenemos razones para pensar que los datos no pueden permitirnos adelantarnos con mucho a la llegada inminente de nuevos cambios tecnológicos. Parece que en diversos ámbitos del trabajo la manera recurrente ha sido estrellarnos repentinamente con lo inevitable: desplazamiento, abaratamiento de salarios, eliminación de puestos de trabajo, necesidad de reciclaje y cuadros mejor preparados, etc.

Formación, nunca ha sido otra la necesidad

En la misma línea, las alteraciones que acompañan al tránsito desde el trabajador humano a la Inteligencia Artificial pueden ser dramáticos o podemos introducir acciones que no conviertan, como en el pasado, a ese trabajador analógico en la mercancía más bruta y barata de cuantas existen.

Trabajador analógico - mercancia - revolución digital

A propósito de esto, recordemos que durante las primeras revoluciones industriales hubo muchos sectores laborales que realmente no resultaron modificados por los avances técnicos. Pero esa parte del escenario no se repetirá. Esta vez la transformación digital, la Inteligencia Artificial, la ciencia de los datos, etc. impactarán en todo: las ciencias sociales (incluyendo áreas como la Psicología o la Filosofía), el periodismo, la creación y aplicación de leyes, la política, las organizaciones de acción ciudadana… en todo.

Ya no hablamos de algo ocurrido en la vida productiva del sujeto-trabajador tradicional, sino en todas las caras de la vida social. Hoy todo es trabajo… todo es información.

Naturalmente, cuando hablamos de preparar al cuadro productivo de nuestros días para la época de la revolución digital nos referimos, por una parte, a un esfuerzo mayor por humanizar el trabajo y la vida cotidiana (ya existen grandes iniciativas como los proyectos en Smart Cities), pero también a viabilizar la adquisición de herramientas y habilidades para hablar el lenguaje de nuestro momento histórico: transformación digital, automatización de procesos, IA, Big Data y Data Science.

Sobre aplicaciones, grandes retos y aprendizaje… de esto queremos hablar en algunos espacios formativos (tenemos una muestra en el Máster en Big Data y Data Science online de la UNED) que, además, comparten esta preocupación por el enfoque humano de la revolución digital y su impacto en los trabajadores.

Guardar

Guardar

Guardar