¿Cómo impacta la digitalización en el empleo?
Este texto está escrito junto a Raúl Katz y Fernando Callorda
Esta es la pregunta central que abordamos en nuestro recientemente publicado artículo The impact of automation on employment and its social implications: Evidence from Chile. En el artículo se sintetiza una revisión de literatura sobre metodologías para estimar la destrucción y creación de empleo que pueda ser atribuible a la digitalización, y se realiza un análisis empírico para el caso de Chile. Mas allá del caso particular chileno, entendemos que los resultados y las recomendaciones que de ellos emergen pueden ser de utilidad para el análisis de otros países, particularmente de aquellos emergentes.
El análisis empírico utiliza dos metodologías diferentes que permiten estimar los empleos destruidos. En primer lugar, la desarrollada por Frey y Osborne (2017), que consiste en identificar cuáles son las ocupaciones basadas en tareas rutinarias y repetidas, consideradas de estar bajo mayor riesgo. La probabilidad de que una ocupación sea reemplazada por una máquina viene de analizar, en qué medida, la tecnología puede compensar la inteligencia, creatividad, percepción y manipulación llevada a cabo por el ser humano. Las probabilidades de Frey y Osborne son definidas en base a la descripción de capacidades y habilidades requeridas para cada ocupación según la base de datos O*NET de Estados Unidos. El análisis empírico se realiza usando datos de la Encuesta de Caracterización Socioeconómica Nacional (CASEN) de Chile, en sus ediciones 2013, 2015, y 2017. Por otra parte, hemos aplicado la metodología de tareas, basada en el trabajo de Nedelkoska and Quintini (2018), aplicada en este caso sobre la encuesta del Program for the International Assessment of Adult Competencies (PIAAC) llevada a cabo en Chile en 2015, en la que para cada observación se incluyen 100 preguntas vinculadas a capacidad de evaluación directa, uso de habilidades, y otras características, que son utilizadas para predecir la probabilidad de automatización a través de un modelo probit. Para analizar la creación de empleo, aplicamos tres metodologías diferentes. En primer lugar, se analiza la evolución de empleo entre 2013 y 2017 según la encuesta CASEN, en aquellos sectores económicos propensos a aumentar la ocupación como resultado de la adopción tecnológica, según la identificación sectorial realizada por el World Economic Forum (WEF). En segundo lugar, extrapolamos para Chile las cifras de creación de empleo para 15 países cubiertos por el análisis del WEF entre 2015 y 2021. En tercer lugar, categorizamos las ocupaciones de la encuesta CASEN dependiendo del riesgo de automatización según las probabilidades de Frey y Osborne (2017), a partir del cual estimamos la evolución de empleos de bajo riesgo, descontando el crecimiento tendencial asociado al ciclo económico.
Los resultados para Chile indican que, en general, la cantidad de empleos destruidos anualmente (35 mil) no es lejana a la cantidad de empleos creados (32 mil) como resultado de la digitalización, por lo que el efecto neto puede considerarse reducido o nulo. Sin embargo, que el efecto neto sea nulo, no implica la ausencia de transformaciones profundas en el mercado laboral. Por un lado, el análisis de tareas ha permitido identificar que aproximadamente 52 mil puestos de trabajo han sido reestructurados como resultado de la digitalización. Por otra parte, la composición del empleo cambia sustancialmente. Gracias a la riqueza de la base de datos utilizadas, hemos podido identificar que los empleos creados son de perfil altamente calificado, mientras que los destruidos son asociados a los sectores más vulnerables de la economía (segmentos de bajos ingresos, con menor calificación, inmigrantes, población indígena). De cara al futuro, es de esperar que estas tendencias se acentúen, lo que puede generar efectos sociales no deseados, que es necesario anticipar y mitigar desde la acción de las políticas públicas.
Para ello, se vuelve un imperativo urgente mejorar la educación y la formación de la fuerza laboral. Desde una perspectiva de política pública, esto sugiere la necesidad de estimar la naturaleza de los trabajos futuros a ser demandados, y tomar las acciones pertinentes desde ya para preparar la oferta. Para estimar la naturaleza de los puestos de trabajo a demandarse en el futuro, existen algunas herramientas metodológicas que se pueden llevar a cabo, tales como pronósticos basados en modelos cuantitativos, encuestas implementadas entre empleadores para comprender la demanda futura, desarrollo de observatorios sectoriales, ejercicios Delphi y de Focus Groups. Una vez estimado el perfil de los futuros trabajadores a demandar, es necesario poner en marcha políticas públicas que impulsen el desarrollo de programas orientados a la readaptación laboral, fomentando las acciones de formación para los puestos de trabajo a ser requeridos. Asimismo, será fundamental revisar la idoneidad de los programas educativos formales vigentes e implementar los cambios correspondientes. Otras políticas públicas relevantes pueden incluir la introducción o mejoras de subsidios y ayudas para amortiguar los efectos de exclusión social generados por la transición laboral (como seguro de desempleo, servicios de reubicación y servicios de asesoría personal). Los incentivos económicos para promover el aprendizaje continuo por parte de las empresas privadas también son deseables, particularmente en el caso de las pequeñas y medianas empresas.
En definitiva, estos resultados refuerzan la necesidad de desarrollar políticas para, por un lado, maximizar el desarrollo de nuevos empleos asociados a la revolución digital, y a la vez, generar políticas focalizadas que permitan mitigar los efectos negativos sobre los colectivos más vulnerables. En ese sentido, el sector público tiene un papel clave que desempeñar al coordinar este tipo de actividades con el sector privado y las organizaciones sociales.