La introducción de procesos automatizados puede, de hecho, hacer que el trabajo sea más complejo y generar nuevas tareas, según un nuevo estudio.
El estudio se llevó a cabo en el campo de la biología sintética, y las plataformas robóticas utilizadas generaron hipótesis adicionales y la necesidad de realizar más experimentos.
El mismo principio podría aplicarse a herramientas como ChatGPT, para cuyo caso, según se informa, se está contratando a trabajadores para impedir que produzca contenido ofensivo.
Existe la percepción generalizada de que la inteligencia artificial (IA) ayudará a agilizar nuestro trabajo. Incluso se teme que podría eliminar por completo la necesidad de algunos empleos.
Pero en un estudio de laboratorios científicos que realicé con tres colegas de la Universidad de Manchester, la introducción de procesos automatizados destinados a simplificar el trabajo —y a liberar tiempo de las personas— también puede volverlo más complejo y generar nuevas tareas que muchos trabajadores podrían considerar rutinarias.
En el estudio, publicado en Research Policy, analizamos el trabajo de científicos en un campo llamado biología sintética, o synbio, para abreviar. La synbio se ocupa de rediseñar organismos para dotarlos de nuevas capacidades. Se aplica al cultivo de carne en laboratorio, a nuevas formas de producir fertilizantes y al descubrimiento de nuevos fármacos.
Los experimentos de synbio dependen de plataformas robóticas avanzadas para mover repetidamente una gran cantidad de muestras. También utilizan el aprendizaje automático para analizar los resultados de experimentos a gran escala.
A su vez, estas generan grandes cantidades de datos digitales. Este proceso se conoce como «digitalización»: el uso de tecnologías digitales para transformar los métodos y las formas de trabajo tradicionales.
Algunos de los principales objetivos de automatizar y digitalizar los procesos científicos son ampliar el alcance de la ciencia que se puede hacer y, al mismo tiempo, ahorrar tiempo a los investigadores para que se concentren en lo que considerarían un trabajo más «valioso».
Un resultado paradójico
Sin embargo, en nuestro estudio los científicos no quedaron liberados de las tareas repetitivas, manuales o aburridas, como cabría esperar. En cambio, el uso de plataformas robóticas amplió y diversificó los tipos de tareas que debían realizar los investigadores. Esto se debe a varias razones.
Una de ellas es que aumentó el número de hipótesis (el término científico para una explicación comprobable de algún fenómeno observado) y de experimentos que debían realizarse. Con los métodos automatizados, se multiplican las posibilidades.
Los científicos afirmaron que esto les permitió evaluar un mayor número de hipótesis y explorar más formas de introducir cambios sutiles en la configuración experimental. Como resultado, aumentó el volumen de datos que había que verificar, estandarizar y compartir.
Además, era necesario «entrenar» a los robots para realizar experimentos que antes se llevaban a cabo manualmente. Los seres humanos también debían desarrollar nuevas habilidades para preparar, reparar y supervisar los robots. Esto se hacía para garantizar que no hubiera errores en el proceso científico.
El trabajo científico suele evaluarse en función de resultados como publicaciones revisadas por pares y subvenciones. Sin embargo, el tiempo que se dedica a limpiar, resolver problemas y supervisar sistemas automatizados compite con las tareas que tradicionalmente se recompensan en la ciencia. Estas tareas menos valoradas también pueden ser en gran medida invisibles, en especial porque los responsables, al pasar menos tiempo en el laboratorio, desconocen las tareas rutinarias.
Los científicos de synbio que asumían estas responsabilidades no recibían mejor remuneración ni tenían más autonomía que sus responsables. También consideraban que su propia carga de trabajo era mayor que la de quienes ocupaban puestos superiores en la jerarquía laboral.
Lecciones más amplias
Es posible que estas lecciones también se apliquen a otros ámbitos laborales. ChatGPT es un chatbot impulsado por IA que «aprende» de la información disponible en la web. Cuando los usuarios en línea le hacen preguntas, el chatbot ofrece respuestas que parecen bien elaboradas y convincentes.
Según la revista Time, para evitar que ChatGPT diera respuestas racistas, sexistas u ofensivas de otras maneras, se contrató a trabajadores en Kenia para filtrar el contenido tóxico que generaba el bot.
Hay muchas prácticas laborales, a menudo invisibles, necesarias para desarrollar y mantener la infraestructura digital. Este fenómeno podría describirse como una «paradoja de la digitalización». Cuestiona la suposición de que todas las personas implicadas en la digitalización o afectadas por ella se vuelven más productivas o disponen de más tiempo libre cuando se automatizan partes de su flujo de trabajo.
La preocupación por una caída de la productividad es una de las principales motivaciones de los esfuerzos organizativos y políticos por automatizar y digitalizar el trabajo cotidiano. Pero no debemos dar por ciertas las promesas de mejoras de la productividad.
En cambio, debemos cuestionar cómo medimos la productividad y tener en cuenta los tipos de tareas invisibles que pueden realizar las personas, más allá del trabajo más visible que suele recompensarse.
También debemos considerar cómo diseñar y gestionar estos procesos para que la tecnología contribuya de forma más positiva a las capacidades humanas.
