Si no puedes vencer a tu enemigo, únete a él. Sabia conclusión que inspiró a Gary Kasparov a no deprimirse demasiado ante su reconocida derrota frente al sistema de juego de ajedrez denominado Big Blue, creado por IBM en 1997, e imaginar un nuevo tipo de torneos de ajedrez, con formato híbrido, al que llamó “centauro” en dónde máquinas y humanos participan en feliz combinación de sus potencias respectivas frente a otras máquinas y humanos (Kasparov, 2016).

Esta deriva abrió un capítulo inédito en la historia de ajedrez, lo elevó a niveles de eficiencia y sofisticación jamás imaginados, muy distinta a cuando los grandes maestros sólo podían desafiarse entre ellos o contra máquinas que les ganaban mediante la fuerza bruta antes que por sutileza heurística. El mundo cuenta actualmente con un ejército de 1.6 millones de máquinas automatizadas en funcionamiento. Para 2020 se espera que la cantidad de robots se incremente a 2.6 millones. En Japón existen robots cuidadores de personas. La escala hace el fenómeno.

No podemos predecir el cambio, pero la máquina crea al hombre, permite expandir no sólo nuestro universo de indagación, sino a la propia forma de hacernos “preguntas científicas” (Anderson, 2008). Dudamos de que estemos cercanos al fin de la ciencia (Horgan, 1998) y de que la Big Data haga sus propias hipótesis. En todo caso lo que nos interesa es ver como la liberación de las tareas manuales se traduce o no en la inve nción de nuevos universos cognitivos o emocionales.

Estamos seguros de que una emergente “filosofía centauro” ayudará al diseño de trabajos sustentables. Pero en este momento necesitamos inventarnos formatos y proveer antecedentes para avizorar horizontes soñados. La máquina como aliada del hombre abre (en vez de inevitables apocalipsis) nuevas perspectivas para la multiplicación de un trabajo responsable.

6.4.1 Creatividad humana

1997 es la fecha clave para la historia reciente de las máquinas. La revancha de Kasparov contra Deep Blue de IBM (así es, un año antes Kasparov había ganado 4-2 la primer partida), marcó el inicio para generaciones de científicos pioneros de la búsqueda de los secretos de cómo funciona el pensamiento humano (Mazlish, 1994). El funcionamiento de Deep Blue en ese momento fue de “fuerza bruta” para calcular posibilidades y mejores opciones, una de las razones por las cuales el resultado fue igual de ajustado en la revancha.

Pero de las experiencias nacen los aprendizajes y las oportunidades, como muestra Deep Thinking (2017), lanzado en el décimo aniversario de la partida. Su perspectiva es pensar las posibilidades que nos abren las inteligencias artificiales al potenciar nuestra creatividad, antes que temerlas. Como fevela la metáfora de su posteo aniversario: “una gran pérdida para un hombre, un gran ganancia para la Humanidad.”

Narcisismo aparte del proceso terapéutico que le impiicó la perdida de la partida, Kasparov puso el foco en uno de los problemas clave: la pérdida de trabajos. Aún así, propone tratar de ver la foto panorámica en medio de las dificultades de un escenario que se nos presenta como disruptivo y veloz (no muy lejano del mundo VUCA que planteamos en este libro)

Para Kasparov, no se trata solamente de la automatización de ciertos empleos. Todas las profesiones eventualmente sentirán la presión o crisis del cambio. Si no fuera así, estaríamos sbujrando de la capacidad humana mas específica: el progreso indefinido. Por esa razón debemos buscar los cambios de manera responsable y dejar de romantizar la pérdida de trabajos a causa de la tecnología. Aunque señala irónicamente que es mejor que pensar que los antibióticos dejan sin trabajo a los cavadores de tumbas.

También apunta a la educación, al espacio donde deberíamos comenzar a trabajar con los estudiantes. El miedo, para Kasparov, es de los adultos (Mead, 1980; Narodowski, 2016) y el riesgo es no tomarlos en cuenta cuando de educar mejor a los estudiantes se trata. Quienes han demostrado que sus aprendizajes con máquinas han mejorado notablemente el entorno y las prácticas (al menos en el campo del ajedrez). Lo que ha llevado a que en China, ya haya libros sobre IA para la primaria.

Su mirada sobre los trabajos también es progresiva. Si bien entiende que es inevitable el cambio y naturalmente se repiten sin cesar que aún no se crearon los trabajos de los próximos años porque, no tenemos idea de cómo serán, debemos crear mecanismos que ayuden a preparar mental y económicamente a las personas que no puedan adaptarse a los cambios para cumplir con las promesas de este momento bisagra de la humanidad.

6.4.2 ¿Futuro Digital?

Repetidos papers, tesinas, ensayos y propuestas de estudio inician con algún párrafo o idea sobre cómo estamos siendo afectados, modificados o transformados por las nuevas Tecnologías de la Información, o solamente Nuevas Tecnologías, e incluso se hace mención a lo “digital” como un abstracto materializable en casi cualquier ámbito. Pero pocas veces, (o quizá excepciones como van Dijk (2014); o Srnicek (2017), trabajan estos conceptos que ya están operando en distintas dimensiones de lo laboral. Por esta razón, discrepamos de entender a lo digital como una idea abarca todo y comenzanos a trabajar con otros conceptos que nos permiten afinar la diana, y la obra libro de McAfee y Brynjolfsson (2017) es una buena clave para comenzar.

El libro de Andrew McAfee y Erik Brynjolfsson logra una síntesis magistral al sintetizar qué ha pasado durante los veinte años de la primera etapa de la segunda revolución industrial, algo qué está empezando a develarse en los últimos cinco años, configurando el entramado actual de lo algoritmizable de un modo amplio y profundo, algo que no abunda. ¿Cómo reintegrar a las máquinas con la mente; a los productos con las plataformas; y a los centros con las audiencias?

Si los procesos innovativos se han duplicado y las tecnologías nos permiten trabajar y mejorar los procedimientos como nunca antes en la historia, ¿por qué aún vemos dificultades económicas con los salarios de los trabajadores e incluso cáidas de los ingreso en distintos países? McAfee y Brynjolfsson Máquina, Plataforma, Audiencia: Controlando nuestro futuro digital (2017) sostienen que si bien el desarrollo es avanzado, los tiempos de adaptación no lo son, incluso parten de la premisa básica de que tener una tecnología no promueve de manera automática una mejora (y todavía menos es fácil medir los incrementos de productividad).

Para los autores “el gran desacople” se muestra sin lugar a dudas en que los progresos tecnológicos están eliminando puestos de trabajo, y dejando a trabajadores promedio peor que antes. Ambos consideran que esta es la gran paradoja de nuestra época, niveles récord de productividad, aceleración en los niveles de procesos innovativos de la industria, pero al mismo tiempo caída en el salario y cabtidad de puestos de trabajo. Los trabajadores están quedando relegados porque la tecnología avanza tan rápido que nuestras habilidades y organizaciones no pueden mantener el ritmo (Brynjolfsson y McAfee, 2013)

6.4.3 Economía de plataformas

De marcas disruptivas a líderes de industria, y la mayoría de ellas en mucho menos años que sus predecesoras. Airbnb, Amazon, Apple, PayPal, Uber. Todas ellas construidas sobre plataformas sociales que conectan, potencian y asfixian el mercado: compra y venta; anfitriones y viajeros; o conductores con visitantes de una ciudad. Parker y Van Alstyne (2016) proveen un proceso detallado sobre cómo generar un negocio basado en plataformas sociales sobre el modelo que proponen estas nuevas empresas a los diversos consumidores.

La ubicuidad y la posibilidad de aprovechar recursos que no poseen les ha permitido escalar de una manera inédita: Airbnb no es dueño de ninguna propiedad, Uber no tiene autos e incluso Netflix en principio no producía películas o series. Esto fue solamente el comienzo a la búsqueda de lograr una posición dominante para controlar la circulación de los productos y la información. Hoy la mayoría de estas empresas enfrentan problemas similares a los de las industrias clásicas. Si bien el empuje inicial fue potenciado porque las audiencias generan ese valor agregado, del cual estas empresas se sirven y a su vez sirven, las regulaciones llegaron tarde y no losuficienyemente abarcativas.

Las misma plataformas incluso invierten en las firmas más tradicionales o incluso las atraviesan por completo. Los casos de Facebook, Youtube, Twitter e Instagram (por mencionar sólo a cuatro) han logrado que todos los medios tradicionales hayan colocado sus contenidos allí, en un intento por sobrevivir al cambio de las audiencias, y cayeron en la trampa cuando sus ingresos cayeron drásticamente. Ahora que quieren salir, la Ley de Metcalfe ya no lo permite. El valor agregado de esos medios ya ni siquiera permite que puedan desconectarse de esta red.

Este tipo de enfoques se suma al gran desacople entre las nuevas plataformas e industrias, donde la puja entre modelos no permite un avance significativo en términos económicos para los trabajadores. No todos trabajan para las grandes plataformas, y no todas las empresas pueden competir contra quiénes están controlando los circuitos de distribución. En el caso Latinoamericano, empresas como Mercado Libre tienen encontronazos hacia arriba y abajo. A nivel regional busca no chocarse con empresas como Amazon y busca protección estatal, mientras que hacia abajo, la presión sindical para incorporar a los trabajadores a el sindicto de los bancarios en el caso argentino, facilita los modelos flexibles de trabajo que proponen para sus empleados.

Las fuerzas que están modelando nuestro entendimiento sobre el trabajo se presentan en ocasiones como inevitables. Veremos qué tanto poder de torsión y resistencia existe ante estos avances.

6.4.4 Industrias del futuro

Si en los últimos 20 años el trabajo fue moldeado por la digitalización, que permitió crear la mayoría de los nuevos empleos, ¿cuáles van a ser los próximos 20 años en relación a las industrias del futuro? Alec Ross (2016) nos brinda tres escenarios aleccionadores:

Al primero lo denomina Big Data Analytics. Muchos autores coinciden en que la materia prima de esta época es la información, y si bien Alec Ross se refiere a la misma como “cruda o sin valor agregado”, ya hemos reiterado en este libro que la información no es cruda sino que efectivamente viene moldeada, pensada y estructurada por las plataformas que las generan. Sin embargo, queda claro que la mayoría de las empresas y plataformas sociales están avanzando en el análisis de esta vasta cantidad de información generada por segundo, ergo se requiere de personas que puedan ponerse a «ordeñarla» adecudamente. La segunda industria es la ciberseguridad, un desprendimiento de la anterior. Mayor cantidad de datos, mayor necesidad de las empresas por protegerlos. No sólo en términos de almacenamiento por su posible extracción, también en las transacciones. La última industria estudiada deriva de la genética. La próxima gran industria se extraerá a partir de nuestros datos genéticos y biológicos.

Interesante es la indagación del autor auscultando cómo estas industrias pueden concretarse con el escenario de hoy, y en ese sentido cree que hay tres movimientos que se deben hacer de manera inmediata para poder conciliar estas realidades anatgónicas:

La primera es capacitarse por fuera del sistema educativo. Lo que pone de manifiesto dos realidades inconciliables actualmente: propuestas curriculares vs o que algunas industrias están demandando. El caso de Amazon es paradigmático: la misma empresa capacita a sus empleados. El segundo escenario implica una profundización en la idea de aprender lenguajes fuera del materno, incluyendo los lenguajes de programación. Y por último, tratar de inculcar el aprendizaje de por vida. Entender que el sistema educativo efectivamente puede permitirnos ser personas que están en constante aprendizaje, y que alaprendizaje no termina (quizás recién empieza) al momento de entrar al mercado laboral.

6.4.5 Inevitable

Todos los recorridos dentro del apartado parecen conducir a una única idea: el nuevo avance tecnológico en términos de automatización e inteligencia artificial es inevitable. Quien mejor analiza esta situación es Kevin Kelly (2017), quien buscó indagar en las 12 fuerzas tecnológicas que darán forma a nuestro futuro. De todas ellas, hace hincapié en una en particular, que está siendo potenciada por el pensamiento artificial de las máquinas y ya se encuentra entre nosotros: la cognificación. Dos ejemplos bastan para entenderlo, ambos ya mencionados en este libro: Watson de IBM y Deepmind de Google. No sólo porque han batido a jugadores de Jeopardy y Go, también porque estas máquinas han aprendido a aprender, y ya están incluso (en el caso de Watson) dando consejos personalizados de salud a los clientes de la farmacia norteamericana CVS.

Kevin Kelly entiende que se abre una nueva oportunidad laboral dentro del panorama oscuro, pensar a la Inteligencia Artificial como se pensó a la electricidad con la posibilidad de animar objetos inertes. Muchos inventores lograron mejorar herramientas mecánicas y al electrificarse, automatizar muchos trabajos manuales, en este caso Kelly propone cognificar todas las herramientas de uso diario.

Y si de cegueras cognitivas hablamos, Kelly recuerda una conversación en 2002 con Larry Page (cofundador de Google) cuando todavía dedicaba sus esfuerzos al motor de búsqueda. A la pregunta de por qué insistían en un producto habiendo tantos buscadores en ese momento, Page contestó: “En realidad estamos haciendo una Inteligencia Artificial”. Kelly entiende que efectivamente la IA nos permite entender mejor qué entendemos por inteligencia, cada logro que se le adjudica a los programas de IA en estos últimos años, se fueron considerando como meramente mecánicos y decantaron en la idea de Machine Learning, cada logro redefine ese éxitos como “No-IA”.

En este escenario inevitable donde los robots nos reemplazarán, Kelly propone desglosar la relación en cuatro categorías:

– Trabajos que los humanos pueden hacer pero que los robots pueden hacer mejor.
– Trabajos que los humanos no pueden hacer, pero los robots sí.
– Trabajos que los humanos no sabíamos que deseábamos que fueran hechos.
– Trabajos que sólo humanos pueden hacer, en principio.

Este último es el hilo de luz en que los humanos somos los únicos que podemos decidir por nosotros mismos lo que deseamos hacer, si bien parece un truco emántico según Kelly, nuestros deseos están inspirados por nuestras invenciones pasadas, haciendo de esto un loop circular que permite vislumbrar un nuevo futuro. Ahora bien, lo que estamos viendo no es agradable para nadie, y si este futuro es inevitable (en o que estamos de acuerdo), será cuestión de buscar términos medios hasta encontrar un fin liberador, un bienestar laboral.

Referencias

Anderson, Chris “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete”. Wired, 23/06/2008.
Horgan, John The End Of Science: Facing The Limits Of Knowledge In The Twilight Of The Scientific Age. Basic Books, 2015.
Kasparov, Garry Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins. PublicAffairs, 2017.
Kelly, Kevin Lo inevitable: Entender las 12 fuerzas tecnológicas que configurarán nuestro futuro. Teell Editorial S.L, 2017.
Mazlish, Bruce The Fourth Discontinuity: The Co-Evolution of Humans and Machines. New Haven: Yale University Press, 1994.
Mead, Margaret Cultura y Compromiso. Granica, 1980.
Narodowski, Mariano. Un mundo sin adultos. Debate, 2016
McAfee, Andrew & y Brynjolfsson, Erik. Machine, Platform, Crowd: Harnessing Our Digital Future. W. W. Norton & Company, 2017.
Parker, Geoffrey G. & Van Alstyne, Marshall W Platform Revolution: How Networked Markets Are Transforming the Economy—and How to Make Them Work for You. W. W. Norton & Company, 2016.
Ross, Alec The Industries of the Future. Simon & Schuster, 2016.
Srnicek, Nick Capitalismo de plataformas. La Caja Negra, 2017.
van Dijk, Jose La cultura de la conectividad. Una historia crítica de las redes sociales. Siglo XXI, 2014.