Un nuevo working paper del National Bureau of Economic Research, firmado por el economista Joshua S. Gans (NBER Working Paper 35559, 2026), sostiene que la automatización puede perjudicar a los trabajadores sin llegar a sustituirlos. El estudio modela empleos en los que las personas valoran, además de producir un resultado útil, saber que ese resultado depende de su propia intervención. La mera existencia de una alternativa mecánica creíble —aunque la empresa mantenga al empleado— erosiona esa segunda fuente de significado. Según el modelo, cuando los salarios se ajustan plenamente, esa pérdida se traduce en una subida de la compensación; cuando el ajuste es parcial, el trabajador asume parte del coste en forma de menor bienestar. El trabajo también identifica una externalidad: un desarrollador externo puede obtener beneficios demostrando públicamente una máquina antes de licenciarla, porque la demostración abarata el valor de la alternativa humana. Esa “externalidad de significado” puede generar demanda del producto automatizado y convertir un desarrollo rentable en socialmente perjudicial. Los autores distinguen además entre calidad técnica y visibilidad pública: la primera mejora el resultado, mientras que la segunda, por sí sola, debilita el valor del trabajo humano. La conclusión es que la automatización puede reducir el valor del trabajo antes de eliminar los puestos. En la sección de divulgaciones, Gans declara honorarios por charlas, consultoría para Keystone Strategy, participación accionarial en startups, y la autoría de libros sobre economía de la IA como Prediction Machines, además de su cargo como economista jefe del Creative Destruction Lab de la Universidad de Toronto.
Noticias agregadas con IA