El impacto de la inteligencia artificial en el lugar de trabajo

El impacto de la inteligencia artificial en los trabajadores incluye tanto aplicaciones para mejorar la seguridad y la salud de los trabajadores como posibles peligros que deben controlarse.

Una posible aplicación es el uso de la IA para eliminar peligros al sacar a los humanos de situaciones peligrosas que implican riesgo de estrés , exceso de trabajo o lesiones musculoesqueléticas . El análisis predictivo también se puede utilizar para identificar condiciones que pueden provocar peligros como fatiga , lesiones por esfuerzo repetitivo o exposición a sustancias tóxicas , lo que conduce a intervenciones más tempranas. Otra es optimizar los flujos de trabajo de seguridad y salud en el lugar de trabajo mediante la automatización de tareas repetitivas, la mejora de los programas de capacitación en seguridad mediante realidad virtual o la detección y notificación de cuasi accidentes .

Cuando se utiliza en el lugar de trabajo, la IA también presenta la posibilidad de nuevos peligros. Estos pueden surgir de técnicas de aprendizaje automático que conducen a un comportamiento impredecible y a la inescrutabilidad en su toma de decisiones, o de problemas de ciberseguridad y privacidad de la información . Muchos de los peligros de la IA son psicosociales debido a su potencial para provocar cambios en la organización del trabajo. Estos incluyen cambios en las habilidades requeridas de los trabajadores, ^[1] un mayor monitoreo que conduce a la microgestión , algoritmos que imitan involuntariamente o intencionalmente sesgos humanos indeseables y asignan la culpa de los errores de la máquina al operador humano. La IA también puede conducir a peligros físicos en forma de colisiones entre humanos y robots y riesgos ergonómicos de las interfaces de control y las interacciones entre humanos y máquinas. Los controles de peligros incluyen medidas de ciberseguridad y privacidad de la información, comunicación y transparencia con los trabajadores sobre el uso de datos y limitaciones en los robots colaborativos .

Desde una perspectiva de seguridad y salud en el trabajo, solo es relevante la IA "débil" o "estrecha" que se adapta a una tarea específica, ya que hay muchos ejemplos que se utilizan actualmente o se espera que se utilicen en un futuro cercano. No se espera que la IA "fuerte" o "general" sea factible en un futuro cercano ^{[¿ según quién? ]} y el debate sobre sus riesgos es competencia de futuristas y filósofos, más que de higienistas industriales .

Se prevé que ciertas tecnologías digitales resulten en pérdidas de empleo. A partir de la década de 2020, la adopción de la robótica moderna ha llevado a un crecimiento neto del empleo. Sin embargo, muchas empresas anticipan que la automatización o el empleo de robots resultará en pérdidas de empleo en el futuro. Esto es especialmente cierto para las empresas de Europa central y oriental . ^{[2] [3] [4]} Se proyecta que otras tecnologías digitales, como las plataformas o el big data , tendrán un impacto más neutral en el empleo. ^{[2] [4]} Un gran número de trabajadores tecnológicos han sido despedidos a partir de 2023; ^[5] muchos de estos recortes de empleo se han atribuido a la inteligencia artificial. ^[6]

Para que cualquier posible aplicación de la IA en materia de salud y seguridad sea adoptada, es necesaria la aceptación tanto de los directivos como de los trabajadores. Por ejemplo, la aceptación de los trabajadores puede verse disminuida por preocupaciones sobre la privacidad de la información [ ^7] o por una falta de confianza y aceptación de la nueva tecnología, que puede surgir de una transparencia o capacitación inadecuadas [ ^{8] : 26–28, 43–45} . Alternativamente, los directivos pueden enfatizar los aumentos en la productividad económica en lugar de las ganancias en seguridad y salud de los trabajadores al implementar sistemas basados ​​en IA ^{[9] .}

La IA puede aumentar el alcance de las tareas laborales, lo que permite sacar a un trabajador de una situación que conlleva riesgos . En cierto sentido, mientras que la automatización tradicional puede reemplazar las funciones del cuerpo de un trabajador con un robot, la IA reemplaza de manera efectiva las funciones de su cerebro con una computadora. Los peligros que se pueden evitar incluyen el estrés, el exceso de trabajo, las lesiones musculoesqueléticas y el aburrimiento. ^{[10] : 5–7}

Esto puede ampliar la gama de sectores laborales afectados a empleos de cuello blanco y del sector de servicios, como en medicina, finanzas y tecnología de la información. ^[11] Por ejemplo, los trabajadores de los centros de llamadas enfrentan amplios riesgos de salud y seguridad debido a su naturaleza repetitiva y exigente y sus altos índices de microvigilancia. Los chatbots habilitados con IA reducen la necesidad de que los humanos realicen las tareas más básicas de los centros de llamadas. ^{[10] : 5–7}

El aprendizaje automático se utiliza para el análisis de personas con el fin de realizar predicciones sobre el comportamiento de los trabajadores para ayudar a la toma de decisiones de la dirección, como la contratación y la evaluación del rendimiento. También se podrían utilizar para mejorar la salud de los trabajadores. El análisis puede basarse en datos como las actividades en línea, el seguimiento de las comunicaciones, el seguimiento de la ubicación y el análisis de la voz y el lenguaje corporal de las entrevistas filmadas. Por ejemplo, el análisis de sentimientos se puede utilizar para detectar la fatiga y evitar el exceso de trabajo . ^{[10] : 3–7} Los sistemas de apoyo a la toma de decisiones tienen una capacidad similar para utilizarse, por ejemplo, para prevenir desastres industriales o hacer más eficiente la respuesta a los desastres . ^[14]

En el caso de los trabajadores que manipulan materiales manualmente , se pueden utilizar análisis predictivos e inteligencia artificial para reducir las lesiones musculoesqueléticas . Las pautas tradicionales se basan en promedios estadísticos y están orientadas a seres humanos antropométricamente típicos. El análisis de grandes cantidades de datos de sensores portátiles puede permitir un cálculo personalizado en tiempo real del riesgo ergonómico y la gestión de la fatiga , así como un mejor análisis del riesgo asociado a funciones laborales específicas. ^[7]

Los sensores portátiles también pueden permitir una intervención más temprana contra la exposición a sustancias tóxicas que con pruebas periódicas de áreas o zonas de respiración. Además, los grandes conjuntos de datos generados podrían mejorar la vigilancia de la salud en el lugar de trabajo , la evaluación de riesgos y la investigación. ^[14]

La IA también se puede utilizar para hacer más eficiente el flujo de trabajo de seguridad y salud en el lugar de trabajo . Los asistentes digitales, como Amazon Alexa, Google Assistant y Apple Siri, se adoptan cada vez más en los lugares de trabajo para mejorar la productividad mediante la automatización de tareas rutinarias. Estas herramientas basadas en IA pueden gestionar tareas administrativas, como programar reuniones, enviar recordatorios, procesar pedidos y organizar planes de viaje. Esta automatización puede mejorar la eficiencia del flujo de trabajo al reducir el tiempo dedicado a tareas repetitivas, lo que ayuda a los empleados a centrarse en responsabilidades de mayor prioridad. ^[15] Los asistentes digitales son especialmente valiosos para agilizar los flujos de trabajo de atención al cliente, donde pueden manejar consultas básicas, lo que reduce la demanda de empleados humanos. ^[15] Sin embargo, siguen existiendo desafíos para integrar completamente estos asistentes debido a las preocupaciones sobre la privacidad de los datos, la precisión y la preparación organizacional. ^[15]

Un ejemplo es la codificación de las reclamaciones de indemnización por accidentes de trabajo , que se presentan en forma de narración en prosa y a las que se les deben asignar manualmente códigos estandarizados. Se está investigando la inteligencia artificial para realizar esta tarea más rápido, de forma más económica y con menos errores. ^{[16] [17]}

Los sistemas de realidad virtual habilitados con IA pueden ser útiles para la capacitación en seguridad para el reconocimiento de peligros. ^[14]

La inteligencia artificial puede utilizarse para detectar con mayor eficacia los cuasi accidentes . La notificación y el análisis de los cuasi accidentes son importantes para reducir las tasas de accidentes, pero a menudo no se notifican porque los humanos no los detectan o los trabajadores no los notan debido a factores sociales. ^[18]

Existen varios aspectos generales de la IA que pueden dar lugar a peligros específicos. Los riesgos dependen de la implementación y no de la mera presencia de la IA. ^{[10] : 2–3}

Los sistemas que utilizan IA subsimbólica, como el aprendizaje automático, pueden comportarse de manera impredecible y son más propensos a la inescrutabilidad en su toma de decisiones. Esto es especialmente cierto si se encuentra una situación que no era parte del conjunto de datos de entrenamiento de la IA , y se exacerba en entornos menos estructurados. El comportamiento no deseado también puede surgir de fallas en la percepción del sistema (que surgen ya sea dentro del software o de la degradación del sensor ), la representación y el razonamiento del conocimiento , o de errores de software . ^{[8] : 14–18} Pueden surgir de un entrenamiento inadecuado, como un usuario que aplica el mismo algoritmo a dos problemas que no tienen los mismos requisitos. ^{[10] : 12–13} El aprendizaje automático aplicado durante la fase de diseño puede tener implicaciones diferentes a las aplicadas en tiempo de ejecución . Los sistemas que utilizan IA simbólica son menos propensos a un comportamiento impredecible. ^{[8] : 14–18}

El uso de IA también aumenta los riesgos de ciberseguridad en relación con las plataformas que no utilizan IA, ^{[8] : 17} y las preocupaciones sobre la privacidad de la información sobre los datos recopilados pueden representar un peligro para los trabajadores. ^[7]

Los riesgos psicosociales son aquellos que surgen de la forma en que se diseña, organiza y gestiona el trabajo, o de sus contextos económicos y sociales, en lugar de surgir de una sustancia u objeto físico. No solo causan resultados psiquiátricos y psicológicos como el agotamiento laboral , los trastornos de ansiedad y la depresión , sino que también pueden causar lesiones o enfermedades físicas como enfermedades cardiovasculares o lesiones musculoesqueléticas . ^[19] Muchos de los riesgos de la IA son de naturaleza psicosocial debido a su potencial para causar cambios en la organización del trabajo, en términos de creciente complejidad e interacción entre diferentes factores organizacionales. Sin embargo, los diseñadores de sistemas de fabricación avanzados a menudo pasan por alto los riesgos psicosociales. ^[9]

Se espera que la IA produzca cambios en las habilidades requeridas de los trabajadores, lo que requerirá capacitación de los trabajadores existentes, flexibilidad y apertura al cambio. ^[1] El requisito de combinar la experiencia convencional con las habilidades informáticas puede ser un desafío para los trabajadores existentes. ^[9] La dependencia excesiva de las herramientas de IA puede conducir a la desprofesionalización de algunas profesiones. ^[14]

Un mayor control puede generar microgestión y, por lo tanto, estrés y ansiedad. La percepción de vigilancia también puede generar estrés. Los controles para estos incluyen consultas con grupos de trabajadores, pruebas exhaustivas y atención al sesgo introducido. Los sensores portátiles , los rastreadores de actividad y la realidad aumentada también pueden generar estrés por microgestión, tanto para los trabajadores de las líneas de montaje como para los trabajadores eventuales . Los trabajadores eventuales también carecen de las protecciones legales y los derechos de los trabajadores formales. ^{[10] : 2–10}

También existe el riesgo de que las personas se vean obligadas a trabajar al ritmo de un robot o a supervisar el rendimiento del robot en horarios no estándar. ^{[10] : 5–7}

Los algoritmos entrenados con decisiones pasadas pueden imitar sesgos humanos indeseables , por ejemplo, prácticas de contratación y despido discriminatorias del pasado . La asimetría de información entre la gerencia y los trabajadores puede generar estrés si los trabajadores no tienen acceso a los datos o algoritmos que son la base para la toma de decisiones. ^{[10] : 3–5}

Además de construir un modelo con características inadvertidamente discriminatorias, la discriminación intencional puede ocurrir mediante el diseño de métricas que resulten en una discriminación encubierta a través de variables correlacionadas de una manera no obvia. ^{[10] : 12–13}

En interacciones complejas entre humanos y máquinas, algunos enfoques de análisis de accidentes pueden estar sesgados para proteger un sistema tecnológico y sus desarrolladores, asignando la culpa al operador humano individual. ^[14]

Los robots que utilizan IA pueden generar peligros físicos en forma de colisiones entre humanos y robots, especialmente robots colaborativos ( cobots ). Los cobots están diseñados para operar en estrecha proximidad con los humanos, lo que hace imposible el control de peligros común de aislar al robot mediante vallas u otras barreras, que se usa ampliamente para los robots industriales tradicionales . Los vehículos guiados automáticamente son un tipo de cobot que a partir de 2019 son de uso común, a menudo como carretillas elevadoras o transpaletas en almacenes o fábricas . ^{[8] : 5, 29–30} En el caso de los cobots, el mal funcionamiento de los sensores o las condiciones inesperadas del entorno de trabajo pueden provocar un comportamiento impredecible del robot y, por lo tanto, colisiones entre humanos y robots. ^{[10] : 5–7}

Los automóviles autónomos son otro ejemplo de robots dotados de inteligencia artificial. Además, la ergonomía de las interfaces de control y las interacciones entre humanos y máquinas pueden generar riesgos. ^[9]

La IA, al igual que otras tecnologías computacionales, requiere medidas de ciberseguridad para detener las intrusiones y las violaciones de software, ^{[8] : 17} así como medidas de privacidad de la información . ^[7] La ​​comunicación y la transparencia con los trabajadores sobre el uso de los datos es un control de los riesgos psicosociales que surgen de los problemas de seguridad y privacidad. ^[7] Las mejores prácticas propuestas para los programas de monitoreo de trabajadores patrocinados por el empleador incluyen usar solo tecnologías de sensores validadas; garantizar la participación voluntaria de los trabajadores; dejar de recopilar datos fuera del lugar de trabajo; revelar todos los usos de los datos; y garantizar el almacenamiento seguro de los datos. ^[14]

Para los cobots industriales equipados con sensores habilitados para IA, la Organización Internacional de Normalización (ISO) recomendó: (a) controles de parada monitoreados relacionados con la seguridad; (b) guía del cobot con la mano humana; (c) controles de monitoreo de velocidad y separación; y (d) limitaciones de potencia y fuerza. Los cobots habilitados para IA en red pueden compartir mejoras de seguridad entre sí. ^[14] La supervisión humana es otro control de riesgos general para la IA. ^{[10] : 12–13}

Tanto las aplicaciones como los riesgos derivados de la IA pueden considerarse parte de los marcos existentes para la gestión de riesgos de salud y seguridad ocupacional . Como ocurre con todos los riesgos, la identificación de riesgos es más eficaz y menos costosa cuando se realiza en la fase de diseño . ^[9]

La vigilancia de la salud en el lugar de trabajo , la recopilación y el análisis de datos de salud de los trabajadores, es un desafío para la IA porque los datos laborales a menudo se informan en conjunto y no proporcionan desgloses entre diferentes tipos de trabajo, y se centran en datos económicos como salarios y tasas de empleo en lugar de contenido de habilidades de los trabajos. Los indicadores indirectos del contenido de habilidades incluyen requisitos educativos y clasificaciones de trabajos rutinarios versus no rutinarios y cognitivos versus físicos. Sin embargo, es posible que aún no sean lo suficientemente específicos para distinguir ocupaciones específicas que tienen impactos distintos de la IA. La Red de Información Ocupacional del Departamento de Trabajo de los Estados Unidos es un ejemplo de una base de datos con una taxonomía detallada de habilidades. Además, los datos a menudo se informan a nivel nacional, mientras que existe mucha variación geográfica, especialmente entre áreas urbanas y rurales. ^[11]

A partir de 2019 ^[actualizar], la ISO estaba desarrollando una norma sobre el uso de métricas y paneles de control , pantallas de información que presentan métricas de la empresa para los gerentes, en los lugares de trabajo. Se prevé que la norma incluya pautas tanto para recopilar datos como para mostrarlos de una manera visible y útil. ^{[10] : 11  [20] [21]}

En la Unión Europea , el Reglamento General de Protección de Datos , si bien está orientado a los datos de los consumidores, también es relevante para la recopilación de datos en el lugar de trabajo. Los interesados, incluidos los trabajadores, tienen "derecho a no ser objeto de una decisión basada únicamente en el procesamiento automatizado". Otras directivas de la UE relevantes incluyen la Directiva sobre máquinas (2006/42/CE), la Directiva sobre equipos radioeléctricos (2014/53/UE) y la Directiva sobre seguridad general de los productos (2001/95/CE). ^{[10] : 10, 12–13}