La pobreza se ha convertido en una métrica

En los últimos meses comenzó a circular una investigación sobre los llamados «salarios de vigilancia», un concepto asociado a la profesora Veena Dubal y a la estratega tecnológica Wilneida Negrón. La tesis es tan simple como perturbadora: algunas herramientas de inteligencia artificial utilizadas en la gestión laboral podrían estar permitiendo que empleadores y plataformas utilicen información personal para estimar cuál es el salario mínimo que una persona aceptaría.

No cuánto vale su trabajo.

No cuánto aporta a una organización.

Sino cuánto necesita el dinero.

La evidencia pública disponible todavía no demuestra que esta práctica se encuentre generalizada en todo el mercado laboral. Sin embargo, sí confirma algo igualmente relevante: la infraestructura tecnológica para hacerlo ya existe, los incentivos económicos están presentes y los reguladores han comenzado a tomar el problema lo suficientemente en serio como para intentar legislarlo.

Del salario digno al salario optimizado

Para comprender la magnitud del cambio conviene retroceder más de un siglo.

A comienzos del siglo XX, el industrial estadounidense Henry Ford tomó una decisión que sorprendió a muchos empresarios de su época: aumentar significativamente los salarios de sus trabajadores.

No fue un acto de caridad.

Ford comprendió que una economía fuerte necesitaba trabajadores capaces de consumir aquello que producían. Un salario más alto no era solamente un beneficio individual; era una inversión en estabilidad social, productividad y crecimiento económico.

Aquella visión ayudó a consolidar las bases de la clase media norteamericana durante gran parte del siglo XX.

El capitalismo industrial tenía innumerables defectos, pero conservaba una idea relativamente clara: los beneficios del aumento de la productividad podía compartirse entre empresas y trabajadores.

La lógica contemporánea parece moverse en dirección opuesta.

La revolución digital ha multiplicado la productividad a niveles impensados hace apenas unas décadas. Sin embargo, una parte creciente de esa riqueza se concentra en plataformas, accionistas y sistemas financieros mientras los trabajadores enfrentan empleos más precarios, contratos más flexibles y salarios cada vez más presionados.

El capitalismo de vigilancia encuentra una nueva frontera

Durante años se habló del capitalismo de vigilancia como un modelo económico basado en la extracción de datos personales. Cada clic, búsqueda e interacción se convirtió en materia prima. Pero existe una diferencia importante entre vender publicidad personalizada y utilizar datos para influir en decisiones laborales.

La investigación que dio origen al debate sobre los salarios de vigilancia sugiere precisamente ese desplazamiento. No se trata solamente de saber quiénes somos, sino de inferir nuestra vulnerabilidad económica.

• Historial financiero.
• Dirección de la vivienda.
• Patrones de consumo.
• Información comercializada por corredores de datos.

Todo ello puede convertirse en señales indirectas sobre estabilidad económica, capacidad de negociación o urgencia financiera.

No hace falta que un sistema conozca el saldo exacto de una cuenta bancaria para construir una aproximación probabilística sobre la situación de una persona.

La lógica algorítmica trabaja precisamente así: no necesita certezas absolutas. Le basta con probabilidades suficientemente rentables.

El trabajador como perfil de riesgo

Foucault describió cómo las sociedades modernas desarrollaron formas cada vez más sofisticadas de administrar poblaciones mediante mediciones, clasificaciones y sistemas de vigilancia.

El poder dejó de manifestarse únicamente a través de la fuerza visible y la inteligencia artificial lleva esa lógica a una nueva dimensión. Ya no se limita a registrar comportamientos, puede anticiparlos, clasificarlos, asignar probabilidades y generar perfiles de riesgo.

Desde esta perspectiva, el trabajador deja de ser una persona para convertirse en una predicción. No se evalúa únicamente su experiencia o productividad. Se evalúa la probabilidad de que rechace una oferta, que abandone la empresa o de que acepte menos pago que el estándar del mercado por necesidad personal.

Cuando la vulnerabilidad económica se convierte en una variable optimizable, la pobreza deja de ser un problema social y pasa a convertirse en una oportunidad comercial.

Amazon, Uber y el laboratorio del trabajo algorítmico

El mejor lugar para observar esta transformación no es necesariamente una oficina corporativa, también se ve en la economía de plataformas.

Uber fue uno de los primeros ejemplos de gestión algorítmica a gran escala. Los conductores rara vez negocian directamente con una persona. En cambio interactúan con sistemas automatizados que determinan tarifas, incentivos, asignación de viajes y condiciones de trabajo.

Investigaciones recientes han mostrado cómo distintas modificaciones algorítmicas pueden afectar significativamente los ingresos reales de los trabajadores.

Amazon representa otro caso emblemático.

La empresa revolucionó la logística global, pero también transformó la relación entre tecnología y trabajo.

Diversos estudios han documentado salarios más bajos, menor estabilidad laboral, menores beneficios y mayores niveles de vigilancia digital entre determinados grupos de trabajadores vinculados al ecosistema logístico de Amazon en comparación con modelos sindicalizados tradicionales.

Lo importante aquí no es señalar a una empresa específica sino entender la tendencia. La economía digital está sustituyendo progresivamente relaciones laborales relativamente estables por sistemas más desiguales.

La eficiencia se convierte en el criterio dominante. Y cuando la eficiencia se convierte en el único criterio, la dignidad humana suele convertirse en una variable secundaria.

La opacidad como modelo de negocio

Quizás el aspecto más preocupante de este fenómeno no sea la existencia de los algoritmos sino la falta de transparencia.

La investigación disponible muestra que incluso en jurisdicciones donde existen requisitos de auditoría y transparencia para herramientas automatizadas de contratación, el nivel de cumplimiento sigue siendo bajo.

En otras palabras, muchas personas podrían estar siendo evaluadas por sistemas que no entienden, utilizando criterios que desconocen y sin mecanismos efectivos para cuestionar los resultados.

Esa opacidad genera una asimetría de poder enorme donde la empresa conoce cada vez más sobre el trabajador, y este conoce cada vez menos sobre cómo se toman las decisiones que afectan su vida.

La transparencia salarial fue una conquista sindical histórica, y la próxima lucha podría ser por la transparencia algorítmica.

La batalla legal recién comienza

Los legisladores han comenzado a reaccionar. Colorado intentó aprobar una ley que limitara el uso de datos de vigilancia para fijar precios y salarios individualizados. Aunque finalmente fue vetada, el debate revela que el problema ya dejó de ser una preocupación exclusivamente académica.

Nueva York ha impulsado requisitos de auditoría para ciertas herramientas automatizadas de empleo.

La Unión Europea, mediante el AI Act y otras regulaciones asociadas, considera las decisiones laborales automatizadas como ámbitos de alto riesgo.

Sin embargo, la regulación todavía avanza mucho más lento que la tecnología.

Y mientras la ley discute escenarios futuros, las plataformas continúan acumulando datos, perfeccionando modelos y expandiendo capacidades predictivas.

La pregunta que define nuestra época

La discusión sobre los salarios de vigilancia no trata únicamente sobre inteligencia artificial o derechos laborales. Trata sobre el tipo de sociedad que estamos construyendo.

Durante décadas aceptamos que las empresas recopilaran datos para vendernos productos. Ahora comenzamos a descubrir que esos mismos datos podrían influir en cuánto nos pagan por nuestro trabajo.

Porque mientras la publicidad intenta convencernos de comprar algo que no necesitamos, la fijación salarial condiciona directamente nuestra capacidad para vivir.

La inteligencia artificial no originó la desigualdad pero podría convertirse en la herramienta más eficiente jamás creada para administrarla.

Y esa posibilidad debería preocuparnos mucho más que cualquier chatbot, aplicación viral o cualquier promesa futurista sobre productividad.

Ahora un algoritmo puede calcular cuánto valemos en términos monetarios, incluso puede estimar cuánto sufrimiento económico somos capaces de soportar antes de aceptar un salario.

Una sociedad que utiliza la necesidad humana como variable de optimización no está innovando. Está perfeccionando una vieja forma de explotación con herramientas nuevas.

Y cuanto más invisible se vuelve ese proceso, más urgente se vuelve exigir transparencia, auditorías independientes y límites claros al uso de nuestros datos personales.