Tema 32
Noves tecnologies, ocupació i qualificació. Producció en indústria i serveis. Canvi tècnic.
Introducció
La revolució tecnològica —IA, robòtica, biotech, computació quàntica— està transformant radicalment la producció i l’ocupació. Des de la invenció de la màquina de vapor (1769) fins a ChatGPT (2022), cada onada tecnològica ha generat temors sobre la destrucció d’ocupació, i cada vegada el balanç net ha sigut positiu. L’interrogant actual: l’automatització massiva via IA, serà diferent?
1. Canvi tècnic i ocupació
1.1. Visió històrica
La història econòmica dels últims 250 anys és, en gran mesura, la història del canvi tècnic i dels seus efectes sobre l’ocupació i la distribució de la renda. Schumpeter (1911, Theorie der wirtschaftlichen Entwicklung) encunyà el concepte de destrucció creativa: el capitalisme avança mitjançant la renovació permanent, en què les noves tecnologies i les noves empreses substitueixen les antigues i generen costos de transició significatius (atur, obsolescència d’habilitats, fallides) però també beneficis nets a llarg termini en forma de nous productes, sectors i llocs de treball. Aquesta lògica ha operat en cadascuna de les quatre grans revolucions industrials. La primera revolució industrial (ca. 1769-1850, màquina de vapor, tèxtil, carbó) —la de la mecanització— generà els moviments luddites (1811-1816, destrucció de telers) i la teoria econòmica del «desplaçament» tecnològic, a la qual respongué Ricardo al capítol «On Machinery» dels Principis (1821). La segona (ca. 1870-1914, electricitat, acer, ferrocarril, productes químics) creà la indústria fordista de producció en massa. La tercera (ca. 1969-, informàtica, telecomunicacions, internet) generà la paradoxa de Solow: «els ordinadors són per tot arreu excepte en les estadístiques de productivitat» (1987), resolta dues dècades després, quan la productivitat estatunidenca accelerà. La quarta revolució industrial (concepte encunyat per Klaus Schwab el 2016, WEF), articulada al voltant de la IA, l’IoT industrial, la robòtica avançada, la biotecnologia i la computació quàntica, difumina les fronteres entre allò físic, allò digital i allò biològic, i planteja la pregunta de si aquesta vegada el canvi tècnic és estructuralment diferent en velocitat i abast.
Canvi tècnic i ocupació — perspectiva històrica
Les quatre revolucions industrials: tecnologia clau i impacte laboral
1.2. Canvi tècnic i productivitat
Robert Solow (Nobel 1987), en el seu article fundacional «Technical Change and the Aggregate Production Function» (Review of Economics and Statistics, 1957), descompongué el creixement econòmic estatunidenc de 1909-1949 en la contribució del capital, la del treball i un residual que no es podia atribuir a cap dels dos factors —l’anomenat «residual de Solow» o productivitat total dels factors (PTF). La seua troballa: el 80 % del creixement de la producció per hora treballada era atribuïble al residual, això és, al progrés tecnològic i organitzatiu. El capital físic només n’explicava el 20 % restant. Aquesta xifra fou revolucionària perquè posava la tecnologia —i no l’acumulació de capital— al centre del creixement a llarg termini. La paradoxa de Solow aparegué trenta anys després: el 1987, quan els ordinadors personals ja es difonien massivament a les empreses estatunidenques, Solow observà que «els ordinadors són per tot arreu excepte en les estadístiques de productivitat». La PTF dels EUA feia dues dècades que estava estancada malgrat la inversió massiva en TI. L’explicació, que tardà 15-20 anys a comprendre’s, fou múltiple: el capital organitzatiu i humà complementari tardà a desenvolupar-se (reorganització de processos, formació del personal), les externalitats de xarxa necessitaren massa crítica i les dades de productivitat mesuraven malament els sectors de serveis. Quan la productivitat estatunidenca accelerà el 1995-2005, la paradoxa quedà resolta. Hui la mateixa discussió es reprodueix amb la IA generativa: l’adopció massiva del 2022-2025 encara no s’ha traduït en cap acceleració estadística de la PTF —una «segona paradoxa de Solow» que els economistes debaten amb intensitat (Brynjolfsson 2023; Acemoglu 2024). L’explicació més probable és el mateix retard d’adaptació organitzativa que va ocórrer amb els ordinadors: els beneficis de productivitat de la IA es materialitzaran a escala quan les empreses redissenyen els seus processos per a aprofitar plenament la tecnologia.
1bis. Models d'Aghion-Howitt i Acemoglu-Restrepo
Innovació, automatització i ocupació
El model de creixement schumpeterià d’Aghion-Howitt (1992) formalitzà la destrucció creativa: les empreses innovadores substitueixen les anteriors; el ritme d’innovació és endogen i depén del valor present esperat de la patent i del nivell competitiu. Estudis recents (Aghion et al. 2019) mostren una relació en U invertida entre competència i innovació.
Acemoglu i Restrepo (2018, 2020) proposen un marc unificat de tasques i tecnologies: l’automatització substitueix humans en tasques concretes (efecte desplaçament), però la tecnologia també crea tasques noves (efecte reincorporació). Si el segon efecte domina, puja l’ocupació i el salari; si no, sorgeixen pèrdues distributives. La seua evidència empírica és que als EUA des del 1980 l’efecte desplaçament ha sigut més fort que l’efecte creació, cosa que explica l’estancament dels salaris mitjans i la polarització.
Marc de tasques (Acemoglu-Restrepo 2018)
Automatització: efecte desplaçament vs. efecte reincorporació
Models d'innovació i automatització
Aghion-Howitt (1992) vs. Acemoglu-Restrepo (2018)
| Aghion-Howitt 1992 | Acemoglu-Restrepo 2018 | |
|---|---|---|
| Mecanisme | Destrucció creativa schumpeteriana | Substitució vs. reincorporació de tasques |
| Predicció | Creixement endogen; U invertida competència-innovació | L'ocupació i el salari pugen si reincorporació > desplaçament |
| Evidència | Aghion et al. 2019: competència òptima mitjana | Robots/1000 treb. als EUA ↓ ocupació 0,18-0,34 pp |
2. Polarització ocupacional
2.1. SBTC i RBTC
Skill-Biased Technical Change (Katz-Murphy 1992): la tecnologia complementa els qualificats. Routine-Biased TC (Autor-Levy-Murnane 2003): substitueix tasques rutinàries (manuals i cognitives). Resultat: polarització de l’ocupació: creixen els llocs alts i baixos, desapareixen els intermedis.
Canvi tècnic esbiaixat
SBTC vs. RBTC: autors, mecanisme i efecte distributiu
| Model | Autors / any | Tipus de tasques substituïdes | Efecte sobre la distribució salarial |
|---|---|---|---|
| SBTC (Skill-Biased TC) | Katz-Murphy (1992, QJE) | Tasques manuals poc qualificades | Augmenta la prima salarial universitària; eixampla la bretxa entre alta i baixa qualificació |
| RBTC (Routine-Biased TC) | Autor-Levy-Murnane (2003, QJE) | Tasques rutinàries (cognitives I manuals) de qualificació mitjana | Polarització: desapareixen les ocupacions mitjanes; creixen els extrems → U-shape |
2.2. Impacte de la IA generativa
ChatGPT (2022), MidJourney, etc. Frey-Osborne (2013): 47 % d’ocupacions als EUA automatitzables. Goldman (2023): 300 M de llocs globals afectats. Debat: complementarietat vs. substitució. Consens: majors canvis en tasques, no eliminació massiva.
Els estudis més recents matisen: l’OCDE Employment Outlook 2023 estima que el 27 % de les ocupacions de l’OCDE tenen alt risc d’automatització; Acemoglu i Restrepo (2022) documenten que la robotització industrial als EUA ha reduït entre 0,18 i 0,34 punts percentuals l’ocupació i entre 0,25 i 0,5 els salaris per cada robot addicional per cada 1.000 treballadors. Tanmateix, Brynjolfsson, Li i Raymond (NBER 2023) mostren en un experiment real amb assistents d’IA que la productivitat dels treballadors poc qualificats puja un 35 %, reduint la bretxa intraempresa.
2.3. Dades sobre bretxa digital i ocupació
El DESI (Digital Economy and Society Index, Comissió Europea) situa Espanya en la posició 7/27 en digitalització general, però només en la 14a en capital humà digital: el 36 % de la població no té competències digitals bàsiques, davant del 26 % de la mitjana UE. La bretxa STEM es tradueix en 120.000 vacants tecnològiques sense cobrir a Espanya (Adecco 2024). El programa España Digital 2026 mobilitza 20.000 M€ entre fons NextGen i pressupostos nacionals per a connectivitat, microelectrònica, IA, ciberseguretat i FP digital.
Polarització ocupacional: canvi en la quota d’ocupació per nivell salarial
El canvi tècnic esbiaixat al biaix de rutina (Autor-Levy-Murnane 2003) destrueix ocupacions rutinàries de qualificació mitjana i impulsa simultàniament alta qualificació cognitiva i serveis manuals no rutinaris.
3. Indústria vs. serveis
3.1. Terciarització
Llei dels tres sectors (Fisher-Clark 1935-40): a mesura que creix la renda, l’ocupació migra de primari → secundari → terciari. Espanya: 75 % d’ocupats en serveis (2024).
El procés de desindustrialització a Espanya és notable: el 1980 l’ocupació industrial superava el 26 % del total; el 2024 ha baixat al 13,5 %, per davall de la mitjana UE (16 %) i molt lluny d’Alemanya (24 %). El Pla Indústria Espanya 2030 persegueix revertir parcialment aquesta tendència mitjançant la reindustrialització verda i digital, i elevar el pes del sector manufacturer al 20 % del VAB.
Llei dels tres sectors (Fisher-Clark)
Reassignació sectorial de l'ocupació a Espanya (% d'ocupats)
3.2. Indústria 4.0
El concepte Indústria 4.0 (encunyat a Alemanya, Hightech-Strategie 2011) integra: IoT industrial (sensors i actuadors connectats), smart factory (planta autònoma i adaptable), cobots (robots col·laboratius segurs al costat de persones), impressió 3D (additive manufacturing), digital twin (rèplica virtual de processos físics), computació en el núvol industrial i IA aplicada a la cadena de producció. A Espanya, els PERTE (Projectes Estratègics per a la Recuperació i Transformació Econòmica) de vehicle elèctric i connectat (PERTE VEC, 24.000 M€ d’inversió mobilitzada) i de microelectrònica i semiconductors (PERTE Chip, 12.250 M€, en coordinació amb l’European Chips Act del 2023) són les apostes industrials centrals del PRTR, finançat amb fons NextGenEU. L’objectiu: ancorar cadenes de valor estratègiques a Espanya i no dependre al 100 % de les importacions asiàtiques en components crítics (la crisi de microxips del 2021-2022 obligà a parar línies de muntatge a Stellantis, Volkswagen i Renault a Espanya).
La servitització (Vandermerwe-Rada 1988) i l’economia de plataformes difuminen les fronteres tradicionals. Empreses industrials venen ara serveis associats (Rolls-Royce ven «hores de vol», Siemens ven manteniment predictiu). Les plataformes digitals (Glovo, Uber, Amazon) creen noves tipologies laborals: la Llei 12/2021 (Llei Rider) presumeix la laboralitat dels repartidors, primera norma del món en aquest àmbit.
Indústria 4.0 (WEF 2016)
Pilars tecnològics de la smart factory
4. Educació i qualificació
Capital humà i lifelong learning
Claudia Goldin i Lawrence Katz, a The Race between Education and Technology (2008), proposaren el marc analític més poderós per a entendre la relació entre canvi tècnic, educació i desigualtat salarial a llarg termini. La seua tesi: l’evolució de la prima salarial universitària als EUA durant el segle XX descriu una cursa entre l’oferta de treball qualificat (determinada per l’expansió del sistema educatiu) i la demanda de treball qualificat (determinada pel biaix tecnològic de la producció). Quan l’educació avança almenys al mateix ritme que la tecnologia —com als EUA entre 1900 i 1980, gràcies a la «revolució de l’escola secundària» i a l’expansió universitària— la prima salarial decreix i la desigualtat es redueix. Quan la tecnologia accelera més que l’educació —com als EUA des del 1980 amb l’SBTC— la prima es dispara i la desigualtat creix. Espanya mostra la paradoxa inversa: alta proporció d’universitaris (37 % dels actius, per damunt de la mitjana de l’OCDE) al costat d’un dèficit de perfils tècnics mitjans de FP, cosa que genera sobrequalificació als segments alts i escassetat als mitjans; és la bretxa STEM i l’escassetat de perfils digitals. La Llei Orgànica 3/2022 d’Ordenació i Integració de la Formació Professional és l’aposta estratègica per a corregir aquest desajust: crea els cicles de FP bàsica, mitjana i superior més el nou nivell d’Especialització, facilita la doble titulació i aposta per la FP dual a les empreses, al costat de les beques del MEFP i del programa europeu Digital Skills & Jobs Coalition. La connexió amb el PRTR és explícita: un dels eixos transversals del Pla de Recuperació és la requalificació digital, amb el programa «Formació en Competències Digitals» del SEPE, que pretén qualificar digitalment 600.000 treballadors actius entre el 2021 i el 2026.
El Premi Nobel 2023, Claudia Goldin, ha documentat al llarg de la seua carrera que la convergència salarial dona-home depén crucialment de la flexibilitat temporal del treball i de la transformació de l’organització de la jornada. El seu llibre Career and Family (2021) sosté que la «penalització per maternitat» i la rigidesa de les hores «cobejoses» (greedy work) expliquen gran part de la bretxa residual una vegada controlades educació i experiència.
5. Polítiques i perspectives
Risc d’automatització per nivell educatiu (OCDE 2023)
La llargària de cada barra mesura la distància entre nivells; la taula següent hi afig el detall de cada nivell educatiu i la font.
OCDE Skills Outlook 2023
Risc d'automatització per nivell educatiu
| Nivell educatiu | % de llocs en alt risc |
|---|---|
| Terciari alt (màster/doctorat) | ~8 % |
| Terciari (universitari) | ~14 % |
| Secundari | ~25 % |
| Primari / sense estudis | ~32 % |
Reptes i mesures
• Requalificació (reskilling, upskilling).
• Regulació de la IA: AI Act UE (Reg. 2024/1689).
• Renda bàsica universal: debat.
• Impost als robots (Bill Gates, 2017): debat.
• Kit Digital (PIMES Espanya): 3.000 M€.
• Setmana de 4 dies: projecte pilot del Ministeri d’Indústria.
Debat fiscal i redistributiu
Quatre propostes per a gravar l'automatització i finançar la redistribució
| Proponent / iniciativa | Mecanisme | Crítica principal |
|---|---|---|
| Impost robots (Gates 2017) | Impost sobre l'ús productiu de robots | Definició difícil; fuga d'inversió |
| Impost digital Espanya | 3 % serveis digitals (Llei 4/2020) | Recapta poc; tensió amb els EUA |
| Pilar 1-2 OCDE | 15 % mínim global; reassignació de beneficis | Implementació lenta i dispar |
| RBU | Transferència universal incondicional | Cost fiscal alt; efecte sobre l'oferta laboral |
5.2. AI Act i governança europea de la IA
El Reglament UE 2024/1689 (AI Act), aprovat el maig del 2024, és la primera norma integral mundial sobre intel·ligència artificial. Estableix un enfocament basat en el risc: prohibeix usos inacceptables (puntuació social, manipulació cognitiva, scraping facial indiscriminat), regula amb obligacions estrictes les aplicacions d’alt risc (RR. HH., justícia, sanitat, infraestructures crítiques, educació), exigeix transparència per a chatbots i models generatius, i imposa avaluacions específiques als models fundacionals de propòsit general que superen certs llindars de còmput (~10²⁵ FLOPs). L’aplicació és escalonada: prohibicions des del febrer del 2025, governança de models generals l’agost del 2025, plena aplicació el 2026-2027. Les sancions arriben al 7 % de la facturació global o 35 M€.
En paral·lel, el Pacte Europeu per la IA (compromís voluntari d’empreses), l’Oficina Europea d’IA (DG CNECT) i l’Estratègia Nacional d’IA 2024 espanyola (amb l’AESIA, Agència Espanyola de Supervisió d’IA, primera de la UE, amb seu a la Corunya) configuren l’ecosistema regulador. Es complementen amb la Carta de Drets Digitals espanyola (2021) i el RGPD.
5.3. Productivitat espanyola i canvi tècnic
Espanya té un dèficit estructural de productivitat total dels factors respecte a la zona euro: en el període 2000-2023, la PTF tot just cresqué un 0,1 % anual davant del 0,7 % alemany. Causes assenyalades pel Banc d’Espanya: grandària empresarial reduïda (el 95 % de les empreses té menys de 10 treballadors), inversió en R+D de l’1,49 % del PIB (vs. 2,3 % UE, 3,2 % Alemanya), regulació fragmentada per CCAA, dèficit de capital humà en perfils STEM. Els PERTE de microxips (12.250 M€), vehicle elèctric (24.000 M€), agroalimentació i hidrogen verd són les apostes industrials per corregir el patró.
6. Canvi tècnic, desigualtat i polítiques redistributives
6.1. Tecnologia i desigualtat salarial
La interacció entre canvi tècnic i educació és la peça central del model de Goldin-Katz: quan la tecnologia avança més ràpid que l’educació, la prima de qualificació es dispara i la desigualtat creix (cas EUA 1980-2010). Quan l’educació avança almenys al mateix ritme, les bretxes es contenen (cas EUA 1900-1980, model nòrdic contemporani). A Espanya, la prima salarial universitària (diferencial respecte als no universitaris) era del 50 % el 2008 i ha baixat al 35 % el 2022, en part per la sobrequalificació: el 36 % dels universitaris treballa en llocs per davall de la seua titulació, primera dada de l’OCDE.
6.2. Debat sobre la fiscalitat dels robots i la IA
El debat sobre com finançar l’Estat del Benestar davant de l’automatització té diversos eixos: (1) impost als robots proposat per Bill Gates (2017), criticat per Acemoglu i Restrepo per desincentivar la productivitat; (2) impost digital espanyol (Llei 4/2020, gravamen del 3 % sobre publicitat digital, intermediació, dades), recaptació d’uns 350 M€ anuals; (3) tribut global de Pilar 1 i Pilar 2 de l’OCDE, amb tipus mínim efectiu del 15 % a multinacionals, en transposició des del 2024 (Llei 7/2024); (4) renda bàsica universal, defesa per Van Parijs, debatuda en pilots (Finlàndia 2017-2018, Stockton EUA, Barcelona BMincome).
Conclusió
El canvi tècnic és el motor de llarg termini del creixement econòmic —Solow (1957) estimà que el residual de progrés tècnic explica fins al 80 % del creixement de la productivitat— i, alhora, la font més important de transformació del mercat de treball. La tensió entre destrucció creativa (Schumpeter 1911) i desplaçament tecnològic (Acemoglu-Restrepo 2018) és l’eix analític central del tema: el balanç històric ha sigut positiu —cada revolució industrial ha generat més ocupacions de les que n’ha destruït— però la transició genera costos distribuïts de manera molt desigual, i la IA generativa introdueix incertesa sobre si la velocitat i l’amplitud del canvi actual permeten l’adaptació.
El tema ha recorregut quatre dimensions. La perspectiva històrica (§1): de la màquina de vapor a ChatGPT, amb el teló de fons de la paradoxa de Solow i de les ones de Kondratiev. Els models de polarització ocupacional (§2): SBTC (Katz-Murphy 1992), RBTC (Autor-Levy-Murnane 2003), el marc de tasques d’Acemoglu-Restrepo (2018) i l’impacte de la IA generativa sobre les tasques cognitives no rutinàries (Eloundou et al., 2023). L’estructura industrial (§3): terciarització, Indústria 4.0, PERTE, servitització i economia de plataformes. La política (§4-§5-§6): AI Act, requalificació, bretxa STEM, desigualtat salarial i debat fiscal sobre robots i IA.
Les connexions són múltiples. El canvi tècnic i l’ocupació enllacen directament amb el Tema 31 (polítiques actives de formació i requalificació com a resposta al desplaçament). La polarització salarial connecta amb la desigualtat del Tema 36. La governança de la IA (AI Act) és un cas exemplar de política reguladora europea del Tema 34. La productivitat espanyola i la despesa en R+D (1,49 % del PIB) remeten als factors del creixement del Tema 27.
La història mostra que el canvi tècnic destrueix ocupacions però en crea més i millors a llarg termini. La IA generativa planteja reptes inèdits per la seua rapidesa i abast. La política pública ha de combinar regulació (AI Act), educació (Goldin-Katz), i xarxes de seguretat social perquè la transició siga justa. La destrucció creativa de Schumpeter està més viva que mai.
Frase-síntesi: «La pregunta no és si la IA destruirà ocupacions —sí que destruirà tasques, i amb elles alguns llocs de treball—, sinó si la societat és capaç d’invertir amb prou rapidesa en les capacitats humanes complementàries a la màquina. La cursa entre educació i tecnologia (Goldin-Katz 2008) defineix qui guanya i qui perd en cada onada d’automatització. Espanya la porta perdent en R+D des dels anys 90; guanyar-la exigeix doblar la despesa en vint anys».
- SCHUMPETER, J.A. (1911): Theorie der wirtschaftlichen Entwicklung.
- SOLOW, R.M. (1957): «Technical Change and the Aggregate Production Function».
- KATZ, L. i MURPHY, K. (1992): «Changes in Relative Wages 1963-87», QJE.
- AUTOR, D., LEVY, F. i MURNANE, R. (2003): «The Skill Content of Recent Technological Change», QJE.
- GOLDIN, C. i KATZ, L. (2008): The Race between Education and Technology.
- FREY, C.B. i OSBORNE, M.A. (2013): The Future of Employment, Oxford Martin.
- BRYNJOLFSSON, E. i MCAFEE, A. (2014): The Second Machine Age.
- Reglament UE 2024/1689 (AI Act); LO 3/2022 (FP).
Síntesi del tema
El one-pager de síntesi del tema, per a un repàs ràpid.
Eina inclosa en la subscripció.
Subscriu-te · 25 €/mes