oposicioneseconomia.es ES · CA

Tema 32

Nuevas tecnologías, empleo y cualificación. Producción en industria y servicios. Cambio técnico.

Introducción

La revolución tecnológica —IA, robótica, biotech, computación cuántica— está transformando radicalmente la producción y el empleo. Desde la invención de la máquina de vapor (1769) hasta ChatGPT (2022), cada ola tecnológica ha generado temores sobre la destrucción de empleo, y cada vez el balance neto ha sido positivo. El interrogante actual: la automatización masiva vía IA, ¿será diferente?

1. Cambio técnico y empleo

1.1. Visión histórica

Schumpeter (1911): destrucción creativa. Revoluciones industriales: 1ª (mecanización), 2ª (electricidad), 3ª (informática), 4ª (IA/IoT).

1.2. Cambio técnico y productividad

Solow (1957): residual explica 80 % crecimiento a LT. Paradoja Solow (1987): «los ordenadores están en todas partes excepto en las estadísticas de productividad». Tardó 20 años en reflejarse.

1bis. Modelos de Aghion-Howitt y Acemoglu-Restrepo

Innovación, automatización y empleo

El modelo de crecimiento schumpeteriano de Aghion-Howitt (1992) formalizó la destrucción creativa: las empresas innovadoras sustituyen a las anteriores; el ritmo de innovación es endógeno y depende del valor presente esperado de la patente y del nivel competitivo. Estudios recientes (Aghion et al. 2019) muestran una relación en U invertida entre competencia e innovación.

Acemoglu y Restrepo (2018, 2020) proponen un marco unificado de tareas y tecnologías: la automatización sustituye a humanos en tareas concretas (efecto desplazamiento), pero la tecnología también crea tareas nuevas (efecto reincorporación). Si el segundo efecto domina, sube el empleo y el salario; si no, surgen pérdidas distributivas. Su evidencia empírica es que en EE. UU. desde 1980 el efecto desplazamiento ha sido más fuerte que el efecto creación, lo que explica el estancamiento de salarios medios y la polarización.

2. Polarización ocupacional

2.1. SBTC y RBTC

Skill-Biased Technical Change (Katz-Murphy 1992): tecnología complementa cualificados. Routine-Biased TC (Autor-Levy-Murnane 2003): sustituye tareas rutinarias (manuales y cognitivas). Resultado: polarización de empleo: crecen jobs altos y bajos, desaparecen los medios.

2.2. Impacto IA generativa

ChatGPT (2022), MidJourney, etc. Frey-Osborne (2013): 47 % ocupaciones EE.UU. automatizables. Goldman (2023): 300 M puestos globales afectados. Debate: complementariedad vs. sustitución. Consenso: mayores cambios en tareas, no eliminación masiva.

Los estudios más recientes matizan: OCDE Employment Outlook 2023 estima que el 27 % de las ocupaciones de la OCDE tienen alto riesgo de automatización; Acemoglu y Restrepo (2022) documentan que la robotización industrial en EE. UU. ha reducido entre 0,18 y 0,34 puntos porcentuales el empleo y entre 0,25 y 0,5 los salarios por cada robot adicional por cada 1.000 trabajadores. Sin embargo, Brynjolfsson, Li y Raymond (NBER 2023) muestran en un experimento real con asistentes de IA que la productividad de los trabajadores poco cualificados sube un 35 %, reduciendo la brecha intra-empresa.

2.3. Datos sobre brecha digital y empleo

La DESI (Digital Economy and Society Index, Comisión Europea) sitúa a España en la posición 7/27 en digitalización general, pero solo en la 14ª en capital humano digital: el 36 % de la población carece de competencias digitales básicas, frente al 26 % en la media UE. La brecha STEM se traduce en 120.000 vacantes tecnológicas sin cubrir en España (Adecco 2024). El programa Espana Digital 2026 moviliza 20.000 M€ entre fondos NextGen y presupuestos nacionales para conectividad, microelectrónica, IA, ciberseguridad y FP digital.

3. Industria vs. servicios

3.1. Terciarización

Ley de los tres sectores (Fisher-Clark 1935-40): a medida que crece la renta, el empleo migra de primario → secundario → terciario. España: 75 % ocupados en servicios (2024).

El proceso de desindustrialización en España es notable: en 1980 el empleo industrial superaba el 26 % del total; en 2024 ha bajado al 13,5 %, por debajo de la media UE (16 %) y muy lejos de Alemania (24 %). El Plan Industria España 2030 persigue revertir parcialmente esta tendencia mediante reindustrialización verde y digital, y elevar el peso del sector manufacturero al 20 % del VAB.

3.2. Industria 4.0

IoT industrial, smart factory, cobots, impresión 3D, digital twin. PERTE automoción y microchips (fondos Next Gen).

La servitización (Vandermerwe-Rada 1988) y la economía de plataformas difuminan las fronteras tradicionales. Empresas industriales venden ahora servicios asociados (Rolls-Royce vende «horas de vuelo», Siemens vende mantenimiento predictivo). Las plataformas digitales (Glovo, Uber, Amazon) crean nuevas tipologías laborales: Ley 12/2021 (Ley Rider) presume la laboralidad de los repartidores, primera norma del mundo en este ámbito.

4. Educación y cualificación

Capital humano y lifelong learning

Goldin-Katz (The Race between Education and Technology, 2008): cuando la educación va al paso de la tecnología, las desigualdades se reducen. España: brecha STEM, escasez perfiles digitales. Respuestas: FP Dual (Ley 3/2022), becas MEFP, programa Digital Skills & Jobs Coalition.

El Premio Nobel 2023, Claudia Goldin, ha documentado a lo largo de su carrera que la convergencia salarial mujer-hombre depende crucialmente de la flexibilidad temporal del trabajo y de la transformación de la organización de la jornada. Su libro Career and Family (2021) sostiene que la «penalización por maternidad» y la rigidez de las horas «codiciosas» (greedy work) explican gran parte de la brecha residual una vez controladas educación y experiencia.

5. Políticas y perspectivas

Retos y medidas

Recualificación (reskilling, upskilling).

Regulación IA: AI Act UE (Reg. 2024/1689).

Renta básica universal: debate.

Impuesto a los robots (Bill Gates, 2017): debate.

Kit Digital (PYMES España): 3.000 M€.

Semana 4 días: proyecto piloto Ministerio Industria.

5.2. AI Act y gobernanza europea de la IA

El Reglamento UE 2024/1689 (AI Act), aprobado en mayo de 2024, es la primera norma integral mundial sobre inteligencia artificial. Establece un enfoque basado en el riesgo: prohíbe usos inaceptables (puntuación social, manipulación cognitiva, scraping facial indiscriminado), regula con obligaciones estrictas las aplicaciones de alto riesgo (RR. HH., justicia, sanidad, infraestructuras críticas, educación), exige transparencia para chatbots y modelos generativos, e impone evaluaciones específicas a los modelos fundacionales de propósito general que superen ciertos umbrales de cómputo (~10²⁵ FLOPs). La aplicación es escalonada: prohibiciones desde febrero de 2025, gobernanza de modelos generales en agosto de 2025, plena aplicación en 2026-2027. Las sanciones llegan al 7 % de la facturación global o 35 M€.

En paralelo, el Pacto Europeo por la IA (compromiso voluntario de empresas), la Oficina Europea de IA (DG CNECT) y la Estrategia Nacional de IA 2024 española (con la AESIA, Agencia Española de Supervisión de IA, primera de la UE, sede en A Coruña) configuran el ecosistema regulatorio. Se complementan con la Carta de Derechos Digitales española (2021) y el RGPD.

5.3. Productividad española y cambio técnico

España tiene un déficit estructural de productividad total de los factores respecto a la zona euro: en el período 2000-2023, la PTF apenas creció un 0,1 % anual frente al 0,7 % alemán. Causas señaladas por el Banco de España: tamaño empresarial reducido (el 95 % de las empresas tiene menos de 10 trabajadores), inversión I+D del 1,49 % del PIB (vs. 2,3 % UE, 3,2 % Alemania), regulación fragmentada por CCAA, déficit de capital humano en perfiles STEM. Los PERTE de microchips (12.250 M€), vehículo eléctrico (24.000 M€), agroalimentación e hidrógeno verde son las apuestas industriales para corregir el patrón.

6. Cambio técnico, desigualdad y políticas redistributivas

6.1. Tecnología y desigualdad salarial

La interacción entre cambio técnico y educación es la pieza central del modelo de Goldin-Katz: cuando la tecnología avanza más rápido que la educación, la prima de cualificación se dispara y la desigualdad crece (caso EE. UU. 1980-2010). Cuando la educación avanza al menos al mismo ritmo, las brechas se contienen (caso EE. UU. 1900-1980, modelo nórdico contemporáneo). En España, la prima salarial universitaria (diferencial respecto a no universitarios) era del 50 % en 2008 y ha bajado al 35 % en 2022, en parte por la sobrecualificación: el 36 % de los universitarios trabaja en puestos por debajo de su titulación, primer dato de la OCDE.

6.2. Debate sobre la fiscalidad de los robots y la IA

El debate sobre cómo financiar el Estado del Bienestar ante la automatización tiene varios ejes: (1) impuesto a los robots propuesto por Bill Gates (2017), criticado por Acemoglu y Restrepo por desincentivar productividad; (2) impuesto digital español (Ley 4/2020, gravamen del 3 % sobre publicidad digital, intermediación, datos), recaudación de unos 350 M€ anuales; (3) tributo global de Pilar 1 y Pilar 2 de la OCDE, con tipo mínimo efectivo del 15 % a multinacionales, en transposición desde 2024 (Ley 7/2024); (4) renta básica universal, defendida por Van Parijs, debatida en pilotos (Finlandia 2017-2018, Stockton EE. UU., Barcelona BMincome).

Conclusión

La historia muestra que el cambio técnico destruye ocupaciones pero crea más y mejores a largo plazo. La IA generativa plantea retos inéditos por su rapidez y alcance. La política pública debe combinar regulación (AI Act), educación (Goldin-Katz), y redes de seguridad social para que la transición sea justa. La destrucción creativa de Schumpeter está más viva que nunca.

Bibliografía

  1. SCHUMPETER, J.A. (1911): Theorie der wirtschaftlichen Entwicklung.
  2. SOLOW, R.M. (1957): «Technical Change and the Aggregate Production Function».
  3. KATZ, L. i MURPHY, K. (1992): «Changes in Relative Wages 1963-87», QJE.
  4. AUTOR, D., LEVY, F. i MURNANE, R. (2003): «The Skill Content of Recent Technological Change», QJE.
  5. GOLDIN, C. i KATZ, L. (2008): The Race between Education and Technology.
  6. FREY, C.B. i OSBORNE, M.A. (2013): The Future of Employment, Oxford Martin.
  7. BRYNJOLFSSON, E. i MCAFEE, A. (2014): The Second Machine Age.
  8. Reglament UE 2024/1689 (AI Act); Llei 3/2022 FP.

Resumen

Tema 32: Tecnología y empleo

1. Histórico

  • Schumpeter, 4 revoluciones industriales.
  • Solow (1957): residual; paradoja Solow (1987).

2. Polarización

  • SBTC (Katz-Murphy 1992), RBTC (Autor et al 2003).
  • IA: Frey-Osborne (2013) 47 % ocupaciones.

3. Sectores

  • Fisher-Clark terciarización; 75 % servicios España.
  • Industria 4.0: PERTE.

4. Educación

  • Goldin-Katz (2008): carrera educación-tec.
  • FP Dual (Ley 3/2022).

5. Políticas

  • AI Act UE 2024/1689, reskilling, Kit Digital.