En conmemoración del día anual sobre seguridad y salud en el trabajo, el pasado día 28 de abril tuvo lugar la jornada técnica organizada a cargo del Instituto Nacional de la Seguridad y Salud del Trabajo (INSST) en conjunción con la Organización Internacional del Trabajo (OIT) cuyo eslogan reseñaba “revolución en el sector de la seguridad y salud”.[1] Como es costumbre en dicha jornada, la presentación concienciaba sobre los distintos riesgos a los que las personas trabajadoras se enfrentan a diario y, frente a los mismos, se depositaban esperanzas en el papel crucial que debe jugar la inteligencia artificial, posibilitando con ello la reducción del número de accidentes relacionados con el trabajo. Así, se recordaba, a su vez, que la cuarta revolución tecnológica que preside nuestros días se escenifica de un modo claramente ambivalente: bien utilizada puede elevar notablemente la protección en el empleo digitalizado, anticipando accidentes con datos preventivos. Mal empleada, actuaciones automatizadas sin la protección necesaria de los derechos fundamentales en liza (v.gr. intimidad) supondría un claro retroceso, amén de acarrear mayores problemas que los existentes.
La prevención de riesgos laborales en el ámbito de las nuevas tecnologías no se reduce al ámbito del trabajo en plataformas donde constan ciertos avances regulatorios, sino que, es por todos conocido el impacto transversal de la digitalización, afectando a todos los sectores productivos. Seguramente la legislación preventiva – que ya cuenta con un recorrido de treinta años (Ley 31/1995, de 8 de noviembre, de Prevención de Riesgos Laborales) – debería ser revisada próximamente en aras a poder colmar y afrontar los nuevos riesgos laborales nacidos de la IA (en particular y de forma destacada, los riesgos psicosociales). Sin duda, en ese contexto deberá tenerse muy en cuanto el respeto a los datos y cómo deben ser manejados de manera razonable por el empresario.
En efecto, la gestión algorítmica de las personas trabajadoras es fundamental, toda vez que permite almacenar una ingente cantidad de datos que luego serán procesados a través de la IA. Tal inteligencia permite tomar decisiones automatizadas que, sin duda, mejoran la eficiencia y la productividad en las empresas. Ejemplos de las utilidades u oportunidades de dichas tecnologías digitales son, entre otras: una mejor programación y asignación de tareas, la optimización del trabajo diario, la supervisión de los riesgos (en especial los psicosociales) o la recopilación de datos para identificar problemas y llevar a cabo la evaluación de riesgos. Tanto es así, que cada vez son más numerosas las aplicaciones tecnológicas con claros impactos laborales. Por citar algún ejemplo práctico que ofrezca visibilidad, enaible[2] mide la rapidez con la que las personas trabajadoras completan varias tareas asignadas y sugiere formas de acelerarlas, o bien, Kronos AIMEE[3] permite predecir la demanda de los clientes sobre la base de las previsiones meteorológicas, proporcionando recomendaciones sobre cuántos trabajadores deben estar asignados por turno y quién debe ser seleccionado para una tarea específica según sus competencias y capacidades.
Los puestos de trabajo caracterizados por tareas manuales, rutinarias o repetitivas son el centro de la diana de los sistemas de gestión algorítmica (ej: transporte, almacenamiento, call center, finanzas, etc.) y sobre los que gravitan los principales riesgos que se derivan del uso de tales tecnologías. El impacto es directo e in crescendo en aspectos tales como la vigilancia constante, la reducción de la autonomía personal, la mayor presión sobre la evaluación de rendimiento y los tiempos de trabajo; pero también en problemas derivados de la falta de transparencia y la privacidad de las personas trabajadoras y la protección de sus datos. Ello conduce a situaciones de mayor exigencia, más carga laboral y, por ende, mayor probabilidad de situaciones de estrés y problemas de salud mental que pueden ser más profundos y de mayor complejidad.[4]
Para poder garantizar una implementación adecuada de tales sistemas, es preciso el cumplimiento de tres factores clave:
1.- La consulta y participación del personal en todas las fases importante para poder tener conocimiento del funcionamiento práctico de la tecnología.
2.- La transparencia sobre la recopilación y el uso de datos y los motivos para ello.
3.- La adopción de una adecuada política en materia de seguridad y salud en el trabajo y del sistema de gestión de la prevención[5].
Como puede observarse, estos tres factores ponen el acento en el enfoque humano, permitiendo con ello, no solamente un uso racional y respetuoso de los datos recopilados, sino también lograr concienciar a todas las personas involucradas, quienes están llamadas a alzar la voz para corregir y mejorar las tecnologías utilizadas. Pero atención: en caso de incumplir tales premisas, como consecuencia de esta nueva organización del trabajo, la gestión algorítmica puede convertirse en un semillero de controversias judiciales fruto de la presión en el trabajo. Vaticino, de este modo, una intensificación de la carga laboral y su control, y una contracción correlativa de la autonomía y la confianza de la persona trabajadora, pudiendo generar situaciones de “tecno-necesidad”, en las que el individuo siente una alta inseguridad dado que no es capaz de llevar a cabo la tarea sin la ayuda de una máquina.[6]
Los apuntados son solo algunos de los desafíos detectados, sin poder predecir muchos más que resultan inimaginables hoy día y sobre los cuales los técnicos en prevención deberán tener los ojos bien abiertos. Lo que sí sabemos actualmente es que las medidas preventivas elegidas para reducir tales riesgos psicosociales pasan por la gestión integrada y efectiva de tales riesgos, así como la sensibilización y consulta de las personas trabajadoras haciéndolas, de este modo, partícipes. Con todo, ya se están utilizando un número considerable de aplicaciones, que, merced a un manejo adecuado de los datos, deberían servir para lograr la prevención de accidentes, objetivo final y último de esta materia.
Lista de Referencias:
