Analisis del documento “Generative AI and Jobs: A Refined Global Index of Occupational Exposure” publicado por la Organización Internacional del Trabajo.
Resumen
A pocos días del comienzo de la 113 conferencia internacional del trabajo la OIT publica el informe “Generative AI and Jobs: A Refined Global Index of Occupational Exposure” (OIT, 2025) constituye una contribución metodológica significativa al estudio del impacto potencial de la inteligencia artificial generativa (GenAI) sobre el empleo a escala global, un documento útil a las puertas de una primera discusión sobre una norma que establezca reglas de trabajo decente en la economía de plataformas (punto V en el orden del día de la reunión).
el informe aqui: (https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure)
A diferencia de otros estudios que evalúan el impacto de la inteligencia artificial sobre ocupaciones completas, este informe realiza un análisis centrado en las tareas concretas que integran cada empleo, lo cual permite una evaluación más precisa del riesgo de automatización que enfrenta cada componente del trabajo humano.
El documento permite una comprensión más precisa de las formas en que la automatización inducida por GenAI puede transformar el trabajo humano.
En este artículo abordaré críticamente los principales hallazgos del informe, así como sus limitaciones conceptuales, geográficas y normativas. Analizaré las desigualdades de género, ingreso y tipo de ocupación que emergen del estudio y se propone una agenda de acción para orientar una transición justa frente al avance de esta nueva tecnología, sosteniendo que la gobernanza democrática del cambio tecnológico debe incorporar mecanismos de participación de los trabajadores, criterios de justicia social y una regulación internacional robusta.
1. Introducción: tecnología, trabajo y gobernanza
El avance exponencial de las tecnologías de inteligencia artificial generativa , particularmente a partir de 2022, ha modificado sustancialmente los términos del debate sobre el futuro del trabajo.
Herramientas como ChatGPT, DALL-E, Bard o Copilot han demostrado capacidad no solo para automatizar tareas repetitivas, sino también para intervenir en áreas cognitivas, creativas y comunicativas, tradicionalmente consideradas como poco susceptibles a la sustitución tecnológica.
Ante este nuevo escenario, la OIT decidió desarrollar un índice global que permitiera cuantificar la exposición de las tareas laborales a las capacidades de la GenAI.
El primer esfuerzo en esa línea se concretó en 2023; pero fue en 2025 cuando, a partir de una colaboración con el Instituto Nacional de Investigación (NASK) y el Ministerio de Trabajo de Polonia, se publicó un índice revisado y ampliado. Este segundo informe —objeto de análisis en este trabajo— mejora la precisión metodológica del índice original, al integrar modelos de lenguaje de última generación, una encuesta masiva a trabajadores y validación experta.
Sin embargo, a pesar de la riqueza técnica del informe, el mismo presenta vacíos relevantes en cuanto a sus implicaciones políticas y jurídicas. No articula sus hallazgos con los convenios laborales internacionales vigentes ni con los principios rectores de la OIT. Tampoco incorpora adecuadamente las realidades laborales del Sur Global, ni ofrece propuestas regulatorias para canalizar los efectos que la GenAI podría tener sobre los derechos laborales. Esta brecha entre la precisión técnica del análisis y la ausencia de respuestas normativas es uno de los ejes principales de esta reflexión crítica.
2. El enfoque metodológico del informe
El informe adopta un enfoque innovador al analizar la exposición a GenAI no desde las ocupaciones, sino desde las tareas concretas que componen cada puesto de trabajo, siguiendo el enfoque propuesto por Autor (2015) .
Para ello se utilizó el sistema de clasificación ocupacional polaco a seis dígitos, compuesto por 2.541 ocupaciones y casi 30.000 tareas.
A estas tareas se les asignó un puntaje de automatización en tres etapas:
a) primero, mediante la predicción de modelos de lenguaje (GPT-4o, Gemini Flash);
b) luego, a través de una encuesta a 1.640 trabajadores que evaluaron el potencial de automatización de 2.861 tareas representativas; y
c) finalmente, mediante una revisión por parte de un panel de expertos internacionales.
Esta combinación permitió entrenar un modelo de predicción basado en juicios humanos, capaz de estimar la exposición a GenAI en el conjunto de tareas y mapearlas con la clasificación internacional ISCO-08.
La clasificación internacional ISCO-08 (siglas de International Standard Classification of Occupations 2008) es un sistema desarrollado por la Organización Internacional del Trabajo (OIT) para organizar y categorizar los distintos tipos de ocupaciones laborales a nivel mundial, de forma estandarizada y comparable entre países.
Su objetivo principal es permitir que gobiernos, instituciones, investigadores y organismos internacionales recopilen y comparen estadísticas de empleo entre países, diseñen políticas laborales, evalúen la distribución del trabajo, y analicen fenómenos como la automatización, la informalidad o la desigualdad.
La ISCO-08 clasifica las ocupaciones en una jerarquía de 4 niveles:
Nivel 1 (1 dígito): 10 grandes grupos ocupacionales (como directivos, profesionales, técnicos, trabajadores manuales, etc.)
Nivel 2 (2 dígitos): subgrupos más específicos dentro de esos grandes grupos.
Nivel 3 (3 dígitos): grupos detallados.
Nivel 4 (4 dígitos): unidades ocupacionales específicas (por ejemplo, “enfermera de cuidados generales” o “operador de maquinaria textil”).
Esto permite, por ejemplo, agrupar y comparar a todos los trabajadores de oficina, pero también diferenciar entre los que hacen tareas administrativas generales y quienes procesan datos financieros.
El informe “Generative AI and Jobs” aplica su índice de exposición a GenAI sobre las ocupaciones definidas por ISCO-08. De este modo, puede estimar, por ejemplo, qué nivel de automatización enfrentan las tareas que realizan los trabajadores del grupo “4. Personal de apoyo administrativo” o “2 (Profesionales científicos e intelectuales”.)
3. Principales hallazgos
El resultado principal es un nuevo índice de exposición global que distribuye las ocupaciones en cuatro niveles o “gradientes” de susceptibilidad a la automatización.
Los datos más relevantes son:
a) Alrededor del 25% del empleo global se encuentra en ocupaciones con alguna exposición significativa a GenAI.
b) El 3,3% del empleo mundial está en el gradiente más alto, es decir, con tareas de alta automatización potencial.
c) Las mujeres están más expuestas que los varones: 4,7% de los empleos femeninos se ubican en el nivel más alto frente a 2,4% de los masculinos.
d) La exposición aumenta con el ingreso del país: en los países de altos ingresos, el 34% de los empleos tienen algún nivel de exposición, frente al 11% en países de bajos ingresos.
e) Las ocupaciones más afectadas son las de soporte administrativo, servicios digitales, procesamiento de texto, entrada de datos, atención al cliente y tareas repetitivas de oficina.
Un punto clave del informe es la afirmación de que la GenAI, como efecto general, no eliminará empleos en bloque, sino que transformará profundamente su composición interna. Que quiere decir resto? Que las tareas serán reconfiguradas, reemplazadas o intensificadas, lo cual generará impactos complejos en múltiples dimensiones:
desde la salud mental y física de los trabajadores hasta el control del tiempo y la carga de trabajo.
Este proceso tiene como principales efectos la erosión el valor atribuido al trabajo humano, desactualiza competencias previamente adquiridas, exige nuevas habilidades tecnológicas y provoca un creciente desacople entre las descripciones de puestos laborales y las categorías previstas en los convenios colectivos, desafiando así los marcos clásicos de representación, formación y negociación sindical, fragmentando aún más la identidad de los trabajadores.
4. Brechas y sesgos detectados
Sesgo de género:
El estudio pone en evidencia múltiples formas de desigualdad vinculadas al impacto de la GenAI. Una de las más destacadas es la desigualdad de género. Las mujeres, que históricamente se han concentrado en ocupaciones como las administrativas, de oficina o de procesamiento de datos, están más expuestas a tareas susceptibles de automatización. Al mismo tiempo, enfrentan mayores barreras de acceso a la formación tecnológica y a las herramientas de inteligencia artificial, ya sea por limitaciones estructurales, estereotipos de género o sobrecarga de trabajo no remunerado. Esta combinación de alta exposición y bajo acceso genera una situación de vulnerabilidad específica que debe ser considerada en toda política de transición tecnológica justa.
Sesgo geográfico:
Por otro lado, los países del Sur Global están claramente subrepresentados tanto en la muestra empírica como en el modelo predictivo utilizado para construir el índice global de exposición a GenAI.
Si bien el informe se presenta como una herramienta de alcance mundial, su núcleo metodológico se basa enteramente en datos provenientes de Polonia: un país europeo con una economía formalizada, alta digitalización y una estructura ocupacional relativamente estable. Las tareas utilizadas como base para entrenar el modelo reflejan, por lo tanto, las condiciones de un mercado de trabajo muy distinto al de regiones como América Latina, África o Asia meridional.
Esta asimetría plantea serias dudas sobre la validez y aplicabilidad del índice en contextos caracterizados por altos niveles de informalidad, subempleo, trabajo no registrado, empleo por cuenta propia o en plataformas, y déficits estructurales de infraestructura tecnológica. En muchos países del Sur, las ocupaciones no se ajustan a las categorías de clasificación utilizadas, y las tareas están menos estandarizadas o formalmente descritas. Además, la fragmentación institucional, la precariedad normativa y la exclusión digital pueden amplificar los efectos negativos de la automatización, sin que el índice los capte adecuadamente.
En consecuencia, aplicar sin mediaciones un modelo construido con base en un país del Norte global puede conducir a diagnósticos incompletos, mal direccionamiento de políticas o subestimación de riesgos sociales. Se vuelve urgente, por tanto, que futuras versiones del índice incorporen muestras representativas de distintos contextos sociolaborales y se desarrollen con participación activa de actores del Sur Global para obtener una herramienta que sea eficaz.
Sesgo educativo:
Además, el informe revela asimetrías significativas según el nivel educativo de los trabajadores y el tipo de tareas que desempeñan, lo que configura un nuevo eje de desigualdad dentro del mundo del trabajo. Los profesionales con alta calificación —especialmente en sectores vinculados a la tecnología, las finanzas, la investigación o la comunicación— tienden a tener mayor exposición previa a herramientas de inteligencia artificial generativa, las utilizan con más frecuencia en su trabajo cotidiano y, por tanto, son capaces de evaluar su potencial y sus límites de manera más precisa. Estas personas también suelen tener acceso a formación continua, entornos laborales digitalizados y redes de aprendizaje profesional.
En cambio, los trabajadores que desempeñan tareas manuales, técnicas o repetitivas, como operarios, auxiliares, técnicos medios o personal de mantenimiento, reportan en general una menor familiaridad con las herramientas GenAI, tanto por falta de acceso como por carencia de instancias de capacitación adaptadas a sus necesidades. Esta brecha tecnológica se traduce en una mayor incertidumbre sobre el impacto de la GenAI en sus tareas, lo que incrementa el estrés laboral, la sensación de vulnerabilidad y la percepción de desprotección. Además, la falta de información puede derivar en la adopción acrítica o impuesta de tecnologías en sus lugares de trabajo, sin consulta ni acompañamiento.
Estas asimetrías no solo refuerzan las desigualdades ya existentes en el acceso al conocimiento y al poder de decisión en el trabajo, sino que también generan riesgos concretos de exclusión tecnológica, segmentación del empleo y nuevas formas de refuerzo de la relación de subordinación.
Abordar las desigualdades derivadas de una aplicación acrítica de estas tecnologías requiere políticas activas de formación, gobernanza participativa del cambio tecnológico y rediseño de los sistemas de cualificaciones con perspectiva inclusiva.
5. Límites del enfoque de la OIT
Aunque metodológicamente sólido, el informe presenta limitaciones conceptuales y políticas:
a) Enfoque limitado geográficamente:
Una de las principales debilidades metodológicas del informe radica en que su modelo de exposición a GenAI se construye a partir de una base de datos ocupacional y de tareas desarrollada íntegramente en Polonia. Si bien este país cuenta con una estructura laboral formalizada y con altos niveles de alfabetización digital, sus condiciones sociolaborales no reflejan la diversidad de realidades que existen a nivel global. La selección de Polonia como caso único de modelización no fue compensada con mecanismos de ajuste o validación cruzada con datos provenientes de otras regiones, lo que limita la aplicabilidad general de los resultados.\n\nEste sesgo geográfico es particularmente problemático cuando se pretende utilizar el índice con vocación global, como herramienta para orientar políticas en contextos profundamente distintos, como los de América Latina, África subsahariana o el sudeste asiático. En esos contextos, las estructuras ocupacionales son más heterogéneas, con niveles de informalidad superiores al 50%, múltiples formas de trabajo no estándar, baja cobertura de protección social y acceso desigual a la infraestructura digital. Aplicar sin mediaciones un modelo construido sobre realidades europeas puede derivar en diagnósticos inexactos o en políticas mal dirigidas, que ignoren los riesgos específicos de automatización o los desafíos de adaptación tecnológica en el Sur Global.
Ejemplo: El caso de los trabajadores de residuos urbanos en América Latina
En muchos países europeos, como Polonia, la recolección y gestión de residuos urbanos es una actividad formalizada, con trabajadores contratados directamente por municipios o empresas concesionarias, jornadas reguladas, acceso a tecnología y maquinaria moderna, y tareas relativamente estandarizadas.
Si se aplica el índice de exposición a GenAI desarrollado sobre esa base, es probable que estas ocupaciones aparezcan como poco expuestas a la automatización, dado que incluyen una alta proporción de tareas manuales o físicas —como el vaciado de contenedores o la conducción de camiones— que la GenAI no puede realizar por sí sola.
Sin embargo, en países del Sur Global, como Argentina, Brasil, Colombia o India, una parte importante de la gestión de residuos la realizan trabajadores informales o precarizados, como recicladores urbanos, carreros, clasificadores manuales o cooperativas autogestionadas, con tareas muy distintas a las que reconoce la clasificación ISCO-08. Allí:
1) No existe una descripción formal de las tareas.
2) Muchas labores son simultáneamente físicas, cognitivas y contextuales (por ejemplo, decidir in situ qué materiales clasificar, negociar con vecinos, adaptarse a condiciones urbanas cambiantes).
3) El acceso a tecnologías de GenAI es prácticamente nulo.
Aplicar sin ajustes el índice de exposición de la OIT podría llevar a la falsa conclusión de que estos trabajadores no están en riesgo de automatización o transformación de sus tareas, cuando en realidad están altamente expuestos a procesos como:
1) digitalización de cadenas de reciclaje,
2) incorporación de sensores e inteligencia artificial en plantas de clasificación,
3) sustitución por empresas privadas con tecnología avanzada,
4) o desplazamiento por nuevas plataformas de trazabilidad de residuos.
Ejemplo: Comercio minorista y plataformas de automatización
En países como Polonia u otros del norte global, el sector del comercio minorista formal está compuesto en gran medida por trabajadores empleados en grandes cadenas de supermercados, tiendas automatizadas o centros logísticos digitalizados. Estos trabajadores suelen desempeñar tareas específicas como escaneo de productos, cobro en caja, control de stock mediante sistemas digitales o reposición en base a algoritmos de gestión.
En ese contexto, el índice de la OIT podría concluir que muchas de estas tareas están moderadamente expuestas a la automatización por GenAI, por ejemplo mediante:
• cajas de autoservicio con interfaces inteligentes,
• sistemas de atención virtual al cliente,
• algoritmos predictivos para gestión de inventarios,
• o asistentes de ventas digitales.
Pero si se aplica ese mismo índice al comercio minorista en países del Sur Global —por ejemplo, en Argentina, Perú, Bolivia, India o Ghana— sin ajustar por contexto, el resultado será inexacto o engañoso. En estos países, una parte sustancial del comercio minorista se realiza en:
• kioscos y pequeños negocios familiares,
• ferias, mercados populares y comercio callejero,
• ventas ambulantes y “puerta a puerta”,
• plataformas informales de entrega o comercio online no regulado.
Estas actividades:
• combinan tareas múltiples, desde la compra de mercadería hasta la atención personalizada del cliente;
• no cuentan con tecnologías de gestión automatizada;
• y están profundamente arraigadas en prácticas comunitarias, redes familiares o estrategias de subsistencia.
Al no estar reflejadas en la clasificación ISCO-08 ni en las tareas polacas, el índice puede clasificarlas erróneamente como no expuestas o de bajo riesgo, cuando en realidad enfrentan un riesgo significativo de desplazamiento competitivo por formas automatizadas como:
• supermercados sin cajeros impulsados por IA,
• plataformas digitales con algoritmos de precios y segmentación,
• comercio electrónico con inteligencia artificial para atención al cliente.
Esto puede conducir a políticas públicas que prioricen la reconversión de los trabajadores formales del retail, pero ignoren completamente a millones de trabajadoras y trabajadores informales del comercio popular que no están representados en el modelo.
Esto invisibiliza los riesgos reales que enfrentan estos trabajadores, impide diseñar políticas públicas adecuadas de protección y reconversión, y contribuye a reproducir el sesgo del modelo.
Esta limitación también tiene consecuencias profundas tanto en términos de legitimidad política como de legitimidad epistemológica. Desde la perspectiva política, resulta problemático que una herramienta presentada como global haya sido desarrollada sin participación directa de los países del Sur Global. Esto implica que las decisiones sobre cómo definir, medir y clasificar el impacto de la GenAI en el trabajo fueron tomadas unilateralmente, lo que debilita la apropiación regional del instrumento y su potencial uso como insumo para el diseño de políticas públicas.
Más aún, al no considerar las voces y experiencias de sindicatos, gobiernos, organizaciones de trabajadores o centros de investigación del Sur, se pierde la posibilidad de construir un diagnóstico inclusivo, legítimo y situado.
Desde el punto de vista epistemológico, la exclusión de estos países en la producción del conocimiento reproduce una lógica de asimetría histórica en la cual los saberes válidos se generan en el Norte global y luego se proyectan como universales. En este marco, los países del Sur son tratados como receptores pasivos, objetos de intervención técnica más que sujetos productores de conocimiento. Esta forma de desigualdad epistémica ha sido ampliamente discutida en la literatura crítica sobre desarrollo, poscolonialismo y sociología del conocimiento, y se expresa aquí en la imposibilidad de incorporar otras configuraciones laborales, otras formas de informalidad, y otras maneras de entender la relación entre trabajo y tecnología.
Superar esta desigualdad requiere no sólo la ampliación de la muestra empírica o la inclusión de variables contextuales, sino un cambio en la forma en que se diseñan los instrumentos de medición global. Es necesario promover metodologías colaborativas, construir indicadores en diálogo con actores locales, y reconocer que la producción de conocimiento también debe estar guiada por principios de justicia cognitiva y pluralismo epistémico.
Superar esta brecha exige ampliar el universo de estudio, incorporar datos multisituados, y diseñar futuros índices a partir de metodologías colaborativas, con participación activa de gobiernos, sindicatos y centros de investigación del Sur Global.
b) Falta de articulación normativa:
El documento no relaciona sus hallazgos con los convenios fundamentales de la OIT, como el derecho a un entorno laboral seguro o la negociación colectiva.
Uno de los principales vacíos del informe es que no vincula sus hallazgos con los convenios internacionales fundamentales y otros instrumentos normativos adoptados por la OIT. Por ejemplo, no se analiza cómo la reconfiguración de tareas o la posible automatización masiva podría afectar el derecho a un entorno laboral seguro y saludable, consagrado como derecho fundamental desde la 110.ª Conferencia Internacional del Trabajo (2022). Tampoco se considera si la introducción de tecnologías basadas en GenAI puede alterar las condiciones de empleo sin consulta ni consentimiento, vulnerando así el derecho a la negociación colectiva y al diálogo social efectivo (Convenios N.º 98 y N.º 154).
Además, el informe omite referencias explícitas a principios esenciales como el de igualdad de oportunidades y trato, el derecho a la formación profesional, o el principio de no discriminación, a pesar de que los datos del estudio revelan importantes asimetrías por género, nivel educativo y región. La ausencia de estas vinculaciones impide que los resultados se traduzcan en obligaciones claras para los gobiernos y empleadores, o en demandas programáticas para las organizaciones de trabajadores.
En términos prácticos, no se orienta sobre cómo debería gobernarse la introducción de GenAI en el lugar de trabajo: no se proponen cláusulas tipo para convenios colectivos, ni se establecen marcos de evaluación de impacto tecnológico desde la perspectiva de los derechos fundamentales. El informe, en este sentido, se mantiene en un plano tecnocrático y descriptivo, dejando en manos de los actores sociales la difícil tarea de extraer implicancias normativas que, idealmente, deberían haber sido parte del propio documento.
Esta desconexión entre evidencia empírica y estándares jurídicos limita la capacidad del informe para fortalecer los procesos de regulación, incidencia y negociación en torno al trabajo en la era de la inteligencia artificial.
C ) Ausencia de directrices de gobernanza:
no se proponen mecanismos de consulta, evaluación o participación de los trabajadores ante la introducción de GenAI en el trabajo.
Una de las omisiones más importantes del informe es que, pese a describir los riesgos y transformaciones que la inteligencia artificial generativa puede generar sobre el empleo, no propone mecanismos específicos para regular su introducción ni garantizar la participación efectiva de los trabajadores. No se plantea, por ejemplo, la necesidad de establecer procesos de consulta previa, evaluación de impacto tecnológico, o negociación colectiva frente a la implementación de herramientas de GenAI en las organizaciones laborales.
Esta omisión es especialmente preocupante si se considera que la OIT promueve desde hace décadas el diálogo social tripartito como principio rector de la gobernanza laboral, y que reconoce a la participación de los trabajadores como un componente clave de la democracia en el trabajo. Sin embargo, en este informe, no se hace mención a comités paritarios, protocolos sectoriales, cláusulas colectivas ni marcos institucionales que permitan a sindicatos o representantes del personal intervenir en la evaluación, desarrollo, selección o monitoreo del uso de GenAI.
En un contexto en el que las decisiones sobre automatización y digitalización son tomadas, en muchos casos, de forma unilateral por las empresas o sus proveedores tecnológicos, la falta de directrices sobre cómo garantizar transparencia, consentimiento, protección de datos y derechos de intervención sindical deja a los trabajadores en una posición de extrema vulnerabilidad.
La ausencia de propuestas de gobernanza impide también anticipar escenarios de conflicto, negociar transiciones o prevenir daños laborales, y perpetúa una lógica tecnocrática donde la innovación se presenta como inevitable y políticamente neutral. Para que el uso de GenAI en el trabajo sea justo, sostenible y socialmente aceptable, es indispensable que esté sujeto a reglas claras, construidas con participación de quienes se verán directamente afectados por sus impactos.
D) Ceguera ante la informalidad y el trabajo de plataformas:
No se considera el impacto de estas tecnologías en sectores no tradicionales ni en los márgenes del empleo formal.
El informe presenta una limitación importante al no considerar el impacto de las tecnologías de inteligencia artificial generativa en formas de trabajo que se desarrollan fuera del empleo formal tradicional. La informalidad laboral —que en muchas regiones del Sur Global representa más del 50% del empleo total— no está contemplada en el modelo ni en la muestra utilizada para construir el índice de exposición. Esto implica que millones de trabajadores por cuenta propia, no registrados, de la economía popular o en condiciones precarias quedan invisibilizados en el análisis, a pesar de que muchos de ellos podrían verse desplazados, subordinados o transformados por procesos de digitalización y automatización.
Del mismo modo, el informe no incluye una evaluación específica del impacto de GenAI en el trabajo de plataformas digitales, como repartidores, conductores de apps, freelancers virtuales o trabajadores en tareas fragmentadas (gig economy). Estas ocupaciones están gestionadas por algoritmos, expuestas a vigilancia automatizada y marcadas por la ausencia de derechos laborales básicos, lo que las vuelve especialmente vulnerables a los efectos desregulados de la automatización.
Sin embargo, el documento no problematiza cómo la incorporación de GenAI podría intensificar estas condiciones, reemplazar tareas humanas por agentes automáticos, o reforzar modelos extractivos en entornos laborales ya profundamente desprotegidos.
La omisión de estos sectores impide construir una mirada integral sobre el impacto real de la inteligencia artificial en el mundo del trabajo, y reproduce una visión limitada que equipara “trabajo” con empleo asalariado formal. Para abordar con justicia el futuro del trabajo, es indispensable incorporar el análisis de estas formas laborales, sus especificidades y sus demandas, desarrollando marcos normativos que reconozcan y protejan los derechos de quienes ya hoy sostienen gran parte de la economía desde sus márgenes.
Propuesta sindical: hacia una gobernanza democrática del cambio tecnológico
A la luz de los hallazgos del informe de la OIT y sus limitaciones normativas, geográficas y políticas, se vuelve necesario avanzar hacia un enfoque jurídico y sindical propositivo que no solo critique, sino que también oriente alternativas de acción. Me permito esbozar algunas líneas de investigación posibles para una gobernanza del cambio tecnológico centrada en los derechos de los trabajadores y la justicia social:
1. Adopción de una norma internacional sobre tecnologías digitales en el trabajo
Es línea con la actividad normativa que la OIT propone en esta conferencia, seria útil que en la elaboración de un nuevo instrumento normativo se regule de manera específica el uso de tecnologías digitales, especialmente la inteligencia artificial generativa, en los lugares de trabajo. Este instrumento debe garantizar:
1) El principio de consulta previa y participación sindical ante cualquier proceso de automatización;
2) la incorporación del principio de precaución frente a tecnologías con efectos inciertos o disruptivos;
3) y la exigencia de evaluaciones de impacto tecnológico, social y ambiental antes de su implementación.
Una norma internacional daría respaldo jurídico a las negociaciones colectivas en esta materia y permitiría establecer estándares mínimos globales, como ya existen en salud y seguridad o en condiciones laborales.
2. Creación de comités paritarios de evaluación de tecnologías
En cada sector económico y en cada empresa que implemente GenAI u otras formas de automatización, deben constituirse espacios paritarios entre empleadores y representantes de los trabajadores, con apoyo técnico y participación del Estado. Estos comités deberían tener competencias para:
1) evaluar los impactos de las nuevas tecnologías sobre el empleo, las condiciones de trabajo y la organización laboral;
2) emitir dictámenes vinculantes o recomendaciones antes de su adopción;
3) y garantizar la transparencia y trazabilidad de las decisiones tecnológicas que afecten derechos colectivos.
Este tipo de comités ya existe en materia de SST (Seguridad y Salud en el Trabajo), y su ampliación al campo tecnológico es una extensión lógica del principio de derecho a un entorno de trabajo saludable y seguro.
3. Protección diferenciada para ocupaciones expuestas
Los trabajadores cuyas tareas hayan sido clasificadas como de alta exposición a GenAI deben recibir una protección reforzada por parte del Estado y del empleador. Las medidas específicas pueden incluir:
1) reconversión profesional con acceso gratuito a formación en nuevas competencias;
2) reducción de jornada laboral sin pérdida salarial, como forma de repartir el tiempo de trabajo frente al aumento de productividad;
3) descanso compensatorio o licencias formativas;
4) y monitoreo de la salud psicosocial, ya que la incertidumbre, la intensificación del trabajo o la pérdida de sentido pueden impactar negativamente sobre la salud mental.
Este enfoque reconoce que la equidad requiere tratar de forma desigual a quienes se encuentran en mayor situación de vulnerabilidad.
4. Regulación algorítmica basada en derechos
La introducción de algoritmos y GenAI en el ámbito laboral debe estar regulada por principios jurídicos claros, centrados en la protección de los derechos fundamentales. Entre ellos, destacan:
1) el derecho a la transparencia: los trabajadores deben saber cuándo están siendo evaluados o gestionados por un sistema automatizado;
2) el derecho a la explicabilidad: el algoritmo debe poder ser comprendido por una persona humana y auditable por terceros;
3) el derecho a la intervención humana significativa, evitando decisiones automatizadas sin supervisión;
4) y la responsabilidad empresarial por los efectos de las decisiones automatizadas, incluyendo el acceso a mecanismos de reparación.
Esto implica legislar en materia de inteligencia artificial con enfoque laboral, no solo de protección de datos.
5. Redistribución del excedente digital
La automatización generada por GenAI puede aumentar la productividad y reducir costos empresariales. Sin embargo, si esos beneficios no se redistribuyen, el proceso ampliará las desigualdades existentes. Por eso, proponemos la creación de fondos públicos o mixtos financiados con contribuciones tecnológicas, que se destinen a:
1) financiar políticas de formación y reconversión;
2) apoyar proyectos de innovación tecnológica inclusiva;
3) promover la digitalización con derechos en pequeñas y medianas empresas;
4) y sostener ingresos mínimos en períodos de transición laboral.
Este principio de solidaridad digital se fundamenta en el hecho de que la tecnología no es neutral: se construye socialmente y debe servir al bienestar colectivo, no solo a la rentabilidad.
6. Observatorios públicos y sindicales sobre automatización y trabajo
Por último, proponemos la creación de observatorios nacionales y sectoriales sobre el impacto de la automatización y la inteligencia artificial en el trabajo, con enfoque de género, justicia social y transición justa. Estos espacios deben:
• recopilar y difundir datos abiertos y desagregados;
• identificar sectores y perfiles ocupacionales en riesgo;
• generar alertas tempranas y mapas de reconversión productiva;
• y articular políticas de Estado con la experiencia de los trabajadores.
Además, los sindicatos deben desarrollar sus propios observatorios, fortaleciendo su capacidad técnica y estratégica para negociar en escenarios de cambio tecnológico. La anticipación informada es una de las claves para transformar el miedo a la automatización en poder colectivo de intervención.
Conclusión.
La inteligencia artificial generativa no es solo una innovación tecnológica: constituye un factor de reconfiguración estructural del trabajo que interpela directamente al Derecho del Trabajo. Su impacto no dependerá únicamente de su capacidad técnica, sino de la respuesta institucional y normativa que se logre construir.
El informe de la OIT ofrece una herramienta analítica valiosa, pero su utilidad efectiva reside en la capacidad de los trabajadores, los sindicatos, los gobiernos y la sociedad civil para transformar ese conocimiento en regulación y acción concreta.
En este sentido, la transición digital debe ser también una transición justa, guiada por normas claras, participación activa y una nueva institucionalidad que garantice el control democrático sobre el uso de tecnologías en los lugares de trabajo.
Esta tarea exige extender los principios clásicos del Derecho del Trabajo y formular principios emergentes adaptados al nuevo escenario.
Entre los primeros, destacan: el principio de protección, que justifica medidas diferenciales ante el poder tecnológico unilateral del empleador; el principio de participación colectiva, que respalda la creación de comités paritarios y observatorios sindicales; el principio de prevención, cuya lógica preventiva debe aplicarse también al impacto de tecnologías inciertas; el principio de estabilidad en el empleo, que exige medidas como reconversión y reducción de jornada; el principio de no discriminación, que fundamenta protecciones diferenciadas para ocupaciones expuestas; y el principio de función social del trabajo, que impone que la tecnología esté al servicio del bienestar colectivo.
A estos se suman principios emergentes indispensables para una regulación actualizada: el de la gobernanza democrática del cambio tecnológico, basada en participación, transparencia y control público; el de soberanía digital del trabajo, que reconoce el derecho a acceder, comprender y auditar los algoritmos; el de solidaridad digital, que promueve la redistribución del excedente tecnológico mediante fondos de formación e inclusión; el de trazabilidad y transparencia tecnológica, que exige explicabilidad e intervención humana significativa en las decisiones automatizadas; y el de equidad en la transición digital, que impone integrar la justicia social y el enfoque de género en toda política de innovación.
Estos principios —clásicos y emergentes— constituyen un marco imprescindible para orientar una regulación del cambio tecnológico que refuerce los derechos laborales, promueva el trabajo decente y garantice que la inteligencia artificial esté al servicio de las personas y no a su costa.
Normas y referencias que respaldan esta evolución
• Convenios OIT 87, 98, 135, 154, 155, 187 y 122
• Recomendación 205 sobre reconstrucción poscrisis y resiliencia laboral
• Declaración del Centenario de la OIT (2019)
• Declaración de Filadelfia (1944)
• Informe OIT “El trabajo en un futuro más prometedor” (2019)
• Guía de la OIT “El uso de algoritmos en el trabajo” (2021)
• Carta de Derechos Digitales de la UE (2022)
Bibliografía
• Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K., Troszyński, M. (2025). Generative AI and Jobs: A Refined Global Index of Occupational Exposure. Geneva: ILO. https://doi.org/10.54394/HETP0387
• Autor, D. (2015). Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, 29(3), 3–30.
• Gmyrek, P., Berg, J., Bescond, D. (2023). Generative AI and Jobs: Global analysis of potential effects on job quantity and quality. ILO Working Paper 96.
• OIT (2022). Declaration on Fundamental Principles and Rights at Work, as amended in 2022.
• Acemoglu, D., Restrepo, P. (2024). Tasks, Automation and the Future of Work. NBER Working Paper.
