En Charlie y la fábrica de chocolates, la familia del joven Charlie, a pesar del buen corazón de todos sus miembros, vive en la pobreza más descarnada. Su padre se ha quedado sin trabajo en la fábrica de pasta de dientes. Su trabajo, que consistía en enroscar las tapas en los tubos de pasta en la línea de producción, era tan automatizable que, de un día para el otro, fue reemplazado por una máquina que puede hacer exactamente lo mismo que él. Sin cansarse, enfermarse o pedir vacaciones, la máquina es capaz de colocar tapas durante 8, 10 o 12 horas. Quizás no es más rápida que el padre de Charlie, pero es constante, implacable y sus manos jamás se desgastan.



En ese caso, por sus capacidades y características, la máquina supera al humano. Pero no es solo la aparición de la tecnología lo que provoca este reemplazo. El padre de Charlie, al ir día a día a la fábrica a colocar tapitas, de haber prestado atención, podría haber visto una cierta cantidad de pistas e indicios que le indicaran que realmente eso podía suceder. La tecnología y la robótica reemplazaron al padre de Charlie por una serie de factores complejos y combinados que dejan indicios en el contexto, pero también porque el padre de Charlie ya estaba haciendo el trabajo de un robot. Por supuesto, ver estas señales requiere también tener conciencia del avance de la tecnología y de las características que adquiere poco a poco.

En su libro Only Humans Need Apply, Winners & Losers in the Age of Smart Machines, Thomas H. Davenport y Julia Kirby analizan cómo en el futuro cercano millones de puestos de trabajo serán reemplazados por la tecnología. Davenport y Kirby explican que no son solo los trabajos blue-collar, vinculados a posiciones operativas de producción de baja calificación, los que están en peligro, sino también una gran cantidad de trabajos hoy realizados por personas con niveles de educación superior.



¿Cuáles son esas señales que indican que el trabajo que hacés puede ser realizado por un robot? Hay ciertos tipos de actividades que pueden ser realizadas (o no) por tecnología hoy en día. Y hay otras tantas que se espera que, en un futuro bastante cercano, puedan ser realizadas enteramente por algoritmos, motores de inteligencia artificial o robots. Para estar atentos a lo que viene, acá hay algunos tips:



¡Datos!: Si a principios del siglo XX los trabajos mecánicos y repetitivos frente a la línea de producción podían ser realizados por un robot, hoy en día esa mecanización se encuentra en todo trabajo que implique la reproducción, la búsqueda y el análisis de datos. Es un área en el cual el gap entre hombres y máquinas se ha abierto abismalmente. Las computadoras hoy pueden analizar y procesar millones de puntos de información en segundos, por lo tanto, la participación humana en este tipo de trabajos será cada vez menor.



Situaciones impredecibles: Las computadoras y los robots trabajan con patrones fijos de aprendizaje. Un humano acerca la mano al fuego y se quema: una sola vez alcanza para aprender que el fuego quema. Si una computadora necesitara aprender esta lección, sin embargo, necesitaría acercar la mano al fuego millones de veces. Esto implica que la repetición es fundamental para cualquier aprendizaje, pero esencial para el proceso de aprendizaje de las computadoras. Si el trabajo que realizás tiene movimientos impredecibles o un manejo elevado de contingencias o situaciones inesperadas, entonces todavía no será automatizado. Bomberos y médicos de emergencia estarán a salvo. Sin embargo, los radiólogos, actuarios, analistas de inversión y abogados, por nombrar solo algunos cuyo proceso de obtención de datos e interpretación de resultados puede ser bastante mecánico, probablemente sean reemplazados por máquinas en un futuro cercano.



Narrativas en base a datos: ¿Interpretación de datos hecha por una máquina? Sí, esto ya está sucediendo. La start-up originaria de Chicago, EE.UU, Narrative Science, proporciona un servicio de interpretación y narrativa de resultados en base a datos duros. ¿Qué significa esto? Que utilizan una plataforma de Generación de Lenguaje Natural Avanzado (Advanced NLG), para procesar datos y con ellos crear un resumen que interprete los resultados. Dependiendo del sector y del objetivo, la plataforma puede generar informes a partir de estadísticas deportivas, registros de facturas o inversiones. Esto implica, por supuesto, que si el trabajo que realizás se basa en leer, resumir y narrar los resultados de la interpretación de estadísticas, quizás sistemas de este tipo puedan reemplazar tu trabajo en poco tiempo.



El libro de Davenport y Kirby, sin embargo, deja un lugar a una visión más positiva del futuro, permitiendo ver en las máquinas a un aliado para realizar trabajos más rápido y mejor, y no una competencia que pretende desbancar al humano del mundo del trabajo. 



Siempre habrá un componente humano necesario, ya que en todo sector hay humanos que necesitan ser interpretados por sus pares. La evaluación de factores sociales en el trabajo de abogados y jueces, la necesidad de empatía con los médicos y enfermeros, o incluso la valoración humana de un candidato a un crédito, son claros ejemplos en los que  siempre se necesitará ese toque humano único, aunque más no sea para supervisar el resultado técnicamente perfecto que surja del trabajo puntual, pero mecánico, de la mejor tecnología de analítica de Big Data.