The Future of Work in Central America and the Dominican Republic © 2024 Banco Internacional de Reconstrucción y Fomento/Banco Mundial 1818 H Street NW, Washington, DC 20433 Teléfono: (202) 473-1000 Internet: www.worldbank.org El presente documento fue elaborado por el personal del Banco Mundial, con contribuciones externas. Las observaciones, interpretaciones y conclusiones aquí expresadas no son necesariamente reflejo de la opinión del Banco Mundial, de su Directorio Ejecutivo ni de los Gobiernos representados por este. El Banco Mundial no garantiza la exactitud, la exhaustividad ni la vigencia de los datos incluidos en este trabajo. Tampoco asume la responsabilidad por los errores, omisiones o discrepancias en la información aquí contenida ni otro tipo de obligación con respecto al uso o a la falta de uso de los datos, los métodos, los procesos o las conclusiones aquí presentados. Las fronteras, los colores, las denominaciones, los enlaces, las notas al pie y demás datos que aparecen en este documento no implican juicio alguno, por parte del Banco Mundial, sobre la condición jurídica de ningún territorio, ni la aprobación o aceptación de tales fronteras. La cita de trabajos de otros autores no significa que el Banco Mundial adhiera a las opiniones allí expresadas ni al contenido de dichas obras. Nada de lo que figura en el presente documento constituirá ni podrá considerarse una limitación ni renuncia a los privilegios e inmunidades del Banco Mundial, todos los cuales quedan reservados específicamente. Derechos y autorizaciones El material contenido en este documento está registrado como propiedad intelectual. El Banco Mundial alienta la difusión de sus conocimientos y autoriza la reproducción total o parcial de este documento para fines no comerciales, en tanto se cite la fuente. Por favor cite la obra de la siguiente manera: Moroz, Harry and Mariana Viollaz. 2024. The Future of Work in Central America and the Dominican Republic. Washington, DC: World Bank. Toda consulta sobre derechos y licencias, incluidos derechos subsidiarios, deberá enviarse a la siguiente dirección: World Bank Publications, The World Bank, 1818 H Street NW, Washington, DC 20433, EE. UU.; fax: +1 (202) 522-2625; correo electrónico: pubrights@worldbank.org. Diseño de la portada: Mauricio Díaz  Índice Siglas y abreviaturas IX Agradecimientos y notas sobre datos XI Resumen Ejecutivo XII El limitado alcance de la tecnología en América Central y la República Dominicana XIII La transición incompleta de ACRD al futuro del trabajo XIV Los factores que explican la transición incompleta en ACRD XVII La importancia del cambio tecnológico en el extranjero XIX Facilitación de los avances tecnológicos que beneficia a los trabajadores XX Capítulo 1 Empleos en América Central y la República Dominicana 1 Descripción de la situación: Dinámica del mercado laboral y avances tecnológicos 1 Dinámica del crecimiento y el empleo 3 Crecimiento económico 3 Productividad 4 Empleo 5 Oferta laboral 7 Participación en la fuerza laboral y empleo 7 Calidad del trabajo 9 Habilidades 11 Migración 13 Demanda laboral 14 Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 17 Descripción de la situación: La historia del futuro del trabajo 17 Impactos de la tecnología en el mercado laboral: Cambios en lo que hacen los trabajadores y en cómo lo hacen 18 Impactos de la tecnología en el mercado laboral: La evidencia de las economías avanzadas 21 Impactos de la tecnología en el mercado laboral: Panorama fuera de las economías avanzadas 23 Índice III Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 26 Descripción de la situación: Los avances tecnológicos y sus impactos en el empleo 26 Cambios en las tareas 26 Cambios en las tareas: Computarización 27 Cambios en las tareas: Inteligencia artificial y robótica móvil 38 Cambios en las modalidades de trabajo 41 Cambios en las modalidades de trabajo: Trabajo remoto 41 Cambios en las modalidades de trabajo: Trabajo a través de plataformas 45 Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 51 Descripción de la situación: Mirar más allá del potencial tecnológico 51 Los canales de cambio en el empleo 52 Estructura del empleo 53 Oferta de habilidades 60 Adopción y difusión de tecnología 64 Globalización 71 Capítulo 5 Recomendaciones de política 76 Descripción de la situación: Facilitar el progreso tecnológico del que pueden beneficiarse los trabajadores 76 Promover la adopción y difusión de tecnología mediante el fortalecimiento de las capacidades de las empresas 78 Fortalecer las vías para el desarrollo y la incorporación de habilidades 84 Implementar herramientas de conocimiento del mercado laboral 85 Crear sistemas de educación y capacitación impulsados por la necesidad de construir los cimientos y orientados a la demanda 86 Diseñar programas de intermediación por medios digitales que se ajusten a sus objetivos 95 Adaptar las políticas de protección social y del mercado laboral a las nuevas formas de trabajo 97 Referencias 99 Índice IV Recuadros Recuadro 2.1: Mercados competitivos y adopción de tecnología  18 Recuadro 2.2: Diferencias espaciales en los impactos de los avances tecnológicos en el mercado laboral  23 Recuadro 4.1: La disponibilidad de habilidades tecnológicas en Costa Rica y Panamá  63 Recuadro 5.1: Promover la competencia, reestructurar las regulaciones y ampliar el acceso al financiamiento para facilitar la adopción de tecnologías  80 Recuadro 5.2: Empleos verdes en ACRD  81 Recuadro 5.3: Beneficios de la educación en la primera infancia para el mercado laboral  88 Recuadro 5.4: Incorporación de la capacitación para el desarrollo de habilidades digitales a la educación y formación técnica y profesional  89 Recuadro 5.5: La compleja interacción de la tecnología, los mercados laborales y las cuestiones de género  91 Recuadro 5.6: Uso de SkillCraft para conectar a jóvenes desfavorecidos con el mercado laboral  96 Recuadro 5.7: Plataformas públicas de empleo gig  96 Gráficos Gráfico ES1: Retrasos en la adopción de tecnologías en los países de ACRD  XIII Gráfico ES2: Uso de computadoras e Internet en el trabajo, 2021  XIV Gráfico ES3: Clasificación de tareas según su capacidad de automatización  XIV Gráfico ES4: Intensidad de tareas rutinarias y no rutinarias en ACRD en comparación con los Estados Unidos, 2021  XV Gráfico ES5: Proporción de empleos con alto riesgo de automatización, mediciones originales y ajustadas, 2021  XVI Gráfico ES6: Cambios en la intensidad rutinaria del trabajo, 2011-19  XVII Gráfico ES7: Trabajadores en plataformas digitales de empleo en línea, 2022  XVII Gráfico ES8: Evolución del contenido de las tareas de los migrantes en Estados Unidos, 1970- 2021  XX Gráfico 1.1: PIB per cápita, 2002–21  3 Gráfico 1.2: Crecimiento del PIB, 2002-19  3 Gráfico 1.3: Productividad laboral en todos los sectores, 2019  4 Gráfico 1.4: Crecimiento de la productividad laboral en todos los sectores, 2002-19  5 Gráfico 1.5: Crecimiento del empleo, 2002–19  5 Gráfico 1.6: Cambio en la proporción de empleo por sector, 1960-2010  6 Gráfico 1.7: Proporción de empleo por sector, 1991-2019  7 Gráfico 1.8: Tasa de participación en la fuerza laboral, 2021  8 Gráfico 1.9: Tasa de participación femenina en la fuerza laboral, 2021  8 Gráfico 1.10: Disparidad entre mujeres y hombres en la tasa de participación en la fuerza laboral, 2021  8 Gráfico 1.11: Tasa de desempleo, 2002–21  8 Gráfico 1.12: Disparidad entre mujeres y hombres en la tasa de desempleo, 2002-21  9 Gráfico 1.13: Jóvenes ninis, 2021  9 Índice V Gráfico 1.14: Proporción de empleo por salario y trabajo por cuenta propia, 2019  10 Gráfico 1.15: Proporción de empleo en relación con el empleo asalariado, 2002-19  10 Gráfico 1.16: Tasa de informalidad, 2021  10 Gráfico 1.17: Escolaridad y escolaridad ajustada al aprendizaje, 2019  11 Gráfico 1.18: Pobreza de aprendizajes, 2019  11 Gráfico 1.19: Tasa de empleo por nivel educativo, 2021  12 Gráfico 1.20: Tasa de informalidad por nivel educativo, 2021  12 Gráfico 1.21: Proporción de empleo por nivel de calificación, 2021  12 Gráfico 1.22: Cambio en la proporción de empleo por nivel de calificación, 2011-21  12 Gráfico 1.23: Tasa neta de migración, 2021  13 Gráfico 1.24: Migrantes de los países de ACRD, 1990-2020  13 Gráfico 1.25: Proporción de emigrantes de ACRD en Estados Unidos, 2020  14 Gráfico 1.26: Entradas de remesas, 2022  14 Gráfico 1.27: Densidad de nuevas empresas, 2020  15 Gráfico 1.28: Empresas que eligen la educación inadecuada como el principal obstáculo, 2016  15 Gráfico 2.1: Clasificación de tareas según su capacidad de automatización  20 Gráfico 2.2: Los impactos del cambio tecnológico en el mercado laboral en ACRD  25 Gráfico 3.1: Cambio en la proporción de empleo por nivel de calificación, alrededor de la década de 1980 a alrededor de la década de 2000  27 Gráfico 3.2: Cambios en la intensidad rutinaria del trabajo, 2011-19  28 Gráfico 3.3: RTI e intensidad de tareas de los países de ACRD, 2021  29 Gráfico 3.4: RTI por sector económico, 2021  30 Gráfico 3.5: RTI por características sociodemográficas, 2021  31 Gráfico 3.6: Retornos a las tareas rutinarias y no rutinarias, década de 2010  32 Gráfico 3.7: Migrantes en los últimos tres años en Estados Unidos, 1970-2021  33 Gráfico 3.8: Migrantes de ACRD en los últimos tres años en Estados Unidos, 1970-2021  33 Gráfico 3.9: Empleo de migrantes en los últimos tres años en trabajos en el sector manufacturero en Estados Unidos, 1970-2021  34 Gráfico 3.10: Empleo de migrantes en los últimos tres años en trabajos de construcción en Estados Unidos, 1970-2021  34 Gráfico 3.11: Cambio en la proporción de empleo, por nivel de calificación, de los migrantes en un período de tres años y de los no migrantes estadounidenses en Estados Unidos, 1980-2021  35 Gráfico 3.12: Evolución del contenido de las tareas de los migrantes en los últimos tres años en Estados Unidos, 1970-2021  36 Gráfico 3.13: Evolución del contenido de las tareas de los migrantes de ACRD en los últimos tres años por género en Estados Unidos, 1970-2021  37 Gráfico 3.14: Salario medio por hora de los migrantes en los últimos tres años en Estados Unidos, 1980-2021  38 Gráfico 3.15: Susceptibilidad de la fuerza laboral a la automatización, 2021  38 Gráfico 3.16: Probabilidad de automatización por características sociodemográficas, 2021  39 Gráfico 3.17: Proporción de empleos con alto riesgo de automatización, mediciones originales y ajustadas, 2021  40 Gráfico 3.18: Probabilidad media de automatización, 2021  41 Índice VI Gráfico 3.19: Proporción de trabajadores con al menos el 10 por ciento y el 50 por ciento de las tareas expuestas a los GPT, 2021  41 Gráfico 3.20: Proporción de trabajadores en empleos con alto nivel de adecuación al trabajo desde la casa, 2021  42 Gráfico 3.21: Proporción de trabajadores asalariados que trabajaban desde la casa antes de la pandemia, 2019  43 Gráfico 3.22: Proporción de trabajadores por cuenta propia que trabajaban desde la casa antes de la pandemia, 2019  43 Gráfico 3.23: Proporción de trabajadores que trabajaron desde la casa durante la pandemia, 2021  45 Gráfico 3.24: Proporción de trabajadores que trabajaron desde la casa durante la pandemia, 2020  45 Gráfico 3.25: Demanda mundial de trabajo en línea, 2016-23  48 Gráfico 3.26: Trabajadores en línea a través de plataformas, 2022  48 Gráfico 3.27: Características de los trabajadores independientes de Workana, 2022  49 Gráfico 4.1: Factores que contribuyen a la variabilidad entre países en el índice de intensidad de tareas rutinarias, 2010-21  53 Gráfico 4.2: Desindustrialización en los países de ingreso alto y de ACRD, 1991-2021  56 Gráfico 4.3: Variación en la proporción de empleo en el sector industrial, 1991–2019  56 Gráfico 4.4: Exportaciones de servicios prestados de forma digital, 2005–21  57 Gráfico 4.5: Uso de plataformas digitales, 2020  58 Gráfico 4.6: Interacción de las pymes con las herramientas digitales, 2020 y 2022  59 Gráfico 4.7: Educación de la población empleada en los países de ACRD, 2000–21  61 Gráfico 4.8: Proporción de alumnos que alcanzan niveles mínimos en lectura y matemáticas, 2022  62 Gráfico B4.1.1: Penetración de la tecnología y habilidades asociadas con la tecnología disruptiva, 2022  63 Gráfico 4.9: Digital Adoption Index, 2016  64 Gráfico 4.10: Frontier Technology Readiness Index: TIC, 2022  64 Gráfico 4.11: Contribución de los activos relacionados y no relacionados con las TIC al crecimiento económico, años 2000-10  65 Gráfico 4.12: Retrasos en la adopción de tecnologías en los países de ACRD  66 Gráfico 4.13: Difusión de Internet y los teléfonos móviles, 2021  66 Gráfico 4.14: Uso de computadoras e Internet en el trabajo, 2021  67 Gráfico 4.15: Uso de plataformas digitales, 2021  68 Gráfico 4.16: Proporción de empleos que corren alto riesgo de automatización, por sector, 2021  69 Gráfico 4.17: Importaciones de bienes y servicios TIC como proporción del comercio total, 2021  69 Gráfico 4.18: Precios de las canastas de servicios TIC, 2022  70 Gráfico 4.19: Entradas netas de inversión extranjera directa, 1970–2022  72 Gráfico 4.20: Porcentaje del producto en las CGV, por sector, 2021  72 Gráfico 4.21: Relación entre el índice de intensidad de tareas rutinarias y las cadenas globales de valor, 2010-21  72 Gráfico B5.2.1: Proporción de empleos verdes en los países de ACRD en general y por género, 2021  82 Gráfico B5.2.2: Proporción de empleos verdes en los países de ACRD, por sector, 2021  82 Índice VII Gráfico B5.2.3: Talento verde en Costa Rica y países comparables, 2023  83 Gráfico B5.5.1: Uso de computadoras e Internet en el trabajo, por género, 2021  92 Gráfico B5.5.2: Matrícula femenina en programas de educación terciaria y en programas de educación superior relacionados con las TIC y la ingeniería, 2021  93 Cuadros Cuadro ES1: Políticas para facilitar el cambio tecnológico y mitigar los efectos negativos resultantes  XXII Cuadro 1.1: Resumen de las principales cuestiones relacionadas con la oferta y la demanda del mercado laboral en ACRD  2 Cuadro 1.2: Los mayores obstáculos a los que se enfrentan las empresas  15 Cuadro 3.1: Ventajas y desventajas del trabajo a través de plataformas para los trabajadores y las empresas  46 Cuadro 3.2: Principales plataformas basadas en la ubicación en los países de ACRD  47 Cuadro 3.3: Tipo más común de tareas en línea en los países de ACRD, 2017-23  48 Cuadro 4.1: Ejemplos de intervenciones digitales dirigidas a pequeños agricultores en los países de ACRD  55 Cuadro 4.2: Importaciones de robots industriales, 2021  68 Cuadro 5.1: Políticas para facilitar el cambio tecnológico y mitigar los efectos negativos de las alteraciones resultantes  77 Cuadro 5.2: Factores que impulsan la adopción de tecnologías entre las empresas  79 Cuadro 5.3: Principales desafíos mencionados por las pymes al utilizar o intentar adoptar plataformas digitales, 2022  84 Cuadro 5.4: Herramientas para identificar las habilidades requeridas  86  141 Índice VIII Siglas y abreviaturas ACRD América Central y la República Dominicana ACS American Community Survey ALC América Latina y el Caribe ARG Argentina BOL Bolivia BRA Brasil CEPAL Comisión Económica para América Latina y el Caribe CHL Chile CIUO Clasificación Internacional Uniforme de Ocupaciones COL Colombia COR República de Corea CRI Costa Rica CGV cadenas globales de valor DAI Digital Adoption Index DOM República Dominicana DSP diagnósticos sistemáticos de los países ECU Ecuador EE. UU. Estados Unidos de América EFTP educación y formación técnica y profesional GPT Transformadores generativos preentrenados GSP Global Skills Partnership GTI intensidad de las tareas verdes GTM Guatemala HND Honduras IA inteligencia artificial IED inversión extranjera directa IFR International Federation of Robots INB ingreso nacional bruto IPUMS Integrated Public Use Microdata Series, International MEX México NIC Nicaragua nini no estudia ni trabaja ni recibe formación O*NET Occupational Information Network Siglas y abreviaturas IX OCDE Organización para la Cooperación y el Desarrollo Económicos OIT Organización Internacional del Trabajo OLI Online Labor Index PAN Panamá PER Perú PFL participación en la fuerza laboral PIAAC Program for the International Assessment of Adult Competencies PIB producto interno bruto pyme pequeña y mediana empresa RTI Routine Task Intensity Index SEDLAC Base de Datos Socioeconómicos para América Latina y el Caribe SLV El Salvador SOC Standard Occupational Classification TIC tecnología de la información y las comunicaciones UNCTAD United Nations Conference on Trade and Development Unesco United Nations Educational, Scientific and Cultural Organization URY Uruguay USAID United States Agency for International Development VEN Venezuela WITS World Integrated Trade Solution YES Youth Empowerment Service Siglas y abreviaturas X Agradecimientos y notas sobre datos Este informe fue elaborado por Harry Moroz y Mariana Viollaz. Diana Isabel Londoño Aguirre, Guillermo Beylis, Guillermo Caballero Ferreira, Lily Franchini, Luis Laguinge, Maria Del Mar Gomez Ortiz, Marla Hillary Spivack y Daria Taglioni realizaron contribuciones importantes. El equipo recibió excelentes comentarios y sugerencias de Marina Bassi, Diego Arias Cabballo, Lourdes Rodriguez Chamussy, Wendy Cunningham, Janibeth Miranda, Miriam Montenegro, Alvaro Gonzalez de Pablo, Truman Packard, Viviana Maria Eugenia Perego, Josefina Posadas, Jaime Saavedra, Alexandria Valerio, Deborah Elisabeth Winkler y William Wiseman. Los datos censales y de la American Community Survey (ACS) y la Encuesta de la Población Actual se obtuvieron de la Integrated Public Use Microdata Series, International (IPUMS-Internacional). Los autores desean expresar su agradecimiento a las oficinas de estadística que proporcionaron los datos básicos. Las encuestas de hogares y sobre la fuerza laboral se obtuvieron de la Base de Datos Socioeconómicos para América Latina y el Caribe (SEDLAC), así como de los organismos a cargo de las estadísticas de los distintos países, como se indica a continuación: • Costa Rica: Encuesta Continua de Empleo • República Dominicana: Encuesta Nacional de Fuerza de Trabajo y Encuesta Nacional Continua de Fuerza de Trabajo • El Salvador: Encuesta de Hogares de Propósitos Múltiples • Guatemala: Encuesta Nacional de Empleo e Ingresos • Honduras: Encuesta Permanente de Hogares de Propósitos Múltiples • Nicaragua: Encuesta Nacional de Hogares sobre Medición de Nivel de Vida • Panamá: Encuesta de Hogares y Encuesta de Mercado Laboral Los datos sobre las tareas verdes que utilizó el equipo fueron elaborados por Julia Granata y Josefina Posadas, tal como se describe en Granata y Posadas (2022). Daria Taglioni proporcionó los datos sobre las cadenas de valor globales (CGV), tal como se describe en Borin, Mancini y Taglioni (2021). Namita Datta aportó datos sobre los trabajadores de plataformas, como se describe en Datta y Chen (2023). A través de la Data Development Partnership, LinkedIn suministró los datos sobre los perfiles de los usuarios de dicha red social. En el informe se utilizan comparaciones con otros países de América Central y la República Dominicana (ACRD), con los promedios regionales de América Latina y el Caribe (ALC) y la OCDE, y con Corea para establecer puntos de referencia en relación con las características de los países de ACRD. Véase el apéndice A para obtener más información sobre la selección de parámetros de referencia. Agradecimientos y notas sobre datos XI Resumen Ejecutivo Los avances tecnológicos pueden causar importantes alteraciones en los mercados laborales. Los adelantos que primero se lograron en las maquinarias agrícolas e industriales, luego en las computadoras y ahora en la inteligencia artificial (IA) han permitido que las máquinas realicen cada vez más tareas que antes hacían los seres humanos, lo que pone en riesgo los puestos de trabajo. Sin embargo, lejos de ser una fuerza puramente destructiva, los avances tecnológicos y la automatización también pueden generar empleo. Cuando la competencia es fuerte, la automatización puede crear puestos de trabajo, ya que la disminución de los precios vinculada a las mejoras de la productividad genera una mayor demanda. Las nuevas tecnologías también pueden generar tareas completamente nuevas, nuevos tipos de empleos y nuevas industrias. La tecnología de la información y las comunicaciones (TIC) puede facilitar nuevas modalidades de trabajo que sean beneficiosas tanto para los trabajadores como para las empresas. Esto significa que un avance lento hacia el futuro del trabajo podría significar el desaprovechamiento de las oportunidades creadas por los adelantos en materia de tecnología. Las economías avanzadas ofrecen un modelo de cómo será el futuro del trabajo en América Central y la República Dominicana (ACRD), pero las importantes diferencias en el nivel de desarrollo hace que los impactos de los avances tecnológicos en el mercado laboral sean diferentes ahora y probablemente lo sigan siendo en el futuro cercano. Los mercados laborales en la región se caracterizan más por el empleo agrícola que por la fabricación asistida por robots. Esto significa que, para aplicar las lecciones aprendidas a partir de los impactos de la tecnología en los mercados laborales de los países avanzados, es necesario evaluar tanto el potencial tecnológico para automatizar los puestos de trabajo en ACRD como el potencial económico para que las nuevas tecnologías se afiancen y provoquen alteraciones en el mercado laboral. La adopción y difusión de la tecnología, así como la estructura del empleo, la oferta de habilidades y la globalización, determinarán el impacto de los avances tecnológicos en los mercados laborales de la región. También es probable que la adopción de tecnologías en el extranjero afecte a ACRD a través de cambios en la demanda de trabajo que se materializan en el movimiento de bienes (reshoring), el movimiento de personas (migración) y el movimiento de servicios (comercio digital de servicios). En este informe, se examina el impacto de las computadoras, los robots, la IA y la mejora de las TIC en los mercados laborales de la región de ACRD. El informe se centra en estas tecnologías, ya que son las que tienen más probabilidades de haber influido en los mercados laborales de la región en el pasado reciente y las que más probablemente influirán en ellos en el futuro cercano. En primer lugar, se examina la incidencia de los avances tecnológicos en la región sobre lo que los trabajadores hacen (sus tareas) y sobre la forma en que lo hacen (sus modalidades de trabajo). El informe va más allá del análisis de la susceptibilidad a la automatización para diseccionar los factores que subyacen a las recientes transformaciones del mercado laboral y poner de manifiesto la medida en que el cambio tecnológico ha contribuido a estas transformaciones. También se examina la forma en que los avances tecnológicos fuera de la región influyen en los mercados laborales dentro de ella y se investiga cómo la adopción de robots en los Estados Unidos está afectando la demanda de trabajadores de ACRD en los países de la región y en los Estados Unidos. Resumen Ejecutivo XII EL LIMITADO ALCANCE DE LA TECNOLOGÍA EN AMÉRICA CENTRAL Y LA REPÚBLICA DOMINICANA La penetración y difusión de la tecnología son limitadas en los países de ACRD. Los países de ACRD ocupan un lugar bajo en mediciones de avances tecnológicos, como el Digital Adoption Index del Banco Mundial y el Frontier Technologies Readiness Index compilado por la Conferencia de las Naciones Unidas sobre Comercio y Desarrollo. Los países de ACRD son más lentos en lo que respecta a la adopción de nuevas tecnologías, aunque estos retrasos se han acortado con cada adelanto significativo en materia de tecnología (gráfico ES1). Sin embargo, incluso cuando se dispone de tecnología, la difusión es limitada. Por ejemplo, los teléfonos celulares son frecuentes en los países de ACRD, pero el uso de Internet varía significativamente entre los distintos países de la región. La República Dominicana y Costa Rica tienen tasas de uso de Internet que se acercan a las de Corea y Estados Unidos. En cambio, en todos los demás países de ACRD, al menos una tercera parte de la población no utilizó Internet en 2021. GRÁFICO ES1: Retrasos en la adopción de tecnologías en los países de ACRD Años HND NIC GTM Teléfono SLV DOM CRI PAN HND Computadora GTM PAN NIC SLV CRI NIC HND GTM Internet SLV PAN DOM CRI 0 10 20 30 40 50 60 70 80 Fuente: Comin, Hobijn y Rovito (2008). Nota: Los retrasos se calculan como los años transcurridos entre un año de referencia y el año en el que Estados Unidos tuvo el mismo nivel de adopción que el país de ACRD en el año de referencia. No se dispone de datos para computadoras de la República Dominicana. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. La adopción limitada de la tecnología es evidente entre los trabajadores y las empresas de ACRD. En el sector agrícola, el nivel de potencia de la maquinaria agrícola, que se mide en caballos de fuerza totales por hectárea, es de aproximadamente el 10 por ciento del nivel de los Estados Unidos en Guatemala, Honduras y Nicaragua, y del 50 por ciento y el 66 por ciento en Costa Rica y Panamá, respectivamente. Menos del 15 por ciento de los trabajadores de todos los países de ACRD tienen empleos en los que se hace un uso intensivo de computadoras o Internet, en comparación con al menos el 25 por ciento en Estados Unidos (gráfico ES2). No se dispone de datos sobre el uso de robots por parte de las empresas en los países de ACRD, pero los datos comerciales sobre las importaciones de robots industriales proporcionan pruebas sugerentes de que el uso de tecnologías robóticas no está generalizado. Costa Rica y República Dominicana son los países de ACRD con un mayor nivel de importaciones, ya que registraron el equivalente a seis robots y un robot por cada 100 000 personas en 2021, respectivamente. Todos los demás países de esa región importaron menos de la mitad de un robot por cada 100 000 personas. Estados Unidos y Corea, en cambio, importaron 13 y 21. Resumen Ejecutivo XIII GRÁFICO ES2: Uso de computadoras e Internet en el trabajo, 2021 Porcentaje de trabajadores en ocupaciones que requieren un uso intensivo de computadoras e Internet a. Uso de computadoras b. Uso de Internet 30% 30% 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% USA PAN CRI DOM SLV NIC HND GTM USA PAN CRI DOM NIC SLV HND GTM Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: El año es 2019 para Guatemala y Honduras; 2018 para Panamá, y 2014 para Nicaragua. Las ocupaciones que requieren un uso intensivo de computadoras e Internet se definen como aquellas que se ubican en el 25 por ciento superior del uso de computadoras e Internet en el trabajo, según se definen utilizando los datos de PIAAC de los países comparables. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; EE. UU. = Estados Unidos; SLV = El Salvador. LA TRANSICIÓN INCOMPLETA DE ACRD AL FUTURO DEL TRABAJO El análisis de la intensidad del empleo en tareas que son más y menos susceptibles a la automatización proporciona evidencia del impacto de la tecnología en los mercados laborales . Ciertos tipos de tareas —las rutinarias— son más susceptibles a la automatización mediante computadoras, por lo que su presencia se asocia con un menor impacto tecnológico en el mercado laboral (gráfico ES3). Estas tareas rutinarias pueden ser trabajos repetitivos manuales, como el empaquetado y el montaje, o trabajos administrativos cognitivos, como la entrada de datos. Las tareas no rutinarias, por el contrario, son menos susceptibles a la automatización mediante computadoras, por lo que su presencia se asocia con un mayor impacto de la tecnología en el mercado laboral. Estas tareas no rutinarias pueden ser manuales, que consisten en trabajos flexibles, como la conserjería y el mantenimiento, o cognitivas, que implican ya sea trabajo de conocimientos, como la planificación estratégica o la evaluación de riesgos, o trabajos orientados a las personas, como las relaciones con los clientes o el asesoramiento. GRÁFICO ES3: Clasificación de tareas según su capacidad de automatización Más calificado Manual Cognitiva Trabajo físico repetitivo Trabajo administrativo Menos automatizable Rutinaria Embalaje, Entradadedatos, ensamblaje, operaciones de centro de llamadas, carga y descarga contabilidad básica Trabajo físico flexible Trabajo de conocimiento Carpintería, Evaluación de riesgos, planificación es tratégica, pronóstico No rutinaria mantenimiento de terrenos, Trabajo orientado a personas reparación y mantenimiento Relaciones con clientes, asesoramiento, resolución de conflictos Resumen Ejecutivo XIV En consonancia con la limitada adopción de la tecnología en ACRD, hay pocas pruebas de que la computarización haya tenido impactos sustanciales en el mercado laboral en la mayoría de los países de la región. Los trabajadores en ACRD realizan trabajos que implican un nivel mucho menor de tareas orientadas a los conocimientos y a las personas que se asocian con los avances tecnológicos que los trabajadores en Estados Unidos (gráfico ES4). Si bien los datos no permiten distinguir entre tareas manuales rutinarias y no rutinarias, el trabajo en empleos menos calificados es mucho más común en ACRD. Los hombres, los jóvenes, los menos educados y los trabajadores rurales tienen una mayor probabilidad de estar empleados en estos trabajos más rutinarios y automatizables del pasado. GRÁFICO ES4: Intensidad de tareas rutinarias y no rutinarias en ACRD en comparación con los Estados Unidos, 2021 Desviaciones estándar de la intensidad de las tareas con respecto al promedio de Estados Unidos 0.30 0.20 0.10 0.00 -0.10 -0.20 -0.30 -0.40 -0.50 -0.60 -0.70 -0.80 GTM NIC HND SLV CRI DOM PAN Trabajo de conocimiento Trabajo orientado a personas Trabajo administrativo Trabajo manual Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: El año es 2019 para Guatemala y Honduras; 2018 para Panamá, y 2014 para Nicaragua. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Es probable que los impactos de la inteligencia artificial y los robots también sean moderados en el corto plazo. Las medidas del potencial de la inteligencia artificial y los robots móviles1 para reemplazar empleos en ACRD, que amplían el análisis de tareas, parecen mostrar que un gran número de trabajadores están en riesgo: al menos el 60 por ciento de los trabajadores de todos los países de la región trabajan en empleos en los que es probable que desaparezcan o cambien sustancialmente algunas de las tareas que realizan (gráfico ES5). Sin embargo, este potencial de automatización parece mucho menos grave cuando se realizan pequeñas correcciones por factores que podrían interrumpir la conversión de los posibles impactos de los avances tecnológicos en el mercado laboral en impactos reales. Cuando se excluyen del análisis los sectores que tienden a tener tasas bajas de uso de tecnología, la exposición al desplazamiento por tecnologías de automatización disminuye sustancialmente a un máximo del 46 por ciento de los trabajadores. 1 Los robots móviles utilizan sensores, inteligencia artificial y otras tecnologías para maniobrar y realizar tareas manuales no rutinarias (Frey y Osborne, 2017). Resumen Ejecutivo XV GRÁFICO ES5: Proporción de empleos con alto riesgo de automatización, mediciones originales y ajustadas, 2021 Porcentaje 100% 80% 60% 40% 20% 0% Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado CRI DOM GTM HND NIC PAN SLV Bajo Medio Alto Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017; Frey y Osborne (2017). Nota: El año es 2019 para Guatemala y Honduras; 2018 para Panamá, y 2014 para Nicaragua. El riesgo de automatización se calcula de acuerdo con el enfoque basado en tareas de Arntz, Gregory y Zierahn (2016) y Egana del Sol et al. (2022) y luego se ajusta siguiendo a Weller et al. (2019). Riesgo bajo significa una probabilidad de automatización del 30 por ciento o menos; medio está por encima del 30 por ciento pero por debajo del 70 por ciento, y alto es del 70 por ciento o más. El ajuste asigna un riesgo de automatización igual a cero a los trabajadores de sectores de baja productividad, definidos como trabajadores autónomos con educación inferior a la universidad, empleados asalariados y empleadores de pequeñas empresas, trabajadores domésticos y trabajadores que no perciben ingresos laborales. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Recientemente, sin embargo, hay algunos indicios en ACRD de un cambio hacia los empleos orientados al conocimiento y a las personas que caracterizan al avance tecnológico. En la última década, el trabajo rutinario que caracteriza a los empleos del pasado disminuyó en la mayor parte de la región, mientras que aumentó el trabajo no rutinario orientado al conocimiento y a las personas que caracteriza a los empleos del futuro (gráfico ES6). Específicamente, los empleos se tornaron más intensivos en tareas relacionadas con el conocimiento en todos los países de ACRD, excepto Costa Rica y Honduras, y en tareas orientadas a las personas en todos los países, excepto Costa Rica, Guatemala y Honduras. Sin embargo, incluso con estos avances, en 2021 los trabajos en los países de ACRD eran mucho más intensivos en las tareas rutinarias del pasado que los de Estados Unidos. También hay pruebas de que los avances en las TIC están convirtiendo a las nuevas formas de trabajo en una parte normal de la vida económica en ACRD, aunque su prevalencia es variada. Durante la pandemia de COVID-19, aumentó el trabajo remoto y el trabajo a través de plataformas. En Costa Rica, por ejemplo, el trabajo remoto aumentó del 8 por ciento del empleo en 2019 al 18 por ciento en 2021. El trabajo a través de plataformas digitales de empleo también se está convirtiendo cada vez más en una opción para los trabajadores de la región. En 2022, más del 10 por ciento de los trabajadores indicaron realizar trabajos a través de plataformas digitales de empleo en línea en Costa Rica, Guatemala, Panamá y la República Dominicana (gráfico ES7). Sin embargo, después de la pandemia, las tasas de trabajo remoto disminuyeron. En la República Dominicana, por ejemplo, el teletrabajo cayó del 5 por ciento de los trabajadores en 2020 al 1,7 por ciento en 2022. A pesar de las altas tasas de trabajo a través de plataformas digitales de empleo en línea en algunos países, en El Salvador, Honduras y Nicaragua, solo el 6 por ciento o menos de los trabajadores aceptaron trabajos en línea a través de plataformas digitales. Los trabajadores de plataformas que prestan servicios de taxi y reparto en la República Dominicana representan solo el 0,2 por ciento de la fuerza laboral. También hay pruebas de que, al menos en la actualidad, los empleos basados en plataformas son accesibles principalmente para quienes enfrentan menos obstáculos en el mercado laboral: los trabajadores de plataformas tienden a ser más jóvenes, hombres y con un nivel educativo más alto. Resumen Ejecutivo XVI GRÁFICO ES6: Cambios en la intensidad GRÁFICO ES7: Trabajadores en plataformas rutinaria del trabajo, 2011-19 digitales de empleo en línea, 2022 Diferencia en el índice de intensidad de tareas rutinar- Porcentaje de población empleada que participa en ias (RTI) plataformas digitales de trabajo en línea 0.04 35% 0.02 30% 0 25% -0.02 20% -0.04 15% -0.06 10% -0.08 -0.10 5% -0.12 0% HND CRI PAN DOM SLV GTM CRI GTM PAN DOM SLV NIC HND Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Fuente: Datta y Chen (2023). Nota: El año final es 2018 para Panamá. Nicaragua está excluida por falta de Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; datos disponibles. CRI = Costa Rica; DOM = República Dominicana; GTM = HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Guatemala; HND = Honduras; PAN = Panamá; SLV = El Salvador. LOS FACTORES QUE EXPLICAN LA TRANSICIÓN INCOMPLETA EN ACRD La transición de los países de ACRD al futuro del trabajo ha sido solo parcial, a pesar de la existencia de la tecnología para automatizar muchas tareas y permitir el trabajo remoto y a través de plataformas. El empleo está evolucionando hacia tareas no rutinarias en ACRD, pero las rutinarias siguen predominando. El trabajo remoto aumentó durante la pandemia, pero ahora parece estar disminuyendo. El trabajo en plataformas está presente, pero representa una pequeña proporción del total de puestos de trabajo en algunos países. Esto pone de relieve la importancia de analizar factores más allá del “potencial tecnológico” para que un trabajo se automatice o se realice de forma remota para comprender qué tipos de trabajadores se contratan y qué tipos de inversiones de capital se realizan. La estructura del empleo (cómo se distribuye el empleo en los distintos sectores), las habilidades, la adopción y difusión de la tecnología, y la globalización son factores que median el impacto de la tecnología en el empleo. Entre los factores clave para entender los cambios en el trabajo que se está haciendo y cómo se está trabajando se incluye la adopción y difusión de la tecnología (¿las empresas y los trabajadores utilizan nuevas tecnologías?); pero también la estructura del empleo (¿predominan los sectores que utilizan tecnología?); la oferta de habilidades (¿los trabajadores tienen habilidades complementarias a la tecnología?); y la globalización (¿está la economía abierta a las influencias tecnológicas?). Cada uno de estos factores contribuye a explicar la evolución del empleo en los países de ACRD. El examen de la relación entre estos factores y la intensidad de un trabajo en las tareas rutinarias asociadas con los trabajos del pasado muestra que cada uno de ellos es importante para explicar lo que los trabajadores hacen en el trabajo en los países de ACRD. En todos los países de ACRD: • La menor cantidad de trabajo agrícola se asocia con un empleo menos intensivo en tareas rutinarias. • Una mayor educación se asocia con un empleo menos intensivo en tareas rutinarias. • Un mayor uso de la tecnología se asocia con el empleo menos intensivo en tareas rutinarias. Resumen Ejecutivo XVII • Una mayor participación en las cadenas de valor mundiales se asocia con un empleo más intensivo en tareas rutinarias. La adopción y difusión de la tecnología no es un factor primordial que explique las diferencias en las tareas que realizan los trabajadores en los países de ACRD. La tecnología explica alrededor del 10 por ciento de la variación en la intensidad rutinaria del empleo a lo largo del tiempo en todos los países de ACRD. Este resultado es coherente con el alcance limitado de la tecnología en ACRD. En cambio, las habilidades de los trabajadores y la estructura del empleo son los factores más importantes. Las habilidades de los trabajadores han mejorado sustancialmente en ACRD, pero los niveles relativamente bajos de educación terciaria y la baja calidad educativa impiden la adopción de nuevas tecnologías. Los niveles educativos han mejorado en toda la región de ACRD, impulsados por la disminución del número de trabajadores con educación primaria o inferior y el aumento de los que tienen educación secundaria. Sin embargo, los niveles de educación en los países de ACRD de ingreso más alto son bajos en comparación con las economías más desarrolladas del mundo, y los de los países de ACRD de ingreso más bajo son bajos en comparación con los países de ACRD de ingreso más alto. En Costa Rica, Panamá y la República Dominicana, alrededor de una cuarta parte de los trabajadores han recibido educación terciaria, frente a más de la mitad de ellos en Corea y Estados Unidos. En el resto de los países de ACRD, el 14 por ciento o menos de los trabajadores tienen educación terciaria. La calidad de la educación también es un problema. Incluso en Costa Rica, el país con mejor desempeño de la región, menos del 60 por ciento de los estudiantes de 15 años alcanza el nivel mínimo de competencia en lectura del Programme for International Student Assessment (PISA) y solo el 40 por ciento en matemáticas. En los países de ACRD con peor desempeño, dicho nivel es alcanzado por menos del 30 por ciento y el 20 por ciento, respectivamente. Esto se compara con al menos tres cuartas partes de los estudiantes de ambas materias en la OCDE. Los trabajadores de los países de ACRD también están rezagados en cuanto al tipo de habilidades necesarias para llevar a cabo las nuevas tareas asociadas con las nuevas tecnologías. En la República Dominicana, las empresas mencionan la falta de habilidades digitales adecuadas como una limitación cuando tratan de cubrir vacantes. En El Salvador, las empresas digitales emergentes señalan que la baja calidad de la capacitación y la educación son obstáculos para contratar talento. Los datos sobre habilidades tecnológicas tomados de los perfiles de LinkedIn en Costa Rica y Panamá muestran un retraso significativo en las habilidades tecnológicas. La falta de capacidad de gestión, que se considera cada vez más como un requisito previo para la adopción de tecnologías, también puede estar obstaculizando la adopción de tecnologías en ACRD. Por ejemplo, según los datos de la Encuesta Mundial sobre Gestión, el puntaje promedio de los directivos de las empresas en Nicaragua es de 2,4, el séptimo más bajo entre los 35 países encuestados. La prevalencia del empleo en el sector de los servicios en los países ACRD implica una menor vulnerabilidad a la automatización, pero a expensas del predominio del empleo de baja productividad. La mayoría de los países de ACRD están experimentando una “desindustrialización prematura”, en la que el crecimiento de la proporción de empleo en el sector de los servicios se produce en niveles más bajos de desarrollo y en niveles de empleo del sector manufacturero máximo más bajos que los registrados en los países avanzados. De hecho, la proporción de empleo en el sector industrial se contrajo entre 1991 y 2019 en todos los países de ACRD, excepto Panamá y Honduras. Esto implica un menor riesgo de automatización —los servicios mal pagados son más difíciles de automatizar porque tienden a implicar más tareas manuales (no rutinarias) y más interacciones (no rutinarias) orientadas a las personas—, pero genera inquietudes sobre el crecimiento futuro porque la industria manufacturera ha sido históricamente un acelerador del desarrollo económico y un generador de buenos empleos. Los continuos adelantos en materia de TIC fuera de la región podrían ofrecer un camino para mejorar la productividad del sector de servicios, el cual es cada vez más dominante. Si bien la globalización no ha desempeñado un papel significativo en la evolución del empleo en ACRD, las conexiones con la Resumen Ejecutivo XVIII economía mundial han aumentado en las últimas décadas. Los flujos de inversión extranjera directa (IED) aumentaron de un promedio regional del 1,0 por ciento del PIB entre 1970 y 1989 al 4,5 por ciento entre 2010 y 2022. Esto se debe, en parte, a la entrada de los países de ACRD en las CVM de manufactura, en particular en los sectores de textiles y prendas de vestir (República Dominicana, El Salvador, Guatemala y Nicaragua), de la industria automotriz (El Salvador, Honduras y Nicaragua) y de dispositivos médicos (Costa Rica y República Dominicana). Las tecnologías digitales están abriendo nuevas oportunidades para que las pequeñas y medianas empresas (pymes) de la región accedan a nuevos mercados y amplíen su base de clientes y proveedores, incluso a los mercados internacionales. La encuesta de pymes sobre el futuro de los negocios realizada por Meta y el Banco Mundial muestra que las pymes de toda la región utilizan herramientas digitales para facilitar las ventas y compras en línea: más del 40 por ciento afirma que las utiliza. Las plataformas digitales, en particular, parecen ser capaces de producir impactos transformadores. Gran parte de las empresas de toda la región de ACRD informan que las plataformas digitales tuvieron un impacto muy o extremadamente importante en sus negocios. LA IMPORTANCIA DEL CAMBIO TECNOLÓGICO EN EL EXTRANJERO Los cambios en la naturaleza del trabajo en los países de ACRD se ven influidos no solo por los acontecimientos de la región, sino también por la forma en que se materializan los avances tecnológicos en los países desarrollados. Los avances tecnológicos en el extranjero podrían afectar a los mercados laborales de los países de ACRD de varias maneras. En primer lugar, la automatización en el extranjero podría impulsar un proceso de relocalización o reshoring en el que el ahorro de mano de obra inducido por la automatización incentive a las empresas a recuperar puestos de trabajo para la producción nacional (o a crear nuevos puestos de trabajo en el país en lugar de en el extranjero). En segundo lugar, los adelantos tecnológicos en los países desarrollados podrían alterar la demanda de migrantes procedentes de países de ACRD. Los adelantos tecnológicos podrían reemplazar la necesidad de trabajadores migrantes, o podrían aumentar y modificar la demanda de distintos tipos de trabajadores migrantes, como sugieren investigaciones recientes que demuestran un vínculo entre los avances tecnológicos y el aumento de la demanda de trabajadores de servicios manuales. La investigación realizada para este informe muestra los siguientes impactos de los avances tecnológicos fuera de ACRD. • La adopción de robots en los Estados Unidos tiene un efecto negativo en los mercados laborales en la mayoría de los países de ACRD, probablemente como resultado de la reducción de las oportunidades de offshoring. Entre 2010 y 2019, la adopción de robots en Estados Unidos se asocia con una disminución de 0,4 puntos porcentuales en la participación en la fuerza laboral y el empleo en el caso de los trabajadores con un nivel educativo medio en República Dominicana y El Salvador. En Costa Rica, los efectos de la adopción de robots se canalizan a través de un aumento de 0,2 puntos porcentuales en la tasa de desempleo de los trabajadores con nivel educativo bajo y medio. Honduras es una excepción. La adopción de robots condujo a un aumento de 0,2 puntos porcentuales en la participación en la fuerza laboral de los trabajadores con nivel educativo medio. Esto puede estar relacionado con la dependencia de la canasta de exportaciones de Honduras a Estados Unidos de materias primas, lo que puede significar que el país se beneficie cuando la adopción de robots conduzca a una expansión de la demanda. • La computarización en Estados Unidos ha desplazado a los migrantes de ACRD hacia empleos menos calificados en el sector de los servicios y la construcción. Desde 1970, el empleo en Estados Unidos de migrantes provenientes de países de ingreso medio no pertenecientes a ACRD se ha vuelto mucho más intensivo en tareas orientadas a los conocimientos y a las personas (gráfico ES8a). Por el contrario, el empleo de migrantes de los países de ACRD se ha vuelto algo más intensivo en trabajos manuales flexibles y en trabajos orientados a las personas, pero no ha experimentado grandes cambios en el trabajo de conocimientos (gráfico ES8b). En resumen, el progreso tecnológico en los Estados Unidos parece estar desplazando a los trabajadores de ACRD hacia empleos menos calificados en el sector de los servicios y la construcción, donde predominan las tareas manuales e interpersonales no rutinarias. Resumen Ejecutivo XIX GRÁFICO ES8: Evolución del contenido de las tareas de los migrantes en Estados Unidos, 1970-2021 Índice de tareas (1970 = 0) a. Migrantes de otros países de ingreso medio b. Migrantes de ACRD 0.60 0.40 0.40 0.20 0.20 0.00 0.00 -0.20 -0.20 -0.40 -0.40 -0.60 -0.60 -0.80 -0.80 -1.00 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 Trabajo de conocimiento Trabajo orientado a personas Trabajo de conocimiento Trabajo físico Trabajo físico flexible Fuente: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana. • La adopción de robots en los Estados Unidos no tuvo un impacto observable en los flujos migratorios totales desde países de ACRD a los Estados Unidos en las décadas de 2000 y 2010. En general, los flujos migratorios no parecieron responder a la adopción de robots en los Estados Unidos durante este período. Sin embargo, la adopción de robots a principios de la década de 2000 sí aumentó la demanda de migrantes de ACRD altamente calificados pero en ocupaciones no rutinarias de baja calificación. Entre 2000 y 2010, un aumento de un robot por cada mil trabajadores industriales se asoció con una mayor tasa de empleo y una menor tasa de desempleo entre los migrantes de ACRD con un alto nivel educativo. Esto parece estar relacionado con un aumento en la demanda agregada, particularmente en la preparación de alimentos y la limpieza y el mantenimiento de edificios y jardines, debido al aumento de la productividad asociado con la adopción de robots, ya que los trabajadores de ACRD altamente calificados cambiaron a estas ocupaciones menos calificadas. Sin embargo, la adopción de robots en Estados Unidos entre 2010 y 2019 condujo a una menor demanda de migrantes de ACRD con un alto nivel educativo. La tasa de empleo de los migrantes de ACRD con un alto nivel educativo disminuyó 0,4 puntos porcentuales por cada robot adicional, mientras que el número total de migrantes de esa región con un alto nivel educativo disminuyó en 53 migrantes por cada robot adicional adoptado. Esto puede reflejar incentivos reducidos para que los migrantes de ACRD altamente calificados migren. FACILITACIÓN DE LOS AVANCES TECNOLÓGICOS QUE BENEFICIA A LOS TRABAJADORES El desafío para los responsables de formular políticas en ACRD es equilibrar las políticas que permitan obtener los avances tecnológicos y los beneficios que estos traen aparejados con las políticas que mitigan los efectos de las alteraciones consiguientes. Los avances tecnológicos son un componente clave del desarrollo, ya que permiten aumentar la productividad, crear nuevos productos y servicios, y acceder a nuevos mercados. En muchos casos, los avances tecnológicos van de la mano de mejores resultados en términos de empleo. Los países de ACRD aún no han experimentado alteraciones significativas derivadas de los avances tecnológicos, ni han aprovechado plenamente sus beneficios Resumen Ejecutivo XX potenciales. Si bien muchos trabajadores de la región parecen estar en riesgo de perder sus empleos a causa de las máquinas, una serie de factores relacionados con la estructura del empleo, las habilidades, el uso de la tecnología y la globalización hacen que este riesgo no se haya materializado y es poco probable que ocurra en el corto plazo. Sin embargo, esto también significa que la región aún no está obteniendo los beneficios potenciales asociados con los avances tecnológicos. Dado el alcance limitado de la tecnología en los países de ACRD, será fundamental respaldar la adopción y difusión de la tecnología para facilitar el desarrollo continuo de dichos países. Los servicios de asesoría empresarial y otros servicios conexos pueden promover la adopción de la tecnología, mejorar la capacidad de gestión, que suele ser un requisito previo para la adopción de tecnologías, y reforzar los vínculos entre las pequeñas empresas y las plataformas digitales que pueden abrir nuevos mercados. Desde el punto de vista del mercado laboral, surgen dos prioridades para que los países de ACRD aprovechen los beneficios de los avances tecnológicos y, al mismo tiempo, mitiguen las desventajas. En primer lugar, será esencial encontrar vías para el desarrollo de habilidades complementarias a las nuevas tecnologías. En segundo lugar, las políticas de protección social y del mercado laboral deberán adaptarse a las nuevas modalidades de trabajo, por un lado, y a las alteraciones asociadas con los avances tecnológicos, por el otro. Dentro de estas adaptaciones se encuentra la oportunidad a corto plazo de ampliar el acceso a la protección social mediante la creación de alianzas entre las plataformas digitales, los Gobiernos y los proveedores de servicios. Esto deberá hacerse teniendo en cuenta las circunstancias particulares de los países de ACRD. Los países más desarrollados de la región —Costa Rica, Panamá y, en muchos aspectos, la República Dominicana— se encuentran en general en una etapa más avanzada de cambio estructural y adopción de tecnologías. Esto significa que los diferentes países de ACRD tienen prioridades algo diferentes (cuadro ES1). Los países menos avanzados de la región deben centrarse más en la creación de estructuras fundacionales y en la puesta a prueba de nuevas iniciativas para el desarrollo de capacidades y la protección social, mientras que los países más avanzados pueden trabajar para perfeccionar los sistemas existentes. Resumen Ejecutivo XXI CUADRO ES1: Políticas para facilitar el cambio tecnológico y mitigar los efectos negativos resultantes Objetivo 1: Promover la adopción y difusión de la tecnología mediante el fortalecimiento de las capacidades de las empresas. Sentar bases • Garantizar una infraestructura de calidad (p. ej., electricidad, servicio de Internet, redes móviles). sólidas • Promover la competencia, garantizar que las regulaciones permitan la adopción y difusión de la tecnología, y ampliar el acceso al financiamiento. Todos los países de ACRD pueden trabajar Los países menos desarrollados de ACRD Los países más desarrollados de ACRD para pueden centrarse más en pueden centrarse más en Fortalecer los servicios de asesoramiento Utilizar los servicios de extensión para Focalizar los servicios mediante evaluaciones empresarial y extensión tecnológica, aumentar la adopción de tecnologías en el de las deficiencias del mercado, la solidez así como los centros tecnológicos para sector agrícola. de la demanda y el riesgo de saturación del promover la adopción de la tecnología entre mercado. las empresas y mejorar la capacidad de gestión. Promover el uso de plataformas digitales Poner en marcha iniciativas piloto que Desarrollar iniciativas que ayuden a conectar por parte de las pymes aumentando las desarrollen las habilidades digitales entre las a las pymes con los mercados extranjeros. habilidades digitales, el conocimiento y la pymes. adopción de la tecnología. Objetivo 2: Fortalecer las vías para el desarrollo y la implementación de habilidades. Sentar bases • Invertir en la educación en la primera infancia y mejorar las competencias básicas de lectura, escritura y matemática de sólidas los niños en edad escolar. Todos los países de ACRD pueden trabajar Los países menos desarrollados de ACRD Los países más desarrollados de ACRD para pueden centrarse más en pueden centrarse más en Desarrollar herramientas de conocimiento Introducir o fortalecer las encuestas sobre la Utilizar encuestas de vacantes, de perfiles de del mercado laboral para recopilar, analizar fuerza laboral y utilizar datos administrativos. habilidades y otras encuestas especializadas, y difundir información sobre el mercado y explorar nuevas fuentes de información laboral. sobre el mercado laboral (por ejemplo, ofertas de empleo en línea). Crear sistemas de educación y capacitación Poner a prueba programas de capacitación Identificar áreas de demanda creciente basados en las bases y orientados a la para la recuperación de habilidades e en tiempo real, desarrollar programas de demanda, diseñados para durar toda la vida impulsados por la demanda que mejoren la capacitación en respuesta e incorporar otros y dirigidos a los trabajadores con mayor lectura, escritura y matemática y las habilidades servicios de apoyo en estos programas de riesgo de sufrir efectos negativos en el digitales básicas, y que satisfagan la demanda capacitación. mercado laboral. del mercado laboral en áreas estratégicas. Diseñar programas de intermediación Crear un sistema público de servicios de Ampliar el sistema de servicios públicos de digitales adecuados para los fines previstos empleo que sea una fuente de información empleo para proporcionar información sobre que se centren en superar las disparidades confiable. el mercado laboral, orientación profesional geográficas y los problemas de información. Explorar alianzas globales sobre habilidades y sobre habilidades, concordancia entre la a fin de crear vías migratorias seguras e oferta y la demanda de empleo y servicios de inclusivas. derivación. Objetivo 3: Adaptar las políticas de protección social y del mercado laboral a las nuevas formas de trabajo. Sentar bases • Dejar de depender de las relaciones tradicionales entre empleadores y empleados para financiar y brindar sólidas protección social. Todos los países de ACRD pueden trabajar Los países menos desarrollados de ACRD Los países más desarrollados de ACRD para pueden centrarse más en pueden centrarse más en Aprovechar el potencial del trabajo en Evitar regulaciones que conduzcan a una A corto plazo, explorar modelos para ampliar plataformas. mayor segmentación del mercado laboral. el acceso de los trabajadores de plataformas a la protección social. Hacer un seguimiento de las posibles Desarrollar modelos de los negocios, Desarrollar análisis más sofisticados de las prácticas anticompetitivas. características y potencial anticompetitivo de prácticas anticompetitivas particulares de las las plataformas digitales. plataformas, especialmente las cuestiones relacionadas con los datos. Resumen Ejecutivo XXII Capítulo 1 Empleos en América Central y la República Dominicana Los mercados laborales de América Central y la República Dominicana enfrentan desafíos importantes a pesar de las mejoras registradas en los últimos años. El cambio estructural es lento en varios países. Independientemente de la etapa en la que se encuentre la transformación estructural, todos los países de ACRD están experimentando un fuerte crecimiento del empleo en el sector de los servicios. Para ello será necesario crear empleos de mejor calidad en un sector caracterizado típicamente por trabajos de baja productividad y baja remuneración. De hecho, la calidad del empleo ya es un desafío. La falta de acceso a la protección social es la norma y el crecimiento de los salarios se ha estancado en muchos países. Se han logrado avances en los niveles educativos, pero este capital humano está subutilizado: las bajas tasas de participación de mujeres y jóvenes en la fuerza laboral indican que una gran parte del capital humano de la región no está incorporada al mercado laboral. Los grandes flujos de emigración de varios países de ACRD implican que el capital humano se aprovecha mejor en otros lugares. El sector privado necesita más dinamismo para crear empleos de alta calidad. Los obstáculos para la entrada y el crecimiento de las empresas se traducen en altas tasas de empresas informales pequeñas y menos productivas. DESCRIPCIÓN DE LA SITUACIÓN: DINÁMICA DEL MERCADO LABORAL Y AVANCES TECNOLÓGICOS Para comprender cómo evolucionará la naturaleza del trabajo en los próximos años en ACRD se requiere, en primer lugar, comprender la dinámica existente en el mercado laboral. Se ha escrito mucho sobre el impacto potencial de los avances tecnológicos en los mercados laborales de los países desarrollados, pero se sabe menos sobre la interacción entre la tecnología y el empleo en ACRD, donde los desafíos preexistentes en el mercado laboral pueden significar una evolución diferente. Gran parte de la región se caracteriza por una baja participación femenina en la fuerza laboral, un alto nivel de desempleo, una limitada cobertura de protección social, bajos niveles de calificación y entornos empresariales complejos. Comprender estas dinámicas es importante, tanto porque ayudarán a determinar el impacto futuro del cambio tecnológico en la región como porque han afectado los impactos de los cambios tecnológicos que ya se han producido. En este capítulo se presenta un resumen general de los mercados laborales en ACRD. Este capítulo se basa en publicaciones recientes sobre empleos y mercados laborales en los países de ACRD y se complementa con nuevos análisis. El capítulo comienza con un análisis de la dinámica del crecimiento y el empleo, y luego pasa a analizar la oferta y la demanda de trabajo. En el cuadro 1.1 se resumen las principales cuestiones relacionadas con el mercado laboral en los países de ACRD. 1 CUADRO 1.1: Resumen de las principales cuestiones relacionadas con la oferta y la demanda del mercado laboral en ACRD País Contexto Desafíos relacionados con la oferta de mano de obra Desafíos relacionados con la demanda de macroeconómico mano de obra CRI • Fuerte crecimiento • Elevada tasa de desempleo. • Elevada discrepancia impositiva que explicado por el • Grandes disparidades de género en el desempleo y aumenta los incentivos para el empleo aumento de la la participación en la fuerza laboral (PFL); altas tasas informal. productividad laboral. de desempleo juvenil y de jóvenes que no estudian ni • Diálogo fragmentado entre trabajadores y • Transformación trabajan ni reciben formación (ninis), esp. mujeres. empleadores. estructural sustancial. • Déficits de habilidades, particularmente en sectores de alto valor. • Tasa elevada de deserción de la escuela secundaria. DOM • Fuerte crecimiento • Grandes disparidades de género en lo que respecta al • Problemas relacionados con la explicado por el desempleo y la PFL; altas tasas de ninis, esp. mujeres. concentración del mercado, los regímenes aumento de la • Desafíos relacionados con la cantidad y la calidad de tributarios especiales y el acceso al crédito, productividad laboral. la educación. y acceso poco confiable a la electricidad • Transformación • Emigración considerable. que perturban la entrada y el crecimiento estructural sustancial. de las empresas. • Múltiples salarios mínimos con ajustes rezagados que crean distorsiones en el mercado laboral. GTM • Crecimiento lento con • PFL general baja. • Obstáculos para el ingreso y contexto escaso aumento de la • Grandes disparidades de género en la PFL; altas tasas político y de gobernanza desfavorable productividad laboral. de ninis, esp. mujeres. que crean falta de contestabilidad y • Transformación • Desafíos relacionados con la cantidad de educación, desincentivan el ingreso (formal). estructural con menor esp. en las zonas rurales. incidencia en el • Movilidad interna limitada. empleo agrícola. • Emigración considerable. HND • Crecimiento lento con • Grandes disparidades de género en el desempleo y la • Aumentos del salario mínimo que pueden escaso aumento de la PFL; altas tasas de ninis, esp. mujeres. obstaculizar el crecimiento del empleo productividad laboral. • Desafíos relacionados con la calidad de la educación, formal. • Transformación en particular la educación y formación técnica y • Elevada prima salarial del sector público estructural con menor profesional (EFTP). que crea competencia con el sector incidencia en el • Desajustes del mercado laboral. privado. empleo agrícola. • Emigración considerable. NIC • Crecimiento lento con • Grandes disparidades de género y en la PFL entre los • Obstáculos para la entrada y el crecimiento escaso aumento de la jóvenes; alto nivel de desempleo juvenil; altas tasas de que desincentivan la formalidad, dejando productividad laboral. ninis, esp. mujeres. la mayoría de los puestos de trabajo en • Transformación • Emigración considerable. microempresas improductivas. estructural con menor incidencia en el empleo agrícola. PAN • Fuerte crecimiento • Elevada tasa de desempleo. • Dificultad para adoptar un modelo explicado por el • Grandes disparidades de género en la PFL; elevado de crecimiento impulsado por los aumento de la desempleo juvenil, altas tasas de ninis, esp. mujeres. conocimientos; baja inversión en I+D y productividad laboral. • Desafíos relacionados con la calidad de la educación difusión ineficaz del conocimiento que • Transformación que generan déficits de habilidades. afectan la innovación. estructural sustancial. • Tasa elevada de deserción de la escuela secundaria. • Acceso desigual a la infraestructura. SLV • Crecimiento lento con • Baja tasa de PFL general. • Salarios mínimos elevados, discrepancia escaso aumento de la • Grandes disparidades de género en la PFL; altas tasas impositiva y rigidez de las regulaciones productividad laboral. de ninis, esp. mujeres rurales. que desalientan la formalidad y reducen la • Transformación • Desajustes del mercado laboral. productividad. estructural. • Altos salarios del sector público que distorsionan la • Delincuencia que desincentiva la formalidad mano de obra calificada. y el crecimiento de las empresas y reduce • Emigración considerable, esp. de los más calificados. la rentabilidad. • Falta de uso de tecnología por parte de las pequeñas empresas que limita la productividad. Fuentes: IFC (2023) y OCDE (2017c) para Costa Rica; Abdullaev y Estevão (2013); OCDE (2022a); USAID (2020) y Winkler y Montenegro (2021) para la República Dominicana; Banegas y Winkler (2020) para El Salvador; Eberhard-Ruíz (2021) y USAID (2017a) para Guatemala; Michel y Walker (2019) y USAID (2017b) para Honduras; Castro-Leal y Porras-Mendoza (2020) y Banco Mundial (2012b) para Nicaragua; OCDE (2017a) para Panamá; Bashir, Gindling y Oviedo (2012); Ulku y Zaoruak (2021) y Banco Mundial (2022b) para la región de América Central y la República Dominicana (ACRD) en su conjunto. Nota: CRI = Costa Rica; DOM = República Dominicana; esp. = especialmente; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; I+D = investigación y desarrollo; SLV = El Salvador. Capítulo 1 Empleos en América Central y la República Dominicana 2 DINÁMICA DEL CRECIMIENTO Y EL EMPLEO Costa Rica, Panamá y la República Dominicana son los países de ingreso más alto y mayor productividad de ACRD. El Salvador, Guatemala, Honduras y Nicaragua, por el contrario, han permanecido relativamente estancados en las últimas dos décadas, con mejoras de productividad apenas modestas. El empleo en la región se caracteriza por la desindustrialización: el empleo se ha desplazado marcadamente de la agricultura y ahora se concentra en el sector de los servicios. Crecimiento económico ACRD incluye países con diversos niveles de desarrollo económico. Panamá, el único país de ingreso alto de la región, tiene un producto interno bruto (PIB) per cápita cinco veces más alto que el de Nicaragua y Honduras, los países menos adelantados de la región (gráfico 1.1). Los países de ingreso alto de la región crecieron más durante las últimas dos décadas que los de ingreso bajo (gráfico 1.2). Tras comenzar el período con un PIB per cápita similar al de Panamá, Costa Rica creció más lentamente que su vecino del sur, mientras que la República Dominicana alcanzó a Costa Rica. El Salvador, Guatemala, Honduras y Nicaragua crecieron con lentitud y no lograron recuperar el ritmo de crecimiento. GRÁFICO 1.1: PIB per cápita, 2002–21 GRÁFICO 1.2: Crecimiento del PIB, 2002-19 Paridad del poder adquisitivo, en USD a precios interna- Crecimiento anual promedio porcentual cionales constantes de 2017 35,000 8.0% 30,000 7.0% 25,000 6.0% 20,000 5.0% 15,000 4.0% 10,000 3.0% 5,000 2.0% 0 1.0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 0.0% PAN CRI DOM SLV PAN DOM CRI HND GTM NIC SLV GTM NIC HND 2002-2019 2002-2011 2012-2019 Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; PIB = producto interno HND = Honduras; NIC = Nicaragua; PAN = Panamá; PIB = producto interno bruto; SLV = El Salvador. bruto; SLV = El Salvador. La productividad laboral ha impulsado el crecimiento en los países de ingreso más alto de la región. ACRD presenta una brecha de productividad considerable en relación con los países comparables (Ulku y Zaourak, 2021). Los análisis anteriores en los que se desglosa el crecimiento económico en cambios en la productividad laboral y en las tendencias demográficas y de empleo revelan dos conjuntos de países. El aumento de la productividad laboral ha sido el principal motor del crecimiento en Costa Rica, República Dominicana y Panamá, y explica alrededor del 80 por ciento del crecimiento del valor agregado per cápita registrado entre 2000 y 2017 aproximadamente (Banegas y Winkler, 2020; Castro-Leal y Porras-Mendoza, 2020; Winkler y Montenegro, 2021). En cambio, en El Salvador, Guatemala, Honduras y Nicaragua, el crecimiento económico durante este período fue lento y se debió principalmente a cambios en los factores demográficos más que a mejoras en la productividad laboral (Banegas y Winkler, 2020; Castro-Leal y Porras-Mendoza, 2020; Eberhard-Ruiz, 2021; Michel y Walker, 2019). Capítulo 1 Empleos en América Central y la República Dominicana 3 Productividad El papel relativamente insignificante de la productividad laboral en la explicación del crecimiento en muchos países de ACRD indica desafíos para el desarrollo económico a largo plazo. El aumento de la productividad es el principal motor del progreso económico sostenido. Si bien las tendencias demográficas y de empleo favorables pueden dar lugar a períodos de crecimiento económico, es necesario mejorar la productividad laboral para lograr una convergencia sostenida con las economías avanzadas. Costa Rica, Panamá y la República Dominicana se destacan como los líderes en productividad en ACRD. La productividad, estimada como valor agregado por trabajador, es más alta en Costa Rica, Panamá y la República Dominicana, aunque sigue estando muy por debajo de los niveles de referencia a los que se aspira Corea, la Organización para la Cooperación y el Desarrollo Económicos (OCDE) y Estados Unidos (gráfico 1.3). Las diferencias de productividad entre los países son más marcadas en el sector industrial, donde la productividad de Panamá es casi el doble de la de Costa Rica y la República Dominicana, que a su vez tienen una productividad industrial que duplica al menos la del resto de los países de la región. Las diferencias entre países en la productividad del sector de los servicios también son significativas, aunque solo se destacan dos grupos principales: Costa Rica y Panamá, por un lado, y los demás países de la región, por el otro. Las diferencias son menos marcadas en el sector agrícola. GRÁFICO 1.3: Productividad laboral en todos los sectores, 2019 Valor agregado por trabajador, USD constantes de 2015 140,000 120,000 100,000 80,000 60,000 40,000 20,000 0 USA OCDE KOR DOM CRI ALC PAN GTM SLV NIC HND USA OCDE KOR PAN CRI DOM ALC GTM SLV NIC HND USA OCDE KOR PAN CRI ALC DOM GTM SLV HND NIC Agricultura Industria Servicios Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: Los datos correspondientes al sector industrial de la República de Corea corresponden a 2015. ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; DOM = República Dominicana; EE. UU. = Estados Unidos de América; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. El crecimiento de la productividad ha sido mínimo en la mayoría de los países de ACRD. Desde 2002, la productividad agrícola ha aumentado considerablemente en la República Dominicana (gráfico 1.4a). El aumento de la productividad también ha sido significativo en Costa Rica y Honduras, aunque la productividad agrícola ha disminuido en relación con los niveles de 2002 en Costa Rica en los últimos años. La productividad agrícola es inferior a los niveles de 2002 en El Salvador y Panamá, y el crecimiento ha sido mínimo en Guatemala y Nicaragua. Panamá se destaca por el rápido aumento de su productividad industrial, que en 2019 casi triplicó el nivel de 2002 (gráfico 1.4b). Otro de los países destacados es República Dominicana, con un crecimiento de la productividad industrial del 62 por ciento. Panamá también se destaca por un aumento sustancial en la productividad de los servicios, junto con Costa Rica y la República Dominicana (gráfico 1.4c). Capítulo 1 Empleos en América Central y la República Dominicana 4 GRÁFICO 1.4: Crecimiento de la productividad laboral en todos los sectores, 2002-19 Variación del valor agregado por trabajador, porcentaje, año base = 2002 a. Agricultura b. Industria c. Servicios 160% 200% 80% 70% 120% 150% 60% 50% 80% 100% 40% 30% 40% 50% 20% 10% 0% 0% 0% -10% -40% -50% -20% 2002 2004 2006 2008 2010 2012 2014 2016 2018 2002 2004 2006 2008 2010 2012 2014 2016 2018 2002 2004 2006 2008 2010 2012 2014 2016 2018 CRI DOM GTM NIC PAN SLV HND Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Empleo A pesar del modesto crecimiento económico, los países de ACRD generaron nuevos puestos de trabajo en las últimas dos décadas. Entre 2002 y 2021, el crecimiento más alto del empleo se registró en Honduras (2,5 por ciento), Nicaragua (2,4 por ciento) y Guatemala (2,3 por ciento), lo que refleja en parte la menor contribución de la productividad laboral al crecimiento económico de estos países (gráfico 1.5). En toda la región, el crecimiento del empleo fue menor en la década de 2010 que en la de 2000. GRÁFICO 1.5: Crecimiento del empleo, 2002–19 Crecimiento anual promedio porcentual 4.0% 3.5% 3.0% 2.5% 2.0% 1.5% 1.0% 0.5% 0.0% HND NIC GTM DOM PAN CRI SLV 2002–19 2002–11 2012–19 Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: En el período de 2012-21 no se incluye 2020, que se vio significativamente afectado por la pandemia de COVID-19. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. En los países de ACRD, el empleo se ha desplazado de la agricultura. La trayectoria canónica del desarrollo económico, conocida como transformación estructural, prevé que el empleo se desplace primero de la agricultura (de baja productividad) a la industria (de mayor productividad) y luego de la industria a los servicios (de menor productividad) a medida que aumenta la productividad industrial. En Capítulo 1 Empleos en América Central y la República Dominicana 5 consonancia con este modelo, el empleo agrícola ha disminuido en todos los países de ACRD en el largo plazo. Aunque los datos censales se han difundido de manera irregular durante los últimos 60 años, muestran una disminución sustancial del empleo agrícola (gráfico 1.6). Esta disminución continuó entre 1991 y 2019, período durante el cual se dispone de datos comparables de encuestas (gráfico 1.7). Sin embargo, las menores disminuciones del empleo agrícola en Guatemala, Nicaragua y Honduras significan que casi una tercera parte del empleo permanece en la agricultura de baja productividad. GRÁFICO 1.6: Cambio en la proporción de empleo por sector, 1960-2010 Punto porcentual 60 40 20 0 -20 -40 -60 Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios CRI: 1963-2011 DOM: 1960-2010 GTM: 1964-2002 HND: 1961-2001 NIC: 1971-2005 PAN: 1960-2010 SLV: 1992-2007 USA: 1960-2015 Fuente: Centro de población de Minnesota (2020). Nota: CRI = Costa Rica; DOM = República Dominicana; EE. UU. = Estados Unidos de América; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Los países de ACRD se están desindustrializando. La desindustrialización —el desplazamiento del empleo de la industria hacia los servicios— es un fenómeno común en las economías avanzadas (véase Estados Unidos en el gráfico 1.6) y se considera la etapa final del proceso de transformación estructural. Sin embargo, datos recientes sugieren que, en los países en desarrollo en general y en América Latina en particular, el crecimiento de la proporción del empleo relacionado con los servicios se produce en niveles más bajos de desarrollo y en niveles más bajos de empleo del sector manufacturero máximo (Rodrik, 2016)2. Este parece ser el caso en los países de ACRD, donde, en contraposición con el modelo típico de transformación estructural, el empleo no se ha desplazado con fuerza hacia la industria. A largo plazo, los aumentos en la proporción de empleo en el sector industrial han sido modestos y, en las tres décadas más recientes, esta proporción se redujo o se estabilizó en todos los países de ACRD, excepto en Panamá (gráficos 1.6 y 1.7). En el sector de los servicios, en cambio, el empleo ha crecido sustancialmente tanto a largo plazo como en las tres últimas décadas. 2 Lo mismo ocurre con el valor agregado del sector, aunque el fenómeno es más evidente con respecto al empleo (Beylis et al., 2020). Véase también Felipe, Mehta y Rhee (2019). Capítulo 1 Empleos en América Central y la República Dominicana 6 GRÁFICO 1.7: Proporción de empleo por sector, 1991-2019 Porcentaje a. Agricultura b. Industria c. Servicios 100% 100% 100% 90% 90% 90% 80% 80% 80% 70% 70% 70% 60% 60% 60% 50% 50% 50% 40% 40% 40% 30% 30% 30% 20% 20% 20% 10% 10% 10% 0% 0% 0% CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV 1991 1999 2009 2019 Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. OFERTA LABORAL Los países de ACRD enfrentan desafíos considerables para desarrollar y utilizar el capital humano en empleos productivos. Los bajos niveles educativos, combinados con evidencia de baja calidad educativa, generan inquietud acerca de cuán bien los trabajadores actuales y futuros podrán complementar y facilitar los avances tecnológicos y responder a los cambios en el trabajo resultantes de dichos avances. Al mismo tiempo, la baja participación en la fuerza laboral y las altas tasas de desempleo en algunos países, en particular entre las mujeres y los jóvenes, combinadas con los altos niveles de informalidad (representada por el acceso a la protección social) y el trabajo por cuenta propia, sugieren que los países de ACRD tienen dificultades para utilizar el capital humano. Participación en la fuerza laboral y empleo En general, las tasas de participación en la fuerza laboral han mejorado en los países de ACRD en las últimas dos décadas, con algunas excepciones. Entre 2002 y 2011, la mayoría de los países de la región tenían tasas de participación en la fuerza laboral inferiores al promedio de América Latina y el Caribe (ALC). Esta tendencia comenzó a cambiar alrededor de 2010: Costa Rica, Honduras, Nicaragua, Panamá y la República Dominicana tuvieron tasas de participación más altas en el período de 2012-19 anterior a la pandemia de COVID-19. Por el contrario, las tasas de participación en la fuerza laboral disminuyeron durante este período en El Salvador y Guatemala, por lo que se convirtieron en los únicos países de ACRD con tasas de participación en la fuerza laboral más bajas en 2021 que el promedio de ALC (gráfico 1.8). Todos los países de ACRD experimentaron disminuciones en la participación en 2020 como resultado de la pandemia y algunos de ellos se mantuvieron por debajo de los niveles registrados antes de la pandemia en 2021. La participación de las mujeres en los mercados laborales de ACRD es mucho menor que la de los hombres. Las tasas de participación laboral de las mujeres de Guatemala (36 por ciento) y El Salvador (44 por ciento) son bajas en relación con las de otros países de ACRD y con el promedio regional de ALC (50 por ciento) (gráfico 1.9). Estos son también los únicos dos países en los que la tasa de participación laboral femenina disminuyó entre 2002 y 2021. La disparidad entre las tasas de participación laboral de mujeres y hombres es amplia en todos los países de ACRD (gráfico 1.10). Las bajas tasas entre las mujeres se asocian con desventajas derivadas de tener hijos, casarse y una disponibilidad insuficiente de empleo Capítulo 1 Empleos en América Central y la República Dominicana 7 GRÁFICO 1.8: Tasa de participación en la GRÁFICO 1.9: Tasa de participación fuerza laboral, 2021 femenina en la fuerza laboral, 2021 Porcentaje Porcentaje 66% 55% 64% 50% 62% 60% 45% 58% 40% 56% 35% 54% 52% 30% NIC PAN DOM KOR HND CRI ALC OCDE GTM SLV KOR PAN OCDE DOM CRI ALC NIC HND SLV GTM Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. Económicos; PAN = Panamá; SLV = El Salvador. asalariado formal, que a su vez están vinculadas a las normas de género y a las barreras legales (Almeida y Viollaz, 2022; Eberhard-Ruiz, 2021; Michel y Walker, 2019). Otros factores son la recepción de remesas y el embarazo adolescente (Sousa y García-Suaza, 2018; Winkler y Montenegro, 2021). Durante las últimas dos décadas, las tasas de desempleo fueron bajas en los países de ACRD en relación con el promedio de ALC. Entre 2002 y 2019, la tasa media de desempleo de todos los países de ACRD fue inferior a la de ALC (gráfico 1.11). El desempleo se disparó durante la pandemia en todos los países de ACRD, excepto en la República Dominicana, y se mantuvo elevado en 2021 en la mayoría de GRÁFICO 1.10: Disparidad entre mujeres y GRÁFICO 1.11: Tasa de desempleo, 2002–21 hombres en la tasa de participación en la Porcentaje fuerza laboral, 2021 Punto porcentual OCDE KOR PAN CRI ALC DOM HND SLV NIC GTM 18% 0 16% -5 14% -10 12% -15 -20 10% -25 8% -30 6% -35 4% -40 2% -45 0% CRI PAN ALC HND DOM OCDE NIC SLV KOR GTM -50 2002–11 2012–19 2020 2021 Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. Económicos; PAN = Panamá; SLV = El Salvador. Capítulo 1 Empleos en América Central y la República Dominicana 8 GRÁFICO 1.12: Disparidad entre mujeres y GRÁFICO 1.13: Jóvenes ninis, 2021 hombres en la tasa de desempleo, 2002-21 Porcentaje Punto porcentual 10.0 50% 8.0 45% 40% 6.0 35% 4.0 30% 2.0 25% 20% 0.0 15% -2.0 10% -4.0 5% -6.0 0% CRI DOM HND ALC GTM SLV PAN OCDE NIC KOR GTM DOM HND SLV NIC ALC PAN CRI OCDE 2002–11 2012–19 2020 2021 Mujeres Hombres Total Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; Nota: Los datos corresponden a 2019 en Guatemala y Honduras, y a 2014 DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC en Nicaragua. ALC = América Latina y el Caribe; CRI = Costa Rica; DOM = = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; Económicos; PAN = Panamá; SLV = El Salvador. ninis = no estudian ni trabajan ni reciben formación; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. los países. La disparidad de género en el desempleo es mayor en Costa Rica, la República Dominicana y Honduras (gráfico 1.12). La participación laboral de mujeres aumentó considerablemente durante las últimas dos décadas en estos países, lo que sugiere que las mujeres buscaron trabajo en mayor número, pero tuvieron dificultades para acceder al empleo. Los jóvenes tienen dificultades para utilizar su capital humano en los mercados laborales de ACRD. Los jóvenes tienen tasas de participación laboral más bajas y un índice de desempleo más alto que los adultos en todos los países de ACRD. Por ejemplo, la diferencia en la tasa de desempleo entre jóvenes y adultos oscila entre 2 puntos porcentuales en Guatemala y Honduras y más de 25 puntos porcentuales en Costa Rica, Nicaragua y Panamá. La tasa de desempleo juvenil también es más volátil y susceptible a las crisis. Por ejemplo, debido a la pandemia de COVID-19, los jóvenes experimentaron un mayor aumento del desempleo. En la mayoría de los países, las tasas de exclusión de los estudios y la capacitación, así como de la fuerza laboral (tasas de ninis), también son elevadas (gráfico 1.13). Las mujeres jóvenes tienen más probabilidades de no participar en estas actividades, con disparidades de dos dígitos entre mujeres y hombres en todos los países de ACRD, excepto Costa Rica y Panamá. Calidad del trabajo El trabajo por cuenta propia representa una gran proporción de todos los puestos de trabajo en la mayoría de los países de ACRD. El empleo asalariado es menos común en todos los países de ACRD que en los países de la OCDE y Corea y es menos común que el promedio de ALC en todos los países, excepto en Costa Rica (gráfico 1.14). El trabajo por cuenta propia es más común en Honduras, donde la mitad de los trabajadores son independientes. A pesar de los niveles relativamente bajos, el empleo asalariado aumentó en la mayoría de los países de ACRD en las últimas dos décadas, aunque estos aumentos fueron desiguales dentro de cada país y entre ellos (gráfico 1.15). En los países de ingreso más alto de la región, los hombres están más concentrados que las mujeres en el trabajo por cuenta propia. La relación se revierte en El Salvador, Guatemala, Honduras y Nicaragua. En general, estas tendencias se mantienen en el tiempo, aunque el aumento del trabajo por cuenta propia en Panamá en los últimos años ha sido impulsado por una mayor proporción de mujeres que trabajan por cuenta propia. Capítulo 1 Empleos en América Central y la República Dominicana 9 GRÁFICO 1.14: Proporción de empleo por GRÁFICO 1.15: Proporción de empleo en salario y trabajo por cuenta propia, 2019 relación con el empleo asalariado, 2002-19 Porcentaje Porcentaje 100% 80% 70% 80% 60% 60% 50% 40% 40% 30% 20% 20% 10% 0% 0% OCDE KOR CRI ALC SLV PAN GTM DOM NIC HND CRI DOM GTM HND NIC PAN SLV Por cuenta propia Asalariado 2002 2010 2019 Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: ALC = América Latina y el Caribe; COR = Corea; CRI = Costa Rica; Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. = Nicaragua; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. La informalidad es común en ACRD, con tasas de hasta el 80 por ciento en Honduras y Nicaragua (gráfico 1.16). La definición de trabajadores informales de la Organización Internacional del Trabajo (OIT), que incluye a los trabajadores que no reciben protección social, así como a los trabajadores por cuenta propia y familiares, se utiliza como medida representativa de la calidad del trabajo. El empleo informal representa menos de la mitad de los puestos de trabajo solo en Costa Rica, aunque incluso allí la informalidad es alta en comparación con los estándares internacionales y los trabajadores informales tienen dificultades para cambiar a empleos formales (OCDE, 2017c). Las mujeres tienen tasas de informalidad más altas en Costa Rica y El Salvador, mientras que los hombres tienen tasas más altas en la República Dominicana, Honduras y Panamá. GRÁFICO 1.16: Tasa de informalidad, 2021 Porcentaje 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% HND NIC GTM SLV DOM PAN CRI Mujeres Hombres Total Fuente: ILOSTAT. Nota: Los años son 2012 para Nicaragua, 2017 para Honduras y 2019 para Guatemala. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 1 Empleos en América Central y la República Dominicana 10 Los salarios se han estancado fuera de los países de ingreso más alto de la región de ACRD. El análisis de los salarios por hora revela dos grupos de países. En primer lugar, Costa Rica y Panamá han experimentado un crecimiento salarial en los últimos años y sus salarios por hora son superiores al promedio de ALC. En segundo lugar, El Salvador, Honduras y la República Dominicana tienen salarios por hora estancados que se ubican por debajo del promedio regional. Los ingresos por hora de las mujeres son más altos que los de los hombres en Costa Rica, Guatemala y Nicaragua, mientras que son más bajos en El Salvador, Honduras, Panamá y la República Dominicana (Urquidi y Chalup, 2023). Este patrón persiste una vez que se controlan características como la educación y la ocupación. Habilidades Las mejoras en la cantidad de educación en ACRD se ven afectadas por los continuos desafíos relacionados con la calidad. Los países de ACRD han logrado avances significativos en el nivel de escolaridad. Los datos del Índice de Capital Humano 2020 muestran que, en toda la región, los niños pueden esperar completar, en promedio, 11 años de escolaridad (gráfico 1.17). Incluso en los países de peor desempeño de la región (Guatemala y Honduras), el niño medio puede esperar completar nueve años de escolaridad, lo que indica que permanece en la escuela hasta el final de la educación básica. Sin embargo, el aprendizaje es bajo en toda la región (Banco Mundial, 2022b; 2023b). Al ajustar los años de escolaridad en función de la calidad del aprendizaje se observa que los niños solo pueden esperar recibir, en promedio, siete años de educación. Las tasas de pobreza de aprendizajes, es decir, la proporción de niños que no asisten a la escuela o que no pueden leer un texto básico a los 10 años, son de casi el 80 por ciento en todos los países, con excepción de Costa Rica y El Salvador (gráfico 1.18). Cuando los niños no logran dominar las habilidades básicas al principio de la escuela, puede ser difícil que desarrollen habilidades más avanzadas más adelante, lo que socava los beneficios de pasar más años en el aula (Belafi, Hwa y Kaffenberger, 2020). GRÁFICO 1.17: Escolaridad y escolaridad GRÁFICO 1.18: Pobreza de aprendizajes, ajustada al aprendizaje, 2019 2019 Años Porcentaje de niños en edad de asistir a la escuela primaria 14 90% 12 80% 70% 10 60% 8 50% 6 40% 4 30% 2 20% 0 10% CRI DOM SLV NIC PAN GTM HND Años de escolaridad esperados 0% HND NIC GTM PAN DOM SLV CRI Años de escolaridad ajustados al aprendizaje Fuente: Índice de Capital Humano del Banco Mundial. Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Un mayor nivel de educación se asocia con mejores resultados en el mercado laboral y empleos de mayor calidad, lo que se traduce en mejores perspectivas de empleo en todos los países de ACRD (gráficos 1.19 y 1.20). Sin embargo, las tasas de informalidad entre las personas con mayor nivel educativo siguen siendo altas —más de una cuarta parte de los trabajadores— en Guatemala y Honduras. Capítulo 1 Empleos en América Central y la República Dominicana 11 GRÁFICO 1.19: Tasa de empleo por nivel GRÁFICO 1.20: Tasa de informalidad por educativo, 2021 nivel educativo, 2021 Porcentaje Porcentaje 100% 100% 90% 90% 80% 80% 70% 70% 60% 60% 50% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% CRI DOM GTM HND NIC PAN SAL CRI DOM GTM HND NIC SAL Bajo Medio Alto Fuente: SEDLAC (CEDLAS y Banco Mundial). Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: Los años son 2014 para Guatemala y Nicaragua y 2019 para Honduras. Nota: Los años son 2014 para Guatemala y Nicaragua y 2019 para Honduras. Bajo significa 8 años o menos de educación formal, medio es entre 9 y 13 años, Bajo significa 8 años o menos de educación formal, medio es entre 9 y 13 y alto es más de 13. CRI = Costa Rica; DOM = República Dominicana; GTM = años, y alto es más de 13. CRI = Costa Rica; DOM = República Dominicana; Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. GTM = Guatemala; HND = Honduras; NIC = Nicaragua; SLV = El Salvador. El empleo altamente calificado es limitado en los países de ACRD. Incluso los países de ingreso más alto de la región tienen proporciones de empleo altamente calificado muy por debajo del promedio de la OCDE (gráfico 1.21). En cambio, predominan los empleos de baja y mediana calificación, que representan al menos la mitad del empleo en todos los países de ACRD. Durante la última década, en la que se dispone de datos comparables, se observó un escaso crecimiento de los empleos altamente calificados como proporción del empleo total, mientras que los empleos de calificación media han aumentado (gráfico 1.22). En todos los países de ACRD, las mujeres tienen una mayor proporción de empleo en ocupaciones de alta calificación en comparación con los hombres y, en la mayoría de los países, están menos concentradas en empleos de calificación media y baja. GRÁFICO 1.21: Proporción de empleo por GRÁFICO 1.22: Cambio en la proporción de nivel de calificación, 2021 empleo por nivel de calificación, 2011-21 Porcentaje Punto porcentual 100% 25 20 80% 15 60% 10 5 40% 0 -5 20% -10 0% -15 OCDE KOR PAN ALC CRI DOM NIC SLV HND GTM CRI DOM GTM HND PAN SLV Bajo Medio Alto Fuente: ILOSTAT. Fuente: ILOSTAT. Nota: Los datos corresponden a 2019 en Guatemala, 2020 en Honduras y Nota: Se omite Nicaragua por falta de datos. El año final es 2019 para 2014 en Nicaragua. Calificación baja corresponde a ocupaciones básicas. La Guatemala y 2020 para Honduras. Calificación baja corresponde a calificación media corresponde a trabajadores administrativos, de servicio y ocupaciones básicas. La calificación media corresponde a trabajadores de ventas; trabajadores agrícolas y comerciantes calificados; operadores de administrativos, de servicio y de ventas; trabajadores agrícolas y plantas y máquinas y encargados de montaje. Calificación alta corresponde comerciantes calificados; operadores de plantas y máquinas y encargados a gerentes, profesionales y técnicos. ALC = América Latina y el Caribe; COR de montaje. Calificación alta corresponde a gerentes, profesionales y = Corea; CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; técnicos. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; OCDE = Organización para la Cooperación HND = Honduras; PAN = Panamá; SLV = El Salvador. y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. Capítulo 1 Empleos en América Central y la República Dominicana 12 Migración La emigración es un fenómeno significativo en varios países de ACRD. La mayoría de los países de ACRD envían más migrantes al extranjero de los que reciben (gráfico 1.23). En términos netos, El Salvador es el país que envía la mayor cantidad de personas al extranjero como proporción de su población: 43 de cada 10 000 personas son emigrantes. El número de migrantes en el extranjero ha aumentado desde 1990 en todos los países de ACRD, excepto en Panamá (gráfico 1.24). Cuatro países de ACRD (El Salvador, Guatemala, Honduras y República Dominicana) tienen 1 millón o más de migrantes en el extranjero. Estados Unidos es el destino más común de todos los migrantes de ACRD, excepto los de Nicaragua (gráfico 1.25). Otros destinos comunes fuera de la región para los migrantes de ACRD son Canadá, México y España. Dentro de la región, los países de ingreso más alto atraen a más migrantes de ACRD y a más migrantes en general3. Los flujos de remesas son muy elevados en varios países de ACRD y representan alrededor de una quinta parte o más del PIB en El Salvador, Guatemala, Honduras y Nicaragua (gráfico 1.26). GRÁFICO 1.23: Tasa neta de migración, 2021 GRÁFICO 1.24: Migrantes de los países de Migrantes por cada 10 000 personas ACRD, 1990-2020 Número de migrantes 20 1,800,000 1,600,000 10 1,400,000 0 1,200,000 1,000,000 -10 800,000 -20 600,000 400,000 -30 200,000 -40 0 1990 1995 2000 2005 2010 2015 2020 CRI DOM GTM HON -50 PAN CRI HND DOM NIC GTM SLV NIC PAN SAL Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Naciones Unidas. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Los migrantes de ACRD se desplazan por una multitud de razones, con varias consecuencias importantes para los mercados laborales de la región. La migración desde los países de ACRD está impulsada por una serie de elementos (Banco Mundial, 2022f; Voorend, Alvarado y Oviedo, 2021; OCDE, 2018b). Entre ellos se encuentran los factores de “expulsión”, como la falta de oportunidades económicas, los peligros naturales y la violencia a nivel nacional, y los factores de “atracción”, como las mejores oportunidades económicas y el mejor acceso a los servicios en los países de destino. La emigración tiene efectos complejos en el mercado laboral, sobre todo en los países que envían grandes cantidades de migrantes. Los emigrantes de los países de origen de la región suelen estar más calificados que los no migrantes (Del Carmen y Sousa, 2018; Winkler y Montenegro, 2021; Banco Mundial, 2022f). Esto plantea la preocupación de que las inversiones en capital humano en el país de origen estén beneficiando a los mercados laborales en el extranjero y potencialmente generando escasez de habilidades. Las remesas también pueden afectar las decisiones sobre la oferta de trabajo, en particular 3 Este informe no se centra en los países de ACRD como destino de los migrantes. Para un análisis de este tema, véase Blyde (2020) y Voorend, Alvarado y Oviedo (2021) para Costa Rica; Hiller y Chatruc (2023) y OCDE (2018) para la República Dominicana; y Hausmann, Espinoza y Santos (2017) y OCDE (2017c) para Panamá. Capítulo 1 Empleos en América Central y la República Dominicana 13 GRÁFICO 1.25: Proporción de emigrantes de GRÁFICO 1.26: Entradas de remesas, 2022 ACRD en Estados Unidos, 2020 Porcentaje del PIB Porcentaje 100% 30% 90% 25% 80% 70% 20% 60% 50% 15% 40% 10% 30% 20% 5% 10% 0% 0% GTM SAL HON DOM PAN CRI NIC HON SAL NIC GTM DOM CRI PAN Fuente: Naciones Unidas. Fuente: Banco Mundial-Alianza Mundial de Conocimientos sobre Migración Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; y Desarrollo (KNOMAD). HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; PIB = producto interno bruto; SLV = El Salvador. en el caso de las mujeres, al aumentar los salarios de reserva y desincentivar la participación laboral (Michel y Walker, 2019; Sousa y García-Souza, 2018; Winkler y Montenegro, 2021). Al mismo tiempo, la emigración puede, en ocasiones, aumentar los salarios en el país de origen al reducir la competencia por los puestos de trabajo (Gagnon, 2011). DEMANDA LABORAL La competencia del sector informal es un obstáculo común que enfrentan las empresas en toda la región de ACRD. Las encuestas a empresas realizadas por el Banco Mundial permiten comprender los principales desafíos que enfrentan las operaciones de las empresas (cuadro 1.2). La informalidad es un desafío común: más del 10 por ciento de las empresas citan las prácticas del sector informal, que podría ser una fuente de competencia desleal, como su mayor obstáculo en todos los países de ACRD, excepto la República Dominicana. Otras cuestiones son comunes a subconjuntos de países. La delincuencia, la corrupción o la inestabilidad política son los principales problemas citados por las empresas de la República Dominicana, Guatemala y Panamá. Una fuerza laboral inadecuadamente instruida es una de las principales preocupaciones en Costa Rica y Panamá, países de ingresos más altos, así como en El Salvador y Nicaragua. La República Dominicana es el único país en el que las empresas informan con frecuencia sobre un problema de infraestructura: el acceso a la electricidad. Las evaluaciones recientes del mercado laboral y los datos de encuestas de la región identifican desafíos idiosincráticos que enfrenta la demanda del mercado laboral en diferentes países de ACRD, pero los desafíos para que las empresas ingresen al mercado, sobrevivan y crezcan son comunes en todos los países. Con excepción de Costa Rica y Panamá, en todos los países de ACRD las tasas de ingreso de nuevas empresas son muy inferiores al promedio regional y muy inferiores a las de los países de la OCDE y Corea, un país de ingreso alto (gráfico 1.27). En la República Dominicana, las empresas más antiguas y menos productivas dominan el empleo (Winkler y Montenegro, 2021). En El Salvador y Nicaragua, las pequeñas empresas improductivas son responsables de la mayor parte del empleo, pero tienen dificultades para crecer (Banegas y Winkler, 2020; Castro-Leal y Porras-Mendoza, 2020). En toda la región, las empresas que ingresan tienden a ser informales y enfrentan altos costos de formalización, mientras que las formales tienden a ser más antiguas y menos productivas y pueden desarrollar un poder de mercado que restrinja el ingreso (Eberhard-Ruiz, 2021; OCDE, 2022a; Winkler y Montenegro, 2021). El resultado es que la mayor parte de la creación de empleo se produce en el sector informal, donde los empleos son de menor calidad y menos productivos. Capítulo 1 Empleos en América Central y la República Dominicana 14 CUADRO 1.2: Los mayores obstáculos a los que se enfrentan las empresas País Mayores obstáculos (porcentaje de empresas) Costa Rica Acceso al financiamiento (26 por ciento), prácticas del sector informal (23 por ciento), fuerza laboral inadecuadamente instruida (13 por ciento) República Dominicana Corrupción (19 por ciento), electricidad (15 por ciento), tasas impositivas (11 por ciento) El Salvador Acceso al financiamiento (22 por ciento), prácticas del sector informal (19 por ciento), fuerza laboral inadecuadamente instruida (12 por ciento), otorgamiento de licencias comerciales (11 por ciento) Guatemala Corrupción (23 por ciento), inestabilidad política (21 por ciento), prácticas del sector informal (17 por ciento), delincuencia, robo y desorden (11 por ciento) Honduras Acceso al financiamiento (18 por ciento), prácticas del sector informal (16 por ciento), tasas impositivas (11 por ciento) Nicaragua Prácticas del sector informal (27 por ciento), acceso al financiamiento (12 por ciento), fuerza laboral inadecuadamente instruida (12 por ciento), regulaciones aduaneras y comerciales (11 por ciento) Panamá Corrupción (33 por ciento), prácticas del sector informal (14 por ciento), fuerza laboral inadecuadamente instruida (14 por ciento) Fuente: Encuestas a empresas del Banco Mundial 2010, 2016, 2017, 2023. Nota: Los obstáculos mostrados son aquellos que por lo menos el 10 por ciento de las empresas citan como su mayor obstáculo. Los años son 2010 en Costa Rica y Panamá; 2016 en Honduras, Nicaragua y la República Dominicana; 2017 en Guatemala, y 2023 en El Salvador. GRÁFICO 1.27: Densidad de nuevas GRÁFICO 1.28: Empresas que eligen la empresas, 2020 educación inadecuada como el principal Nuevas inscripciones por cada 1000 habitantes en obstáculo, 2016 edad de trabajar Porcentaje de empresas 4.5 45% 4.0 40% 3.5 35% 3.0 30% 2.5 25% 2.0 20% 1.5 15% 1.0 10% 0.5 5% 0 0% PAN OCDE CRI KOR ALC DOM GTM SLV CRI HND GTM DOM ALC PAN NIC SLV Fuente: Datos de los Indicadores del Desarrollo Mundial, Banco Mundial. Fuente: Encuestas a empresas del Banco Mundial 2010, 2016, 2017, 2023. Nota: Los datos corresponden a 2016 en el caso de Corea y a 2018 en el Nota: Los datos corresponden a 2010 para Costa Rica y Panamá; 2017 caso de la OCDE y la República Dominicana. ALC = América Latina y el para Guatemala, y 2023 para El Salvador. ALC = América Latina y el Caribe; Caribe; COR = Corea; CRI = Costa Rica; DOM = República Dominicana; GTM CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = = Guatemala; OCDE = Organización para la Cooperación y el Desarrollo Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Económicos; PAN = Panamá; SLV = El Salvador. También son comunes las dificultades para encontrar trabajadores con las habilidades adecuadas. En Costa Rica, Honduras, Guatemala y la República Dominicana, una mayor proporción de empresas señala que una de las principales limitaciones es tener una fuerza laboral inadecuadamente instruida, en comparación con el promedio de ALC (gráfico 1.28). Casi la mitad de los empleadores de la República Dominicana informaron que tuvieron dificultades para encontrar nuevos empleados en 2019 (USAID, Capítulo 1 Empleos en América Central y la República Dominicana 15 2020). Las evaluaciones del mercado laboral realizadas por USAID concluyen que las limitaciones en materia de habilidades son un obstáculo importante que enfrentan las industrias en crecimiento en la República Dominicana, El Salvador y Honduras (USAID 2017b, 2017c y 2020). Incluso cuando es menos probable que las empresas señalen que la educación inadecuada es una limitación, surgen problemas de habilidades. Por ejemplo, la falta de habilidades se cita con menos frecuencia como un obstáculo en El Salvador, aunque el desajuste de habilidades parece socavar la demanda del mercado laboral (Banegas y Winkler, 2020). Capítulo 1 Empleos en América Central y la República Dominicana 16 Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral En este capítulo se define el marco analítico utilizado en el informe. Los avances tecnológicos ofrecen grandes posibilidades de crecimiento, incluido el crecimiento que genera puestos de trabajo. Sin embargo, es muy probable que lo que las personas hacen en el trabajo (sus tareas) y cómo lo hacen (sus modalidades de trabajo) cambiarán a medida que se adopten nuevas tecnologías. Las economías avanzadas ofrecen un modelo de cómo será el futuro del trabajo en ACRD, pero las importantes diferencias en las fases de desarrollo hacen que los impactos de los avances tecnológicos en el mercado laboral probablemente sean diferentes ahora y en el futuro cercano. La estructura del empleo, la oferta de habilidades, la adopción y difusión de tecnología y la globalización determinarán el impacto de los avances tecnológicos en los mercados laborales de la región. Es probable que la adopción de tecnologías en el extranjero tenga sus propios impactos a través de cambios en la demanda de trabajo que se materializan en el movimiento de bienes (reshoring), el movimiento de personas (migración) y el movimiento de servicios (comercio digital de servicios). DESCRIPCIÓN DE LA SITUACIÓN: LA HISTORIA DEL FUTURO DEL TRABAJO Los tipos de trabajos que realizan las personas han cambiado sustancialmente a lo largo del tiempo. Muchos trabajos que ahora suenan comunes —ingeniero de redes, desarrollador de Internet, diseñador web— aparecieron recién en la década de 1990 (Lin, 2011). De hecho, la mayoría de los trabajos realizados en Estados Unidos en 2018 no existían en 1940 (Autor et al., 2022). También se han producido cambios sustanciales en lo que significa hacer un determinado trabajo. Entre 1950 y 2000, la mayoría (el 88 por ciento) de los cambios en las tareas en el mercado laboral de Estados Unidos se produjeron dentro de las ocupaciones y los puestos de trabajo (Atalay et al., 2020). Es decir, el trabajo realizado por un gerente, un maquinista o un cajero ha evolucionado.4 Muchos de estos cambios están detrás de los avances tecnológicos. Estos cambios del mercado laboral están estrechamente relacionados con la adopción de computadoras, TIC y otros avances tecnológicos (Lin, 2011; Atalay et al., 2018). Esto significa que el futuro del trabajo ha llegado, al menos en las economías más avanzadas. El futuro del trabajo parece estar más lejano en otros países, incluida la región de ACRD. Como se indicó en el capítulo 1, los mercados laborales en la región se caracterizan más por el empleo agrícola que por la fabricación asistida por robots. Esto significa que, para extraer enseñanzas de los impactos de la tecnología en los mercados laborales de los países más avanzados del mundo, es necesario comprender no solo el potencial tecnológico para automatizar los puestos de trabajo en ACRD, sino también evaluar 4 Para un análisis más detallado de los cambios en las tareas dentro de las ocupaciones, véase Autor, Levy y Murnane (2003), Michaels, Ruach y Redding (2019), Ross (2017) y Michaels, Ruach y Redding (2019) para Estados Unidos; Akcomak, Kok y Romagosa (2016) para el Reino Unido; y Bachmann et al. (2022), Spitz-Oener (2006), y Koomen y Backes-Gellner (2022), y Bachmann et al. (2022) para Alemania. 17 las posibilidades económicas de que las nuevas tecnologías se afiancen y provoquen alteraciones significativas en el mercado laboral. En este capítulo se establece un marco para comprender los posibles impactos de los avances tecnológicos en los mercados laborales de ACRD y los factores y canales que determinarán si ocurren estos impactos y de qué manera. IMPACTOS DE LA TECNOLOGÍA EN EL MERCADO LABORAL: CAMBIOS EN LO QUE HACEN LOS TRABAJADORES Y EN CÓMO LO HACEN Los continuos avances tecnológicos han generado preocupación por el desplazamiento generalizado de empleos, pero también han generado esperanzas de mejoras en la productividad y nuevas innovaciones que podrían estimular la creación de empleo. Los avances tecnológicos pueden causar importantes alteraciones en los mercados laborales. Los adelantos que primero se lograron en las maquinarias agrícolas e industriales, luego en las computadoras y ahora en la IA han permitido que las máquinas realicen cada vez más tareas que antes hacían los seres humanos, lo que pone en riesgo los puestos de trabajo. Sin embargo, lejos de ser una fuerza puramente destructiva, los avances tecnológicos y la automatización también pueden generar empleo. Cuando los mercados son competitivos, la automatización puede crear puestos de trabajo, ya que la disminución de los precios vinculada a las mejoras de la productividad genera una mayor demanda (recuadro 2.1). Las nuevas tecnologías también pueden generar tareas completamente nuevas, nuevos tipos de empleos y nuevas industrias. Las TIC pueden facilitar nuevos tipos de modalidades de trabajo que sean beneficiosas tanto para los trabajadores como para las empresas. Esto genera preocupación de que el lento avance hacia el futuro del trabajo pueda redundar en la pérdida de las oportunidades creadas por los adelantos en materia de tecnología5. RECUADRO 2.1: Mercados competitivos y adopción de tecnología Los mercados competitivos son un ingrediente crucial para beneficiarse de la adopción de tecnología. Las expansiones de la producción que pueden resultar de las mejoras tecnológicas que aumentan la productividad y que pueden dar lugar a la creación de empleo dependen, en parte, de qué tan bien respondan los precios a los menores costos vinculados a la tecnología (Dutz, Almeida y Packard, 2018). Cuando los mercados son competitivos, es más probable que las empresas respondan con costos más bajos, lo que se traduce en un aumento de la demanda y la producción. Se puede crear un círculo virtuoso, ya que una mayor competencia también se vincula con una mayor adopción de tecnología. Sin embargo, muchos mercados de ALC se caracterizan por una competencia limitada y la operación de cárteles que socavan las presiones de la competencia y, por lo tanto, también la productividad (Licetti et al., 2021). Los mercados de productos excesivamente regulados caracterizan a América Central en general (Cirera, Cunha y Lee, 2022). En El Salvador y Honduras, los impuestos y subsidios, así como la concentración del mercado, dan lugar a una baja competencia. Entre las políticas que pueden ayudar a mejorar el entorno competitivo figuran las que reducen los obstáculos al comercio exterior, facilitan la competencia interna evitando las distorsiones normativas que afectan al ingreso y la salida de empresas y aumentan el acceso al financiamiento. Nota: ALC = América Latina y el Caribe. 5 Acemoglu y Restrepo (2019) formalizan estos diferentes posibles efectos de la tecnología en el mercado laboral como el efecto de desplazamiento de las tecnologías (de automatización) que sustituyen el trabajo por capital, el efecto de restablecimiento de las tecnologías (no automatizadas) que crean nuevas tareas con una ventaja comparativa del trabajo, y el efecto de productividad de las tecnologías (de automatización y no automatización) que permiten una asignación más flexible de tareas a los factores de producción. El primer efecto reduce la participación del trabajo en el valor agregado y el segundo aumenta la participación del trabajo en el valor agregado y también la demanda de trabajo, lo que genera un efecto positivo en la productividad. La naturaleza del efecto de productividad determina el impacto del efecto de restablecimiento en la demanda laboral. Véase también Acemoglu y Restrepo (2018). Agrawal, Gans y Goldfarb (2019) realizan un ejercicio similar centrado específicamente en la IA. Brynjolfsson y Mitchell (2017) definen un conjunto de “factores no tecnológicos” que median los impactos de la tecnología en el mercado laboral. Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 18 Independientemente del impacto final en los niveles de empleo, los avances tecnológicos están modificando lo que las personas hacen en el trabajo y cómo trabajan. La implementación de la tecnología en el lugar de trabajo tiene dos impactos en el trabajo. En primer lugar, la tecnología puede añadir, eliminar o modificar las tareas que exigen los empleadores y las habilidades que los trabajadores necesitan para llevarlas a cabo6. En segundo lugar, la tecnología puede cambiar la forma en que se organiza el trabajo. Para entender estos dos impactos, tomemos el ejemplo de los operadores telefónicos7. A mediados del siglo XX, los operadores telefónicos enrutaban físicamente las llamadas telefónicas insertando enchufes en las tomas. La computarización del tablero de conexión manual eliminó la necesidad de que los operadores realizaran ciertas tareas —por ejemplo, la conmutación manual— y, como resultado, cambió el tipo de habilidades requeridas para el trabajo, adquiriendo mayor importancia las habilidades interpersonales (comunicación eficaz con las personas que llaman). La computarización también condujo a una disminución sustancial en el número de operadores telefónicos. Por ejemplo, en Estados Unidos, el número de operadores se redujo de unos 400 000 en la década de 1960 a unos 4 000 en 2022. Al mismo tiempo, la organización de los operadores telefónicos cambió, ya que la computarización permitió la descentralización de una compañía telefónica a empresas individuales con operadores internos, algunos de los cuales han sido reemplazados ahora por chatbots de voz. Cabe destacar que, en Estados Unidos, los actuales operadores telefónicos experimentaron efectos negativos en el empleo, pero las futuras cohortes de mujeres jóvenes, que eran las operadoras telefónicas más comunes, no se vieron afectadas, sino que cambiaron a trabajos comparables como mecanógrafas y meseras a medida que aumentó la demanda en estas áreas (Feigenbaum y Gross, 2022). En una primera etapa de la automatización digital, las computadoras facilitaron la automatización de tareas rutinarias. Ciertos tipos de tareas —las rutinarias— son más susceptibles a la automatización por parte de las computadoras (Acemoglu y Autor, 2011; Autor, Levy y Murnane, 2003). Estas tareas rutinarias pueden ser cognitivas (es decir, que implican pensamiento o análisis) o manuales (es decir, que implican trabajo físico), pero son adecuadas para la automatización porque “siguen reglas programadas explícitas” y “pueden especificarse exhaustivamente con instrucciones programadas y ser realizadas por máquinas”. Las tareas manuales rutinarias pueden considerarse como un trabajo manual repetitivo, como el embalaje y el ensamblaje, que requieren acciones recurrentes en circunstancias que no cambian mucho (gráfico 2.1). Las tareas cognitivas rutinarias consisten en trabajos administrativos, como la entrada de datos, que no implican mucha resolución de problemas ni pensamiento crítico. Las tareas no rutinarias, en cambio, “no pueden describirse actualmente en términos de un conjunto de reglas programables” y, por lo tanto, son menos susceptibles a la automatización (Autor, Levy y Murnane, 2003). Una vez más, estas podrían ser tareas cognitivas más calificadas o tareas manuales menos calificadas. Las tareas manuales no rutinarias implican trabajos manuales y flexibles, como la conserjería y el mantenimiento, que requieren trabajo físico en diversos entornos. Las tareas cognitivas no rutinarias pueden ser analíticas, que implican trabajo de conocimientos, como la planificación estratégica o la evaluación de riesgos, o interpersonales, que implican trabajo orientado a las personas, como las relaciones con los clientes o el asesoramiento. Este modelo de cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias predice que, a medida que disminuyan los costos de la computación, también disminuirán los trabajos físicos y administrativos repetitivos, es decir, los trabajos que implican muchas tareas manuales y cognitivas rutinarias8. 6 Esta perspectiva sobre las tareas y habilidades sigue a Acemoglu y Autor (2011). 7 En este ejemplo se profundiza en el análisis de los operadores telefónicos que se realiza en Bresnahan (1999). 8 El cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias es una versión más sofisticada del cambio tecnológico sesgado hacia el uso de trabajadores de calificación alta. Este último postula que el cambio tecnológico aumenta la productividad (y los salarios) de los trabajadores altamente calificados en relación con los trabajadores menos calificados y, por lo tanto, favorece el crecimiento del empleo más calificado (Mondolo, 2021; Katz y Murphy, 1992; Sebastian y Biagi, 2018). Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 19 GRÁFICO 2.1: Clasificación de tareas según su capacidad de automatización Más calificado Manual Cognitiva Trabajo físico repetitivo Trabajo administrativo Menos automatizable Rutinaria Embalaje, Entradadedatos, ensamblaje, operaciones de centro de llamadas, carga y descarga contabilidad básica Trabajo físico flexible Trabajo de conocimiento Carpintería, Evaluación de riesgos, planificación es tratégica, pronóstico No rutinaria mantenimiento de terrenos, Trabajo orientado a personas reparación y mantenimiento Relaciones con clientes, asesoramiento, resolución de conflictos Una segunda etapa de la automatización digital plantea preocupaciones sobre el desplazamiento de las tareas no rutinarias que antes se consideraban a salvo de la automatización. Esta segunda etapa, impulsada por la IA y la robótica móvil9, tiene el potencial de automatizar tareas no rutinarias, entre las que se incluyen el trabajo de conocimientos altamente calificado, como la previsión, y el trabajo altamente calificado orientado a las personas, como el asesoramiento (Brynjolfsson y Mitchell, 2017). Por ejemplo, la última versión de chatbots como ChatGPT permite a los usuarios realizar solicitudes en lenguaje natural. Un usuario puede pedir código de programación, invitaciones escritas corteses o un breve ensayo sobre un evento histórico y recibir una respuesta rápida y plausible. La automatización de estas tareas no tiene por qué implicar las reglas programadas explícitas que restringen la automatización en el marco del modelo tradicional de cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias. A fin de reconocer la expansión de la capacidad computacional para realizar tareas más complejas, Frey y Osborne (2017) crearon un nuevo marco para evaluar el impacto de los avances tecnológicos en el que solo los “cuellos de botella de ingeniería para la computarización” frenan la automatización. Estos cuellos de botella son tareas relacionadas con la percepción y la manipulación (que a los robots les cuesta realizar) y tareas que implican el uso de inteligencia creativa y social (que a las computadoras les cuesta realizar). La IA y la robótica móvil parecen hacer que la mayoría de las ocupaciones sean susceptibles a la automatización de al menos algunas de sus tareas. Las investigaciones sobre la susceptibilidad del empleo a la automatización revelan que en la OCDE solo el 14 por ciento del empleo está expuesto a un alto riesgo de automatización (Nedelkoska y Quintini, 2018)10. Aun así, otro 32 por ciento de los empleos tienen un riesgo medio, lo que significa que implican algunas tareas que probablemente desaparecerán debido a la automatización. En la bibliografía más reciente centrada específicamente en la IA se ponen de relieve las alteraciones que probablemente genere la IA dentro de los puestos de trabajo11. Por ejemplo, Brynjolfsson, Mitchell y Rock (2023) concluyen que casi todas las ocupaciones en Estados Unidos tienen algunas tareas que son adecuadas para el aprendizaje automático o maching learning de acuerdo a su expresión en inglés, aunque ninguna ocupación consiste solo en estas actividades. Si nos fijamos específicamente en el subconjunto de grandes modelos de lenguaje de machine learning denominados transformadores generativos preentrenados (generative pretrained transformers o GPT por sus siglas en inglés) del tipo que sustenta ChatGPT, Eloundou et al. (2023) estiman que alrededor del 80 por ciento de la fuerza laboral 9 Los robots móviles utilizan sensores, inteligencia artificial y otras tecnologías para maniobrar y realizar tareas manuales no rutinarias (Frey y Osborne, 2017). 10 Frey y Osborne (2017) estiman que casi la mitad del empleo en Estados Unidos corre un alto riesgo de automatización. Los resultados para otros países desarrollados que siguen la metodología basada en la ocupación de Frey y Osborne (2017) incluyen que el 42 % del empleo se encuentra en Canadá (Lamb, 2016); el 35 % en el Reino Unido (Deloitte, 2014); y el 33 % en Singapur (CSF, 2015). Sin embargo, el enfoque de Frey y Osborne (2017) toma como unidad de análisis a las ocupaciones y no tiene en cuenta las diferencias en la capacidad de automatización de las tareas dentro de las ocupaciones. Nedelkoska y Quintini (2018) abordan esta preocupación. Véanse también Arntz, Gregory y Zierahn (2016) y Pouliakas (2018). McKinsey Global Institute, el Foro Económico Mundial (FEM) y PwC también han elaborado medidas de capacidad de automatización citadas con frecuencia utilizando metodologías alternativas (Manyika, 2017a, 2017b; FEM, 2018; PwC, 2018). 11 Para el análisis de la IA en general, véanse Felten, Raj y Seamans (2018); Felten, Raj y Seamans (2021); Grace et al. (2018); Gries y Naudé (2022); Kogan et al. (2021); Lassébie y Quintini (2022); Martínez-Plumed et al. (2020); Meindl, Frank y Mendonça (2021); Tolan et al. (2021), y Webb (2020). Para un análisis específico de machine learning, véanse Brynjolfsson y Mitchell (2017) y Brynjolfsson, Mitchell y Rock (2018, 2023). Para el análisis de GPTs, un tipo de modelo de lenguaje de gran tamaño, véanse Eloundou et al. (2023) y Felton, Raj y Seamans (2023). Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 20 en los Estados Unidos podría verse afectada por las GPT en al menos el 10 por ciento de sus tareas. En resumen, es probable que el contenido de determinados empleos cambie sustancialmente debido a la IA y otros nuevos avances tecnológicos, incluso aunque no desaparezcan puestos de trabajo completos. Junto con estos avances en la automatización digital, las continuas mejoras en las TIC están transformando la forma en que se organiza el trabajo. Las empresas surgen porque organizan tareas que, de otro modo, serían costosas de organizar utilizando contratos separados (Coase, 1937). La organización de la producción, las cadenas de suministro y quienes trabajan a través de la infraestructura física y la estructura orgánica interna de una empresa pueden implicar costos de transacción más bajos que la coordinación de los trabajadores remotos o la subcontratación del trabajo. Por ejemplo, los empleos que implican trabajo en equipo, los que son difíciles de supervisar y los que requieren un uso intensivo de tareas manuales implican costos de transacción significativos que pueden dificultar la prestación o contratación a distancia (Mas y Pallais, 2020)12. Sin embargo, la tecnología reduce estos costos de transacción, lo que a su vez transforma los límites de la empresa. Además, en las últimas décadas, el costo de estas tecnologías ha disminuido en general, lo que las hace más atractivas (Oettinger, 2011). Se están produciendo dos transformaciones en las modalidades de trabajo. En el World Development Report 2019: The Changing Nature of Work se describe cómo la tecnología está transformando las empresas13. En primer lugar, la mejora de las TIC está transformando los límites geográficos de la empresa al facilitar el trabajo remoto. Los trabajos se pueden realizar fuera de las grandes ciudades y los países desarrollados, en lugares donde el trabajo y otros costos son más baratos. Los mercados de trabajo en línea para trabajadores contratados ya están dominados por intercambios entre países desarrollados y en desarrollo, en los que las empresas de los primeros emplean a trabajadores en los segundos (Agrawal et al., 2015). En segundo lugar, la mejora de la tecnología asociada con el trabajo en plataformas está transformando los límites funcionales de la empresa. Cada vez más las empresas pueden contratar tareas externas, incluso para tareas como el diseño de software o la comercialización, que antes se realizaban internamente. En general, las inversiones en TIC están vinculadas a una menor integración vertical, empresas más pequeñas y una mayor dependencia de los mercados (extraterritoriales) para la compra de servicios (Abramovsky y Griffith, 2006; Brynjolfsson et al., 1989; Hitt, 1999). IMPACTOS DE LA TECNOLOGÍA EN EL MERCADO LABORAL: LA EVIDENCIA DE LAS ECONOMÍAS AVANZADAS En las economías avanzadas, hay pruebas tanto de pérdidas como de ganancias de empleos como consecuencia de estas oleadas de avances tecnológicos. El proceso de cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias descrito anteriormente está asociado a la pérdida de empleos, ya que la automatización reemplaza a los empleos y a las ganancias de empleos, dado que la disminución de los precios vinculada a los menores costos de capital induce una demanda adicional de productos y, a su vez, una demanda de trabajo adicional (Autor, 2022; Montobbio et al., 2022; Gregory, Salomons y Zierahn, 2022). Una revisión reciente de la literatura empírica revela varios temas (Montobbio et al., 2022)14. En primer lugar, un conjunto de estudios concluye que el cambio tecnológico se ha asociado con la pérdida de empleos en algunas áreas, sobre todo en el sector manufacturero tradicional en el caso de las innovaciones de procesos, pero con ganancias de empleos en otras, principalmente en las industrias de alta tecnología y basadas en el uso intensivo de conocimientos, donde las innovaciones de productos son más frecuentes. En segundo lugar, investigaciones recientes sobre el impacto de los robots revelan que las empresas que los adoptan tienden a aumentar el empleo, pero principalmente al expandirse a expensas de las empresas más pequeñas y menos innovadoras. Esto explica en parte por qué, a nivel agregado, en algunos estudios se concluye que los robots tienen impactos negativos en el empleo (por ejemplo, Acemoglu y Restrepo, 2020), mientras que en otros no se observa ningún impacto 12 El trabajo remoto también puede tener externalidades negativas en otros trabajadores (Mas y Pallais, 2020). 13 Véase también “How Technology Is Redrawing the Boundaries of the Firm”, The Economist, 8 de enero de 2023. 14 Mondolo (2021) y Hötte, Somers y Theodorakopoulos (2023) son también revisiones recientes de la bibliografía sobre los vínculos entre el cambio tecnológico y los mercados laborales. Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 21 negativo (por ejemplo, Graetz y Michaels, 2018). Una vez más, cuando se encuentran impactos negativos, tienden a estar presentes en la industria manufacturera. En tercer y último lugar, la empresa y su nivel de innovación desempeñan un papel importante como mediadores de los impactos del cambio tecnológico. En general, las empresas más innovadoras que invierten en nuevas tecnologías tienden a aumentar el empleo (Bessen, Denk y Meng, 2022; Hirvonen, Stenhammer y Tuhkuri, 2022). Los impactos del cambio tecnológico en el mercado laboral afectan en mayor medida a los trabajadores menos calificados. Para diferentes tecnologías y diferentes medidas de avances tecnológicos se observa que los trabajadores altamente calificados se benefician del cambio tecnológico, mientras que los trabajadores menos calificados resultan perjudicados (Hötte, Somers y Theodorakopoulos, 2023). Por ejemplo, en muchos países desarrollados, pero no en todos, el cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias ha llevado a la polarización del empleo, lo que supone un vaciamiento de los empleos de calificación media15. Las computadoras reemplazan los empleos (de calificación baja y media) intensivos en tareas cognitivas y manuales rutinarias, complementan los empleos (altamente calificados) intensivos en tareas cognitivas no rutinarias (analíticas e interpersonales) más avanzadas, como la resolución de problemas y la coordinación, y, en algunos países, aumentan los empleos (servicios poco calificados) intensivos en tareas manuales y cognitivas básicas no rutinarias, como la destreza y la comunicación interpersonal (Autor y Dorn, 2013; Autor et al., 2022; Autor, Levy y Murnane, 2003). Si bien otros factores, como el reshoring que traslada los empleos rutinarios (industriales) al extranjero, han influido, en general se ha comprobado que la automatización es dominante (Autor y Dorn, 2013; Goos, Manning y Salomons, 2009; Goos, Manning y Salomons, 2014; Michaels, Natraj y Van Reenen, 2014)16. Se esperan impactos en la desigualdad, dado el mayor efecto en los trabajadores menos calificados (Berg, Buffie y Zanna, 2018; FMI, 2018). Los trabajadores que realizan trabajos rutinarios en Estados Unidos han perdido salarios, lo que se vincula con una mayor desigualdad salarial (Acemoglu y Restrepo, 2022; Bachmann, CIM y Green, 2019; Cortés 2016; Ross, 2017). Los efectos salariales negativos de los robots en Estados Unidos se concentran principalmente en la parte inferior y media de la distribución salarial (Acemoglu y Restrepo, 2020). La distribución de habilidades entre las distintas zonas geográficas también tiene consecuencias para la equidad regional (recuadro 2.2). Sin embargo, los adelantos más recientes en IA pueden tener impactos diferentes en la distribución de habilidades, incluso beneficiando a los trabajadores menos calificados. Los cambios tecnológicos vinculados a la IA pueden tener efectos más disruptivos entre las ocupaciones altamente calificadas. En investigaciones recientes en las que se estima la exposición de las tareas a las alteraciones provocadas por la IA y el machine learning generalmente se concluye que la exposición es mayor en las ocupaciones más calificadas y mejor remuneradas (Eloundou et al., 2023; Felten, Raj y Seamans, 2023; Meindl, Frank y Mendonça, 2020; Tolan et al.,, 2021; Webb, 2020).17 Entre los sectores que probablemente se verán afectados se encuentran el de procesamiento de información, servicios jurídicos, y seguros e inversiones (Eloundou et al., 2023; Felten, Raj y Seamans, 2023). Por lo general, estos sectores se asocian con el trabajo de conocimientos altamente calificado. En particular, investigaciones recientes sugieren que los asistentes de IA aumentan la productividad de los trabajadores menos calificados dentro de las ocupaciones, sustituyendo de hecho la educación y la experiencia de los trabajadores (Agrawal, Gans y Goldfarb, 2023). Esto se ha comprobado en el caso de los agentes de atención al cliente, los taxistas, los desarrolladores de software y los trabajadores con formación universitaria que realizan tareas de redacción (Brynjolfsson, Li y Raymond, 2023; Kanazawa et al., 2022; Noy y Zhang, 2023; Peng et al., 2023). 15 La polarización del empleo se observa en Estados Unidos (Autor y Dorn, 2013; Autor, Katz y Kearney, 2006, 2008); Canadá (Green y Sand, 2015); Alemania Occidental (Dustmann, Ludstock y Schönberg, 2009; Spitz-Oener, 2006); el Reino Unido (Goos y Manning, 2007) y Europa (Goos, Manning y Salomons, 2009, 2014; OCDE, 2017b; Oesch y Menés, 2011). La polarización del empleo puede conducir a la polarización salarial en el caso de una demanda adicional de trabajadores con salarios bajos o de una mayor desigualdad salarial, por ejemplo, si los trabajadores de calificación media desplazados cambian a empleos menos calificados (Autor, 2022). Las conclusiones sobre la polarización salarial se restringen generalmente a la década de 1990 en Estados Unidos (Autor y Dorn, 2013; Autor, Katz y Kearney, 2008; Green y Sand, 2015). En Canadá y Alemania no existe polarización salarial (Antonczyk, DeLeire y Fitzenberger, 2018; Dustmann, Ludstock y Schönberg, 2009; Green y Sand, 2015; Koomen y Backes-Gellner, 2022). 16 Para conocer más evidencia que vincula el cambio tecnológico con tareas rutinarias y no rutinarias, véanse Akerman, Gaarder y Mogstad (2015); de Vries et al. (2020); Gaggl y Wright (2017); Michaels, Natraj y Van Reenen (2014); y Spitz-Oener (2006). 17 Brynjolfsson, Mitchell y Rock (2023) concluyen que tanto los empleos con salarios bajos como aquellos con salarios altos son adecuados para el machine learning, pero muestran una correlación negativa entre la idoneidad y el salario. Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 22 RECUADRO 2.2: Diferencias espaciales en los impactos de los avances tecnológicos en el mercado laboral La automatización puede beneficiar a las ciudades más grandes. En Estados Unidos, las ciudades más grandes tienden a estar más especializadas en las tareas de tipo administrativas y técnicas, las cuales tienen menos probabilidades de automatizarse, que las ciudades más pequeñas, que tienen más probabilidades de experimentar alteraciones debido a la automatización (Frank et al., 2018). De hecho, la revolución de la computarización en Estados Unidos desplazó los empleos a ciudades especializadas en habilidades analíticas e interactivas, que tienden a estar presentes en las ciudades más grandes (Berger y Frey, 2016). Sin embargo, los cambios en las modalidades de trabajo podrían ir en sentido contrario, beneficiando a las ciudades más pequeñas en detrimento de las más grandes. Los tipos de empleos más adecuados para la prestación remota tienden a concentrarse en las ciudades, lo que significa que más posibilidades de trabajo remoto podrían significar un alejamiento de las ciudades más grandes. Durante la pandemia de COVID-19, por ejemplo, era más probable que los trabajadores de servicios empresariales de ciudades muy densamente pobladas de Estados Unidos trabajaran desde otro lugar que los trabajadores de ciudades de menor densidad poblacional (Althoff et al., 2022). Esto tuvo efectos indirectos en los trabajadores de servicios al consumidor, que dependen del gasto de los trabajadores de servicios empresariales para mantener sus empleos (Althoff et al., 2022; Barrero, Bloom y Davis, 2021). Además, el trabajo a través de plataformas puede ofrecer oportunidades de generación de ingresos donde faltan puestos de trabajo, siempre que se disponga de una buena infraestructura digital y de dispositivos digitales. Una investigación reciente del Banco Mundial sobre los trabajadores gig en plataformas digitales de empleo en línea muestra que alrededor de dos terceras partes de estos trabajadores en América Latina y el Caribe se encuentran en ciudades y pueblos pequeños (Datta, Namita y Chen, 2023). Otros impactos distributivos tienden a ser específicos del contexto. Por ejemplo, la exposición a las TIC en Europa entre 2010 y 2018 fue beneficiosa para los trabajadores jóvenes y en edad productiva, pero mala para las mujeres de más edad, mientras que la exposición a los robots tuvo efectos adversos en los hombres en edad productiva (Albinowski y Lewandowski, 2022). La adopción de robots en Estados Unidos tiene mayores efectos negativos en los salarios y el empleo de los hombres que en los de las mujeres (Acemoglu y Restrepo, 2020). Investigaciones recientes muestran que las mujeres, que inicialmente estaban más expuestas a la automatización que los hombres en Estados Unidos, cambiaron a ocupaciones altamente calificadas y con salarios elevados más que los hombres (Cortés et al., 2023). IMPACTOS DE LA TECNOLOGÍA EN EL MERCADO LABORAL: PANORAMA FUERA DE LAS ECONOMÍAS AVANZADAS La aplicabilidad de este modelo de cómo la tecnología impacta en los mercados laborales a la región de ACRD depende de varios factores. Todas las tecnologías descritas anteriormente están disponibles en todo el mundo. Como resultado, los mercados laborales de todo el mundo son susceptibles a alteraciones similares derivadas de los avances tecnológicos. De hecho, la proporción relativamente grande de trabajo menos calificada en los países en desarrollo significa que una mayor parte de la población puede estar en riesgo (Schlogl y Sumner, 2018). Sin embargo, hay varios factores clave que van más allá de la existencia de una tecnología y determinan su impacto final en los mercados laborales. Estos factores incluyen la adopción y difusión de la tecnología (¿las personas y las empresas utilizan nuevas tecnologías?), así como la estructura del empleo (¿predominan los sectores que utilizan tecnología?), la oferta de habilidades (¿hay trabajadores con habilidades complementarias a la tecnología?) y la globalización (¿está la economía abierta a las influencias tecnológicas?). Los mercados laborales de los países en desarrollo también son Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 23 susceptibles al progreso tecnológico fuera de sus fronteras, lo que podría ocurrir incluso si el progreso tecnológico se concentra en unas pocas economías avanzadas, o incluso en unas pocas empresas superestrellas (Korinek, Schindler y Stiglitz, 2021). La adopción de tecnología en el extranjero puede alterar la demanda de trabajo de los países en desarrollo que se materializa en el movimiento de bienes (reshoring), el movimiento de personas (migración) y el movimiento de servicios (comercio digital de servicios). Hasta el momento, los datos sobre el impacto del progreso tecnológico en el empleo en los países en desarrollo son dispares. En muchas partes del mundo, la reducción de los costos de computarización ha llevado a una disminución de las ocupaciones intensivas en tareas manuales y cognitivas rutinarias (Banco Mundial, 2016). Sin embargo, la mayoría de los países en desarrollo no muestran signos de la polarización del empleo que caracteriza a Estados Unidos y Europa occidental (Maloney y Molina, 2016; Maloney y Molina, 2019; Martins-Neto et al., 2021). En América Latina se observa un crecimiento de los empleos altamente calificados y la pérdida de empleos de baja calificación, pero no un vaciamiento de los empleos de calificación media, excepto en Brasil y México (Busso e Hincapié, 2017; Maloney y Molina, 2019; Messina y Silva, 2018; Messina y Silva, 2021). Esto es más coherente con el cambio tecnológico sesgado hacia el uso de trabajadores de calificación alta (tecnología que beneficia a trabajadores más altamente calificados) que con el cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias. Varios estudios recientes han encontrado pruebas de un vínculo negativo entre los robots y el empleo en los países en desarrollo. Los robots se han relacionado con empleos y salarios más bajos en China y con efectos más negativos en el empleo en las economías en desarrollo que en las desarrolladas (Carbonero, Ernst y Weber, 2020; Giuntella y Wang, 2019; Giuntella, Lu y Wang, 2022). En China, estos efectos se concentran en los trabajadores menos calificados y son mayores en el caso de los hombres, los trabajadores en edad productiva y los de más edad (Giuntella, Lu y Wang, 2022). Sin embargo, se han observado impactos positivos en Indonesia y en investigaciones cross-country centradas en operadores de manufacturas y ensambladores (Calì y Presidente, 2021; Maloney y Molina, 2019). En general, los resultados centrados en la tecnología han sido más positivos. La mayoría de las empresas de las 11 economías principalmente en desarrollo encuestadas en la encuesta Firm-Level Adoption of Technology Survey del Banco Mundial indican que mantienen el mismo número de trabajadores después de adoptar tecnologías más sofisticadas (Cirera, Comin y Cruz, 2022). Estas empresas también tienden a generar más puestos de trabajo e incluso pueden aumentar su proporción de trabajadores no calificados. Las investigaciones cross-country sobre la adopción de tecnologías digitales en los sectores de manufacturas de 88 países en desarrollo muestran que la adopción aumenta el empleo (Cusolito, Lederman y Peña, 2020). Centrándose en cuatro países de América Latina y el Caribe, Dutz, Almeida y Packard (2018) concluyen que el desarrollo tecnológico conduce al crecimiento del empleo, incluso de trabajadores poco calificados, en particular cuando abundan las habilidades complementarias a la tecnología. En Costa Rica, se ha observado que la innovación de productos y de procesos está relacionada con el crecimiento del empleo (Monge-González et al., 2011). En el resto de este informe se analiza el impacto de la adopción de computadoras, robots e IA y de la mejora de las TIC en los mercados laborales de la región de ACRD.18 El informe se centra en estas tecnologías, que son las que tienen más probabilidades de influir en los mercados laborales de la región en un futuro cercano. En él se analizan los avances tecnológicos tanto dentro como fuera de la región. 18 A pesar del énfasis en estos tres tipos de tecnología, las oleadas anteriores de cambio tecnológico, como la mecanización agrícola e industrial, siguen siendo relevantes en la región, en particular porque el cambio hacia el trabajo no agrícola que se espera de la mecanización agrícola y la mejora de los insumos agrícolas ha sido limitado en varios países de ACRD (FAO, 2022). El informe también se centra específicamente en las tecnologías que se utilizan en el trabajo. A pesar de ello, un amplio conjunto de tecnologías para el hogar, la salud y de otro tipo tienen importantes repercusiones en el mercado laboral, especialmente en el caso de las mujeres. Se ha demostrado que un mejor acceso a Internet aumenta la participación en la fuerza laboral y las tasas de empleo en los países en desarrollo (Chiplunkar y Goldberg, 2022; Hjort y Poulsen, 2019). Los electrodomésticos y la anticoncepción están relacionados con una mayor participación femenina en la fuerza laboral en Guatemala y otros países latinoamericanos (Almeida y Viollaz, 2022; Cubas, 2016; Gasparini y Marchionni, 2015). En los países desarrollados se observan resultados similares. Para el impacto de las tecnologías para el hogar, véanse Dettling (2017), Cavalcanti y Tavares (2008), Coen- Pirani, León y Lugauer (2010), y Greenwood, Seshadri y Yorukoglu (2005). Para las tecnologías para la salud, véanse Bailey (2006), Albanesi y Olivetti (2016), y Goldin y Katz (2002). Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 24 En primer lugar, se examina la incidencia de los avances tecnológicos en la región sobre lo que los trabajadores hacen (sus tareas) y sobre la forma en que lo hacen (sus modalidades de trabajo). El informe va más allá del análisis típico de la susceptibilidad a la automatización para diseccionar los factores que subyacen a las recientes transformaciones del mercado laboral e identificar hasta qué punto el cambio tecnológico ha desempeñado un papel importante. También se examina la forma en que los avances tecnológicos fuera de la región influyen en los mercados laborales dentro de ella y se investiga cómo la adopción de robots en los Estados Unidos está afectando la demanda de trabajadores de ACRD que trabajan en los países de la región (al cambiar los incentivos para el reshoring) y de aquellos que trabajan en los Estados Unidos (al cambiar la demanda de migrantes). En el gráfico 2.2 se muestra el marco analítico descrito en los párrafos anteriores. GRÁFICO 2.2: Los impactos del cambio tecnológico en el mercado laboral en ACRD Factores que influyen en la evolución del trabajo en CADR Impactos en el futuro del trabajo en CADR Fuera de ACRD O shoring Adopción d e tecnología Migración ∆ tareas Progreso tecnológico Dentro de ACRD ∆ modalidades de trabajo Adopción de tecnología Empleo Estructura de empleo Salarios Factoresn o tecnológicos Habilidades Globalización Nota: ACRD = América Central y la República Dominicana. Capítulo 2 Los impactos de los avances tecnológicos en el mercado laboral 25 Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD En este capítulo se describen los impactos de la tecnología en los mercados laborales de ACRD que se pueden observar hasta la fecha. En el más largo plazo, hay pocas pruebas de que los avances tecnológicos hayan alejado el empleo de las ocupaciones más susceptibles a la automatización, aunque en la última década se observan tendencias hacia el trabajo orientado al conocimiento y a las personas, que es menos automatizables. Incluso con estos cambios, el empleo en El Salvador, Guatemala, Honduras y Nicaragua es mucho más intensivo en tareas rutinarias y automatizables que en otros países de ACRD y Estados Unidos. Una gran proporción del empleo en todos los países de ACRD corre el riesgo de verse alterado por la IA y los robots, pero esta proporción es mucho menor una vez que se excluyen los sectores con poca penetración tecnológica. En ACRD se observan cambios en las modalidades de trabajo, pero su alcance es limitado. DESCRIPCIÓN DE LA SITUACIÓN: LOS AVANCES TECNOLÓGICOS Y SUS IMPACTOS EN EL EMPLEO Los datos de las economías avanzadas muestran que los mercados laborales están cambiando, pero no se sabe con certeza cómo afecta la tecnología a los mercados laborales de ACRD. En las economías avanzadas, los avances tecnológicos están generando una mayor demanda de habilidades cognitivas y socioemocionales, habilidades técnicas avanzadas y habilidades digitales. La automatización está reduciendo la demanda de trabajadores para realizar tareas rutinarias e incluso algunas tareas no rutinarias orientadas al conocimiento y a las personas. Las modalidades de trabajo están cambiando a medida que la digitalización crea oportunidades para que las personas trabajen desde su casa y encuentren trabajo en plataformas de empleo. El COVID-19 aceleró algunas de estas tendencias, en particular el cambio hacia nuevos tipos de modalidades de trabajo. Sin embargo, la evidencia de estas tendencias es más escasa para ACRD. En este capítulo se analiza cómo están cambiando las tareas y las modalidades de trabajo en la región. CAMBIOS EN LAS TAREAS Ciertos tipos de tareas son más susceptibles a sufrir alteraciones a causa de las computadoras, la IA y los robots. La evidencia del impacto de los avances tecnológicos en los mercados laborales se puede observar en la forma en que las ocupaciones y tareas de diferentes tipos evolucionan a lo largo del tiempo. Los cambios en las tareas se pueden observar en las variaciones en la proporción de ocupaciones a lo largo del tiempo, así como al desagregar las ocupaciones en diferentes tipos de tareas que tienen más y menos probabilidades de automatizarse. Esto se puede hacer tanto para las computadoras, que automatizan las tareas rutinarias, como para la IA y los robots, que automatizan tanto las tareas rutinarias como las no rutinarias. 26 Cambios en las tareas: Computarización Los cambios de largo plazo en las ocupaciones en los países de ACRD no muestran signos de disminución de los empleos asociados con tareas rutinarias y automatizables. La primera ola de automatización digital, descrita en el capítulo 2, involucra computadoras basadas en reglas que son adecuadas para realizar trabajos manuales y administrativos rutinarios y repetitivos que antes realizaban los trabajadores. La observación de los datos censales de los países de ACRD permite analizar los cambios en el empleo a largo plazo que pueden estar relacionados con el cambio tecnológico, aunque esto solo puede hacerse para categorías ocupacionales amplias. Los datos no muestran evidencia de una disminución en los empleos más asociados con tareas rutinarias y automatizables entre las décadas de 1980 y 2000. Por ejemplo, en general aumentó el empleo entre los operadores de planta y maquinaria y los ensambladores, una ocupación que generalmente se considera intensiva en tareas rutinarias. En Costa Rica y El Salvador, pero en ninguno de los demás países de ACRD, se observó una disminución del empleo en artesanías y oficios afines, otra ocupación que suele considerarse intensiva en tareas rutinarias. Al ordenar las ocupaciones según su nivel de calificación promedio en función del promedio de años de educación en 1980, se observa que ningún país de ACRD experimentó una disminución sustancial del empleo en las ocupaciones de calificación media (gráfico 3.1). Es decir, a diferencia de lo que sucede en las economías avanzadas, los cambios en las ocupaciones en los países de ACRD durante los últimos 30 años no muestran signos de polarización del empleo. Por el contrario, los cambios en los patrones de empleo son más coherentes con el llamado cambio tecnológico sesgado hacia el uso de trabajadores de calificación alta: los cambios en el empleo fueron crecientes en el nivel de calificación. GRÁFICO 3.1: Cambio en la proporción de empleo por nivel de calificación, alrededor de la década de 1980 a alrededor de la década de 2000 Puntos porcentuales 20 15 10 5 0 -5 -10 -15 -20 -25 CRI DOM GTM HND NIC PAN SLV USA Bajo Medio Alto Fuente: Centro de población de Minnesota (2020). Nota: Los períodos son de 1984 a 2011 para Costa Rica, de 1981 a 2010 para República Dominicana, de 1981 a 2002 para Guatemala, de 1988 a 2011 para Honduras, de 1995 a 2005 para Nicaragua, de 1980 a 2010 para Panamá, de 1992 a 2007 para El Salvador y de 1980 a 2010 para Estados Unidos. Las ocupaciones a un dígito de la Clasificación Internacional Uniforme de Ocupaciones (CIUO) CIUO-08 se clasifican según el promedio de años de educación alrededor de 1980 y se agrupan en niveles de calificación baja (las tres ocupaciones con el promedio de años de educación más bajo), alta (las tres ocupaciones con el promedio de años de educación más alto) y media (las ocupaciones restantes). CRI = Costa Rica; DOM = República Dominicana; EE. UU. = Estados Unidos de América; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. En años más recientes, hay pruebas de un alejamiento de las tareas rutinarias que son más fáciles de automatizar. Los datos de ALC muestran que en toda la región se ha producido un alejamiento de las tareas rutinarias en favor de otras no rutinarias (Beylis et al., 2020; Gasparini et al., 2021). Un patrón similar es evidente en los países de ACRD. El índice de intensidad de tareas rutinarias (RTI por sus siglas en inglés) mide la intensidad del empleo en tareas rutinarias19. La medida está estandarizada con respecto 19 El RTI se construye a partir de datos sobre tareas del Program for the International Assessment of Adult Competencies (PIACC) y datos sobre los niveles de empleo. Véase en el apéndice B una descripción detallada de la metodología para calcular el RTI. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 27 al valor de los Estados Unidos para permitir comparaciones entre países. El RTI muestra que el empleo en todos los países de ACRD, excepto Costa Rica y Honduras, se volvió menos intensivo en tareas rutinarias en la década anterior (gráfico 3.2a). GRÁFICO 3.2: Cambios en la intensidad rutinaria del trabajo, 2011-19 Diferencia en los índices de RTI y de tareas a. RTI b. Analíticas no rutinarias c. Interpersonales no rutinarias 0.1 0.1 0.1 0.05 0.05 0.05 0 0 0 -0.05 -0.05 -0.05 -0.1 -0.1 -0.1 -0.15 -0.15 -0.15 -0.2 -0.2 -0.2 HND CRI PAN DOM SLV GTM DOM SLV PAN GTM CRI HND SLV DOM PAN HND CRI GTM d. Cognitivas rutinarias e. Manuales 0.1 0.1 0.05 0.05 0 0 -0.05 -0.05 -0.1 -0.1 -0.15 -0.15 -0.2 -0.2 HND DOM SLV PAN CRI GTM GTM PAN CRI SLV HND DOM Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: El año final es 2018 para Panamá. Nicaragua está excluida por falta de datos disponibles. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; PAN = Panamá; RTI = índice de intensidad de tareas rutinarias; SLV = El Salvador. El empleo se volvió más intensivo en tareas orientadas a los conocimientos y a las personas en muchos países de ACRD. La intensidad rutinaria de las ocupaciones medidas por el índice RTI se puede desagregar en diferentes tipos de tareas: analíticas no rutinarias (trabajo de conocimientos), interpersonales no rutinarias (trabajo orientado a las personas) y cognitivas rutinarias (trabajo administrativo). Durante la última década, los trabajos se tornaron más intensivos en tareas analíticas no rutinarias en todos los países de ACRD, excepto Costa Rica y Honduras, y en tareas interpersonales no rutinarias en todos, excepto Costa Rica, Guatemala y Honduras (gráficos 3.2b y 3.2c). Las tareas cognitivas rutinarias se volvieron más frecuentes en tres de los seis países para los que se dispone de datos, aunque estos aumentos fueron relativamente pequeños y se vieron compensados por la creciente intensidad de las tareas no rutinarias (gráfico 3.2d). Las tareas manuales, que no están directamente incorporadas en el índice RTI debido a la imposibilidad de distinguir las rutinarias de las no rutinarias en los datos disponibles, experimentaron cambios relativamente pequeños (gráfico 3.2e)20. 20 En general, estos resultados se condicen con estudios anteriores que incluyen países de ACRD (Banegas y Winkler, 2020; Winkler y Montenegro, 2021; Banco Mundial, 2022b). Véase el apéndice B para obtener una comparación. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 28 A pesar de estos cambios recientes, el empleo en la región sigue siendo intensivo en trabajos rutinarios, particularmente en los países menos desarrollados de ACRD. El índice RTI muestra que el empleo en El Salvador, Guatemala, Honduras y Nicaragua es mucho más intensivo en tareas rutinarias que el empleo en Estados Unidos, así como en los demás países de ACRD (gráfico 3.3). Si bien las diferencias en la intensidad de las tareas cognitivas rutinarias (trabajo administrativo) son pequeñas entre los países, todos los países de ACRD muestran una prevalencia mucho menor de tareas analíticas e interpersonales no rutinarias (trabajo orientado al conocimiento y a las personas) que Estados Unidos, con diferencias particularmente grandes en El Salvador, Guatemala, Honduras y Nicaragua. En estos cuatro países, la magnitud de las diferencias y el tamaño de la fuerza de trabajo en empleos intensivos en tareas no rutinarias significan un índice RTI mucho más alto y un empleo más rutinario en general. Las tareas manuales son más frecuentes que en los Estados Unidos en todos los países de ACRD. GRÁFICO 3.3: RTI e intensidad de tareas de los países de ACRD, 2021 Desviaciones estándar del promedio de Estados Unidos 0.50 0.30 0.10 -0.10 -0.30 -0.50 -0.70 GTM NIC HND SLV CRI DOM PAN RTI Analíticas no rutinarias Interpersonales no rutinarias Cognitivas rutinarias Manuales Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras, 2018 para Panamá y 2014 para Nicaragua. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; RTI = intensidad de tareas rutinarias; SLV = El Salvador. Los trabajos con tareas rutinarias son más comunes en la agricultura y el trabajo doméstico, y menos comunes en la educación y la salud. En todos los países de ACRD sobre los que se dispone de datos, la agricultura y el trabajo doméstico registran el índice RTI más alto (gráfico 3.4a-f). El empleo en estos sectores tiende a ser menos intensivo en tareas cognitivas no rutinarias. En el otro extremo, el empleo en educación y salud es menos rutinario. La administración pública también se encuentra entre los sectores menos intensivos en tareas rutinarias, especialmente en Nicaragua y Panamá21. 21 En general, estos patrones se condicen con conclusiones anteriores para otros países de ALC (Gasparini et al., 2021). Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 29 Los hombres, los jóvenes, los menos educados y los trabajadores rurales tienden a ocupar puestos de trabajo más intensivos en tareas rutinarias. Cuando se observan las características sociodemográficas de los trabajadores, surgen algunos patrones consistentes. Los hombres, los trabajadores jóvenes y las personas que viven en zonas rurales tienen más probabilidades de ocupar puestos de trabajo que son más intensivos en tareas rutinarias (gráfico 3.5a-c). Los trabajadores con niveles de educación bajos y medios están empleados en empleos que son más intensivos en tareas rutinarias que los trabajadores con un nivel educativo más alto (gráfico 3.5d)22. En cambio, la desagregación por tipo de empleo no muestra un patrón uniforme entre los países (gráfico 3.5e). GRÁFICO 3.4: RTI por sector económico, 2021 Desviaciones estándar del promedio de Estados Unidos a. República Dominicana b. El Salvador 0.60 0.80 0.60 0.40 0.40 0.20 0.20 0.00 0.00 -0.20 -0.20 -0.40 -0.40 tri ja du ra lta lo de ía ión Se y tr s pú cio o o s ció dos a d co tri ja du ra lta lo de ía ión Se y tr s pú cio io po cos ció dos a d co sp co lic lic alu alu Co log Co log us ba In ultu us ba In ultu sti sti te gía mi s ca rte te gía mi s ca rte r r cc cc e a cno tria e a cno tria úb úb rvi an bli rvi an bli tra fica tra fica cio e cio e ab n y s ys mé mé o o rvi Com rvi Com tru tru ric ric np np cn cn a d te s a d te s li li ión do do ns ns s Ag Ag i ó ac ac ajo ajo uc uc i ab c c nis nis Se Se Ed Ed Tr Tr Ad Ad Ind Ind c. Guatemala d. Honduras 1.00 0.80 0.80 0.60 0.60 0.40 0.40 0.20 0.20 0.00 0.00 -0.20 -0.20 -0.40 -0.40 e. Nicaragua f. Panamá 1.00 0.60 0.50 0.80 0.40 0.60 0.30 0.40 0.20 0.10 0.20 0.00 0.00 -0.10 -0.20 -0.20 -0.30 -0.40 -0.40 -0.60 -0.50 tri ja du ra lta lo de ía ión Se y tr s pú cio o o s ció dos a d co tri ja du ra lta lo de ía ión Se y tr s pú cio io po cos ció dos a d co sp co lic lic alu alu Co log Co log us ba In ultu us ba In ultu sti sti te gía mi s ca rte te gía mi s ca rte r r cc cc e a cno tria e a cno tria úb úb rvi an bli rvi an bli tra fica tra fica cio e cio e ab n y s ys mé mé o o rvi Com rvi Com tru tru ric ric np np cn cn a d te s a d te s li li ión do do ns ns s Ag Ag i ó ac ac ajo ajo uc uc i ab c c nis nis Se Se Ed Ed Tr Tr Ad Ad Ind Ind Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: El año es 2019 para Guatemala y Honduras, 2018 para Panamá y 2014 para Nicaragua. La variable de sector de actividad no está disponible para Costa Rica. RTI = intensidad de tareas rutinarias. 22 Este patrón es coherente con datos anteriores sobre Argentina, Brasil, Chile, Colombia, México y Perú (Gasparini et al., 2021). Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 30 GRÁFICO 3.5: RTI por características sociodemográficas, 2021 Desviaciones estándar del promedio de Estados Unidos a. Género b. Edad c. Geografía 0.5 0.5 0.7 0.6 0.4 0.4 0.5 0.3 0.3 0.4 0.2 0.3 0.2 0.1 0.2 0.1 0.1 0 0 -0.1 0 -0.1 -0.2 -0.1 -0.2 CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV Mujeres Hombres 15–24 25–65 Urbano Rural d. Educación e. Tipo de empleo 0.6 0.5 0.4 0.4 0.2 0.3 0 0.2 -0.2 0.1 -0.4 -0.6 0 -0.8 -0.1 CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV Bajo Medio Alto Asalariado Por cuenta propia Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: El año es 2019 para Guatemala y Honduras, 2018 para Panamá y 2014 para Nicaragua. Bajo nivel educativo equivale a menos de 9 años de escolaridad, medio comprende entre 9 y 13 años, y alto se define como 14 años o más. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; RTI = intensidad de tareas rutinarias; SLV = El Salvador. Los empleos intensivos en tareas no rutinarias tienen mayores retornos salariales. Las estimaciones de regresión muestran que las tareas analíticas e interpersonales no rutinarias (trabajo orientado al conocimiento y a las personas) contribuyen positivamente a los salarios por hora en todos los países de ACRD (gráfico 3.6a-b)23. Esta conclusión está en consonancia con la bibliografía previa sobre países desarrollados y en desarrollo (Saltiel, 2020; Autor y Händel, 2013). El aumento esperado en los salarios por hora a partir de un aumento de media desviación estándar en el índice RTI oscila entre el 21 por ciento en El Salvador y el 35 por ciento en Nicaragua para las tareas analíticas no rutinarias y entre el 23 por ciento en la República Dominicana y el 36 por ciento en Honduras para las tareas interpersonales no rutinarias. El retorno a las tareas cognitivas rutinarias (trabajo administrativo) no son estadísticamente significativa (y, por lo tanto, no se muestra). Las tareas manuales, en cambio, tienen un retorno negativo en todos los países, excepto en la República Dominicana, donde la variación esperada en los salarios por hora es muy próxima a cero y no es estadísticamente significativa (figure 3.6c).24 23 Esta conclusión está en consonancia con la bibliografía previa sobre países desarrollados y en desarrollo (Saltiel, 2020; Autor y Händel, 2013). 24 La conclusión sobre el retorno a las tareas manuales difiere de la de Saltiel (2020) quien estimó un retorno salarial positivo para dichas tareas en un conjunto de nueve países de ingreso bajo y medio utilizando datos de la encuesta STEP. Saltiel (2020) utiliza la variación a nivel individual, mientras que en el presente estudio se utiliza la variación a nivel de ocupación. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 31 GRÁFICO 3.6: Retornos a las tareas rutinarias y no rutinarias, década de 2010 Cambio porcentual en los salarios por hora a partir de un cambio de 0,5 desviaciones estándar en la medida de la tarea a. Analíticas no rutinarias b. Interpersonales no rutinarias c. Manuales 40% 40% 0% 35% -5% 35% -10% 30% 30% -15% 25% 25% -20% 20% 20% -25% -30% 15% 15% -35% 10% 10% -40% 5% 5% -45% 0% 0% -50% NIC PAN GTM HND CRI DOM SLV HND CRI NIC SLV GTM PAN DOM DOM CRI PAN GTM SLV NIC HND Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los modelos se calculan mediante mínimos cuadrados ordinarios (MCO) que controlan el género, la edad y su cuadrado, variables indicadoras de nivel educativo y efectos fijos por año. Cada barra muestra el cambio porcentual esperado en los salarios por hora debido a un cambio en la medida de tarea equivalente a 0,5 desviaciones estándar de la medida de tarea correspondiente en cada país. Todos los modelos incluyen años con datos comparables para cada país: de 2011 a 2021 para Costa Rica; de 2017 a 2021 para la República Dominicana; de 2013 a 2021 para El Salvador; de 2010 a 2015 y de 2017 a 2019 para Guatemala; de 2015 a 2019 para Honduras; de 2010 a 2012 para Nicaragua; y de 2011 a 2014, 2016 y 2018 para Panamá. Los errores estándar robustos se agrupan al nivel de país y de ocupación a dos dígitos de la Clasificación Internacional Uniforme de Ocupaciones (CIUO). CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Computarización y trabajadores de ACRD en los Estados Unidos La importancia de la migración de ACRD significa que algunos trabajadores de ACRD están expuestos a los impactos de la tecnología en los mercados laborales de las economías avanzadas, particularmente en Estados Unidos. En el capítulo 1, se presentó brevemente el papel sustancial que desempeña la migración, especialmente hacia los Estados Unidos, para los países de ACRD. Esto significa que algunos trabajadores de ACRD han formado parte de la importante transformación de los mercados laborales descrita en el capítulo 2. En esta sección se analiza específicamente si los trabajadores de ACRD en los Estados Unidos han experimentado los mismos tipos de impactos en el mercado laboral que otros grupos de migrantes y que trabajadores estadounidenses no migrantes. La migración a los Estados Unidos desde los países de ACRD ha aumentado con el tiempo, y los migrantes de ACRD ahora representan alrededor del 15 por ciento de todos los migrantes recientes a los Estados Unidos. Entre 1970 y 2000, se produjo un marcado aumento de los migrantes hacia Estados Unidos procedentes de todos los países, incluidos los de ACRD (gráfico 3.7). Desde la década de 2000, la migración desde los países de ingreso bajo aumentó en general hasta 2017, después de lo cual disminuyó, mientras que la migración desde los países de ingreso medio y alto disminuyó durante la mayor parte de este período. Por el contrario, la migración desde los países de ACRD aumentó marcadamente durante toda la década de 2010 y, a excepción de una caída relacionada con el COVID-19 en 2020, no experimentó una disminución después de 2017, como ocurrió en todos los demás grupos de países. En 2021, había casi 450 000 migrantes de ACRD en Estados Unidos que habían llegado en los últimos tres años y alrededor de 1,3 millones que habían llegado en la última década25. Esto representa alrededor del 15 por ciento del total de migrantes de ambos tipos en Estados Unidos. Los migrantes de ACRD representan alrededor del 0,2 por ciento de la población en edad de trabajar, frente al 0,04 por ciento de los migrantes de países de ingreso bajo, el 0,9 por ciento de otros países de ingreso medio y el 0,2 por ciento de otros países de ingreso alto. 25 El resto del análisis se centrará en los migrantes que habían llegado en un período de tres años, ya que las tendencias son muy similares entre los dos grupos. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 32 GRÁFICO 3.7: Migrantes en los últimos tres GRÁFICO 3.8: Migrantes de ACRD en los años en Estados Unidos, 1970-2021 últimos tres años en Estados Unidos, 1970-2021 Número de migrantes Número de migrantes 800,000 3,500,000 160,000 700,000 140,000 3,000,000 600,000 120,000 2,500,000 500,000 100,000 2,000,000 400,000 80,000 1,500,000 300,000 60,000 1,000,000 200,000 40,000 100,000 500,000 20,000 0 0 0 2000 2005 2006 2009 2002 2020 2008 2003 2004 2007 2001 2010 1990 2016 2019 1980 2012 2015 2021 2018 1970 1980 1990 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2013 2014 1970 2017 2011 CADR LICs HICs MICs (eje derecho) CRI SAL GTM HON NIC PAN DOM Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana; HIC = países de Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. El Salvador, Guatemala, Honduras y la República Dominicana son los principales emisores de migrantes a Estados Unidos entre los países de ACRD. Estos cuatro países han sido responsables de más del 90 por ciento de los migrantes de los países de ACRD desde principios de la década de 2000. Durante este período, en general aumentó la migración desde los cuatro países (gráfico 3.8). Los migrantes de los países de ACRD son más jóvenes que los de otros países (30 años frente a aproximadamente 35 años). Casi la mitad son mujeres. La mayoría no tiene educación secundaria. Este patrón educativo se ha mantenido bastante estable a lo largo del tiempo, aunque la proporción de migrantes con educación secundaria ha aumentado ligeramente. Por el contrario, el nivel de calificación de los migrantes de otros países ha aumentado considerablemente a lo largo del tiempo: al menos el 30 por ciento de los migrantes de países de ingreso bajo, medio y alto tiene educación terciaria en comparación con el 13 por ciento en los países de ACRD. Los migrantes de países de ACRD y no pertenecientes a ACRD se han desplazado de los trabajos que implican tareas rutinarias. Durante los últimos 50 años, los migrantes de los países de ACRD se han concentrado en unas pocas ocupaciones menos calificadas26. Los migrantes de países no pertenecientes a ACRD están menos concentrados y tienen una proporción sustancial de trabajadores en empleos altamente calificados27. En los últimos 50 años, el empleo en el sector manufacturero disminuyó abruptamente entre los migrantes de ACRD, de casi el 50 por ciento del empleo en 1970 al 8 por ciento en 2021, en consonancia con la automatización de las tareas manuales rutinarias (trabajos manuales repetitivos) (gráfico 3.9). Esta disminución también se produjo entre los migrantes de países no pertenecientes a ACRD, pero los empleos en el sector manufacturero constituían una proporción mucho menor de sus puestos de trabajo en 1970, lo que significa que el cambio general fue menos drástico. El empleo en puestos de oficina y de apoyo administrativo, que son intensivos en tareas cognitivas rutinarias, también disminuyó para los migrantes tanto de países de ACRD como de los no pertenecientes a ACRD. 26 Estas ocupaciones han representado el 5 % o más del empleo al menos una vez durante este período. Estos son la preparación y el servicio de alimentos, la limpieza de edificios y terrenos, las ventas, el apoyo administrativo y de oficinas, la construcción, la producción y el transporte y el traslado de materiales. 27 Estos incluyen empleos de administración, computación y matemáticas, y educación. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 33 GRÁFICO 3.9: Empleo de migrantes en los GRÁFICO 3.10: Empleo de migrantes en los últimos tres años en trabajos en el sector últimos tres años en trabajos de construcción manufacturero en Estados Unidos, 1970-2021 en Estados Unidos, 1970-2021 Porcentaje de empleo de países de ACRD y no pertene- Porcentaje de empleo de países de ACRD y no pertene- cientes a ACRD cientes a ACRD 50% 30% 45% 25% 40% 35% 20% 30% 25% 15% 20% 10% 15% 10% 5% 5% 0% 0% 1970 1980 1990 2000 2010 2021 1970 1980 1990 2000 2010 2021 Migrantes ACRD Migrantes no ACRD Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana. Nota: ACRD = América Central y la República Dominicana. Los migrantes de ACRD pasaron a ocupar puestos de trabajo intensivos en tareas manuales no rutinarias, mientras que los migrantes de países no pertenecientes a ACRD comenzaron a ocupar empleos de conocimientos más calificados. El empleo en ocupaciones de la construcción, que son intensivas en tareas manuales no rutinarias, aumentó marcadamente entre los migrantes de ACRD y pasó a ser el principal grupo ocupacional de acuerdo a la proporción del empleo total (gráfico 3.10). Por el contrario, ha habido pocos cambios en el empleo en el sector de la construcción entre los migrantes de países no pertenecientes a ACRD. También aumentó el empleo para los migrantes de ACRD en otras ocupaciones intensivas en tareas manuales no rutinarias, como la preparación y el servicio de alimentos, la limpieza de edificios y terrenos, y el transporte y el traslado de materiales. Por lo general, los migrantes de países no pertenecientes a ACRD experimentaron aumentos más moderados del empleo en estas ocupaciones, mientras que también experimentaron un crecimiento del empleo en ocupaciones más calificadas, como administración, computación y matemáticas, y educación. Los migrantes de ACRD contribuyeron a la expansión del empleo poco calificado observada en Estados Unidos en las últimas décadas (por un lado de la polarización del empleo en Estados Unidos), pero no contribuyeron a la expansión del empleo altamente calificado (por el otro lado de la polarización). Los migrantes de ACRD han cambiado marcadamente de empleos de mediana a baja calificación, a diferencia del patrón observado para los migrantes de otros países de ingreso medio y alto y para los trabajadores estadounidenses no migrantes (gráfico 3.11a-e). De hecho, los migrantes de ACRD y los migrantes de países de ingreso bajo son responsables de gran parte del aumento del empleo poco calificado observado en Estados Unidos en las últimas décadas. Esto concuerda con investigaciones recientes que muestran que la relocalización y la automatización en Estados Unidos han aumentado la demanda de servicios poco calificados que son intensivos en tareas manuales no rutinarias (Mandelman y Zlate, 2022). Por otra parte, los migrantes de otros países de ingreso medio y alto se han beneficiado de la misma complementariedad entre tecnología y habilidades de la que han disfrutado los trabajadores estadounidenses no migrantes. La importancia de los migrantes de ACRD y de los migrantes de países de ingreso bajo es tal que el panorama del cambio tecnológico sesgado por la rutina se torna mucho más sombrío para los trabajadores estadounidenses no migrantes (gráfico 3.11e). Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 34 GRÁFICO 3.11: Cambio en la proporción de empleo, por nivel de calificación, de los migrantes en un período de tres años y de los no migrantes estadounidenses en Estados Unidos, 1980-2021 Puntos porcentuales a. ACRD b. LICs c. MIC 15 15 10 8 10 10 6 5 4 5 2 0 0 0 -5 -2 -5 -4 -10 -6 -10 -15 -8 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 d. HIC e. Estados Unidos 15 2.5 2 10 1.5 1 5 0.5 0 0 -0.5 -1 -5 -1.5 -2 -10 -2.5 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: Las proporciones de empleo se calculan para cada ocupación y año y luego se ordenan en intervalos del 1 por ciento según el salario ocupacional medio. Estos intervalos se suman a los intervalos del 10 por ciento. ACRD = América Central y la República Dominicana; HIC = países de ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio. En general, el empleo de los migrantes de ACRD se está alejando de las tareas rutinarias y se está volviendo algo más intensivo en el trabajo manual flexible y orientado a las personas, que es habitual en la construcción y los servicios. Las medidas basadas en tareas de empleo rutinario y no rutinario descritas anteriormente en el capítulo proporcionan una imagen resumida de la composición cambiante del empleo de los trabajadores de ACRD en los Estados Unidos. Desde 1970, el empleo de trabajadores estadounidenses no migrantes y migrantes de países de ingreso medio y alto se ha vuelto más intensivo en tareas analíticas e interpersonales no rutinarias (trabajo orientado al conocimiento y a las personas) y menos intensivo en tareas cognitivas y manuales rutinarias y tareas manuales no rutinarias (trabajo administrativo, manual repetitivo y manual flexible) (gráfico 3.12c-e). Por el contrario, el empleo de los migrantes de ACRD (y de los países de ingreso bajo) se ha vuelto más intensivo en tareas manuales no rutinarias (trabajos manuales flexibles) (gráfico 3.12a-b). En resumen, el progreso tecnológico en los Estados Unidos parece estar desplazando a los trabajadores de ACRD hacia empleos menos calificados en el sector de los servicios y la construcción, donde predominan las tareas manuales e interpersonales no rutinarias. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 35 GRÁFICO 3.12: Evolución del contenido de las tareas de los migrantes en los últimos tres años en Estados Unidos, 1970-2021 Índice de tareas (1970 = 0) a. ACRD b. LIC c. MIC 0.40 0.60 0.60 0.20 0.40 0.40 0.00 0.20 0.20 -0.20 0.00 0.00 -0.40 -0.20 -0.20 -0.60 -0.40 -0.40 -0.80 -0.60 -0.60 -1.00 -0.80 -0.80 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 d. HIC e. Estados Unidos 1.00 0.50 0.40 0.50 0.30 Analíticas no rutinarias 0.20 0.00 0.10 Interpersonales no rutinarias 0.00 Cognitivas rutinarias -0.50 -0.10 Manuales rutinarias -0.20 -1.00 -0.30 Manuales no rutinarias -0.40 -1.50 -0.50 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana; HIC = países de ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio; NR = tareas no rutinarias; R = tareas rutinarias. Los patrones son similares en todos los géneros y países de origen, con algunas excepciones destacables. El aumento de las tareas manuales no rutinarias solo es aparente en el caso de los hombres migrantes de ACRD: las mujeres solo han experimentado un aumento en la intensidad del empleo en tareas interpersonales no rutinarias (gráfico 3.13a-b). Esto se condice con el crecimiento del empleo en la construcción entre los trabajadores de ACRD, que está fuertemente sesgado hacia los hombres. Si nos centramos en los cuatro países de ACRD con la mayor cantidad de migrantes en Estados Unidos, el empleo se ha vuelto más intensivo en tareas interpersonales no rutinarias entre los migrantes de todos ellos y en tareas manuales no rutinarias entre los migrantes de todos excepto de la República Dominicana (gráfico 3.13c-f). Las habilidades analíticas no rutinarias se han vuelto más importantes para los migrantes de El Salvador, mientras que las habilidades manuales rutinarias se han vuelto más importantes para los migrantes de Guatemala. En el caso de El Salvador, estos cambios se relacionan con el crecimiento de ocupaciones como la educación y la capacitación, la gestión y los negocios, y con el aumento conexo de los migrantes con educación terciaria. Guatemala muestra un panorama casi opuesto: el empleo aumentó en las ocupaciones de la construcción mientras que el nivel educativo de los migrantes de Guatemala disminuyó. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 36 GRÁFICO 3.13: Evolución del contenido de las tareas de los migrantes de ACRD en los últimos tres años por género en Estados Unidos, 1970-2021 Índice de tareas (1970 = 0) a. Mujeres b. Hombres c. República Dominicana 0.4 0.6 0.6 0.2 0.4 0.4 0.2 0.2 0 0 -0.2 0 -0.2 -0.4 -0.2 -0.4 -0.6 -0.4 -0.6 -0.8 -0.6 -0.8 -1 -0.8 -1 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 d. El Salvador e. Guatemala f. Honduras 0.6 0.8 0.8 0.6 0.6 0.4 0.4 0.4 0.2 0.2 0.2 0 0 0 -0.2 -0.2 -0.2 -0.4 -0.4 -0.4 -0.6 -0.6 -0.6 -0.8 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 1970 1990 2001 2003 2005 2007 2009 2011 2013 2015 2017 2019 2021 Analíticas no rutinarias Interpersonales no rutinarias Cognitivas rutinarias Manuales rutinarias Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Manuales no rutinarias Nota: ACRD = América Central y la República Dominicana; HIC = países de ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio; NR = tareas no rutinarias; R = tareas rutinarias. Los salarios de los migrantes de ACRD apenas han aumentado desde 1970. El creciente predominio de migrantes de ACRD en ocupaciones poco calificadas (mal remuneradas) se pone de manifiesto en la falta de crecimiento salarial de este grupo (gráfico 3.14). Los salarios reales han aumentado un 12 por ciento para los migrantes de ACRD desde 1970 y solo un 3 por ciento desde 1990. Esto contrasta con el crecimiento del 62 por ciento, 55 por ciento y 41 por ciento de los migrantes de países de ingreso bajo, medio y alto, respectivamente. Esto sugiere que, por un lado, los avances tecnológicos en los Estados Unidos han creado oportunidades de empleo adicionales para los migrantes de ACRD. Por otro lado, estas oportunidades se encuentran en empleos menos calificados, y la creciente oferta de trabajadores de ACRD poco calificados comparables puede haber aumentado la competencia, reduciendo el crecimiento salarial. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 37 GRÁFICO 3.14: Salario medio por hora de los migrantes en los últimos tres años en Estados Unidos, 1980-2021 USD reales de 2010 35 30 25 20 15 10 5 0 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 00 20 1 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 0 20 20 20 20 19 20 20 20 20 19 20 20 20 20 19 19 20 19 19 19 19 19 19 20 19 19 19 19 19 19 19 19 20 19 20 20 20 19 20 20 20 CADR LICs MICs HICs Fuentes: ACS (2000-2021); Censo de Estados Unidos (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana; HIC = países de ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio. Cambios en las tareas: Inteligencia artificial y robótica móvil Las estimaciones de la susceptibilidad del empleo a los últimos avances tecnológicos sugieren que una parte sustancial de los puestos de trabajo está en riesgo de sufrir alteraciones. La segunda ola de automatización digital descrita en el capítulo 2 involucra a la IA y a los robots, que son capaces de realizar tareas tanto rutinarias como no rutinarias. Debido a que estas tecnologías son incipientes, la investigación en esta área tiende a implicar medidas prospectivas de lo que la IA y los robots podrían hacer. Estas medidas se calculan de manera similar a las utilizadas para identificar las tareas rutinarias y no rutinarias aptas para la computarización. Se identifican tareas que probablemente no puedan llevar a cabo la IA y los robots, lo que permite estimar la proporción de trabajadores que realizan tareas que probablemente se automatizarán. Con este enfoque, entre el 9 por ciento y el 36 por ciento de los trabajadores corren un alto riesgo de automatización en los países de ACRD (gráfico 3.15)28. Sin embargo, casi todos los GRÁFICO 3.15: Susceptibilidad de la fuerza laboral a la automatización, 2021 Porcentaje de empleo 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% GTM NIC HND SLV PAN CRI DOM Bajo Medio Alto Fuentes: Frey y Osborne (2017); SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras; 2018 para Panamá; y 2014 para Nicaragua. El riesgo de automatización se calcula de acuerdo con el enfoque basado en tareas de Arntz, Gregory y Zierahn (2016) y Egana del Sol et al. (2022). Riesgo bajo significa una probabilidad de automatización del 30 por ciento o menos; medio está por encima del 30 por ciento pero por debajo del 70 por ciento, y alto es del 70 por ciento o más. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. 28 Véase en el apéndice C una descripción detallada de la metodología para calcular la probabilidad de automatización. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 38 trabajadores de todos los países de ACRD presentan al menos un riesgo medio, lo que significa que es probable que algunas de las tareas que realizan desaparezcan o cambien sustancialmente. Esto contrasta con la OCDE, donde el 14 por ciento de los empleos están en alto riesgo y el 46 por ciento están al menos en riesgo medio. Los hombres, los jóvenes, los trabajadores con menor nivel educativo y los trabajadores rurales corren un mayor riesgo de automatización. En todos los países de ACRD, las ocupaciones en las que están empleadas mujeres, adultos y trabajadores urbanos, así como las tareas que realizan en el trabajo, dan lugar a un menor riesgo promedio de automatización en comparación con los hombres, los jóvenes y los trabajadores rurales (gráficos 3.16a-c). El riesgo promedio de automatización disminuye con el nivel de educación y es menor para los asalariados que para los trabajadores por cuenta propia (gráfico 3.16d-e). Entre los sectores económicos, el sector de los servicios es el que presenta menor riesgo de automatización, mientras que el de la agricultura es el que presenta el riesgo más alto (gráfico 3.16f). GRÁFICO 3.16: Probabilidad de automatización por características sociodemográficas, 2021 Probabilidad porcentual promedio a. Género b. Edad c. Geografía 80% 80% 80% 70% 70% 70% 60% 60% 60% 50% 50% 50% 40% 40% 40% 30% 30% 30% 20% 20% 20% 10% 10% 10% 0% 0% 0% CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV Mujeres Hombres 15-24 25-65 Urbano Rural d. Educación e. Tipo de empleo f. Sector 80% 80% 90% 70% 70% 80% 70% 60% 60% 60% 50% 50% 50% 40% 40% 40% 30% 30% 30% 20% 20% 20% 10% 10% 10% 0% 0% 0% CRI DOM GTM HND NIC PAN SLV CRI DOM GTM HND NIC PAN SLV DOM GTM HND NIC PAN SLV Bajo Medio Alto Asalariado Por cuenta propia Agricultura Industria Servicios Fuentes: Frey y Osborne (2017); SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras; 2018 para Panamá; y 2014 para Nicaragua. El riesgo de automatización se calcula de acuerdo con el enfoque basado en tareas de Arntz, Gregory y Zierahn (2016) y Egana del Sol et al. (2022). Riesgo bajo significa una probabilidad de automatización del 30 por ciento o menos; medio está por encima del 30 por ciento pero por debajo del 70 por ciento, y alto es del 70 por ciento o más. Bajo nivel educativo equivale a menos de 9 años de escolaridad, medio comprende entre 9 y 13 años, y alto se define como 14 años o más. No se dispone de datos sobre sector de actividad en Costa Rica. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 39 Sin embargo, la susceptibilidad del empleo a la automatización en los países de ACRD es mucho menos grave cuando se realizan pequeñas correcciones por los factores que podrían interrumpir la conversión de los posibles impactos de los avances tecnológicos en el mercado laboral en impactos reales. Como se describe en el capítulo 1, los países de ACRD se caracterizan por tener altas tasas de empleo informal y altas tasas de trabajo por cuenta propia. Esta gran cantidad de empleo informal y por cuenta propia refleja sectores privados con estructuras organizativas menos maduras. Además, estos sectores tienden a ser menos intensivos en capital y, por lo tanto, se ven menos afectados por los avances tecnológicos (Weller, Gontero y Campbell, 2019). Cuando se excluye a los trabajadores de estos sectores de las mediciones de la probabilidad de automatización, la exposición al desplazamiento por tecnologías de automatización disminuye sustancialmente (gráfico 3.17)29. La proporción de trabajadores con bajo riesgo de automatización aumenta de un solo dígito en la medición original a alrededor de la mitad en todos los países. GRÁFICO 3.17: Proporción de empleos con alto riesgo de automatización, mediciones originales y ajustadas, 2021 Porcentaje 100% 80% 60% 40% 20% 0% Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado Original Ajustado CRI DOM GTM HND NIC PAN SLV Bajo Medio Alto Fuentes: Frey y Osborne (2017); SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras; 2018 para Panamá; y 2014 para Nicaragua. El riesgo de automatización se calcula de acuerdo con el enfoque basado en tareas de Arntz, Gregory y Zierahn (2016) y Egana del Sol et al. (2022) y luego se ajusta siguiendo a Weller et al. (2019). Riesgo bajo significa una probabilidad de automatización del 30 por ciento o menos; medio está por encima del 30 por ciento pero por debajo del 70 por ciento, y alto es del 70 por ciento o más. El ajuste asigna un riesgo de automatización igual a cero a los trabajadores de sectores de baja productividad definidos como trabajadores por cuenta propia con educación inferior a la universidad, empleados asalariados y empleadores de pequeñas empresas, trabajadores domésticos y trabajadores que no perciben ingresos laborales. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Inteligencia artificial, robótica móvil y trabajadores de ACRD en los Estados Unidos Los migrantes de ACRD en Estados Unidos corren un mayor riesgo de automatización que los no migrantes y los migrantes de otros grupos de países, pero corren un riesgo mucho menor debido a los últimos adelantos en inteligencia artificial. La probabilidad media de automatización es de alrededor del 70 por ciento para los migrantes de los países de ACRD, la más alta entre todos los grupos de migrantes y sustancialmente más alta que el riesgo de los trabajadores no migrantes de EE.UU. (gráfico 3.18)30. Esto sugiere que es probable que los migrantes de ACRD continúen experimentando alteraciones del mercado laboral similares a las que experimentaron en las últimas décadas en Estados Unidos. Sin embargo, es poco probable que los migrantes de ACRD se vean tan afectados por los últimos adelantos en materia de IA. La exposición de los migrantes de ACRD a los GPT como ChatGPT es menor que la de otros migrantes y no migrantes. A diferencia de la capacidad de automatización en general, la proporción 29 Véase en el apéndice C una descripción detallada de la metodología para calcular esta medida alternativa de la probabilidad de automatización. 30 La probabilidad de automatización calculada aquí es la medida basada en ocupaciones propuesta por Frey y Osborne (2017). La metodología basada en tareas para estimar las probabilidades de automatización no se puede utilizar debido al pequeño tamaño de la muestra de datos del Program for the International Assessment of Adult Competencies (PIAAC) que suelen utilizarse para este análisis. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 40 de tareas del trabajador promedio de ACRD que están expuestas a GPT es relativamente baja (16 por ciento para los migrantes de ACRD frente al 44 por ciento para los trabajadores estadounidenses), al igual que la proporción de trabajadores en ocupaciones con al menos el 10 por ciento o el 50 por ciento de sus tareas expuestas a GPT (gráfico 3.19). Es probable que el sesgo de baja calificación de los migrantes de ACRD se traduzca en más alteraciones del mercado laboral provocadas por ciertas tecnologías de IA y robótica móvil, pero relativamente menos por parte de los GPT. GRÁFICO 3.18: Probabilidad media de GRÁFICO 3.19: Proporción de trabajadores automatización, 2021 con al menos el 10 por ciento y el 50 por Probabilidad porcentual promedio ciento de las tareas expuestas a los GPT, 2021 Porcentaje 80% 100% 90% 70% 80% 60% 70% 50% 60% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% HICs USA MICs LICs CADR 0% CADR LICs MICs USA HICs 10% of tasks 50% of tasks Fuentes: ACS (2000-2021); Frey y Osborne (2017); Censo de Estados Unidos Fuentes: ACS (2000-2021); Eloundou et al. (2023); Censo de Estados Unidos (1970, 1980, 1990). (1970, 1980, 1990). Nota: ACRD = América Central y la República Dominicana; HIC = países de Nota: ACRD = América Central y la República Dominicana; HIC = países de ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio; ingreso alto; LIC = países de ingreso bajo; MIC = países de ingreso medio; EE. UU. = Estados Unidos de América. EE. UU. = Estados Unidos de América. CAMBIOS EN LAS MODALIDADES DE TRABAJO Las TIC están cambiando la manera en que las empresas organizan a los trabajadores. Cada vez más, los trabajadores de una empresa pueden realizar su trabajo a distancia (trabajo remoto). Al mismo tiempo, las empresas están cada vez más dispuestas a recurrir a trabajadores externos para realizar tareas a distancia (trabajo a través de plataformas). Cambios en las modalidades de trabajo: Trabajo remoto El trabajo remoto genera tanto desafíos como oportunidades para los mercados laborales. Los estudios muestran que el trabajo remoto puede asociarse con una mayor productividad (Bloom et al., 2015; Choudhury, Foroughi y Larson, 2020; Mas y Pallais, 2020). Sin embargo, la productividad puede disminuir debido a la pérdida de información y conocimientos que se obtienen en las interacciones cara a cara, el aumento de las interrupciones, las dificultades para realizar ciertas tareas desde casa y las telecomunicaciones deficientes (Atkin, Schoar y Shinde, 2023; Behrens, Kichko y Thisse, 2021; Gibbs, Mengel y Siemroth, 2023). Para los trabajadores, uno de los principales beneficios del trabajo remoto es la flexibilidad que ofrece. De hecho, los trabajadores tienden a valorar la flexibilidad de trabajar desde casa en particular, en relación con otras formas de flexibilidad laboral (por ejemplo, en los horarios de trabajo) (Mas y Pallais, 2017). Esta flexibilidad también parece haber protegido a muchos trabajadores de los peores impactos de la pandemia en el mercado laboral. En general, los trabajos con más potencial para realizarse de forma remota se asociaron con una menor pérdida de empleo e ingresos (Garrote Sánchez et al., 2021)31. 31 Véase también Adams-Prassl et al. (2020), Mongey, Pilossoph y Wingerg (2020), y Montenovo et al. (2022) para Estados Unidos; Guven, Sotirakopoulos y Ulker (2020) para Australia; Hatayama, Viollaz y Winkler (2023) para Chile. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 41 Por otro lado, los trabajadores con menor nivel educativo y de bajos ingresos tienen menos probabilidades de trabajar en empleos que se pueden realizar de forma remota, lo que significa que estos beneficios generalmente están disponibles solo para aquellos que ya están en mejor situación (Garrote Sánchez et al., 2021; Mongey, Pilossoph y Wingerg, 2020). El potencial del trabajo remoto es bajo en los países de ACRD. Se pueden crear estimaciones del potencial de trabajo remoto evaluando si las tareas de un trabajador son factibles de ser realizadas desde la casa (Dingel y Neiman, 2020). Tareas como el uso del correo electrónico aumentan la probabilidad de que un trabajo se pueda realizar desde la casa, mientras que tareas como trabajar al aire libre disminuyen la probabilidad32. El potencial de trabajo remoto en los países de ACRD se calcula utilizando datos de tareas de las encuestas del Program for the International Assessment of Adult Competencies (PIAAC) y de los Estados Unidos como punto de referencia33. En todos los países de ACRD, los empleos se adecuan menos al trabajo desde la casa que el empleo medio en Estados Unidos34. Mientras que en Estados Unidos alrededor del 40 por ciento del trabajo podría realizarse desde la casa, las tasas son inferiores al 30 por cientopor ciento en todos los países de ACRD, excepto Panamá y Costa Rica (gráfico 3.20). La adecuación al trabajo desde la casa en la región suele disminuir con el nivel de ingresos, en consonancia con la bibliografía internacional (Gottlieb, Grobovšek y Poschke, 2020). En todos los países, excepto El Salvador, las mujeres tienen más posibilidades de trabajar desde la casa que los hombres. GRÁFICO 3.20: Proporción de trabajadores en empleos con alto nivel de adecuación al trabajo desde la casa, 2021 Porcentaje 60% 50% 40% 30% 20% 10% 0% USA PAN CRI DOM SLV HND NIC GTM Total Mujeres Hombres Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras, 2014 para Nicaragua y 2018 para Panamá. CRI = Costa Rica; DOM = República Dominicana; EE. UU. = Estados Unidos de América; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Las personas con trabajos que se pueden realizar de forma remota en los países de ACRD tienden a estar en mejor situación. El potencial de trabajo desde la casa aumenta con la educación. Las ocupaciones altamente calificadas (gerentes, profesionales y técnicos) tienen un mayor potencial de trabajo desde la casa que las ocupaciones menos calificadas, como los trabajadores agrícolas calificados, los operadores de plantas y maquinaria y los ensambladores, y los artesanos y oficios afines. Esto se condice con la bibliografía existente que muestra que, tanto en los países desarrollados como en los países en desarrollo, los trabajadores que pueden trabajar desde la casa tienden a ser menos vulnerables 32 También son posibles otros enfoques, como encuestar a los trabajadores sobre la proporción de tareas que se pueden realizar desde la casa. Véase, por ejemplo, Adams-Prassl et al. (2022). 33 Véase en el apéndice D una descripción detallada de la metodología para calcular el potencial de trabajo remoto. 34 Estos resultados son similares a los de otros estudios. Véase una descripción de estos resultados en el apéndice D. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 42 desde el punto de vista económico. En los distintos países, estos trabajadores suelen tener un nivel educativo más alto y recibir una mejor remuneración, y a ser trabajadores asalariados, formales, con trabajos permanentes y en áreas urbanas35. Antes de la pandemia de COVID-19, las tasas reales de trabajo desde la casa eran muy bajas entre los trabajadores asalariados de los países de ACRD, pero más altas entre los trabajadores por cuenta propia. Los datos de las encuestas de hogares y de fuerza laboral muestran que, antes de la pandemia, el 7 por cientopor ciento de los trabajadores trabajaba desde la casa en Guatemala (2019), el 8 por cientopor ciento en Costa Rica (2019), el 9 por cientopor ciento en Panamá (2019) y el 15 por cientopor ciento en Nicaragua (2012), los cuatro países para los que se dispone de datos sobre trabajadores asalariados y por cuenta propia. La gran mayoría de ellos eran trabajadores por cuenta propia: las tasas de trabajo desde la casa entre los trabajadores asalariados fueron del 2 por cientopor ciento o menos en los tres países para los que se dispone de datos (gráfico 3.21). Las tasas fueron del 20 por cientopor ciento o más en todos los países de ACRD con datos sobre trabajadores por cuenta propia (véase el gráfico 3.22). Este patrón es similar al observado en el resto del mundo: la OIT estima que, antes de la pandemia, el 8 por cientopor ciento de la fuerza laboral mundial trabajaba desde la casa, la mayoría por cuenta propia (OIT, 2021a)36. En todos los países de ACRD y en ambos tipos de empleo, las mujeres tienen más probabilidades que los hombres de trabajar de forma remota. GRÁFICO 3.21: Proporción de trabajadores GRÁFICO 3.22: Proporción de trabajadores asalariados que trabajaban desde la casa por cuenta propia que trabajaban desde la antes de la pandemia, 2019 casa antes de la pandemia, 2019 Porcentaje Porcentaje 4.5% 70% 4.0% 60% 3.5% 3.0% 50% 2.5% 40% 2.0% 30% 1.5% 20% 1.0% 0.5% 10% 0.0% 0% Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres CRI GTM NIC PAN CRI SLV GTM HND NIC PAN Fuentes: SEDLAC (CEDLAS y Banco Mundial). Fuentes: SEDLAC (CEDLAS y Banco Mundial). Nota: Los años son 2012 para Nicaragua y 2018 para Panamá. No se Nota: Los años son 2012 para Nicaragua y 2018 para Panamá. No se dispone dispone de datos para los demás países de ACRD. CRI = Costa Rica; GTM = de datos para la República Dominicana. CRI = Costa Rica; GTM = Guatemala; Guatemala; NIC = Nicaragua; PAN = Panamá. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. 35 Véanse también Dingel y Neiman (2020) y Mongey, Pilossoph y Wingerg (2020) para Estados Unidos; Adams-Prassl et al. (2022) para Estados Unidos y el Reino Unido; y Lekfuangfu et al. (2020) para Tailandia. En cuanto a edad y sexo, la evidencia no es concluyente y depende del país analizado. En México e India, los trabajadores jóvenes tienen menos probabilidades de trabajar desde la casa que los trabajadores adultos (Garrote Sánchez et al., 2021), pero la relación opuesta se ha encontrado para un conjunto de 10 países de ingreso bajo y medio (Hatayama, Viollaz y Winkler, 2023). Las mujeres tienen más posibilidades de trabajar desde la casa en el mismo conjunto de 10 países de ingreso bajo y medio (Gottlieb et al., 2021; Hatayama, Viollaz y Winkler, 2023), pero no hay diferencias de género en un conjunto de 11 grandes ciudades latinoamericanas (Berniell y Fernández, 2021). 36 En Estados Unidos, alrededor del 6 % de los trabajadores trabajaron principalmente desde la casa en 2019 (Mas y Pallais, 2020; Oettinger, 2011). En 2018, el 15 % de los trabajadores de la Unión Europea declararon que trabajaban desde la casa de forma ocasional o habitual (Alipour, Falck y Schüller, 2020). Los datos de cinco países de ALC muestran que entre el 5 % y el 8 % de los trabajadores trabajaban desde la casa justo antes de la pandemia (Maurizio, 2021). Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 43 Las tasas más altas de trabajo remoto entre los trabajadores por cuenta propia son evidencia de una organización del trabajo menos desarrollada, más que de un cambio posibilitado por las mejoras en las TIC. Los trabajadores por cuenta propia que trabajan en el hogar en los países menos desarrollados suelen ser artesanos, dueños de negocios autónomos o trabajadores industriales desde casa, como los costureros (OIT, 2021a). Las tasas más altas de trabajo desde la casa observada para los trabajadores por cuenta propia en ACRD en relación con los trabajadores asalariados contrastan con la medida potencial de trabajar desde la casa, que predice tasas más altas entre los trabajadores asalariados debido a su tendencia a realizar tareas de oficina que se pueden hacer desde casa cuando se facilitan con las TIC. Los datos de las encuestas de hogares y de fuerza laboral muestran que la pandemia de COVID-19 provocó un aumento del trabajo remoto en los países más desarrollados de ACRD. La OIT estima que, durante la pandemia, el trabajo desde la casa aumentó de alrededor del 8 por cientopor ciento de la fuerza laboral mundial al 17 por cientopor ciento, siendo del 14 por cientopor ciento de los trabajadores en los países de ingreso bajo y medio bajo y del 25 por cientopor ciento en los países de ingreso alto (OIT, 2021a). En Costa Rica se observa un aumento similar: el porcentaje de trabajadores que trabajan desde la casa aumentó del 8 por cientopor ciento en 2019 al 13 por cientopor ciento en 2020 y al 18 por cientopor ciento en 202137. La tasa saltó del 2 por cientopor ciento en 2019 al 14 por cientopor ciento en 2021 para los trabajadores asalariados, pero solo del 28 por cientopor ciento al 30 por cientopor ciento para los trabajadores por cuenta propia. Los aumentos fueron más pronunciados entre las personas con mayor nivel educativo. Panamá experimentó un pequeño aumento del trabajo remoto de 2 puntos porcentuales entre 2019 y 2021. En particular, el aumento fue mayor para los trabajadores por cuenta propia (2,2 puntos porcentuales) que para los asalariados (0,4 puntos porcentuales), aunque los trabajadores con niveles educativos más altos experimentaron todo el aumento. En El Salvador, el único otro país de ACRD con datos anteriores y posteriores a la pandemia, las tasas de trabajo desde la casa no cambiaron durante la pandemia, aunque solo se dispone de datos para los trabajadores por cuenta propia. Las encuestas relacionadas con el COVID-19 proporcionan evidencia de un aumento del trabajo remoto en toda la región durante la pandemia, incluso entre los trabajadores asalariados. Las High- Frequency Phone Surveys del Banco Mundial y el Programa de las Naciones Unidas para el Desarrollo muestran tasas más altas de trabajo desde la casa durante la pandemia en comparación con las tasas observadas en otras fuentes de datos antes de la pandemia (gráfico 3.23). La proporción de trabajadores que trabajaron al menos la mitad de sus horas totales desde la casa entre mayo y julio de 2021 osciló entre el 11 por cientopor ciento y el 21 por ciento, en comparación con un rango del 7 por ciento al 15 por ciento antes de la pandemia38. A diferencia de lo observado antes de la pandemia, en Costa Rica, Guatemala, Honduras, la República Dominicana y Panamá, las tasas de trabajo desde la casa fueron más altas para los trabajadores asalariados que para los trabajadores por cuenta propia. Esto proporciona cierta evidencia de que la pandemia provocó un aumento del trabajo remoto entre los trabajadores asalariados, aunque esto es especulativo si no se tienen datos comparables de antes de la pandemia. Las modalidades de trabajo desde la casa durante la pandemia fueron más comunes entre las mujeres. 37 Gottlieb et al. (2021) estiman que el 10,8 % de los trabajadores urbanos trabajaron desde casa en Costa Rica en el segundo trimestre de 2020. Maurizio (2021) reporta un aumento del 8 % al 22 % entre el nivel previo a la pandemia y el máximo alcanzado a mediados de 2020. 38 En las encuestas telefónicas de alta frecuencia se pregunta cuántas horas de trabajo de un trabajador se trabajaron “de manera remota o virtual”, mientras que en las encuestas de la fuerza laboral y de hogares se pregunta sobre el lugar de trabajo o el lugar donde se realiza el trabajo en general. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 44 GRÁFICO 3.23: Proporción de trabajadores GRÁFICO 3.24: Proporción de trabajadores que trabajaron desde la casa durante la que trabajaron desde la casa durante la pandemia, 2021 pandemia, 2020 Porcentaje Porcentaje 25% 16% 14% 20% 12% 15% 10% 8% 10% 6% 4% 5% 2% 0% 0% NIC SLV CRI DOM HND GTM PAN SLV GTM HND NIC Total Mujeres Hombres Asalariado Por cuenta propia Junio 2020 Noviembre 2020 Fuente: High-Frequency Phone Surveys 2021. Fuente: COVID-19 Business Pulse Surveys 2020. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; Nota: GTM = Guatemala; HND = Honduras; NIC = Nicaragua; SLV = El HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Salvador. La persistencia del aumento del trabajo remoto relacionado con el COVID-19 es incierta, pero la evidencia preliminar sugiere que fue temporal. Todavía no es posible examinar la persistencia de estas tendencias durante mucho tiempo después de la pandemia. En los países desarrollados, hay cierta evidencia de una disminución inmediata del trabajo remoto después de la pandemia, seguida de una estabilización en un nivel más alto que antes de la pandemia. En Estados Unidos, por ejemplo, las tasas de trabajo remoto aumentaron del 8 por ciento antes de la pandemia a un máximo de alrededor del 60 por ciento durante la pandemia, antes de estabilizarse en alrededor del 30 por ciento de jornadas completas remuneradas en 2022 (Barrero, Bloom y Davis, 2021; Dalton y Groen, 2022). En los países de ACRD, hay indicios de que el aumento no se mantendrá. Los datos a nivel de las empresas de las COVID- 19 Business Pulse Surveys del Banco Mundial muestran caídas en las tasas de trabajo desde la casa entre los empleados entre junio y noviembre de 2020 durante la pandemia (gráfico 3.24). En la República Dominicana, una pregunta sobre teletrabajo añadida a la encuesta de fuerza laboral en 2020 muestra que las tasas disminuyeron del 5,0 por ciento de los trabajadores en 2020 al 2,4 por ciento en 2021 y al 1,7 por ciento en 2022. Cambios en las modalidades de trabajo: Trabajo a través de plataformas Al igual que el trabajo remoto, el trabajo a través de plataformas implica una combinación de oportunidades y desafíos (cuadro 3.1). Los trabajadores pueden combinar el trabajo a través de plataformas con otro trabajo remunerado y no remunerado. Las personas con movilidad restringida pueden acceder a empleos en línea, y las personas que viven en zonas con oportunidades económicas limitadas pueden acceder a un mercado laboral más grande, incluso mundial (Datta y Chen, 2023). Los obstáculos para la entrada pueden ser escasos, y solo se requieren activos y habilidades limitados para ciertos tipos de trabajos a través de plataformas. Al mismo tiempo, los trabajadores pasan una cantidad significativa de tiempo (no remunerado) buscando trabajo, realizando pruebas de calificación y redactando reseñas, y no tienen certeza sobre sus ingresos, algo que los trabajadores suelen valorar (Mas y Pallais, 2021). Debido a que muchas plataformas operan a nivel internacional, la competencia por los puestos de trabajo es fuerte y los trabajadores de plataformas pueden estar expuestos a crisis internacionales. Incluso los limitados requisitos de calificación pueden ser prohibitivos para algunas personas: la mayoría de los trabajos a través de plataformas requieren un nivel mínimo de habilidades digitales, y muchos requieren conocimientos de inglés. La situación jurídica del trabajo a través de plataformas suele ser Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 45 objeto de controversia, y los trabajadores de plataformas suelen carecer de acceso a la protección social, a protecciones en el lugar de trabajo y a capacitación. Al mismo tiempo, las empresas ven ventajas significativas en la capacidad de organizar las tareas de manera flexible, aumentar y reducir su fuerza laboral con mayor facilidad en respuesta a las crisis y evitar los costos asociados con los trabajadores permanentes. Sin embargo, también enfrentan desafíos para equilibrar la flexibilidad y los beneficios de la innovación basada en la colaboración, que es más difícil de generar cuando las tareas están atomizadas. CUADRO 3.1: Ventajas y desventajas del trabajo a través de plataformas para los trabajadores y las empresas Ventajas Desventajas Trabajadores Flexibilidad en el horario y lugar de trabajo Trabajo insuficiente y no remunerado • Los trabajadores pueden combinar el • Buscar tareas, realizar pruebas de trabajo a través de plataformas con calificación, buscar clientes, escribir trabajo no remunerado y otros trabajos reseñas puede tomar una tercera parte remunerados. del tiempo de trabajo. Los obstáculos para la entrada pueden ser Ingresos inestables y bajos menores • Monopsonio y poderosos intermediarios • Es posible que no se necesiten en un mercado dual. calificaciones y certificaciones formales. Carencia de los beneficios de un empleo estándar • Limitaciones en lo que respecta a la protección social, las protecciones en el lugar de trabajo y la capacitación. Gestión algorítmica • Los trabajadores están sujetos a la aprobación del cliente y a puntajes de reputación pero cuentan con posibilidades limitadas de recurrir esas decisiones. Empresas Flexibilidad en la organización de tareas Desafíos para desarrollar capital humano • Pueden organizar a los trabajadores por específico de la empresa proyecto o tarea. • Menos oportunidades para el desarrollo Respuesta rápida a las crisis de habilidades específicas de las • Posibilidad de ampliar y reducir la fuerza empresas. laboral. Posibilidad de gestionar la incertidumbre. Ahorro de costos • Se evitan los costos de los trabajadores permanentes. Fuentes: OIT (2021b); Oyer (2020); Wood (2019). Las mismas mejoras en las TIC que están facilitando el trabajo remoto también están contribuyendo al aumento del trabajo a través de plataformas. El trabajo a través de plataformas conecta a trabajadores y consumidores a través de plataformas en línea para el trabajo que se realiza en línea y de forma remota (por ejemplo, etiquetado de imágenes a través de servicios como Amazon Turk o trabajo independiente a través de Upwork) o fuera de línea en una ubicación física (por ejemplo, servicios de transporte o entrega a través de Uber o Deliveroo). Por lo general, el trabajo se paga a destajo. El trabajo en línea está menos consolidado en ALC que el trabajo basado en la ubicación, aunque se ha vuelto más frecuente en los últimos años, incluso durante la pandemia de COVID-19, cuando las descargas de aplicaciones de trabajo a través de plataformas en línea aumentaron en muchos países (BID, 2021b). La cantidad de plataformas a nivel mundial aumentó de 10 en la década de 2000 a casi 800 en 2020, de las cuales al menos 15 tienen su sede en ALC (OIT, 2021b). Las plataformas basadas en la ubicación se han vuelto comunes en ciertos sectores de ACRD, aunque se desconoce la cantidad de trabajadores de plataformas basadas en la ubicación. A nivel mundial, los trabajadores de plataformas basadas en la ubicación suelen trabajar en cinco sectores: transporte, entregas, servicios a domicilio, trabajo doméstico y servicios de atención (OIT, 2021b). Solo dos de estos Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 46 sectores, el transporte y las entregas, son comunes en ACRD (cuadro 3.2). Las plataformas de estos sectores son globales, como Uber (Estados Unidos), y locales, como Urban (Guatemala), Delivery RD (República Dominicana, posteriormente adquirida por PedidosYa) y Sampopo (Honduras). El sector de la región se caracteriza por la frecuente entrada y salida de nuevas empresas nacionales e internacionales. Las empresas nacionales exitosas también suelen ser adquiridas por empresas internacionales. Las grandes plataformas internacionales como Uber y Didi tienden a dominar, pero generalmente solo están presentes en las grandes ciudades. Por lo general, no se dispone de estimaciones sobre el número de trabajadores de plataformas basadas en la ubicación en los países de ACRD, tal como sucede en la mayoría de los países. Una estimación para la República Dominicana sugiere que el 0,2 por ciento de la fuerza laboral realiza trabajos en plataformas basadas en la ubicación (García y Javier, 2020). CUADRO 3.2: Principales plataformas basadas en la ubicación en los países de ACRD País Taxi basado en la ubicación Entrega de alimentos basada en la ubicación CRI Uber, Didi, InDrive Uber, UberEats, PedidosYa, DidiFood, Rappi DOM Uber, Didi, InDrive Uber Eats, Indriver, PedidosYa, Delivery RD (PedidosYa), Komida! GTM Uber, InDrive Urban, Picap PedidosYa, UberEats HND InDrive, Uber, Bolt PedidosYa, Sampopo NIC Picap UberEats, PedidosYa PAN Uber, Didi, InDrive, Wageen UberEats, PedidosYa SLV Uber, InDrive, Bolt PedidosYa, UberEats Fuentes: García y Javier (2020); Sensor Tower (2023). La demanda de trabajo en línea a través de plataformas ha crecido en todo el mundo. Cada vez más, los empleadores buscan trabajadores en el extranjero debido a las dificultades para encontrar habilidades a nivel local, los altos costos laborales o la falta de espacio y equipos (Agrawal et al., 2015). Gran parte de la demanda de trabajadores de plataformas proviene de países desarrollados y se concentra en varias plataformas grandes. Se cuenta con infraestructura para apoyar a las empresas que externalizan tareas en lugar de empleos. Por ejemplo, ModSquad gestiona trabajadores contratados en todo el mundo que brindan servicios de participación digital a empresas de todo el mundo39. Sin embargo, en los países en desarrollo han surgido plataformas locales y regionales, por lo general, en respuesta a la demanda de trabajadores con conocimientos lingüísticos o culturales específicos (Datta y Chen, 2023). El Índice de Trabajo en Línea (OLI) compilado por la Universidad de Oxford y la OIT mide las tareas publicadas en las principales plataformas de trabajo en línea. El OLI muestra que la demanda, representada por las publicaciones de tareas, aumentó alrededor del 50 por ciento entre mediados de 2016 y mediados de 2023 (gráfico 3.25). Estados Unidos representa una tercera parte de la demanda mundial; India, Reino Unido y Estados Unidos representan la mitad. Cabe destacar que el trabajo en línea se obtiene en todo el mundo, lo que significa que los trabajadores de ACRD pueden acceder a esta creciente demanda. Si bien la demanda en ACRD es generalmente mucho menor como proporción del mercado mundial, existen plataformas locales, como SoyFreelancer, con sede en El Salvador40. 39 Véase “How Technology Is Redrawing the Boundaries of the Firm” en The Economist, 8 de enero de 2023. 40 El OLI muestra que la demanda de trabajo esporádico en línea es baja en ACRD: Panamá tuvo la mayor participación en el mercado mundial, con 0,08 %, seguido por la República Dominicana y Costa Rica, con 0,05 % cada uno. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 47 GRÁFICO 3.25: Demanda mundial de trabajo en línea, 2016-23 OLI, 2016 = 100 200 180 160 140 120 100 80 60 40 20 0 01/06/16 01/08/16 01/10/16 01/12/16 01/02/17 01/04/17 01/06/17 01/08/17 01/10/17 01/12/17 01/02/18 01/04/18 01/06/18 01/08/18 01/10/18 01/12/18 01/02/19 01/04/19 01/06/19 01/08/19 01/10/19 01/12/19 01/02/20 01/04/20 01/06/20 01/08/20 01/10/20 01/12/20 01/02/21 01/04/21 01/06/21 01/08/21 01/10/21 01/12/21 01/02/22 01/04/22 01/06/22 01/08/22 01/10/22 01/12/22 01/02/23 01/04/23 01/06/23 Fuente: Índice de trabajo en línea 2023. Todos los países de ACRD tienen trabajadores que participan en plataformas de trabajo en línea, aunque representan una pequeña parte de la fuerza laboral en línea a nivel mundial. Una encuesta realizada para un informe reciente del Banco Mundial sobre el trabajo en línea a través de plataformas muestra que alrededor de un cuarto de la fuerza laboral de Costa Rica participa en este tipo de trabajo (gráfico 3.26). Entre el 10 por ciento y el 20 por ciento de la fuerza laboral lo hace en Guatemala, Panamá y la Republica Dominicana. los trabajadores de El Salvador, Guatemala, Honduras, Nicaragua, Panamá y República Dominicana están muy rezagados. Los trabajadores de los distintos países de ACRD se especializan en diferentes tipos de trabajo en línea (cuadro 3.3). Sobre la base de una medición de los trabajadores activos en las principales plataformas laborales en línea, el OLI muestra que Costa Rica se destaca nuevamente. Los trabajadores en línea de Costa Rica son proveedores importantes de ventas y tareas de marketing en línea, y representan el 1,5 por ciento de los trabajadores a nivel mundial, lo que los convierte en el séptimo proveedor más importante a nivel mundial. GRÁFICO 3.26: Trabajadores en línea a CUADRO 3.3: Tipo más común de tareas en través de plataformas, 2022 línea en los países de ACRD, 2017-23 Porcentaje de fuerza laboral que participa en activi- dades de trabajo en línea 30% País Ocupación 25% CRI Soporte de ventas y marketing 20% DOM Creativo y multimedia 15% GTM Soporte de ventas y marketing HND Creativo y multimedia 10% NIC Creativo y multimedia 5% PAN Desarrollo de software y tecnología 0% CRI ARG CHL COL GTM MEX BRA PAN DOM SLV NIC HND SLV Desarrollo de software y tecnología Fuente: Datta y Chen (2023). Fuente: Índice de trabajo en línea 2023. Nota: ARG = Argentina; BRA = Brasil; CHL = Chile; CRI = Costa Rica; COL Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; = Colombia; DOM = República Dominicana; GTM = Guatemala; HND = HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Honduras; MEX = México; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 48 Los trabajadores a través de plataformas basadas en la ubicación y en línea tienden a ser más jóvenes, hombres y con un nivel educativo más alto. Los trabajadores de plataformas son un grupo heterogéneo, pero la investigación mundial y las investigaciones sobre ALC, incluso en varios países de ACRD, muestran varios puntos en común (Azuara, González y Keller, 2019; CEPAL y OIT 2021b; Fernández y Benavides 2020; García y Javier 2020; OIT, 2021b; Madariaga et al., 2019). Los trabajadores de plataformas son jóvenes y hombres, especialmente en los países en desarrollo. También tienden a vivir en zonas urbanas y a tener un nivel educativo más alto, especialmente en los países en desarrollo. Muchos trabajadores de plataformas realizan estos trabajos como un segundo empleo. Los trabajadores de plataformas en línea suelen estar más capacitados que los trabajadores de plataformas basadas en la ubicación. Sin embargo, existen diferencias en estas características entre los países de ACRD. Una encuesta realizada recientemente por el Banco Mundial a trabajadores freelancers de Workana en general respalda estas conclusiones, pero destaca las diferencias entre países. Por ejemplo, las mujeres representan dos terceras partes de los trabajadores freelancers en la República Dominicana, la proporción más alta de todos los países estudiados, y más de la mitad en Nicaragua (gráfico 3.27a). En todos los países estudiados, la mayoría son menores de 40 años, pero los trabajadores más jóvenes, de entre 15 y 29 años, son más comunes en la República Dominicana y Guatemala (gráfico 3.27b). Por último, el trabajo a través de plataformas en línea es mucho menos común fuera de las ciudades capitales en los cuatro países de ACRD analizados (gráfico 3.27c). Tanto los trabajadores de plataformas en línea como los que se basan en la ubicación tienden a carecer de acceso a la protección social y otras protecciones en el lugar de trabajo. Según una encuesta realizada recientemente por el Banco Mundial entre trabajadores freelancers en SoyFreelancer de El Salvador, solo una tercera parte de ellos contribuía a un plan de ahorro para la jubilación del Gobierno. La seguridad es motivo de especial preocupación para las mujeres que trabajan en plataformas basadas en la ubicación (y para las clientas). Algunas empresas locales, como Urban de Guatemala, ofrecen una plataforma separada disponible solo para mujeres conductoras y pasajeras para abordar este problema. GRÁFICO 3.27: Características de los trabajadores independientes de Workana, 2022 Porcentaje de trabajadores independientes a. Porcentaje de mujeres b. Porcentaje de 15 a 29 años c. Porcentaje fuera de la capital 70% 45% 90% 40% 80% 60% 35% 70% 50% 30% 60% 40% 25% 50% 30% 20% 40% 15% 30% 20% 10% 20% 10% 5% 10% 0% 0% 0% DOM NIC URY ARG COL PAN ECU VEN PER GTM BRA MEX CHL BOL DOM BRA COL GTM ECU VEN URY CHL PER MEX ARG PAN NIC BOL BOL MEX ARG VEN ECU BRA COL NIC URY CHL PER DOM GTM PAN Fuente: Datta y Chen (2023). Nota: ARG = Argentina; BOL = Bolivia; BRA = Brasil; CHL = Chile; COL = Colombia; DOM = República Dominicana; ECU = Ecuador; GTM = Guatemala; MEX = México; NIC = Nicaragua; PAN = Panamá; PER = Perú; URY = Uruguay; VEN = Venezuela. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 49 Cambios en las modalidades de trabajo y trabajadores de ACRD en los Estados Unidos El trabajo a través de plataformas es atractivo para los migrantes. Las escasas barreras de entrada y las limitadas alternativas de empleo pueden hacer que el trabajo a través de plataformas sea atractivo para los migrantes, que pueden carecer de la documentación de trabajo necesaria y del capital inicial para las actividades de trabajo por cuenta propia. Investigaciones recientes de la OIT muestran que el 17 por ciento de los trabajadores de plataformas en línea son migrantes, con una proporción mayor en los países desarrollados, mientras que el 15 por ciento de los repartidores a través de aplicaciones y el 1 por ciento de los trabajadores de taxis basados en aplicaciones son migrantes (OIT, 2021b). Los migrantes de América Latina y el Caribe, incluida la mayoría de los países de ACRD, representan alrededor del 10 por ciento de los trabajadores de plataformas en Estados Unidos. El suplemento de mayo de 2017 de la Current Population Survey de los Estados Unidos incluye preguntas sobre el trabajo a través de plataformas que proporcionan información sobre la prevalencia de esta modalidad de trabajo entre los migrantes de ACRD. Alrededor de una cuarta parte de los 1,6 millones de trabajadores de plataformas en Estados Unidos en 2017 eran migrantes. Casi 150 000 (10 por ciento) eran de ALC. El número de observaciones de trabajadores de ACRD es muy pequeño, por lo que cualquier inferencia debe extraerse con mucho cuidado, pero la encuesta sugiere que alrededor del 10 por ciento de todos los trabajadores migrantes de plataformas eran de ACRD, una proporción menor que la de ACRD en el total de migrantes en Estados Unidos. Capítulo 3 Progreso tecnológico y transformación del mercado laboral en los países de ACRD 50 Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD En el capítulo 3, se reveló un enigma: existe la tecnología para automatizar tareas y permitir el trabajo remoto y a través de plataformas, pero la transición de ACRD a un futuro del trabajo definido por tareas no rutinarias y cambios en las modalidades de trabajo es solo parcial. A fin de intentar resolver este enigma, en este capítulo se analizan los factores, además del potencial tecnológico, que subyacen a las tendencias de empleo en la región. Se ha comprobado que el uso de la tecnología explica solo una pequeña parte de los cambios en las tareas en los países de ACRD. La estructura del empleo y las habilidades desempeñan un papel mucho más importante. La prevalencia del empleo en el sector de los servicios en los países de ACRD implica una menor vulnerabilidad frente a la automatización, pero a expensas del predominio del empleo de baja productividad. Los niveles de educación han mejorado, pero la falta de trabajadores con educación terciaria y los problemas de calidad de la educación alteran la posible complementariedad entre los trabajadores y la tecnología. La transición de ACRD hacia el futuro del trabajo también se ve afectada por los avances tecnológicos en el extranjero. El auge de las plataformas globales crea una oportunidad para conectar el empleo en los servicios de ACRD con los mercados globales, pero la adopción de robots en el extranjero podría reducir las oportunidades de empleo para los trabajadores en los países de ACRD al reducir el offshoring y, para los trabajadores de ACRD en otros países, al reducir la demanda de migrantes. DESCRIPCIÓN DE LA SITUACIÓN: MIRAR MÁS ALLÁ DEL POTENCIAL TECNOLÓGICO La transición de los países de ACRD al futuro del trabajo ha sido solo parcial. A pesar de la existencia de tecnologías para automatizar muchas tareas y permitir el trabajo remoto y a través de plataformas, los países de ACRD no han realizado una transición completa al llamado “futuro del trabajo”. El empleo está evolucionando hacia las tareas no rutinarias, pero las tareas rutinarias siguen predominando. El trabajo remoto aumentó durante la pandemia, pero ahora parece estar disminuyendo. Existe el trabajo a través de plataformas, pero representa una pequeña proporción del total de puestos de trabajo en algunos países. Esto pone de relieve una deficiencia en la investigación sobre el futuro del trabajo, que tiende a centrarse en el “potencial tecnológico” de una tarea o una ocupación para ser automatizada o realizada en forma remota y a dejar de lado otros factores esenciales que influyen en qué tipos de trabajadores se contratan y qué tipos de inversiones de capital se realizan. La estructura del empleo, las habilidades, la adopción y difusión de la tecnología y la globalización son factores que influyen en el impacto de la tecnología en el empleo. En el capítulo 3, se mostró que existen diferencias entre los países de ACRD y dentro de ellos en cuanto al grado de intensidad del empleo en tareas rutinarias y automatizables. Estas diferencias se pueden desglosar en los distintos factores subyacentes a variaciones en el empleo para comprender cuáles son los más importantes. Entre los factores clave para entender los cambios en el trabajo que se realiza y en la forma en que se realizan las tareas figuran la adopción y difusión de la tecnología (¿las empresas y los trabajadores utilizan 51 nuevas tecnologías?), pero también la estructura del empleo (¿predominan los sectores que utilizan la tecnología?), la globalización (¿la economía está abierta a las influencias tecnológicas?) y la oferta de habilidades (¿tienen los trabajadores habilidades complementarias a la tecnología?)41. Comprender cada uno de estos factores puede ayudar a mostrar por qué la tecnología no está teniendo el tipo de impacto en los países de ACRD que se tiene en las economías avanzadas. Los cambios en la naturaleza del trabajo en los países de ACRD se ven influenciados no solo por los acontecimientos dentro de la región, sino también por los avances tecnológicos en el extranjero. Las nuevas modalidades de trabajo digital amplían las oportunidades para la prestación transfronteriza de servicios en el contexto de las estructuras del empleo en los países de ACRD, que se inclinan por los servicios de baja productividad. Una TIC de mejor calidad y más rentable podría permitir la prestación de servicios desde los países de ACRD, lo que facilitaría la prestación transfronteriza. Esto podría crear oportunidades para ampliar las operaciones de servicios más allá de los mercados locales a fin de llegar a los consumidores globales con beneficios en términos de productividad, competitividad y niveles de vida (Banco Mundial y OMC, 2023). Por otro lado, la automatización en el extranjero podría dar lugar a una reversión del offshoring que ha creado puestos de trabajo en los países de ACRD. La automatización en el extranjero podría impulsar un proceso de deoffshoring42, ya que el ahorro de mano de obra que genera la automatización en el país y el aumento de los costos laborales en el extranjero cambian los cálculos de las empresas sobre dónde producir bienes43. Las nuevas tecnologías también podrían debilitar la demanda de migrantes de ACRD fuera de los países de ACRD, en particular en Estados Unidos, aunque también es posible que aumente la demanda si la automatización conduce a una expansión de la producción en empleos que favorecen a los migrantes. En este capítulo, se analiza cada uno de los factores que subyacen al cambio de empleo en los países de ACRD, lo que incluye, además, la adopción y difusión de tecnología, y destaca cómo los avances tecnológicos en el extranjero podrían desempeñar un rol en la configuración del futuro del trabajo en la región. LOS CANALES DE CAMBIO EN EL EMPLEO Las habilidades, la estructura del empleo, la adopción y difusión de tecnología y la globalización son factores importantes que explican la evolución del empleo en los países de ACRD. El análisis de la relación entre estos diferentes factores y el grado de intensidad de un trabajo en las tareas rutinarias asociadas con los trabajos del pasado muestra que cada uno de ellos es importante para explicar lo que los trabajadores hacen en el trabajo en los países de ACRD.44 En los países de ACRD: • Una mejor educación se asocia con un empleo menos intensivo en tareas rutinarias. • Un menor trabajo agrícola se asocia con un empleo menos intensivo en tareas rutinarias. • Un mayor uso de la tecnología se asocia con un empleo menos intensivo en tareas rutinarias. • Una mayor participación en las cadenas de valor mundiales se asocia con un empleo menos intensivo en tareas rutinarias45. 41  Para un análisis de la función de estos factores, véase Caunedo, Keller y Shin (2021); Lewandowsi et al. (2022); Oesch (2013); Lo Bello, Puerta y Winkler (2019); y Martins-Neto et al. (2021). Otros factores que no se analizan aquí son las instituciones del mercado laboral y la disponibilidad de infraestructura fiable y de alta calidad (Breemersch, Damijan y Konings, 2017; Cirera, Comín y Cruz, 2022; Oesch, 2013). 42   Reshoring significa trasladar la producción al país de producción original. “Deoffshoring” es un concepto más amplio, que abarca la producción que se podría haber relocalizado al extranjero pero no ha sido relocalizada, y la producción que se moviliza a un tercer país, así como el reshoring. 43  Véase, por ejemplo, Artuc, Bastos y Rijkers (2023) y Maloney y Molina (2019). 44  Véanse en el apéndice E los resultados completos y una explicación de la metodología utilizada para estimar los factores determinantes de la intensidad de las tareas rutinarias en los países. 45  Al igual que en Lewandowski, Madoń y Winkler (2023), esta conclusión es específica de las vinculaciones hacia adelante (forward linkages), es decir, la producción y el envío de bienes que se reexportan. Los resultados de las vinculaciones hacia atrás (backward linkages), es decir, la importación de insumos que se utilizan para producir bienes que, luego, se exportan, no son estadísticamente significativos. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 52 La tecnología no es un factor principal que explique las diferencias en las tareas que realizan los trabajadores en los países de ACRD. La descomposición de la variabilidad del índice de intensidad de tareas rutinarias del empleo muestra que la estructura del empleo —la distribución sectorial del empleo— explica aproximadamente la mitad de la variabilidad entre países en la intensidad de tareas rutinarias y es el factor más importante de la variabilidad al interior en casi todos los países de ACRD (gráfico 4.1). Las características de los trabajadores, principalmente las habilidades46, explican otro tercio de la variabilidad entre países y son el segundo factor más importante que explica la variabilidad al interior de los países en casi todos ellos. Cabe destacar que la tecnología solo explica el 8 por ciento de la variabilidad entre países. La globalización es un factor más importante que la tecnología en todos los países de ACRD, excepto en Panamá. Este resultado contrasta con el de los países de ingreso alto, donde la tecnología es el principal factor de la variabilidad entre países (Lewandowski et al., 2022). En las secciones siguientes, se analiza cada uno de estos factores. GRÁFICO 4.1: Factores que contribuyen a la variabilidad entre países en el índice de intensidad de tareas rutinarias, 2010-21 Porcentaje 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Total CRI DOM GTM HND NIC PAN SLV Habilidades Composición del sector Tecnología Globalización Efectos fijos por año Fuentes: Borin, Mancini y Taglioni, 2021; SEDLAC (CEDLAS y Banco Mundial). Nota: Los resultados del gráfico muestran la descomposición del R  cuadrado a partir de una regresión de mínimos cuadrados ordinarios (MCO) en la que el índice de intensidad de tareas rutinarias (RTI) se regresa en función de las características de los trabajadores (género, edad y nivel educativo), el cambio estructural (efectos fijos de sectores), la tecnología (proporción de ocupaciones intensivas en TIC) y la globalización (comercio relacionado con las cadenas de valor mundiales). En los resultados se utilizan todos los años disponibles (2011-21 para Costa Rica, 2010-21 para República Dominicana y El Salvador, 2010-19 para Guatemala y Honduras, 2010-14 para Nicaragua y 2011-18 para Panamá) y se incluyen efectos fijos por año. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Estructura del empleo Los empleos en las economías menos avanzadas de países de ACRD son menos vulnerables al cambio tecnológico, en parte, debido a la prevalencia del empleo agrícola . La tendencia de la estructura económica de varios países de ACRD a favor de la agricultura los hace menos vulnerables a la automatización de las tareas rutinarias que se concentran en las manufacturas y en (determinados) empleos del sector de los servicios (Martins-Neto et al., 2021). De acuerdo con la evidencia que proviene de utilizar la variabilidad entre países, la transformación estructural —el cambio de empleos del sector de la agricultura al sector de la industria y los servicios— aumenta la exposición a la rutinización vinculada a la automatización (Das y Hilgenstock, 2022)47. Por ejemplo, un estudio reciente en los países de la Unión Europea muestra que las transformaciones estructurales posteriores —mayores porcentajes iniciales de empleo en la agricultura— en los países de Europa central y oriental contribuyeron a un 46 En la descomposición, se incluyen tres características de los trabajadores: género, edad y nivel educativo. La educación es el factor predominante en todos los países. 47  Esto también se ha observado en el caso de los países de Europa central y oriental (Hardy, Keister y Lewandowski, 2018). Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 53 aumento del empleo en trabajos intensivos en tareas rutinarias, en contraste con la disminución experimentada en Europa occidental (Hardy, Keister y Lewandowski, 2018)48. Esto implica que la lenta transformación estructural de varios países de ACRD (en particular, Guatemala, Honduras y Nicaragua) está vinculada a una menor exposición a la automatización. Desafortunadamente, esta menor exposición se produce a expensas del empleo de mayor productividad (no agrícola). Sin embargo, los avances tecnológicos pueden estimular el aumento de la productividad en la agricultura en países de ACRD, incluso entre los pequeños agricultores. Las tecnologías digitales pueden mejorar la información disponible para los agricultores y ampliar su acceso a los mercados de insumos y productos y a los productos financieros, mejorando, a su vez, su eficiencia y productividad (Schroeder, Lampietti y Elabed, 2021; Morris et al., 2020; FAO, 2022). Las aplicaciones para teléfonos inteligentes y los servicios de mensajería pueden vincular a los agricultores con asesoramiento especializado sobre técnicas de cultivo, proporcionar herramientas en una variedad de áreas relacionadas con la información (por ejemplo, detección de plagas, control de calidad y clasificación) y facilitar el uso de servicios compartidos de alquiler de activos o maquinarias (“Uber para tractores”) que conectan a los propietarios de los equipos con los usuarios potenciales. Los historiales digitales vinculados al uso del teléfono pueden poner productos financieros a disposición de los agricultores que carecen de antecedentes crediticios. Las plataformas de comercio electrónico ayudan a mejorar la determinación de precios y facilitan el matching entre compradores y vendedores. Tecnologías más sofisticadas como la tecnología de contabilidad distribuida (DTL por sus siglas en inglés), como blockchain, pueden mejorar el control de calidad y la trazabilidad, mientras que las tecnologías basadas en la geolocalización, como sensores remotos y drones, combinadas con análisis basados en la inteligencia artificial (IA), pueden facilitar la agricultura de precisión que permite mejorar cómo se gestionan los campos y los animales. Los robots y la operación automatizada de equipos pueden reducir la necesidad de mano de obra para algunas tareas. En el cuadro 4.1, se destacan ejemplos de herramientas digitales que se utilizan actualmente en los países de ACRD. A pesar de estas oportunidades, la implementación de tecnologías digitales en la agricultura enfrenta desafíos, como la falta de alfabetización digital entre los pequeños agricultores, la preferencia por el uso de dinero en efectivo y confiar en las relaciones en persona, la conectividad limitada y los costosos servicios y equipos de datos (Loukos y Arathoon, 2021). Aun cuando persisten los niveles relativamente altos de empleo agrícola en varios países de ACRD, la región también está experimentando una desindustrialización anticipada. La trayectoria típica del desarrollo económico implica que el empleo se desplace primero de la agricultura a la industria (de mayor productividad) y, luego, de la industria a los servicios (de menor productividad), a medida que aumenta la productividad industrial. Los datos recientes indican que, en los países en desarrollo y en América Latina, el desplazamiento del empleo de la industria a los servicios se produce en niveles más bajos de desarrollo y en niveles más bajos de empleo en el sector de las manufacturas (Beylis et al., 2020; Rodrik, 2016)49. El mismo patrón de “desindustrialización anticipada” se observa en los países de ACRD (gráfico 4.2). De hecho, la proporción de empleo en el sector industrial se contrajo en todos los países de ACRD, excepto en Panamá y Honduras, entre 1991 y 2019 (gráfico 4.3). Entre los factores que contribuyeron a esta desindustrialización anticipada figuran los obstáculos al movimiento de recursos hacia el sector de las manufacturas, como las reglamentaciones laborales y el mismatch de habilidades (Sinha, 2022). 48  Véase también Bárány y Siegel (2018), donde se examina el papel del cambio estructural en el empleo y la polarización salarial en Estados Unidos. 49  Lo mismo ocurre con el valor agregado del sector, aunque el fenómeno es más evidente con respecto al empleo (Beylis et al., 2020). Véase también Felipe, Mehta y Rhee (2019). Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 54 CUADRO 4.1: Ejemplos de intervenciones digitales dirigidas a pequeños agricultores en los países de ACRD País Herramienta CRI • Agromensajes: ofrece asesoramiento sobre los precios de mercado de productos frescos. • Coffee Cloud: proporciona alertas sobre plagas y enfermedades y el clima para el sector del café. • CR Orgánico: ofrece servicios de comercio electrónico de productos frescos orgánicos. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. • Celotor: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente para el sector del ganado. DOM • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. GTM • Precios del Café: ofrece asesoramiento sobre los precios del café en el mercado. • App MAGA: ofrece asesoramiento sobre los precios de mercado de productos frescos. • Cacao Móvil: brinda asesoramiento sobre las mejores prácticas para el café. • Coffee Cloud: proporciona alertas sobre plagas y enfermedades y el clima para el sector del café. • Digitagro: ofrece servicios de comercio electrónico de productos frescos. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. HND • Cacao Móvil: brinda asesoramiento sobre las mejores prácticas para el café. • Coffee Cloud: proporciona alertas sobre plagas y enfermedades y el clima para el sector del café. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. NIC • Cacao Móvil: brinda asesoramiento sobre las mejores prácticas para el café. • Clima y Café y Cafenica Pronósticos: es un sistema de alerta meteorológica localizada para el café. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. PAN • Mercadito: ofrece servicios de comercio electrónico de productos frescos. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. SLV • Cacao Móvil: brinda asesoramiento sobre las mejores prácticas para el café. • Coffee Cloud: proporciona alertas sobre plagas y enfermedades y el clima para el sector del café. • Smart Agro 4.0: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente para el café, las papas, el algodón y los productos frescos. • IICA/PROCAGICA: utiliza sensores de Internet de las cosas para técnicas de agricultura inteligente en el sector del café. Fuente: Loukos y Arathoon, 2021. Nota: IoT es Internet de las cosas y se refiere a una red de dispositivos equipados con sensores que intercambian datos; IICA = Instituto Interamericano de Cooperación para la Agricultura. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 55 GRÁFICO 4.2: Desindustrialización en los GRÁFICO 4.3: Variación en la proporción de países de ingreso alto y de ACRD, 1991-2021 empleo en el sector industrial, 1991–2019 Porcentaje, logaritmo del PIB per cápita Puntos porcentuales 60 4% 50 2% Porcentaje de empleos en el sector manufacturero 0% 40 -2% 30 -4% 20 -6% 10 -8% 8 9 10 11 12 Log of per capita GDP (PPP 2017 USD) -10% CADR countries Países de altos ingresos DOM CRI GTM SLV NIC HND PAN Fuente: Datos de World Development Indicators, Banco Mundial. Fuente: Datos de World Development Indicators, Banco Mundial. Nota: Cada punto de datos corresponde a un país y a un año. Los años Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; abarcan de 1991 a 2021. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. La desindustrialización anticipada puede significar que los países de ACRD no sigan el mismo camino hacia una mayor exposición a la rutinización que Estados Unidos y otras economías más avanzadas. A medida que avanza la transformación estructural en los países de ACRD, podrían aumentar los riesgos de rutinización. Sin embargo, la transición del empleo de la agricultura directamente a los servicios indica que estos riesgos solo aumentarán moderadamente a través del canal de la transformación estructural. Los servicios mal remunerados son más difíciles de automatizar porque requieren interacciones más hábiles, porque el costo de la tecnología de automatización suele ser alto en relación con el costo del trabajo y porque la interacción humana es, al menos en ocasiones, un componente importante de la prestación de servicios (Autor, 2022). Si bien la desindustrialización implica un menor riesgo de automatización, presenta inquietudes sobre el crecimiento futuro en los países de ACRD, ya que la industria manufacturera ha sido, históricamente, un acelerador del desarrollo económico. Varias características que se consideran exclusivas del sector de manufacturas explican sus vínculos con el crecimiento. Estas incluyen la comerciabilidad y la escalabilidad, el margen para innovar y los efectos indirectos, combinados con una capacidad significativa para absorber a los trabajadores poco calificados y hacerlos más productivos (Hallward-Driemeier y Nayyar, 2018; Nayyar, Hallward-Driemeier y Davies, 2021). Por lo tanto, la temprana contracción del sector industrial y la expansión de los servicios en los países de ACRD disparan las alarmas sobre las futuras fuentes de crecimiento de la productividad, ya que los servicios no suelen tener estos atributos. Existen servicios comercializables de alta productividad, pero el empleo en estos subsectores tiende a ser acotado en número y se limita a empleos mejor calificados en los sectores de información, finanzas y seguros, servicios profesionales y educativos (Blinder y Krueger, 2013; Dingel y Nieman, 2020; Jensen y Kletzer, 2010). Por el contrario, los servicios intensivos en empleo, que predominan cada vez más en la región, tienden a carecer del crecimiento de la productividad y la creación de empleos que se asocian con los puestos de trabajo en el sector de las manufacturas. Sin embargo, la evolución de las TIC podría aumentar los beneficios que el empleo en el sector de servicios tiene para el desarrollo de la región. Los adelantos en materia de tecnología están proporcionando al sector de servicios algunos de los mismos beneficios positivos en materia de productividad que históricamente se han asociado con el sector de las manufacturas (Nayyar y Cruz, 2018; Nayyar, Cruz y Zhu, 2018; Nayyar, Hallward-Driemeier y Davies, 2021). Cada vez más, las TIC permiten la prestación remota de servicios (por ejemplo, a través de plataformas), lo que, a su vez, aumenta las Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 56 posibilidades de escalabilidad, incluso a través de las fronteras. Según las estimaciones, alrededor de un tercio de los trabajos en Estados Unidos se puede realizar de forma remota, lo que indica el potencial para ofrecerlos en el extranjero (Dingel y Nieman, 2020)50. Esto equivale a decenas de millones de puestos de trabajo solo en los Estados Unidos. En resumen, las mejoras en las TIC podrían ayudar a ampliar el alcance de los sectores menos calificados y con alto nivel de empleo, como el comercio minorista y los servicios personales, facilitar el acceso de los trabajadores menos calificados a sectores más calificados y con bajo nivel de empleo, como las TIC, y aumentar las oportunidades en servicios sociales más calificados, como la educación y la salud (Nayyar, Hallward-Driemeier y Davies, 2021). El comercio de servicios está adquiriendo cada vez más importancia en ACRD. En América Central, las exportaciones de servicios crecieron más rápido que las de bienes entre 1991 y 2017 (Ulku y Zaourak, 2021). El comercio transfronterizo de servicios impulsó el PIB per cápita en Costa Rica, Guatemala, Panamá y República Dominicana entre 2000 y 2014 (OMC, 2019). Las exportaciones de servicios pueden ser importantes para el empleo. En Costa Rica, por ejemplo, las exportaciones transfronterizas de servicios son responsables de más del 10 por ciento de los empleos (Banco Mundial y OMC, 2023). Si bien las industrias tradicionales como el turismo y los viajes siguen dominando las exportaciones de servicios en la región, las mejoras en las TIC hacen que la proximidad entre productores y consumidores sea cada vez menos importante y que la provisión transfronteriza de servicios sea más viable, lo que se refleja en la creciente proporción de servicios modernos como las finanzas, las TIC y los servicios profesionales y empresariales en la canasta de servicios de exportación de los países de ACRD. En varios países de ACRD, la proporción de exportaciones de servicios que se pueden prestados de forma digital, es decir, con la infraestructura y los recursos financieros adecuados, ha aumentado considerablemente durante las últimas dos décadas (gráfico 4.4). Los datos sobre el comercio de servicios que, en realidad, se ven facilitados por las tecnologías digitales solo están disponibles para Costa Rica, donde alrededor del 40 por ciento de las exportaciones de servicios fueron posibles gracias a las TIC en 2017 (BCCR, 2019). GRÁFICO 4.4: Exportaciones de servicios prestados de forma digital, 2005–21 Puntos porcentuales (2005 = 0) 60 50 40 30 20 10 0 -10 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 CRI DOM SLV GTM HND NIC PAN Fuente: UNCTAD. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. La aparición de plataformas digitales ha permitido el crecimiento de la prestación transfronteriza de servicios. Como se describe en el capítulo 3, las plataformas pueden permitir a los trabajadores en ACRD acceder a un mercado global de empleos y tareas. Las plataformas también pueden crear 50  Dingel y Nieman (2020) se centran específicamente en si un trabajo puede realizarse desde el hogar, mientras que las estimaciones de offshoring contemplan si un trabajo puede realizarse en el extranjero (Blinder, 2006; Blinder, 2009; Blinder y Krueger, 2013; Jensen y Kletzer, 2010). Esto da lugar a diferencias, sobre todo en el sector de manufacturas, donde pocos trabajos se pueden realizar en forma remota, pero muchos se pueden realizar en el extranjero. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 57 oportunidades para la prestación transfronteriza de servicios. Las plataformas permiten a las empresas, incluidas las pymes de los países en desarrollo, realizar una multitud de funciones comerciales, desde la comercialización hasta el comercio electrónico, pasando por el financiamiento y los pagos. Las plataformas pueden reducir los obstáculos de entrada, crear externalidades de red y permitir que las pymes accedan a consumidores y opciones de abastecimiento adicionales en los mercados regionales y globales (BAsD, 2021; OCDE, 2021). El uso de plataformas digitales se generalizó, incluso entre las pequeñas empresas, durante la pandemia de COVID-19 (gráfico 4.5a). Aun así, las ventas realizadas a través de plataformas digitales son bajas (gráfico 4.5b). GRÁFICO 4.5: Uso de plataformas digitales, 2020 Porcentaje a. Proporción de empresas que comienzan a utilizar plataformas digitales o incrementan su uso. 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Mediadios Finales Mediadios Finales Mediadios Finales Mediadios Finales de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 GTM HND NIC SLV b. Proporción de ventas mensuales a través de plataformas digitales durante los últimos 30 días. 35% 30% 25% 20% 15% 10% 5% 0% Mediadios Finales Mediadios Finales Mediadios Finales Mediadios Finales de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 de 2020 GTM HND NIC SLV Manufactura Fuente: Business delmenor Venta al por Pulse Survey 2020 Otros servicios Banco Mundial. Pequeño (5–19) Mediano (20–99) Grande (100+) Total Nota: GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá. Las tecnologías digitales, en particular las plataformas digitales, están abriendo nuevas oportunidades para las pequeñas empresas en ACRD. La Future of Business Survey es una encuesta de pequeñas y medianas empresas con una página activa de Facebook Business, realizada por Meta junto con el Banco Mundial y la OCDE. La encuesta proporciona información sobre cómo las pequeñas empresas utilizan las herramientas digitales en general y las plataformas digitales en particular. Las pymes de ACRD informan que utilizan herramientas digitales para facilitar las ventas y compras en línea: más del 40 por ciento afirma que utiliza dichas tecnologías. La mayoría informa que menos de una cuarta parte de sus compras y ventas se realizan en línea. Sin embargo, cuando utilizan Internet para realizar compras y ventas, es más probable que las empresas de ACRD se conecten con proveedores o compradores que se encuentran fuera de su país de origen (gráfico 4.6a-b). Esto es coherente con la mejora de la TIC que Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 58 amplía los mercados para las pymes. Las plataformas digitales, en particular, parecen tener la capacidad de producir impactos transformadores. Gran parte de las empresas de ACRD informan que las plataformas digitales tuvieron un impacto muy o extremadamente importante en sus negocios. Una mayor proporción de empresas de ACRD que en Corea o Estados Unidos informan que las plataformas digitales aumentaron sus ventas y su base de clientes o proveedores (gráfico 4.6c-d). Las pymes declaran utilizar con mayor frecuencia plataformas digitales para publicitar y comunicarse, pero también son comunes otros usos, como los pagos (Costa Rica y Guatemala), el desarrollo de productos o servicios (República Dominicana y El Salvador) y la compra o venta de bienes o servicios (Honduras y Nicaragua). GRÁFICO 4.6: Interacción de las pymes con las herramientas digitales, 2020 y 2022 Porcentaje a. Pymes que declararon que más de b. Pymes que declararon que más de la mitad de los pedidos en línea fueron la mitad de los pedidos en línea fueron realizados en su país de origen, 2022 recibidos en su país de origen, 2022 90% 70% 80% 60% 70% 50% 60% 50% 40% 40% 30% 30% 20% 20% 10% 10% 0% 0% USA KOR HND CRI NIC GTM SLV USA DOM HND CRI KOR NIC SLV GTM c. Pymes que informaron un aumento en las ventas d. Pymes que declaran tener más proveedores provenientes de plataformas digitales, 2020 o clientes de plataformas digitales, 2020 50% 40% 45% 35% 40% 30% 35% 30% 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% PAN SLV NIC DOM CRI HND GTM USA KOR SLV GTM NIC CRI DOM PAN HND KOR USA Fuente: Future of Business Surveys 2020 y 2022. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; COR = Corea; NIC = Nicaragua; PAN = Panamá; PYME = pequeña y mediana empresa; SLV = El Salvador, EE. UU. = Estados Unidos de América. En resumen, la estructura del empleo prevaleciente en los países de ACRD implica tanto una menor vulnerabilidad a la automatización a corto plazo como un modelo de crecimiento más desafiante impulsado por los servicios. La prevalencia persistente del empleo agrícola en varios países de ACRD, por un lado, y la prevalencia del empleo en el sector de servicios en todos los países de ACRD, por el otro, indican que son relativamente menos los trabajadores que realizan las tareas que se han automatizado en economías avanzadas. Pero esto presenta el desafío de que una proporción sustancial de trabajadores trabaje en sectores económicos menos productivos. Los avances tecnológicos en la agricultura y el comercio digital de servicios ofrecen nuevas vías potenciales de crecimiento. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 59 Oferta de habilidades Una mayor oferta de trabajadores menos calificados favorece un empleo más rutinario. La oferta de habilidades es un factor clave en la adopción de tecnologías (Caunedo, Keller y Shin, 2023; Martins-Neto et al., 2021). El capital humano es uno de los determinantes más importantes de la rapidez con que un país adopta las tecnologías (Benhabib y Spiegel, 1994; Comin y Hobijn, 2004). Las empresas de los países con mayor abundancia de trabajo menos calificado eligen tecnologías complementarias a la mano de obra menos calificada, que son diferentes de las tecnologías utilizadas por las empresas de los países con mayor abundancia de trabajo altamente calificado (Caselli y Colemann, 2006; Eden y Gaggl, 2020). Por ejemplo, en investigaciones realizadas en países menos desarrollados de Europa central y oriental se concluye que la mejora de las habilidades de la fuerza laboral, en particular el aumento del nivel de educación terciaria, contribuyó al aumento de las tareas cognitivas no rutinarias en estos países, aun cuando el cambio estructural implicó trabajos más rutinarios (Hardy, Keister y Lewandowski, 2018). Los bajos niveles de calificación en ACRD contribuyen a la prevalencia del empleo más rutinario. Los niveles educativos han mejorado en toda la región de ACRD, impulsados por la disminución del número de trabajadores con educación primaria o inferior y el aumento de aquellos que tienen educación secundaria (gráfico 4.7). Esto es coherente con las recientes tendencias a alejarse del empleo rutinario identificadas en el capítulo 3. Sin embargo, en la mayoría de los países de ACRD predominan bajos niveles educativos. Los niveles educativos en los países de ACRD de ingreso más alto son bajos en relación con las economías más desarrolladas a nivel global, y los de los países de ACRD de ingreso más bajo son bajos en relación con los países de ACRD de ingreso más alto. En Costa Rica, Panamá y República Dominicana, alrededor de una cuarta parte de los trabajadores tiene educación terciaria, frente a más de la mitad de los trabajadores en Corea y Estados Unidos. Muy pocos trabajadores de Corea y Estados Unidos tienen un nivel de estudios inferior a la educación secundaria, mientras que en Costa Rica, República Dominicana y Panamá, esta cifra es de al menos una cuarta parte de los trabajadores. En el resto de los países de ACRD, el 14 por ciento o menos de los trabajadores tienen educación terciaria. El 70 por ciento de los trabajadores de Guatemala tiene educación primaria o inferior. La baja calidad de la educación también podría ayudar a explicar la prevalencia del empleo intensivo en tareas rutinarias. Los indicadores del desempeño del sistema educativo y de aprendizaje de ACRD sugieren que los alumnos tal vez no estén adquiriendo las habilidades que les permitirían obtener empleos que requieren más calificación. Para el subconjunto de países de ACRD que participan en el Program for International Student Assessment (PISA), una evaluación de alumnos comparable a nivel internacional que se aplica a alumnos de 15 años, los resultados son contundentes (gráfico 4.8). Incluso en Costa Rica, el país con mejor desempeño de la región, menos del 60 por ciento de los alumnos de 15 años alcanza el nivel mínimo de competencia en lectura y solo el 40 por ciento en matemáticas. En los países de ACRD con peores resultados, menos del 30 por ciento y del 20 por ciento lo consiguen, respectivamente. Esto se compara con al menos tres cuartas partes de los alumnos en ambas materias en la OCDE. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 60 GRÁFICO 4.7: Educación de la población empleada en los países de ACRD, 2000–21 Porcentaje a. Costa Rica b. República Dominicana c. El Salvador 70% 70% 70% 60% 60% 60% 50% 50% 50% 40% 40% 40% 30% 30% 30% 20% 20% 20% 10% 10% 10% 0% 0% 0% 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 d. Guatemala e. Honduras f. Nicaragua 90% 100% 80% 80% 70% 80% 60% 60% 60% 50% 40% 40% 40% 30% 20% 20% 20% 10% 0% 0% 0% 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2000 2003 2006 2009 2012 2015 2018 2021 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 g. Panamá 50% 45% 40% 35% 30% 25% Bajo 20% Medio 15% Alto 10% 5% 0% 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 Fuente: SEDLAC (CEDLAS y Banco Mundial). Nota: Bajo nivel educativo equivale a menos de 9 años de escolaridad; nivel medio comprende entre 9 y 13 años, y nivel alto se define como 14 años o más. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 61 GRÁFICO 4.8: Proporción de alumnos que alcanzan niveles mínimos en lectura y matemáticas, 2022 Porcentaje de jóvenes de 15 años 80% 70% 60% 50% 40% 30% 20% 10% 0% OCDE CRI PAN GTM SLV DOM Matemáticas Lectura Fuente: OCDE, 2022a. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; OCDE = Organización para la Cooperación y el Desarrollo Económicos; PAN = Panamá; SLV = El Salvador. Los trabajadores de los países de ACRD también parecen estar rezagados en cuanto al tipo de habilidades necesarias para llevar a cabo las nuevas tareas asociadas con las nuevas tecnologías. A nivel global, los avances tecnológicos se están traduciendo en una mayor demanda de pensamiento crítico y otras habilidades cognitivas de orden superior, habilidades socioemocionales, habilidades digitales y combinaciones de estas habilidades (Banco Mundial, 2016 y 2019). Existe una creciente complementariedad entre las habilidades sociales y las cognitivas (Deming y Kahn, 2018; Weinberger, 2014). La disponibilidad de habilidades de TIC, en particular, se asocia con la adopción de tecnologías digitales (Nicoletti, von Rueden y Andrews, 2020). Si bien los datos sobre las habilidades en los países de ACRD son escasos, parecen escasear los tipos de habilidades asociadas con el cambio tecnológico. Por ejemplo, un análisis de las vacantes de empleo en República Dominicana revela que el trabajo en equipo, la orientación al servicio, la responsabilidad y el manejo de big data son las habilidades más demandadas (Guataquí, 2021). Sin embargo, las empresas informan que tienen dificultades para cubrir las vacantes, y la limitación más importante es la falta de habilidades técnicas adecuadas entre los solicitantes de empleo (MEPyD, 2022). Las habilidades digitales inadecuadas también se citan como una limitación cuando se trata de cubrir vacantes. En El Salvador, las empresas emergentes digitales señalan que la educación y capacitación de baja calidad son obstáculos para contratar talento (Banco Mundial, 2022c). Los datos sobre habilidades tecnológicas extraídos de perfiles de LinkedIn en Costa Rica y Panamá muestran un retraso similar en las habilidades tecnológicas en estos países (recuadro 4.1). Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 62 RECUADRO 4.1: La disponibilidad de habilidades tecnológicas en Costa Rica y Panamá Los datos de LinkedIn proporcionan información sobre la medida en que se utilizan diferentes tipos de habilidades en Costa Rica y Panamá. LinkedIn, sitio global de redes de empleo, tiene datos detallados sobre sus usuarios, incluidas las habilidades que han adquirido durante el empleo. En ACRD, Costa Rica y Panamá tienen suficientes usuarios de LinkedIn para obtener conclusiones válidas a partir de estos datos. Los datos del perfil de usuarios sobre las habilidades se utilizan para calcular la penetración de las habilidades, es decir, la proporción de las 50 habilidades principales de un sector que provienen de una de las 249 categorías de habilidades diferentes en que se agrupan las miles de habilidades de los usuarios de LinkedIn. En el análisis, se incluye a Argentina como comparador para Costa Rica y Panamá. Costa Rica y Panamá carecen de la tecnología y las habilidades tecnológicas disruptivas más estrechamente asociadas con las nuevas tecnologías. La métrica de penetración de habilidades muestra que Costa Rica y Panamá están muy rezagados con respecto al promedio global en la penetración de habilidades tecnológicas, como la alfabetización digital, el diseño gráfico y el desarrollo de aplicaciones móviles y web, y en habilidades de tecnología disruptiva, como la inteligencia artificial, la ciencia de datos y la robótica (gráfico B4.1.1). Panamá muestra un desempeño superior al promedio global en habilidades tecnológicas en varios sectores —hospitales y atención médica, alojamiento y comida, y educación— pero está muy por debajo del promedio global en otras, como tecnología, información y medios de comunicación. Costa Rica tiene un desempeño inferior al promedio global en todos los sectores. El desempeño de ambos países es peor en las habilidades de tecnologías disruptivas que están más estrechamente asociadas con las tecnologías más innovadoras. Solo el sector de alquiler de bienes inmuebles y equipos de Costa Rica tiene un desempeño superior al promedio global. GRÁFICO B4.1.1: Penetración de la tecnología y habilidades asociadas con la tecnología disruptiva, 2022 Penetración relativa de las habilidades (1 = promedio global) a. Tecnología b. Tecnología disruptiva Alojamiento Alojamiento Administrativo Administrativo Construcción Construcción Servicios al consumidor Educación Servicios al consumidor Entretenimiento Educación Agricultura Servicios financieros Servicios financieros Gobierno Gobierno Atención médica Atención médica Manufactura Manufactura Servicios profesionales Servicios profesionales Bienes raíces Venta al por menor Bienes raíces Tecnología y medios Venta al por menor Transporte Tecnología y medios Servicios públicos Comercio mayorista Transporte 0.00 0.50 1.00 1.50 0.00 0.20 0.40 0.60 0.80 1.00 1.20 1.40 1.60 Promedio mundial PAN CRI ARG Fuente: LinkedIn, 2022. Nota: ARG = Argentina; CRI = Costa Rica; PAN = Panamá. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 63 La falta de capacidad de gestión también puede estar obstaculizando la adopción de tecnologías en ACRD. La buena gestión se considera cada vez más como un requisito previo para la adopción de tecnologías. Por ejemplo, la baja calidad de la gestión se asocia con una menor adopción de tecnologías digitales en Europa (Nicoletti, von Rudenen y Andrews, 2020). Los datos de las Firm-Level Adoption of Technology Surveys del Banco Mundial muestran que las “capacidades de las empresas” —capacidad de gestión, educación y capacidad para aprender— son necesarias para que la tecnología funcione con eficacia (Cirera, Comin y Cruz, 2022). Las encuestas, que se centran en países en desarrollo, revelan que la falta de estas capacidades es el segundo obstáculo más importante para la adopción por parte de empresas de todos los tamaños, después de la falta de demanda y la incertidumbre. Estas conclusiones concuerdan con las pruebas de que las prácticas de gestión son un componente clave del éxito de las empresas (Bloom, Sadun y Van Reenen, 2017). Los datos sobre las prácticas de gestión en ACRD son muy limitados. Sin embargo, la World Management Survey, que mide las prácticas de gestión en todos los países, fue implementada en Nicaragua. La calificación promedio de la gestión en Nicaragua es de 2,4, el séptimo puntaje más bajo entre los 35 países analizados (Bloom, Sadun y Van Reenen, 2017). Esto concuerda con las conclusiones de la existencia de una “brecha de gestión” entre la calidad de la gestión en América Latina y la de las economías más desarrolladas (Lederman et al., 2014). Adopción y difusión de tecnología Es posible que el empleo se esté alejando más lentamente del empleo intensivo en tareas rutinario en ACRD simplemente porque el uso de la tecnología es menos frecuente. La sofisticación tecnológica varía sustancialmente entre los países a nivel global. Los esfuerzos recientes por comprender mejor el papel de la tecnología en los entornos de los países en desarrollo revelan que, por lo general, la innovación es marginal y que las empresas no están cerca de la frontera tecnológica (Cirera, Comin y Cruz, 2022; Cirera y Maloney, 2017). Los países de ACRD ocupan un lugar bajo en las mediciones de avance tecnológico. El Digital Adoption Index (DAI por sus siglas en inglés) del Banco Mundial mide la adopción de tecnologías digitales por parte de las personas, los gobiernos y las empresas de la mayoría de los países del mundo. El DAI muestra que, de 180 países, El Salvador, Guatemala, Honduras, Nicaragua y República Dominicana se ubican en la mitad inferior de los países del mundo (gráfico 4.9). Costa Rica y Panamá están mejor clasificados, pero aún están por debajo de la mayoría de los países de la OCDE. Un panorama similar surge del Frontier Technologies Readiness Index compilado por la Conferencia de las Naciones Unidas sobre Comercio GRÁFICO 4.9: Digital Adoption Index, 2016 GRÁFICO 4.10: Frontier Technology Clasificación Readiness Index: TIC, 2022 Clasificación 0 HND NIC GTM SLV DOM PAN CRI HND NIC GTM SLV DOM PAN CRI 0 47 75 66 63 90 76 97 95 110 103 100 116 106 118 180 166 Fuente: Banco Mundial, 2016. Fuente: UNCTAD, 2023. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 64 y Desarrollo (UNCTAD por sus siglas en inglés) (gráfico 4.10). El índice muestra que los mismos cinco (5) países se ubican en una posición igual o inferior al promedio de 166 países en la medida que captura la preparación para la adopción de TIC. El lento avance tecnológico se refleja en la contribución relativamente pequeña de las TIC al crecimiento económico en los países de ACRD. La base de datos Total Economy Database de la Conference Board incluye datos sobre la contribución de los servicios de capital proporcionados por activos relacionados y no relacionados con las TIC al crecimiento real del PIB de Costa Rica, Guatemala y República Dominicana (gráfico 4.11a). Estos datos proporcionan una indicación de la intensidad del uso de las TIC en la producción (Eden y Gaggl, 2020; Spiezia, 2012). La contribución de los activos relacionados con las TIC al crecimiento del PIB ha sido sustancialmente menor que la de los activos no relacionados con las TIC en todos los países de ACRD desde el año 2000. En Estados Unidos, en cambio, la contribución de los activos relacionados con las TIC ha sido mayor que la de otros recursos. Los datos compilados por el Banco Interamericano de Desarrollo y la Universidad de Santiago de Chile muestran, en general, tendencias similares para El Salvador y Honduras, utilizando la contribución de los activos relacionados y no relacionados con las TIC al crecimiento del valor agregado (gráfico 4.11b). GRÁFICO 4.11: Contribución de los activos relacionados y no relacionados con las TIC al crecimiento económico, años 2000-10 Puntos porcentuales a. Diferencia en la contribución de los b. Diferencia en la contribución de los activos activos relacionados y no relacionados con relacionados y no relacionados con las TIC las TIC al crecimiento real del PIB al crecimiento del valor agregado 1.0 0.5 0.0 0.0 -1.0 -2.0 -0.5 -3.0 -1.0 -4.0 -5.0 -1.5 -6.0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 -2.0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 USA CRI DOM GTM Economías maduras SLV HND Fuente: Conference Board. Fuente: LAKLEMS. Nota: Un valor negativo indica que los activos no relacionados con las TIC Nota: Un valor negativo indica que los activos no relacionados con las TIC contribuyeron más al crecimiento que los activos relacionados con las contribuyeron más al crecimiento que los activos relacionados con las TIC. TIC. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; SLV = El Salvador. EE. UU. = Estados Unidos de América. En general, los países de ACRD se han retrasado más en adoptar nuevas tecnologías, aunque estos retrasos se han acortado con cada adelanto en materia de tecnología. En promedio, las economías más avanzadas del mundo han adoptado tecnologías 42 años antes que los países en desarrollo, aunque estas brechas se han acortado con el tiempo (Comin y Hobijn, 2010; Comin y Mestieri, 2018). Los países de ACRD van unos 70 años por detrás de Estados Unidos en lo que respecta a la adopción del teléfono (gráfico 4.12). La adopción de la computadora se retrasó con respecto a Estados Unidos entre 13 años en Costa Rica y 20 años en Honduras. También se registraron retrasos en la adopción de Internet y el teléfono móvil. Sin embargo, con cada nueva tecnología, los retrasos se han acortado. El retraso promedio en la región de ACRD se redujo de 70 años para el teléfono a 25 años para la computadora, poco más de 7 años para Internet y poco menos de 7 años para el teléfono móvil. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 65 GRÁFICO 4.12: Retrasos en la adopción de tecnologías en los países de ACRD Años HND NIC GTM Teléfono SLV DOM CRI PAN HND Computadora GTM PAN NIC SLV CRI NIC HND GTM Internet SLV PAN DOM CRI NIC Teléfono celular HND GTM CRI SLV PAN DOM 0 10 20 30 40 50 60 70 80 Fuente: Comin, Hobijn y Rovito (2008). Nota: Los retrasos se calculan como los años transcurridos entre un año de referencia y el año en el que Estados Unidos realizó la misma adopción que el país de ACRD en el año de referencia. No hay datos disponibles para adopción de la computadora en República Dominicana. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Sin embargo, la difusión es limitada incluso cuando se dispone de tecnología. La intensidad de uso es un factor crítico que puede influir en el impacto de la tecnología en el mercado laboral. Incluso en un país donde se adopta una tecnología, la aceptación y el uso pueden ser limitados. Por ejemplo, los teléfonos móviles son frecuentes en los países de ACRD, lo que pone de relieve la importancia y disponibilidad de esta tecnología (figure 4.13a). Sin embargo, el uso de Internet varía entre los países. Costa Rica y República Dominicana tienen tasas de uso de Internet similares a las de Corea y Estados Unidos GRÁFICO 4.13: Difusión de Internet y los teléfonos móviles, 2021 a. Suscripciones a teléfonos móviles b. Usuarios de Internet (porcentaje de la población) (por cada 100 personas) 200 100% 180 90% 160 80% 140 70% 120 60% 100 50% 80 40% 60 30% 40 20% 20 10% 0 0% SLV CRI KOR PAN GTM USA NIC DOM HND KOR USA DOM CRI PAN SLV NIC GTM HND Fuente: Datos de World Development Indicators, Banco Mundial. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; COR = Corea; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador, EE. UU. = Estados Unidos de América. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 66 (gráfico 4.13b), pero, en todos los demás países de ACRD, al menos un tercio de la población no utilizaba Internet en 2021. Cabe destacar que, a diferencia de los retrasos en la adopción de tecnologías, los desfases entre los países avanzados y los países en desarrollo en cuanto a la intensidad de uso de las tecnologías se han ampliado con el tiempo (Comin y Mesteri, 2018). Las pruebas de la baja difusión de la tecnología se reflejan en la pequeña proporción de trabajadores de ACRD que usan computadoras e Internet. El 10 por ciento o menos de los trabajadores de República Dominicana, El Salvador, Guatemala, Honduras y Nicaragua se desempeñan en empleos con uso intensivo de computadoras o Internet (gráfico 4.14a-b). La proporción en Costa Rica y Panamá es ligeramente superior, del 12 por ciento al 13 por ciento. Sin embargo, estos porcentajes son significativamente más bajos que los de Estados Unidos, que es del 27 por ciento en el caso de las computadoras y del 25 por ciento en el caso de Internet. GRÁFICO 4.14: Uso de computadoras e Internet en el trabajo, 2021 Porcentaje de trabajadores en ocupaciones que requieren un uso intensivo de computadoras e Internet a. Uso de computadoras b. Uso de Internet 30% 30% 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% USA PAN CRI DOM SLV NIC HND GTM USA PAN CRI DOM NIC SLV HND GTM Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras, 2018 para Panamá y 2014 para Nicaragua. Las ocupaciones que requieren un uso intensivo de computadoras e Internet se definen como aquellas que se ubican en el 25 por ciento superior del uso de computadoras e Internet en el trabajo, según los datos del PIAAC de los países comparables. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador, EE. UU. = Estados Unidos de América. El uso de la tecnología por parte de las empresas de ACRD también es limitado. Los datos sobre el uso de la tecnología por parte de las empresas de ACRD están desactualizados, pero las encuestas realizadas durante la pandemia de COVID-19 y los datos comerciales sobre robots proporcionan información sobre la prevalencia de la utilización de nuevas tecnologías por parte de las empresas51. Los resultados de las Business Pulse Survey del Banco Mundial realizada durante la pandemia de COVID-19 indican que la mitad o más de las empresas de El Salvador, Guatemala, Honduras y Nicaragua informaron que habían comenzado a utilizar plataformas digitales o habían incrementado su uso a finales de 2020 (gráfico 4.15). A pesar de esta alta prevalencia, la proporción de ventas mensuales a través de plataformas digitales es relativamente baja, del 15 por ciento o menos, en los cuatro países. En Chile, en cambio, la proporción era del 40 por ciento a mediados de 2021. No hay datos disponibles sobre el uso de robots por parte de las empresas en los países de ACRD, pero los datos comerciales sobre las importaciones de robots 51  Los datos sobre la forma en que las empresas utilizan la tecnología están disponibles en las Enterprise Surveys (Banco Mundial)de todos los países de ACRD. Sin embargo, estos datos son antiguos. El Salvador es el único país donde se recopilaron datos en los últimos cinco años. Estos datos más antiguos muestran que el uso del correo electrónico por parte de las empresas está muy extendido, los sitios web se utilizan con frecuencia pero distan mucho de estar generalizados, y la mayoría de las empresas no utilizan tecnología con licencia otorgada por empresas de propiedad extranjera. Muchas empresas introducen nuevos productos y procesos, pero el gasto en investigación y desarrollo no es habitual. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 67 industriales aportan pruebas indicativas de que las tecnologías robóticas no están muy extendidas. Costa Rica y República Dominicana encabezan la lista, con importaciones en 2021 por USD 7,7 millones y USD 2,1 millones, respectivamente (cuadro 4.1). Con un costo de decenas de miles de dólares por robot, estas importaciones podrían representar alrededor de 300 robots importados por Costa Rica, o seis por cada 100 000 personas, y 80 por República Dominicana, o menos de un robot por cada 100 000 personas. Estas importaciones son muy bajas en comparación con los USD 1000 millones en importaciones de robots en Estados Unidos (13 por cada 100 000 personas) y los USD 270 millones en importaciones de Corea del Sur (21 por cada 100 000 personas). Sin embargo, también son mucho más grandes que las de otros países de ACRD cuyas importaciones fueron inferiores a USD 850 000 (lo que equivale a 35 robots o menos de medio robot por cada 100 000 personas). GRÁFICO 4.15: Uso de plataformas CUADRO 4.2: Importaciones de robots digitales, 2021 industriales, 2021 Porcentaje USD 80% País Importaciones 70% Estados Unidos 1 082 146 087 60% Corea del Sur 270 898 096 50% Costa Rica 7 726 490 40% 30% República Dominicana 2 096 294 20% Honduras 841 254 10% El Salvador 501 163 0% HND SLV NIC GTM NIC SLV GTM HND Panamá 122 704 Empresas comenzando Ventas mensuales a través de o aumentando el uso de plataformas digitales Guatemala 48 693 plataformas digitales Nicaragua 1 850 Mediadios de2020 Finales de 2020 Fuente: World Bank Business Pulse Surveys 2021 del Banco Mundial. Fuente: Observatory of Economic Complexity. Nota: GTM = Guatemala; HND = Honduras; NIC = Nicaragua; SLV = El Salvador. Nota: Las importaciones de robots industriales se definen utilizando el código 8479.50 del Sistema Armonizado. La persistencia del empleo agrícola en varios países de ACRD es otra prueba de la falta de difusión de las tecnologías en la región. En las décadas de 1960 y 1970, la revolución verde trajo nuevas tecnologías a los agricultores de ALC, desplazando la mano de obra de la agricultura a actividades económicas más productivas (FAO, 2022; Fuglie et al., 2020; Schlogl y Sumner, 2018). Sin embargo, los avances tecnológicos en la agricultura no se han producido de manera uniforme en toda la región (Elverdin, Piñeiro y Robles, 2018). Los datos sobre mecanización agrícola son muy limitados y, cuando están disponibles, no están actualizados, pero las estimaciones basadas en proyecciones recopiladas por el Departamento de Agricultura de Estados Unidos indican que la maquinaria agrícola (medida en caballos de fuerza totales por hectárea) se sitúa en torno al 10 por ciento del nivel de Estados Unidos en Guatemala, Honduras y Nicaragua, frente al 50 por ciento y el 66 por ciento en Costa Rica y Panamá (USDA, 2023). Esta falta de mecanización ayuda a explicar la persistencia del empleo agrícola en los tres primeros países, donde alrededor del 30 por ciento del empleo sigue correspondiendo a la agricultura. La falta de mecanización también ayuda a explicar por qué en varios países de ACRD se registran altas tasas de capacidad de automatización: más del 70 por ciento de los empleos que corren alto riesgo de automatización corresponden a la agricultura en todos los países donde se registra este tipo de automatización (gráfico 4.16). En Honduras, esta cifra llega al 94 por ciento. La persistencia del empleo agrícola pone de relieve el enigma del comienzo del capítulo: muchos trabajos son automatizables desde hace tiempo, pero no se han automatizado (Schlogl y Sumner, 2018). Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 68 GRÁFICO 4.16: Proporción de empleos que corren alto riesgo de automatización, por sector, 2021 Porcentaje 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% HND NIC SLV PAN GTM DOM Agricultura Industria Servicios Fuente: Frey y Osborne, 2017; SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras, 2018 para Panamá y 2014 para Nicaragua. DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Los datos comerciales demuestran que las importaciones de tecnología del exterior son limitadas. Las importaciones de bienes de TIC son bajas, lo que indica que los países de ACRD no recurren a tecnologías desarrolladas fuera de la región (gráfico 4.17). En otras economías en desarrollo, se ha demostrado que la transferencia de tecnología desplaza la demanda hacia trabajadores más calificados, un fenómeno conocido como comercio para mejorar las habilidades o importación de tecnología para mejorar las habilidades (Araújo, Bogliacine y Vivarelli, 2011; Conte y Vivarelli, 2011; Meschi, Taymaz y Vivarelli, 2011 y 2016). Las importaciones de servicios TIC también son limitadas. GRÁFICO 4.17: Importaciones de bienes y servicios TIC como proporción del comercio total, 2021 Porcentaje del comercio total de bienes y servicios 18% 16% 14% 12% 10% 8% 6% 4% 2% 0% KOR USA PAN CRI GTM HND SLV DOM NIC GTM CRI HND USA KOR DOM NIC SLV PAN Bienes Servicios Fuente: UNCTAD. Nota: CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; COR = Corea; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador, EE. UU. = Estados Unidos de América. El costo de las nuevas tecnologías puede desempeñar un papel diferente en los países de ACRD que en los países avanzados. La caída en el precio del capital informático es un factor clave que impulsa la tendencia a alejarse de las ocupaciones que son intensivas en tareas rutinarias (Autor y Dorn, 2013; Autor, Levy y Murnane, 2003). Sin embargo, hay pruebas de que esta disminución es principalmente Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 69 un fenómeno de los países desarrollados. Por ejemplo, el precio relativo de la inversión ha disminuido sustancialmente en las economías avanzadas, impulsado por las computadoras y los equipos, pero solo levemente en las economías emergentes (Dao, Das y Koczan, 2019). En consonancia con los datos del capítulo 3, esta disminución se relaciona con la mayor polarización experimentada en las economías desarrolladas (Das y Hilgenstock, 2022). Además, es posible que no surjan presiones de costos que incentiven la adopción de tecnologías que reducen la necesidad de trabajadores como lo hacen en los países desarrollados, dada la disponibilidad de trabajo relativamente barato. Incluso en Estados Unidos, el costo es una de las dos razones principales que citan las empresas para no adoptar tecnologías de automatización (Acemoglu et al., 2022). El costo relativamente alto de los servicios TIC en la mayoría de los países de ACRD es un ejemplo de cómo el costo puede restringir la adopción y difusión de las tecnologías. La International Telecommunications Union (ITU por sus siglas en inglés), el organismo de las Naciones Unidas dedicado a las TIC, recopila datos de precios internacionales comparables de varios tipos de servicios TIC. Estos servicios son costosos en todos los países de ACRD en comparación con los países de ingreso alto (gráfico 4.18). Los países más desarrollados de la región —Costa Rica, República Dominicana y Panamá— enfrentan precios muy superiores a los de los países de ingreso alto de todo el mundo. Los precios en los países menos desarrollados de la región —El Salvador, Guatemala, Honduras y Nicaragua— son aún más altos y, en general, más altos que los de los países de ingreso bajo y medio. Los precios en Honduras y Nicaragua, en particular, están muy por encima de los de sus pares de ACRD, así como de otros países. GRÁFICO 4.18: Precios de las canastas de servicios TIC, 2022 Porcentaje del INB a. Servicio de Internet fijo b. Servicio de Internet móvil de c. Servicio de datos móviles de banda ancha banda ancha, solo datos y voz (alto consumo) 14% 9% 10% 8% 9% 12% 7% 8% 10% 7% 6% 8% 6% 5% 5% 6% 4% 4% 3% 3% 4% 2% 2% 2% 1% 1% 0% 0% 0% HND NIC SLV GTM LMIC PAN DOM CRI HIC HND NIC GTM SLV LMIC PAN DOM CRI HIC HND NIC LMIC DOM GTM SLV PAN CRI HIC d. Servicio de datos móviles E. Servicio de telefonía móvil- y voz (bajo consumo) celular y de bajo uso 9% 7% 8% 6% 7% 5% 6% 5% 4% 4% 3% 3% 2% 2% 1% 1% 0% 0% HND NIC GTM SLV LMIC PAN DOM CRI HIC HND NIC GTM SLV LMIC DOM PAN CRI HIC Fuente: ITU, 2022. Nota: CRI = Costa Rica; DOM = República Dominicana; INB = ingreso nacional bruto; GTM = Guatemala; PIA = países de ingreso alto; HND = Honduras; PIMB = países de ingreso medio bajo; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 70 Además del costo, los desafíos de los cambios organizacionales también pueden inhibir la adopción de tecnologías. En la bibliografía reciente sobre la adopción de tecnologías, en particular de la IA, se destaca la importancia de las estructuras de las empresas a la hora de determinar dónde se aplican las nuevas tecnologías (Agrawal, Gans y Goldfarb, 2023; Bresnahan, 2021; Brynjolfsson y Mitchell, 2017). La adopción exige repensar el diseño de las empresas, los modelos de negocios y los métodos de producción, un proceso que puede llevar años y requerir una gran cantidad de conocimientos especializados (Feigenbaum y Gross, 2023). Por ejemplo, muchos productores de pelotas de fútbol de Pakistán no aceptaron una nueva tecnología de reducción de residuos que se les ofreció, probablemente debido a incentivos que no estaban alineados con las necesidades dentro de la empresa--un pago que ajustó estos incentivos aumentó la utilización de esta tecnología (Atkin et al., 2017). Es poco probable que las empresas informales que prevalecen en los países de ACRD se adapten adecuadamente al tipo de rediseño organizativo necesario para readaptar los modelos de negocios a las nuevas tecnologías, especialmente las más sofisticadas. Globalización La globalización tiende a favorecer el aumento del empleo en trabajos intensivos en tareas rutinarias en los países en desarrollo. La aparición de las cadenas globales de valor (CGV) y el offshoring son una fuerza compensatoria a la tendencia de la tecnología a favorecer el empleo intensivo en tareas no rutinarias. Los países desarrollados tienden a relocalizar los empleos intensivos en tareas rutinarias en los países en desarrollo, donde los costos laborales son más bajos (Caunedo, Keller y Shin, 2023; OCDE, 2017b).52 De hecho, la evidencia que surge de la comparación entre países muestra que el offshoring de empleos intensivos en tareas rutinarias condujo a un aumento de la demanda de trabajos intensivos en tareas rutinarias en los emergentes China y Polonia (Reijnders y de Vries, 2018).53 Otros resultados obtenidos a partir de la comparación entre países muestran que la participación en las cadenas globales de valor funciona de la mano con la transformación estructural para aumentar el empleo intensivo en tareas rutinarias (Das y Hilgenstock, 2022). Se ha comprobado que esto es válido solo para las ocupaciones que pueden relocalizarse en el extranjero (Lewandowski, Madoń y Winkler, 2023). En las últimas décadas, las conexiones con la economía global se han vuelto cada vez más importantes en ACRD. Los flujos de inversión extranjera directa (IED) aumentaron de un promedio regional del 1,0 por ciento del PIB entre 1970 y 1989 al 4,5 por ciento entre 2010 y 2022 (gráfico 4.19). Esto se debe, en parte, a la entrada de los países de ACRD en las cadenas globales de valor de manufacturas, en particular en los sectores textil y de indumentaria (El Salvador, Guatemala y Nicaragua), automotriz (El Salvador, Honduras y Nicaragua) y de dispositivos médicos (Costa Rica y República Dominicana) (Fernandes, Nievas y Winkler, 2022; Ulku y Zaourak, 2021). Si bien la sofisticación de las exportaciones es baja, varios países de ACRD están bastante integrados en las cadenas globales de valor. La producción relacionada con las cadenas globales de valor representa más del 15 por ciento de la producción total en Honduras, Nicaragua y Panamá (gráfico 4.20). Esta cifra es considerablemente inferior al 36 por ciento de Vietnam, pero similar a la de México y superior a la de Colombia e India. En todos los países de ACRD, el sector de manufacturas es el que más contribuye a la participación en las cadenas globales de valor. 52  En los países desarrollados, por el contrario, el offshoring se asocia con pérdidas salariales y laborales en el caso de los trabajadores que tienen ocupaciones intensivas en tareas rutinarias, y en aumentos salariales y laborales en el caso de quienes realizan tareas no rutinarias (Hummels, Munch y Xiang, 2018). Sin embargo, se ha observado que el cambio tecnológico sesgado hacia el reemplazo de tareas rutinarias es un factor más importante para explicar la polarización laboral en los países desarrollados (Goos, Manning y Salomons, 2014). 53  El cambio tecnológico tuvo un impacto mayor, lo que significa que la tendencia general en estos países fue hacia el empleo intensivo en tareas no rutinarias. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 71 GRÁFICO 4.19: Entradas netas de inversión GRÁFICO 4.20: Porcentaje del producto en extranjera directa, 1970–2022 las CGV, por sector, 2021 Porcentaje del PIB Porcentaje de la producción 8.0% 40% 7.0% 35% 6.0% 30% 5.0% 25% 4.0% 20% 3.0% 15% 2.0% 10% 1.0% 5% 0.0% 0% CRI DOM SLV GTM HND NIC PAN VNM PAN NIC MEX HND CRI SLV IND DOM GTM COL 1970–1989 1990–2009 2010–2022 Agricultura Manufacturera Servicios Fuente: Datos de World Development Indicators, Banco Mundial. Fuente: Borin, Mancini y Taglioni (2021). Nota: CRI = Costa Rica; DOM = República Dominicana; PIB = producto interno Nota: COL = Colombia; CRI = Costa Rica; DOM = República Dominicana; bruto; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; GTM  =  Guatemala; HND  =  Honduras; IND  =  India; MEX  =  México; SLV = El Salvador. NIC = Nicaragua; PAN = Panamá; SLV = El Salvador; VNM = Vietnam. En consonancia con las conclusiones globales, la asociación entre el índice de RTI y la participación en cadenas globales de valor es positiva en los países de ACRD. Las correlaciones positivas entre la RTI a nivel de país, sector y año y el valor correspondiente de las medidas de las cadenas globales de valor indican que un valor más alto en las actividades de las cadenas globales de valor favorece el empleo intensivo en tareas rutinarias. En particular, la correlación positiva surge, principalmente, para la medida hacia adelante de las cadenas globales de valor más que cuando se utiliza la medida hacia atrás de las cadenas globales de valor, lo que significa que el empleo intensivo en tareas rutinarias es más frecuente cuando el valor agregado se genera dentro de las cadenas de suministro nacionales sin insumos importados (gráfico 4.21a-b).54 GRÁFICO 4.21: Relación entre el índice de intensidad de tareas rutinarias y las cadenas globales de valor, 2010-21 a. Comercio vinculado con la medida hacia b. Comercio vinculado con la medida hacia atrás de las cadenas globales de valor adelante de las cadenas globales de valor 1.5 1.5 1.0 1.0 RTI index RTI index 0.5 0.5 0 0 -0.5 -0.5 0 1000 2000 3000 0 500 1000 1500 Pure backward GVC related−trade (US$ of 2019) Pure forward GVC related−trade (US$ of 2019) Fuentes: Borin, Mancini y Taglioni, 2021; SEDLAC (CEDLAS y Banco Mundial); INGENIO; Solución Comercial Integrada Mundial (WITS); PIAAC 2017. Nota: Los años son 2011-21 para Costa Rica, 2010-2021 para República Dominicana y El Salvador, 2010-2019 para Guatemala y Honduras, 2010-2014 para Nicaragua y 2011-2018 para Panamá. CGV = cadenas globales de valor; RTI = intensidad de tareas rutinarias. 54  Esto es coherente con las comparaciones globales entre países (Lewandowski, Madoń y Winkler, 2023). Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 72 Aunque el sector industrial se ha contraído en todos los países de ACRD, excepto Honduras y Panamá, el comercio internacional ha contribuido positivamente al sector de manufacturas y, por lo tanto, probablemente al crecimiento del empleo intensivo en tareas rutinarias. Como se describe más arriba, el sector industrial de todos los países de ACRD, excepto Honduras y Panamá, se contrajo entre 1991 y 2019. Sin embargo, el comercio ha contrarrestado esta tendencia. En investigaciones recientes sobre América Central, se desglosan los factores que condujeron a la desindustrialización y se concluye que el comercio internacional tuvo una influencia mitigadora, lo que significa que promovió la expansión industrial (Sinha, 2022). Si se analiza cada país por separado, el comercio internacional contribuyó positivamente al empleo industrial en Costa Rica, Guatemala, Honduras y Panamá, pero negativamente en El Salvador y Nicaragua, aunque la magnitud del efecto fue pequeña en estos dos países. Adopción de robots y offshoring Según datos recientes, los avances tecnológicos en el extranjero podrían reducir la dependencia de los países más desarrollados de la producción (intensiva en tareas rutinarias) de los países en desarrollo. Existen algunas pruebas de que el offshoring de la producción de bienes ha alcanzado su punto máximo y que el reshoring ha aumentado, aunque esto es incierto debido a los problemas de medición (Baldwin, 2022; Feenstra, 2017; Krenz y Strulik, 2021). La automatización en los países más desarrollados es un posible mecanismo que impulsa este cambio: la automatización puede generar ahorros de trabajo que incentivan a las empresas a recuperar empleos para la producción nacional o a crear nuevos empleos dentro del país en lugar de en el extranjero. De hecho, las investigaciones basadas en la comparación entre países muestran que los robots aumentan el reshoring y disminuyen el offshoring (Carbonero, Ernst y Ekkehard, 2020; De Backer et al., 2018; Krenz, Prettner y Strulik, 2021). Este fenómeno se ha documentado en varios países de América Latina y el Caribe. Se ha comprobado que la adopción de robots en Estados Unidos, por ejemplo, tiene efectos negativos en el empleo en Brasil, Colombia y México (Artuc, Christiaensen y Winkler, 2019; Faber, 2020; Kugler et al., 2020; Stemmler, 2019). La adopción de robots en Estados Unidos tiene un efecto negativo en los mercados laborales en la mayoría de los países de ACRD. A partir de la literatura previa sobre este ámbito, se examina el impacto que la adopción de robots en Estados Unidos tiene sobre el empleo en los países de ACRD55. Estados Unidos es el principal socio exportador de todos los países de ACRD, excepto de Panamá, por lo que cualquier cambio en los patrones de offshoring en Estados Unidos tendría un efecto sustancial en estos países. Este análisis puede realizarse para Costa Rica, República Dominicana, El Salvador y Honduras. El período de análisis cubre de  2010 a  2019. En general, la adopción de robots en Estados Unidos tiene un impacto negativo en el empleo de la región, probablemente como resultado de la reducción de las oportunidades de offshoring. En República Dominicana y El Salvador, el cambio anual promedio en la medida de exposición de los países de ACRD a la adopción de robots en Estados Unidos se asocia con una disminución de 0,4 puntos porcentuales en la participación en la fuerza laboral y el empleo de los trabajadores con un nivel educativo medio. En Costa Rica, los efectos de la adopción de robots se canalizan a través de un aumento de 0,2 puntos porcentuales en el desempleo de los trabajadores con nivel educativo bajo y medio. Honduras es una excepción. La adopción de robots condujo a un aumento de 0,2 puntos porcentuales en la participación en la fuerza laboral de los trabajadores con un nivel educativo medio. Esto se puede relacionar con la composición de la canasta de exportaciones de Honduras a Estados Unidos, en la que predominan las materias primas (42 por ciento de las exportaciones totales en 2021), y podría permitir que el país se beneficie cuando la adopción de robots conduzca a una expansión de la demanda. Sin embargo, otros factores, además de la automatización, influirán significativamente en la participación de los países de ACRD en la economía global. A pesar de la evidencia sobre reshoring, el fenómeno sigue siendo limitado. De hecho, el offshoring continúa de acuerdo con la evidencia de crecimiento provenientes de Estados Unidos hasta la década de 2010 (Krenz, Prettner y Strulik, 2021). 55  Véase el apéndice F para consultar los resultados completos y obtener una descripción detallada de la metodología. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 73 La inestabilidad global relacionada con las tensiones comerciales entre Estados Unidos y China y los conflictos armados, el aumento de los costos laborales y los aranceles comerciales en China, así como el creciente deseo de limitar la vulnerabilidad de las cadenas de suministro tras las alteraciones relacionadas con la pandemia de COVID-19, están desplazando las decisiones sobre dónde invertir hacia los países más cercanos a la fuente de IED (IFC, 2023). Es probable que la proximidad de la región de ACRD a Estados Unidos siga convirtiendo a sus países en buenos candidatos para el nearshoring al país vecino, que aumentó del 15 por ciento del total de la IED de Estados Unidos entre 2003 y 2006 al 18 por ciento entre 2016 y 2019 (OCDE, 2020b). Como se analizó antes en este capítulo, la creciente importancia del comercio de servicios creará nuevas oportunidades para el offshoring. Por último, existen pruebas de que los propios robots pueden tener una relación positiva con la IED. La densidad de robots en las economías de ingreso alto aumenta el volumen de IED en los países en desarrollo, aunque este impacto positivo disminuye una vez que se alcanza un cierto nivel de densidad de robots (Hallward-Driemeier y Nayyar, 2019)56. Adopción de robots y migración Los avances tecnológicos podrían reducir la demanda de trabajadores migrantes procedentes de los países de ACRD. Los trabajadores migrantes de ACRD pueden experimentar una disminución en la demanda si están empleados en industrias donde se está produciendo la automatización. Incluso puede producirse una disminución de los salarios si estos migrantes anteriormente empleados buscan industrias menos expuestas y aumentan la oferta de mano de obra. La automatización también puede conducir a una menor afluencia de migrantes. Por ejemplo, el fin de los acuerdos bracero, que permitían a los trabajadores agrícolas de México trabajar en Estados Unidos, no aumentó el empleo interno ni los salarios, en parte, porque los empleadores cambiaron la tecnología de producción o los niveles de producción (Clemens, Lewis y Postel, 2018)57. También se ha demostrado que los casos de aumento de aplicación de la ley de inmigración que han reducido la oferta de trabajadores migrantes conducen a un aumento de la automatización (Charlton, 2023; Ifft y Jodlowski, 2022; Konstandini, Mykerezi y Escalante, 2014)58. Por otro lado, los avances tecnológicos pueden alterar el tipo de migrantes demandados sin reducir el nivel de los flujos migratorios. Como se describió en el capítulo 2, la automatización puede aumentar el empleo en algunos casos; por ejemplo, cuando el ahorro de trabajo vinculado a la automatización da lugar a un aumento de la demanda laboral. Los migrantes pueden ser beneficiarios de este aumento del empleo, si los aumentos se concentran en sectores que demandan las habilidades en las que los migrantes tienden a especializarse. Por ejemplo, los migrantes en Estados Unidos tienden a especializarse en trabajos intensivos en tareas manuales que tienen una demanda relativamente alta a medida que las tareas rutinarias se automatizan. La prueba de esto se presentó en el capítulo 3, donde se mostró cómo la migración desde los países de ACRD ha aumentado en las últimas décadas y se ha concentrado más en trabajos intensivos en tareas manuales (e interpersonales) no rutinarias. Los datos de Alemania y Estados Unidos muestran que la expansión del uso de las computadoras personales, los robots y la IA no disminuye la afluencia de migrantes ni conduce a un aumento de la inmigración, en parte, como resultado de que los migrantes se especializan en ciertas ocupaciones (que requieren un uso intensivo de tareas manuales) (Basso, Peri y Rahman, 2020; Giesing y Rude, 2022; Mandelman y Zlate, 2022). La adopción de robots en los Estados Unidos no tuvo un impacto observable en los flujos migratorios totales desde países de ACRD a los Estados Unidos en las décadas de 2000 y 2010. A partir de la literatura previa en esta área, se examina el impacto que la adopción de robots en Estados Unidos tiene en los flujos de migrantes de ACRD y en los resultados en términos de empleo de estos migrantes59. Se utilizan datos sobre la adopción de robots a nivel sectorial de la International Federation of Robots 56  Véanse también Artuc, Bastos y Rijkers (2023) y Maloney y Molina (2019). 57  Véase también Lewis (2011). 58  Al estudiar la relación entre los robots y los migrantes internos en China, Giuntella (2019) concluye que la proporción de población de migrantes internos disminuyó en las provincias con más robots industriales. 59  Véase el apéndice F para obtener una descripción detallada de la metodología. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 74 y se focaliza en los impactos en los mercados locales conocidos como commuting zones durante dos períodos, el segundo de los cuales (2010 a 2019) registró una adopción de robots significativamente mayor que el primero (2000 a 2010)60. La adopción de robots no afecta el número total de migrantes de los países de ACRD a Estados Unidos. Sin embargo, la adopción de robots sí tiene un efecto en la distribución de los migrantes según su nivel educativo en el segundo período y en los indicadores del mercado laboral en ambos períodos. La adopción de robots en Estados Unidos a principios de la década de 2000 aumentó la demanda de migrantes de ACRD altamente calificados, pero en ocupaciones poco calificadas y no rutinarias. Durante el primer período, entre 2000 y 2010, un aumento de un (1) robot por cada mil trabajadores industriales se asoció con una mayor tasa de empleo y una menor tasa de desempleo entre los migrantes de ACRD con nivel educativo alto. Esto podría ser el resultado de la complementariedad entre los trabajadores migrantes de ACRD con nivel educativo alto y los robots, o de un aumento en la demanda agregada debido a un aumento en la productividad. Los datos indican que casi la mitad de los migrantes de ACRD con nivel educativo alto trabajan en ocupaciones que solo requieren calificaciones baja a medias, en comparación con alrededor del 20 por ciento de los trabajadores no migrantes. A partir de esto, el aumento en su tasa de empleo podría estar explicado por un cambio hacia empleos menos calificados, no rutinarios y manuales (menos automatizables), particularmente en la preparación de alimentos y la limpieza y el mantenimiento de edificios y jardines, donde la expansión de la demanda vinculada a la automatización creó más empleo. La adopción de robots en Estados Unidos entre 2010 y 2019 condujo a una menor demanda de migrantes de ACRD con alto nivel educativo. En el segundo período, entre 2010 y 2019, los resultados apuntan en la dirección opuesta. La tasa de empleo de los migrantes de ACRD con nivel educativo alto disminuyó 0,4 puntos porcentuales por cada robot adicional, mientras que el número total de migrantes con nivel educativo alto disminuyó en 53 migrantes por cada robot adicional adoptado. El impacto negativo en el empleo podría ser un efecto directo de la adopción de robots si los migrantes de ACRD con nivel educativo alto estuvieran empleados en las industrias más expuestas a la automatización durante este período, o de un debilitamiento de su respuesta al efecto de expansión de la demanda que parece haber estado presente en el primer período. Según la evidencia, la participación de los migrantes de ACRD con nivel educativo alto en empleos que requieren niveles educativos más bajos dejó de aumentar e, incluso, disminuyó durante este período. Además, el cambio en la distribución industrial del empleo de los migrantes de ACRD con nivel educativo alto y el cambio en la adopción de robots tienen una correlación cercana a cero, lo que indica que los resultados laborales de los migrantes de ACRD con nivel educativo alto continuaron siendo impulsados, principalmente, por las repercusiones de la automatización en la demanda agregada. 60  Entre 2010 y 2019, se adoptaron alrededor de 170,000 robots en Estados Unidos, frente a unos 100,000 entre 2000 y 2010. Capítulo 4 Obstáculos y factores que facilitan el futuro del trabajo en los países de ACRD 75 Capítulo 5 Recomendaciones de política En este capítulo, se establecen las prioridades en materia de políticas para facilitar el cambio tecnológico y, al mismo tiempo, mitigar los efectos negativos de los cambios que se produzcan como consecuencia de estos avances. El apoyo a la adopción y difusión de la tecnología será fundamental para el desarrollo continuo de los países de ACRD. Esto deberá hacerse teniendo en cuenta las circunstancias específicas de los países de ACRD, en particular la persistencia del empleo agrícola en varios de ellos y el rápido desplazamiento hacia el empleo en los servicios en toda la región. Los servicios de asesoría empresarial y otros servicios relacionados pueden promover la adopción de tecnología, mejorar las capacidades de gestión, que suelen ser un requisito previo para la adopción, y fortalecer los vínculos entre las pequeñas empresas y las plataformas digitales que pueden abrir nuevos mercados. Desde el punto de vista del mercado laboral, surgen dos prioridades para que los países de ACRD aprovechen los beneficios de los avances tecnológicos y, al mismo tiempo, mitiguen las desventajas. En primer lugar, será esencial encontrar vías para el desarrollo de habilidades complementarias a las nuevas tecnologías. En segundo lugar, las políticas de protección social y del mercado laboral deberán adaptarse a las nuevas modalidades de trabajo, por un lado, y a los cambios asociados con los avances tecnológicos, por el otro. Dentro de estas adaptaciones se encuentra la oportunidad a corto plazo de ampliar el acceso a la protección social mediante la creación de alianzas entre las plataformas digitales, los gobiernos y los proveedores de servicios. DESCRIPCIÓN DE LA SITUACIÓN: FACILITAR EL PROGRESO TECNOLÓGICO DEL QUE PUEDEN BENEFICIARSE LOS TRABAJADORES Los países de ACRD aún no han experimentado cambios significativos derivados de los avances tecnológicos, ni han aprovechado plenamente sus beneficios potenciales. En los capítulos 3 y 4, se presentó evidencia empírica de la viabilidad relativamente limitada de la automatización en los países de ACRD. Hasta el momento, los cambios del mercado laboral asociados con el cambio tecnológico han sido limitados en ACRD. Si bien muchos trabajadores de la región parecen estar en riesgo de perder sus empleos a causa de las máquinas, una serie de factores relacionados con la estructura del empleo, las habilidades, el uso de la tecnología y la globalización hacen que este riesgo no se haya materializado y es poco probable que ocurra en el corto plazo. Sin embargo, esto también significa que la región aún no se beneficia de las ganancias potenciales asociadas a los avances tecnológicos. El desafío para los responsables de formular políticas en ACRD es equilibrar las políticas que promueven los avances tecnológicos y los beneficios que estos traen aparejados, con las políticas de mitigación de los efectos negativos por las disrupciones generadas. Los avances tecnológicos son un componente clave del desarrollo, ya que permiten aumentar la productividad, crear nuevos productos y servicios, y acceder a nuevos mercados. En el capítulo 2, se mostró que, en muchos casos, los avances tecnológicos van acompañados de mejores resultados en términos de empleo. Dada la baja adopción y difusión de la tecnología en los países de ACRD descrita en el capítulo 4, el apoyo a su adopción y difusión será fundamental para facilitar el desarrollo continuo de dichos países. Desde el punto de vista del mercado laboral, surgen dos prioridades para que los países de ACRD aprovechen los 76 beneficios de los avances tecnológicos y, al mismo tiempo, mitiguen las desventajas. En primer lugar, será esencial encontrar vías para el desarrollo de habilidades complementarias a las nuevas tecnologías. En segundo lugar, las políticas de protección social y del mercado laboral deberán adaptarse a las nuevas modalidades de trabajo, por un lado, y a las disrupciones asociadas con los avances tecnológicos, por el otro. Los países más desarrollados de la región —Costa Rica, Panamá y, en muchos aspectos, República Dominicana— se encuentran, en general, en una etapa más avanzada de cambio estructural y adopción de tecnologías. Esto significa que los distintos países de ACRD tienen prioridades un poco diferentes (cuadro 5.1). Los países menos avanzados de la región deben centrarse más en la creación de estructuras fundacionales y la puesta a prueba de nuevas iniciativas, mientras que los países más avanzados pueden trabajar para mejorar la sofisticación de los sistemas existentes. CUADRO 5.1: Políticas para facilitar el cambio tecnológico y mitigar los efectos negativos de las alteraciones resultantes Objetivo 1: Promover la adopción y difusión de la tecnología mediante el fortalecimiento de las capacidades de las empresas. Sentar bases • Garantizar una infraestructura de calidad (p. ej., electricidad, servicio de Internet, redes sólidas móviles). • Promover la competencia, garantizar que las regulaciones permitan la adopción y difusión de la tecnología, y ampliar el acceso al financiamiento. Todos los países de ACRD pueden Los países menos desarrollados de Los países más desarrollados de trabajar para ACRD pueden centrarse más en ACRD pueden centrarse más en Fortalecer los servicios de Utilizar los servicios de extensión Focalizar los servicios mediante asesoramiento empresarial y para aumentar la adopción de evaluaciones de las deficiencias del extensión tecnológica, así como los tecnologías en el sector agrícola. mercado, la solidez de la demanda centros tecnológicos para promover y el riesgo de saturación del la adopción de la tecnología mercado. entre las empresas y mejorar la capacidad de gestión. Promover el uso de plataformas Poner en marcha iniciativas piloto Desarrollar iniciativas que ayuden digitales por parte de las pymes que desarrollen las habilidades a conectar a las pymes con los aumentando las habilidades digitales entre las pymes. mercados extranjeros. digitales, el conocimiento y la adopción de la tecnología. Objetivo 2: Fortalecer las vías para el desarrollo y la implementación de habilidades. Sentar bases • Invertir en la educación en la primera infancia y mejorar las competencias básicas de sólidas lectura, escritura y matemática de los niños en edad escolar. Todos los países de ACRD pueden Los países menos desarrollados de Los países más desarrollados de trabajar para ACRD pueden centrarse más en ACRD pueden centrarse más en Desarrollar herramientas de Introducir o fortalecer las encuestas Utilizar encuestas de vacantes, conocimiento del mercado laboral sobre la fuerza laboral y utilizar de perfiles de habilidades y otras para recopilar, analizar y difundir datos administrativos. encuestas especializadas, y explorar información sobre el mercado nuevas fuentes de información laboral. sobre el mercado laboral (por ejemplo, ofertas de empleo en línea). Crear sistemas de educación Poner a prueba programas de Identificar áreas de demanda y capacitación basados en las capacitación para la recuperación creciente en tiempo real, desarrollar bases y orientados a la demanda, de habilidades e impulsados programas de capacitación en diseñados para durar toda la vida por la demanda que mejoren la respuesta e incorporar otros y dirigidos a los trabajadores con lectura, escritura y matemática y las servicios de apoyo en estos mayor riesgo de sufrir efectos habilidades digitales básicas, y que programas de capacitación. negativos en el mercado laboral. satisfagan la demanda del mercado laboral en áreas estratégicas. Capítulo 5 Recomendaciones de política 77 CUADRO 5.1: Políticas para facilitar el cambio tecnológico y mitigar los efectos negativos de las alteraciones resultantes (continuación) Diseñar programas de Crear un sistema público de Ampliar el sistema de servicios intermediación digitales adecuados servicios de empleo que sea una públicos de empleo para para los fines previstos que se fuente de información confiable. proporcionar información sobre centren en superar las disparidades Explorar alianzas globales sobre el mercado laboral, orientación geográficas y los problemas de habilidades a fin de crear vías profesional y sobre habilidades, información. migratorias seguras e inclusivas. concordancia entre la oferta y la demanda de empleo y servicios de derivación. Objetivo 3: Adaptar las políticas de protección social y del mercado laboral a las nuevas formas de trabajo. Sentar bases • Dejar de depender de las relaciones tradicionales entre empleadores y empleados para sólidas financiar y brindar protección social. Todos los países de ACRD pueden Los países menos desarrollados de Los países más desarrollados de trabajar para ACRD pueden centrarse más en ACRD pueden centrarse más en Aprovechar el potencial del trabajo Evitar regulaciones que conduzcan A corto plazo, explorar modelos en plataformas. a una mayor segmentación del para ampliar el acceso de los mercado laboral. trabajadores de plataformas a la protección social. Hacer un seguimiento de las Desarrollar modelos de los Desarrollar análisis más sofisticados posibles prácticas anticompetitivas. negocios, características y potencial de las prácticas anticompetitivas anticompetitivo de las plataformas particulares de las plataformas, digitales. especialmente las cuestiones relacionadas con los datos. PROMOVER LA ADOPCIÓN Y DIFUSIÓN DE TECNOLOGÍA MEDIANTE EL FORTALECIMIENTO DE LAS CAPACIDADES DE LAS EMPRESAS Los países de ACRD están rezagados en la adopción y difusión de tecnología. En el capítulo 4, se describieron los déficits en el uso de tecnología por parte de los trabajadores y las empresas de ACRD. Las mediciones generales de la adopción de tecnologías digitales, así como las medidas relacionadas con la adopción de tecnologías de vanguardia, muestran que todos los países de la región están muy rezagados con respecto a las economías avanzadas. Una serie de obstáculos pueden interrumpir la adopción de nuevas tecnologías por parte de una empresa. Una buena infraestructura (electricidad, servicio de Internet y redes móviles) es clave para permitir los avances tecnológicos. Además de estos factores básicos, las empresas enfrentan varios desafíos. Investigaciones recientes del Banco Mundial permiten organizar los factores que impulsan la adopción de tecnologías a nivel de las empresas en factores internos y externos a cada empresa (cuadro 5.1). Entre los factores externos, figuran las condiciones y regulaciones del mercado, el acceso al financiamiento y la oferta de conocimientos y capital humano. Los factores internos son las capacidades de la empresa, que incluyen habilidades, prácticas de gestión y organización, y los sesgos de información y comportamiento de los emprendedores y gerentes. La evaluación deja en claro que, lejos de limitarse a impulsar ciertos tipos de tecnología, las políticas para apoyar su adopción deben centrarse en mejorar la disponibilidad de información y la capacidad de las empresas para gestionar y aprender, especialmente de fuentes externas (Caselli y Colemann, 2006). Los gobiernos pueden apoyar la adopción de tecnologías por parte de las empresas. El punto de partida para los responsables de formular políticas es asegurarse de que exista una infraestructura de calidad suficiente para permitir a las empresas adoptar tecnologías más sofisticadas y que las regulaciones no creen desafíos para su adopción (Cirera, Comin y Cruz, 2022; Dutz, Almeida y Packard, 2018). Además, se puede utilizar una serie de políticas para abordar los factores internos y externos que impulsan la adopción de tecnologías. Esta sección se centra en las políticas que pueden respaldar las habilidades Capítulo 5 Recomendaciones de política 78 CUADRO 5.2: Factores que impulsan la adopción de tecnologías entre las empresas Factores Ejemplos Externos Competencia, • La competencia crea incentivos para adoptar tecnologías. demanda, regulación Acceso al • El acceso al financiamiento permite a las empresas financiar inversiones financiamiento en tecnología. Acceso al • La transferencia de conocimientos de otras empresas, dentro de la propia conocimiento y al empresa, de empresas consultoras o de la exportación puede crear capital humano demanda de tecnología. Internos Sesgos de • Sesgos como el de desatención al grupo de referencia pueden llevar a los información y empresarios a creer que ya están invirtiendo en tecnología más sofisticada. comportamiento • La falta de información sobre los beneficios de la tecnología, la dificultad para evaluar la incertidumbre o la falta de conocimientos sobre el uso de la tecnología pueden llevar a una empresa a no adoptar nuevas tecnologías. Gestión y • La baja calidad de la gestión conduce a una menor adopción de organización tecnologías. Conocimientos • El capital humano de una empresa es necesario para la adopción de técnicos y habilidades tecnologías más sofisticadas. Fuente: Cirera, Comin y Cruz, 2022. y los conocimientos necesarios dentro y fuera de la empresa para facilitar la adopción, aunque también son cruciales las políticas orientadas a ampliar el acceso al financiamiento, subsidiar la tecnología o aumentar la competencia (recuadro 5.1). En todo caso, un primer paso fundamental consiste en evaluar las deficiencias del mercado que justifican la intervención gubernamental y realizar un diagnóstico de las causas de la subutilización de tecnología (Cirera, Comin y Cruz, 2022). Los servicios de asesoría empresarial, los servicios de extensión tecnológica y los centros tecnológicos pueden promover la aceptación de tecnologías61. Los servicios de asesoría empresarial brindan asesoramiento sobre una gama de funciones comerciales generales, que van desde recursos humanos hasta contabilidad, comercialización y publicidad. Por lo general, los servicios están dirigidos a pymes, que suelen carecer de habilidades y conocimientos en estas áreas. Los modelos más eficaces comienzan con una fase de diagnóstico seguida de la elaboración de un plan de acción. Los programas de modernización digital son un servicio de asesoría empresarial dedicado a facilitar la adopción de tecnologías digitales. Un subconjunto de estos programas se centra en vincular a las empresas con las plataformas digitales brindándoles apoyo en áreas como la orientación al cliente, la determinación de precios y el mantenimiento de la reputación. Los servicios de extensión tecnológica son otra opción que tiende a centrarse en la demanda y las habilidades necesarias para utilizar tecnologías más sofisticadas y específicas de un sector. Por lo general, funcionan a través de oficinas fuera de la sede y con personal de extensión. Por último, los centros tecnológicos suelen ser específicos del sector y ayudan a desarrollar nuevas tecnologías o a adaptar las existentes y proporcionan las habilidades necesarias para adoptar esas tecnologías. Por lo general, los centros tecnológicos se focalizan más en la difusión de tecnologías en los países en desarrollo que en la investigación y el desarrollo. Las pruebas sobre los impactos de cada uno de estos tres tipos de servicios son escasas, aunque indican efectos positivos en la mejora de la tecnología. Las consideraciones importantes para las políticas son factores que pueden limitar la eficacia, como la disponibilidad de conocimientos especializados, la fuerte demanda de las empresas que más necesitan apoyo y el riesgo de saturación del mercado de servicios de apoyo a las empresas. La importancia de tener en cuenta estos factores limitantes hace que este tipo de servicios sean más adecuados para los países de ACRD más avanzados. 61  Este párrafo se basa en Cirera, Comin y Cruz (2022). Capítulo 5 Recomendaciones de política 79 RECUADRO 5.1: Promover la competencia, reestructurar las regulaciones y ampliar el acceso al financiamiento para facilitar la adopción de tecnologías La promoción de la competencia, la reestructuración de regulaciones y la ampliación del acceso al financiamiento son componentes clave para impulsar la adopción de tecnologías y para beneficiarse de las oportunidades que esta genera. La competencia ayuda a impulsar la adopción de tecnologías, principalmente cuando los niveles de competencia son bajos. Esto se hace evidente en la tendencia a establecer mayores vínculos globales para aumentar la adopción y la sofisticación de las tecnologías. La regulación puede tanto facilitar como dificultar la adopción de tecnologías. Las regulaciones en áreas como los pagos electrónicos, la protección del consumidor y la ciberseguridad pueden ayudar a abordar los nuevos problemas planteados por el comercio digital, facilitar las transacciones remotas y transfronterizas, y promover la confianza. Al mismo tiempo, las regulaciones pueden limitar el florecimiento de los mercados digitales cuando hay restricciones estrictas sobre los bienes o servicios disponibles en los mercados digitales o cuando las restricciones dificultan la transferencia de datos. En estos casos, las regulaciones pueden obstaculizar la expansión de aquellos mercados que aumentan las oportunidades para las pequeñas y medianas empresas. Las regulaciones que imponen impuestos y aranceles a las TIC pueden obstaculizar la adopción de tecnologías con efectos indirectos en el crecimiento del PIB. Por último, la falta de acceso al financiamiento puede impedir la adopción de tecnologías si las empresas deben realizar costosas inversiones tecnológicas por su cuenta. En general, para abordar estas cuestiones, se necesita un marco regulatorio adaptable con políticas que promuevan la competencia y el acceso al financiamiento, que abarquen desde un examen minucioso de los posibles impuestos y aranceles sobre las TIC hasta los esfuerzos por aumentar el conocimiento y la seguridad del sector financiero con respecto al financiamiento de proyectos relacionados con tecnología. Fuentes: Cirera, Comín y Cruz, 2022; Dutz, Almeida y Packard, 2018; Jaller, Gaillard y Molinuevo, 2020. Nota: PIB = producto interno bruto; TIC = tecnología de la información y las comunicaciones. En las economías de ACRD menos avanzadas es necesario prestar especial atención a la forma en que la tecnología puede ayudar a modernizar la agricultura. Los sectores agrícolas de ACRD siguen representando una gran proporción del empleo en comparación con las economías más avanzadas, sobre todo en Guatemala, Honduras y Nicaragua. Centrarse en la adopción de tecnologías digitales y la automatización en la agricultura a través de los servicios de extensión podría ayudar a estimular el crecimiento (Yusuf, 2017). Es probable que la escasa adopción de tecnologías en los sectores agrícolas de ACRD esté socavando la productividad agrícola, dado el fuerte vínculo que existe entre ambas (Fuglie et al., 2020). Por ejemplo, en El Salvador, el cambio tecnológico y la eficiencia técnica (un indicador indirecto del desempeño gerencial) han sido perjudiciales para la productividad agrícola (Bravo-Ureta et al., 2022). Ello pone de manifiesto la utilidad potencial de los servicios de extensión que puede favorecer la adopción y difusión de tecnologías y mejorar la capacidad de gestión. La provisión de estos servicios cobra aún más importancia debido a los impactos negativos del cambio climático en la productividad agrícola y a la necesidad de aplicar estrategias de mitigación y adaptación que a su vez requieren nuevas tecnologías (recuadro 5.2) (Bravo-Ureta et al., 2022; Lachaud, Bravo-Ureta y Ludena, 2017). Si bien la evidencia de los impactos de los servicios de apoyo a las empresas en la adopción de tecnología, en general, es limitada, los resultados positivos son frecuentes en el caso de los servicios de extensión agrícola (Cirera, Comin y Cruz, 2022). En el capítulo 4, se proporcionaron ejemplos de cómo las tecnologías digitales, desde los mensajes de texto hasta los sensores remotos, pueden ayudar a aumentar la productividad de los pequeños agricultores. Capítulo 5 Recomendaciones de política 80 RECUADRO 5.2: Empleos verdes en ACRD El cambio hacia estrategias de crecimiento más verdes implicará tanto el desarrollo de nuevas tecnologías como la disrupción de los mercados laborales. El cambio climático está causando daños y perjuicios económicos sustanciales y reduciendo la productividad en los países de ACRD a medida que aumentan la frecuencia y la intensidad de los fenómenos meteorológicos extremos y se afianzan los efectos de evolución lenta, como el aumento de la temperatura (Banco Mundial, 2022a). A pesar de estos desafíos, los países de ACRD tienen oportunidades para lograr un desarrollo más sostenible y con bajas emisiones de carbono (Banco Mundial, 2023a; 2023b). Esta transición requerirá la adopción de tecnologías menos contaminantes y con bajas emisiones de carbono. Sin embargo, como en toda transición relacionada con la tecnología, existe la posibilidad de que se produzcan disrupciones del mercado laboral. La medida en que un cambio hacia un crecimiento más verde podría afectar a los mercados laborales en los países de ACRD puede evaluarse mediante la observación de la intensidad de tareas verdes (GTI por sus siglas en inglés) de los empleos de la región, es decir, cuántos empleos incluyen actualmente tareas verdes (GTI restrictiva) y cuántos podrían ser verdes si se adoptaran tecnologías más amigables para el medio ambiente (GTI amplia) (Granata y Posadas, 2022)62. En la actualidad, los empleos verdes representan una pequeña proporción del empleo en los países de ACRD, pero las tecnologías más verdes podrían ayudar a ampliar considerablemente el alcance del empleo verde, en particular en la agricultura. Entre el 3 por ciento y el 6 por ciento del empleo en Costa Rica, El Salvador, Honduras, Panamá y República Dominicana corresponde a empleos que, actualmente, incluyen tareas amigables con el medio ambiente (gráfico B5.2.1). Esta proporción aumenta significativamente cuando se consideran los empleos con tareas que podrían ser amigables para el medio ambiente, gracias a las tecnologías más verdes. Esto se compara con las estimaciones de entre el 2 por ciento y el 15 por ciento del empleo en Indonesia y de entre el 4 por ciento y el 41 por ciento en Vietnam utilizando la misma metodología, y entre el 2 por ciento y el 3 por ciento en Estados Unidos utilizando una metodología alternativa (Doan et al., 2023; Granata y Posadas, 2022; Vona, Marin y Consoli, 2019). El gran aumento en la medida amplia (respecto de la restrictiva) está impulsado por la agricultura: con tecnologías más amigables para el medio ambiente, el empleo en la agricultura, que representa una proporción sustancial del empleo en los países de ACRD, sería una fuente de muchos empleos verdes (gráfico B5.2.2). En particular, los hombres tienen más probabilidades de trabajar en empleos verdes que las mujeres, y la introducción de tecnologías verdes ampliaría principalmente la contratación de hombres en empleos verdes, más que de mujeres. Según datos de LinkedIn, los empleos verdes prevalecen en algunos sectores de Costa Rica. El sitio de redes profesionales LinkedIn calcula una medida de talento verde como la proporción de miembros de LinkedIn en un sector que trabajan en un empleo verde o que tienen al menos una habilidad verde. Solo se dispone de datos para Costa Rica, que obtiene resultados favorables en lo que respecta al talento verde en comparación con Argentina y Estados Unidos. En promedio, el 15 por ciento de los miembros de LinkedIn en Costa Rica tienen talento verde, en comparación con el 13 por ciento en Argentina y el 14 por ciento en Estados Unidos. Los sectores con más talento verde son la agricultura, la construcción y el petróleo y el gas —los mismos que en Argentina y Estados Unidos—, mientras que los que tienen menos son el comercio minorista, el mayorista y el financiero (gráfico B5.2.3). 62  Las tareas verdes reducen el impacto ambiental de los consumidores o las empresas (Granata y Posadas, 2022). Capítulo 5 Recomendaciones de política 81 RECUADRO 5.2: Empleos verdes en ACRD (continuación) GRÁFICO B5.2.1: Proporción de empleos verdes en los países de ACRD en general y por género, 2021 Porcentaje de empleo 70% 60% 50% 40% 30% 20% 10% 0% Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres Total Mujeres Hombres CRI DOM HND PAN SLV CRI DOM HND PAN SLV Restrictivo Amplio Fuentes: Granata y Posadas, 2022; SEDLAC (CEDLAS y Banco Mundial). Nota: Los datos corresponden a 2019 para Honduras. CRI = Costa Rica; DOM = República Dominicana; HND = Honduras; PAN = Panamá; SLV = El Salvador. GRÁFICO B5.2.2: Proporción de empleos verdes en los países de ACRD, por sector, 2021 Porcentaje de empleo 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios Agricultura Industria Servicios DOM HND PAN SLV DOM HND PAN SLV Restrictivo Amplio Fuentes: Granata y Posadas, 2022; SEDLAC (CEDLAS y Banco Mundial). Nota: Los datos corresponden a 2019 para Honduras. No hay datos disponibles por sector para Costa Rica. Capítulo 5 Recomendaciones de política 82 RECUADRO 5.2: Empleos verdes en ACRD (continuación) GRÁFICO B5.2.3: Talento verde en Costa Rica y países comparables, 2023 Porcentaje de empleo Mayorista Servicios públicos Transporte y logística Tecnología, información y medios Venta al por menor Bienes raíces y alquiler de equipos Servicios profesionales Petróleo, gas y minería Manufactura Hospitales y atención médica Empresas holding Administración gubernamental Servicios financieros Agricultura, ganadería y silvicultura Proveedores de entretenimiento Educación Servicios al consumidor Construcción Servicios administrativos y de apoyo Servicios de alojamiento y alimentación 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% ARG CRI USA Fuente: LinkedIn. En el extremo más sofisticado del espectro de habilidades, las capacidades de gestión son una parte clave del ecosistema necesario para la adopción de tecnologías. Como se describe en el capítulo 4, la buena gestión se considera cada vez más como un requisito previo para la adopción de tecnologías y un determinante clave del desempeño empresarial. La mejora de estas capacidades fue una parte importante del crecimiento significativo que experimentaron los países de Asia oriental (Cirera y Maloney, 2017). Por lo general, las actividades de capacitación empresarial dirigidas a mejorar las prácticas de gestión tienen impactos positivos, aunque se prevé que, debido a su corta duración, los impactos sean relativamente pequeños (McKenzie, 2021). Los nuevos enfoques de dichas actividades de capacitación podrían mejorar la eficacia y ampliar los programas a un mayor número de pequeñas y medianas empresas. Estas alternativas incluyen adaptar los programas a los contextos locales, focalizar los programas en las mujeres y aprovechar la tecnología para ampliar el público al que se llega. Las políticas también pueden ayudar a las pequeñas y medianas empresas a aprovechar las oportunidades que ofrece el comercio digital de servicios al aumentar el uso de plataformas. Las plataformas crean una oportunidad para que las pequeñas empresas amplíen sus bases de clientes y proveedores, pero acceder a ellas y utilizarlas puede ser un desafío para las empresas que no tienen experiencia. Las pymes de todos los países de ACRD sobre los que se dispone de datos mencionan la necesidad de contar con más habilidades y conocimientos técnicos como uno de los tres principales desafíos al utilizar o intentar adoptar plataformas digitales (cuadro 5.2). Si bien existe una amplia gama de instrumentos de política para facilitar la adopción y el uso de plataformas, todo programa público debe tener en claro su motivación y las fallas del mercado que se está abordando. Las propias plataformas Capítulo 5 Recomendaciones de política 83 tienen motivaciones para mostrarse atractivas para los usuarios e, incluso, para impartir capacitación. El objetivo de política más común de los programas que promueven el uso de plataformas por parte de las pymes es aumentar las habilidades digitales y la sensibilización y la adopción de las tecnologías (OCDE, 2021). Varios países de la OCDE han elaborado iniciativas que ayudan a las pymes a evaluar cómo podrían beneficiarse de las tecnologías digitales, proporcionan información sobre las plataformas e instruyen a las pymes sobre cómo utilizar las plataformas en su beneficio. Entre ellos, se encuentran la iniciativa Guide to Digital Transformation de Australia, E-Commerce Center de Dinamarca y E-Exporting Programme del Reino Unido, que brinda ayuda a las empresas para vender en línea en el extranjero. Existen algunas pruebas de que los programas de este tipo son eficaces. Según una reciente evaluación del impacto de un programa de capacitación a gran escala para nuevos vendedores de comercio electrónico, quienes recibieron capacitación en habilidades prácticas sobre operaciones comerciales en línea obtuvieron mayores ingresos y atrajeron a más consumidores (Jin y Sun, 2021). CUADRO 5.3: Principales desafíos mencionados por las pymes al utilizar o intentar adoptar plataformas digitales, 2022 Porcentaje de empresas que mencionan el desafío como uno de los tres principales País Principales tres desafíos Costa Rica Necesidad de más habilidades y conocimientos técnicos (34%) Competencia extrema o desleal (32 por ciento) Cargos por acceder a plataformas digitales (23 por ciento) República Dominicana Necesidad de más habilidades y conocimientos técnicos (35%) Necesidad de más recursos o infraestructura (por ejemplo, conexión de banda ancha) (23 por ciento) Ningún desafío (22 por ciento) El Salvador Necesidad de más habilidades y conocimientos técnicos (40 por ciento) Ningún desafío (24%) Competencia extrema o desleal (23%) Guatemala Competencia extrema o desleal (33%) Cargos por acceder a plataformas digitales (31%) Necesidad de más habilidades y conocimientos técnicos (28%) Honduras Necesidad de más habilidades y conocimientos técnicos (37%) Cargos por acceder a plataformas digitales (28%) Competencia extrema o desleal (26%) Nicaragua Necesidad de más habilidades y conocimientos técnicos (32%) Ningún desafío (22 por ciento) Competencia extrema o desleal (21%) Fuente: Future of Business Surveys. Nota: No hay datos disponibles para Panamá. La adopción ser refiere a las compras o ventas de bienes y servicios. FORTALECER LAS VÍAS PARA EL DESARROLLO Y LA INCORPORACIÓN DE HABILIDADES Para mitigar las disrupciones y aprovechar las oportunidades de los avances tecnológicos será necesario prestar especial atención a las inversiones en capital humano. En el capítulo 4, se describieron los desafíos cuantitativos y cualitativos del capital humano a los que se enfrentan los países de ACRD y que contribuyen a una baja adopción de tecnologías, un fenómeno que se ha identificado desde hace mucho tiempo como un desafío en ALC (Maloney, 2002). Garantizar que los trabajadores actuales y futuros cuenten con las habilidades adecuadas para complementar las nuevas tecnologías es un componente esencial para aprovechar el crecimiento que posibilitan los adelantos en materia de tecnología. Será fundamental fortalecer las vías de desarrollo de habilidades en la educación Capítulo 5 Recomendaciones de política 84 básica, secundaria y terciaria para niños y jóvenes, así como en la educación y formación técnica y profesional (EFTP) y los programas de mejora de las habilidades de la fuerza laboral y adquisición de nuevas habilidades para adultos (Ferreyra et al., 2021). En la medida en que la demanda de tareas y habilidades esté cambiando en los países de ACRD, será importante contar con EFTP impulsada por la demanda para los futuros trabajadores y mejorar las habilidades de la fuerza laboral, también en función de la demanda, para los trabajadores actuales. Al mismo tiempo, será esencial incorporar las habilidades socioemocionales y de alfabetización digital que se están volviendo esenciales en todas las ocupaciones durante todo el ciclo de enseñanza, desde el desarrollo en la primera infancia hasta los programas de capacitación. La creación de capital humano es necesaria, pero insuficiente, ya que las personas también deben ser capaces de implementar inversiones en capital humano de manera eficaz. Los programas de desarrollo de capacidades suelen tener un impacto positivo en el empleo y los ingresos, pero es fundamental diseñarlos teniendo en cuenta la inserción en el mercado laboral para garantizar que estos impactos sean significativos y eficaces en función de los costos. El impacto de los programas de capacitación en el empleo y los ingresos en los países en desarrollo, incluida América Latina y el Caribe, es positivo pero modesto (Escudero et al., 2019; McKenzie, 2017). Los programas más prometedores tienden a focalizarse en sectores con una creciente demanda en el mercado laboral, combinan la capacitación con servicios complementarios que incluyen intermediación del mercado laboral y apoyo financiero, tienen en cuenta los desafíos que enfrentan grupos específicos y abordan los desajustes en las habilidades entre geografías y sectores (Carranza y McKenzie, 2023; Ferreyra et al., 2021; Katz et al., 2022; Kluve et al., 2019; McKenzie, 2017; Stöterau, 2019). En el caso particular de los programas de intermediación del mercado laboral, fomentar la búsqueda de empleo en distintos lugares, actualizar las creencias de los candidatos y mejorar su capacidad para señalizar sus habilidades está vinculado a una mayor eficacia (Carranza y McKenzie, 2023). Estos esfuerzos deben adaptarse a los desafíos específicos que enfrentan los diferentes grupos. Para mejorar el desarrollo de habilidades es necesario fortalecer tres aspectos de los servicios de apoyo al empleo. En primer lugar, las herramientas de conocimiento del mercado laboral recopilan, analizan y difunden información sobre el mercado de trabajo para ayudar a diseñar programas de empleo que puedan orientarse a grupos desfavorecidos, canalizar a los beneficiarios hacia sectores con creciente demanda y corregir las creencias y los sesgos sobre el mercado laboral que pueden frenar a las personas que buscan empleo. En segundo lugar, los sistemas de educación y capacitación impulsados por la necesidad de construir los cimientos y orientados a la demanda proporcionan las habilidades básicas y las competencias más demandadas que los trabajadores actuales y futuros necesitan para complementar los avances tecnológicos. Por último, los programas de intermediación por medios digitales y orientados por objetivos ayudan a desplegar el capital humano de manera eficaz, ya que complementan las ofertas del sector privado, utilizan la tecnología para ampliar el alcance y la eficiencia de la prestación de servicios, y se centran en las deficiencias en los servicios y los grupos desatendidos. Implementar herramientas de conocimiento del mercado laboral Las vías de fortalecimiento de las capacidades comienzan con la identificación de las habilidades que se necesitan para facilitar los avances tecnológicos y las habilidades que se necesitan a medida que avanza la tecnología. Esto significa intensificar los esfuerzos para anticiparse y responder a las necesidades de habilidades más especializadas. El desarrollo de herramientas que permitan identificar rápidamente la demanda del sector privado es más importante que la identificación anticipada de habilidades específicas. El cambio tecnológico significa que las necesidades de habilidades cambian rápidamente. Por ejemplo, evidencia basada en la comparación entre países sugiere que la educación vocacional, que tiende a proporcionar capacitación en habilidades específicas, ayuda a obtener un empleo, pero, luego, puede reducir la adaptabilidad Capítulo 5 Recomendaciones de política 85 del trabajador al cambio tecnológico (Hanushek et al., 2017)63. Las herramientas para identificar las habilidades más demandadas pueden ayudar a los responsables de formular políticas a informar a las instituciones educativas y de capacitación sobre los tipos de habilidades que se demandan actualmente en el mercado laboral con el fin de ayudar a crear vías de desarrollo de habilidades que sean adaptables y que complementen los avances tecnológicos (Isik-Dikmelik et al., 2022). En Suiza, por ejemplo, se ha demostrado que la actualización de los planes de estudio acelera la llegada de nuevas tecnologías a las empresas (Schultheiss y Backes-Gellner, 2022b). Fundamentalmente, estas herramientas pueden ayudar a focalizar los limitados recursos de capacitación en áreas donde la demanda es intensa y creciente. Se dispone de diversos instrumentos para llevar a cabo dicha identificación. Estos modelos varían en sofisticación y se pueden implementar de manera secuencial a lo largo del tiempo para elaborar un panorama más completo a medida que se desarrollan las capacidades de información sobre el mercado laboral (cuadro 5.3). En el caso particular de las habilidades digitales, el Banco Mundial ha elaborado una guía para el desarrollo de planes de acción nacionales sobre habilidades digitales que incluye orientaciones sobre cómo evaluar la demanda y la oferta de habilidades digitales en entornos donde los datos son limitados (Banco Mundial, 2021a; 2021b). CUADRO 5.4: Herramientas para identificar las habilidades requeridas Herramienta Objetivo Ejemplos Lista de ocupaciones críticas • Combinar fuentes de datos cuantitativos y • Malasia cualitativos para identificar las ocupaciones que • Indonesia tienen escasez de candidatos Encuesta sobre empleo y • Encuesta de empresas en la que se recopilan • Indonesia vacantes ocupacionales datos sobre la demanda a nivel ocupacional • Estados Unidos detallado Estudio detallado de • Encuestas a trabajadores para recopilar datos • Unión Europea habilidades y tareas sobre habilidades y tareas • Indonesia • Estados Unidos • Vietnam Datos de vacantes en línea • Recopilar ofertas de trabajo en línea que • Australia incluyan información sobre los requisitos en • Indonesia materia de habilidades, educación y experiencia, • Estados Unidos y que también puedan utilizarse para evaluar la demanda. Fuente: A partir de Posadas y Testaverde (2022). Crear sistemas de educación y capacitación impulsados por la necesidad de construir los cimientos y orientados a la demanda Es necesario aumentar el nivel de calificación de la fuerza laboral para complementar el cambio tecnológico. En el caso de los futuros trabajadores, esto comienza con la mejora de la calidad y el aumento de la disponibilidad de la educación en la primera infancia (Vegas y Santibáñez, 2009), la mejora de la calidad de la educación básica para que los estudiantes dominen las habilidades básicas en los primeros años de escolaridad (Banco Mundial, 2022e) y el aumento de la proporción de jóvenes que obtienen educación secundaria y postsecundaria y la calidad de su aprendizaje en esos años (OCDE, 2023). Para los trabajadores actuales, esto significa adoptar enfoques de capacitación con el objetivo de desarrollar las habilidades básicas y especializadas que se demandan en el mercado laboral. 63  De manera similar, los graduados en carreras de ciencia, tecnología, ingeniería y matemáticas en Estados Unidos disfrutan de salarios altos al ingresar al mercado laboral, pero con el tiempo, las tecnologías reemplazan las tareas que utilizan estas habilidades, lo que conduce a menores ingresos (Deming y Noray, 2018). Capítulo 5 Recomendaciones de política 86 Las habilidades básicas son esenciales tanto para los trabajadores actuales como para los trabajadores futuros. Las tareas que incluyen habilidades básicas, como la alfabetización, los conocimientos básicos de aritmética y las competencias socioemocionales, son fundamentales para aprovechar los beneficios de los avances tecnológicos, tanto porque forman los componentes básicos de habilidades más avanzadas y especializadas como porque complementan otras habilidades (Levin et al., 2023). Sin bases sólidas, es difícil que los estudiantes y trabajadores se beneficien de una formación más avanzada. En México, por ejemplo, los programas de becas para alentar a los jóvenes a permanecer en la escuela no lograron elevar los niveles de aprendizaje porque los jóvenes carecían de las habilidades básicas para tener éxito en la educación secundaria (de Hoyos, Attanasio y Meghir, 2019). Según los datos, las habilidades básicas son complementos importantes de las nuevas tecnologías (Dalvit et al., 2023; Cunningham et al., 2022; Banco Mundial, 2018). En Estados Unidos, por ejemplo, los empleos que requieren altos niveles de interacción social aumentaron sustancialmente entre 1980 y 2012, mientras que hay pruebas de una creciente complementariedad entre las habilidades sociales y cognitivas, que se correlacionan con el salario y el desempeño de las empresas, posiblemente debido a las diferencias en la forma en que las empresas utilizan la tecnología (Deming, 2017; Deming y Kahn, 2018; Weinberger, 2014). Las habilidades digitales son un elemento clave de los esfuerzos para beneficiarse de los avances tecnológicos. Las habilidades digitales son aquellas necesarias para realizar tareas con las TIC. Estas pueden desglosarse en un conjunto de habilidades básicas (alfabetización digital) que se utilizan para realizar tareas rudimentarias (por ejemplo, enviar correos electrónicos, usar dispositivos digitales y almacenar información digital y acceder a ella), las intermedias orientadas al uso de software profesional para tareas de análisis, creación, gestión y diseño; y las avanzadas que se requieren para realizar tareas especializadas como la ciencia de datos, la ciberseguridad o la programación (Cunningham et al., 2022; UNESCO, 2017b; IFC, 2019). Las ocupaciones digitales, como las de desarrolladores, programadores e ingenieros de software, y científicos e ingenieros de datos, están creciendo rápidamente (OCDE, 2022b). Al mismo tiempo, la importancia de las habilidades digitales está aumentando en todos los tipos de ocupación (Feijao et al., 2021; Cunningham et al., 2022; Banco  Mundial,  2021a). Por ejemplo, la alfabetización digital es clave en la agricultura para permitir que los pequeños agricultores accedan a los servicios de apoyo digital, como los servicios meteorológicos y del mercado, y se beneficien de ellos (FAO, 2022; Morris, Sebastián y Perego, 2020; Fuglie et al., 2020). Independientemente de la ocupación, los trabajadores de plataformas necesitan habilidades digitales básicas para gestionar las aplicaciones a través de las cuales acceden a los empleos y reciben pagos. La educación y la capacitación pueden ayudar a preparar a la fuerza laboral para beneficiarse de los avances tecnológicos y, al mismo tiempo, ayudar a los trabajadores desplazados por la automatización. Varios principios pueden ayudar a garantizar que la educación y la capacitación tengan un impacto significativo en el contexto de los avances tecnológicos. En primer lugar, la educación y la capacitación deben centrarse en la provisión de habilidades transferibles, en especial, las básicas. Como se describe anteriormente, cada vez hay más pruebas de la importancia de las habilidades básicas, como las competencias básicas de lectura, escritura y aritmética, las habilidades blandas o competencias socioemocionales, como el pensamiento crítico y el trabajo en equipo, y las habilidades digitales. Mejorar estas habilidades básicas para los futuros trabajadores requiere un esfuerzo significativo en todo el sistema educativo, que debe comenzar con la educación en la primera infancia (recuadro 5.3) y continuar con la educación para niños y jóvenes en edad escolar. La mejora de la alfabetización y los conocimientos básicos de matemática puede lograrse mediante la mejora de la preparación de los alumnos para aprender a través de intervenciones en la primera infancia; el enfoque del plan de estudios, la evaluación y la instrucción en el aprendizaje esencial y la lectura y las matemáticas básicas; la mejora de la calidad y la eficacia de la enseñanza; y la alineación de la gestión escolar para centrarse en las bases (Banco Mundial, 2022h). Capítulo 5 Recomendaciones de política 87 RECUADRO 5.3: Beneficios de la educación en la primera infancia para el mercado laboral Los servicios de calidad en el cuidado de los niños pueden tener impactos positivos a largo plazo en los resultados del mercado laboral. Los servicios de calidad en el cuidado de los niños son importantes para permitir que las mujeres participen plenamente en la fuerza laboral, en especial en ACRD, donde la participación de las mujeres en la fuerza laboral es baja y la maternidad empuja a muchas mujeres a empleos informales y de medio tiempo (Díaz y Rodríguez- Chamussy, 2016). Además de los beneficios a corto plazo para la participación de las mujeres en la fuerza laboral, los servicios de calidad en el cuidado de los niños pueden tener efectos positivos a largo plazo en los resultados del mercado laboral, al ayudar a los niños pequeños a desarrollar las competencias cognitivas y socioemocionales que les permitirán alcanzar su máximo potencial cuando sean adultos (Devercelli y Beaton-Day, 2020). Los servicios de calidad en el cuidado de los niños que se centran en la educación en la primera infancia pueden ayudar a preparar a los niños pequeños para la escuela. El cerebro de los niños se desarrolla rápidamente en la primera infancia. Los déficits en la primera infancia pueden tener efectos duraderos. El aprendizaje temprano que se proporciona en entornos de cuidado infantil puede ayudar a los niños a desarrollar las habilidades cognitivas y lingüísticas necesarias para tener éxito cuando ingresen a la escuela, así como las competencias socioemocionales que son cada vez más críticas en las etapas posteriores de la vida (Devercelli y Beaton-Day, 2020). Estos beneficios pueden perdurar en el empleo en la edad adulta. En un estudio reciente en el que se compararon los resultados de los niños que se beneficiaron de los primeros años del programa Head Start de Educación en la Primera Infancia, desarrollado a mediados de la década de 1960 en Estados Unidos, con los de aquellos que no se beneficiaron de la introducción del programa, se observaron efectos significativos en la formación de capital humano y en los resultados económicos a largo plazo (Bailey, Sun y Timpe, 2021). Los niños del programa Head Start recibieron 0,65 años más de educación y obtuvieron 12 puntos porcentuales más de probabilidades de completar la universidad que sus compañeros que no participaron del programa. Los adultos que se beneficiaron del programa cuando eran niños tuvieron más éxito en el mercado laboral, trabajando un promedio de dos semanas más al año que los no beneficiarios. La educación de calidad en la primera infancia también tiene efectos positivos considerables en los resultados posteriores en la vida en los entornos menos desarrollados. En un estudio de 12 países de ingreso bajo y medio, se llegó a la conclusión de que los adultos que participaron en programas de educación en la primera infancia cuando eran niños tienen más probabilidades de conseguir empleos que requieren mayores niveles de calificación (Shafiq, Devercelli y Valerio, 2018). La formación profesional y la capacitación de cursos cortos pueden desempeñar un papel importante en el fortalecimiento de las habilidades básicas de quienes ya forman parte de la fuerza laboral. Por ejemplo, en Camboya, las experiencias piloto de un programa puente de habilidades orientado a proporcionar competencias básicas a jóvenes que no asistían a la escuela llevaron al 60 por ciento de los participantes a inscribirse en programas de certificación en tecnología (Banco Mundial, UNESCO y OIT, 2023). En República Dominicana, la capacitación profesional y en habilidades blandas impartida por el Programa Juventud y Empleo aumentó el empleo entre las mujeres (Acevedo et al., 2020). Cabe destacar que los participantes que solo recibieron capacitación en habilidades blandas se beneficiaron tanto como los que recibieron capacitación técnica. En Colombia, los participantes de la formación profesional que recibieron capacitación en aptitudes sociales no experimentaron el mismo tipo de erosión de los beneficios de la capacitación que los receptores que recibieron capacitación en habilidades técnicas (Barrera-Osorio, Kugler y Silliman, 2023). Mediante la capacitación para desarrollar habilidades digitales se puede enseñar alfabetización digital básica o proporcionar habilidades técnicas más avanzadas, Capítulo 5 Recomendaciones de política 88 aunque aún no específicas de una empresa, como programación o ciberseguridad (recuadro 5.4). En una reciente evaluación del impacto de un programa intensivo de programación para mujeres en Argentina y Colombia se observó que, en estos programas, se fortalecían las habilidades de programación y la probabilidad de conseguir un empleo en el sector tecnológico (Aramburu y Goicoechea, 2021). Este tipo de capacitación puede ser eficaz porque aborda una deficiencia del mercado en la provisión de habilidades (los empleadores pueden invertir poco en habilidades transferibles que los trabajadores podrían llevar a otras empresas) y porque las habilidades digitales blandas y básicas son más duraderas que las habilidades técnicas, cuya demanda evoluciona rápidamente con el tiempo (Carranza y McKenzie, 2023; Schultheiss y Backes-Gellner, 2022a). RECUADRO 5.4: Incorporación de la capacitación para el desarrollo de habilidades digitales a la educación y formación técnica y profesional Los sistemas de EFTP de todo el mundo han mostrado una lenta respuesta a la creciente demanda de habilidades digitales. En un informe del Banco Mundial, la UNESCO y la OIT (2023) sobre la EFTP, se destaca que la capacitación para el desarrollo de habilidades digitales constituye un desafío para los sistemas de EFTP a nivel global. Muchos alumnos ingresan a los programas de EFTP sin tener las habilidades básicas. Muchos docentes carecen de las competencias necesarias para instruir adecuadamente a los alumnos y garantizar que los planes de estudio sobre habilidades digitales elaborados en los sistemas de EFTP respondan a las demandas del mercado laboral (Banga y te Velde, 2019). El bajo nivel de habilidades digitales entre los alumnos y los instructores quedó de manifiesto durante la pandemia de COVID-19, cuando los sistemas de EFTP presentaron dificultades para hacer la transición a la educación a distancia. En los programas de EFTP, se pueden incorporar las habilidades digitales a la oferta de capacitación. En los programas de EFTP, se puede integrar la capacitación en habilidades básicas con la capacitación en habilidades digitales, socioemocionales y cognitivas clave que demanda el mercado laboral. Esto puede lograrse a través de la provisión de cursos independientes en los que se imparta instrucción sobre las habilidades básicas fundamentales primero y, luego, se imparta capacitación en habilidades prácticas en cursos separados, o a través de cursos en los que se integre la adquisición de habilidades básicas y transversales en el contenido del curso práctico (Banco Mundial, UNESCO y OIT, 2023). En los programas destinados a apoyar el desarrollo de habilidades digitales avanzadas y específicas para un empleo, se pueden integrar estas habilidades junto con otras capacidades del sector y habilidades blandas o utilizar modelos de bootcamps centrados únicamente en habilidades digitales específicas. Por ejemplo, en un plan integrado de desarrollo de habilidades del Ministerio de Textiles de la India, se abarcaron tanto las habilidades digitales (diseño gráfico y componentes físicos y lógicos de robótica) como las blandas (negocios y comercialización) necesarias para ingresar en este sector. En segundo lugar, la formación técnica debe orientarse hacia la provisión de habilidades en áreas en las que existe demanda de competencias. Además de la capacitación en habilidades básicas, la capacitación es más eficaz cuando se orienta a las áreas con demanda. Por ejemplo, los programas de capacitación orientados a sectores específicos en Estados Unidos se centran en conectar a los trabajadores menos calificados con mejores empleos en industrias con mayor demanda. En los programas, se observan los impactos positivos en los ingresos, que probablemente estén relacionados con la capacitación en habilidades transferibles y certificables, la combinación de capacitación técnica con habilidades blandas y preparación para la carrera profesional, y servicios de apoyo integrales (Katz et al., 2022). Las herramientas para identificar las habilidades requeridas descritas anteriormente pueden Capítulo 5 Recomendaciones de política 89 ayudar a identificar sectores con fuerte demanda en el mercado laboral que sean adecuados para dicha capacitación centrada en el sector. En tercer lugar, la capacitación debe considerarse como una actividad permanente. Los constantes cambios en las competencias asociados con los avances tecnológicos implican que las habilidades deben actualizarse durante toda la vida laboral. En los sistemas de aprendizaje permanente, se reconoce que los trabajadores se enfrentarán a diferentes panoramas del mercado laboral a lo largo de su vida, y ayudan a las personas a tener más responsabilidad en sus trayectorias de aprendizaje. Estos enfoques centrados en el alumno utilizan el aprendizaje en línea para conectar la capacitación con los trabajadores a gran escala; contemplan diferentes enfoques de financiamiento que pueden proporcionar a los individuos vales para seleccionar su propia capacitación; y adaptan los programas de capacitación a las necesidades de los diferentes tipos de alumnos: por ejemplo, reconociendo que la pedagogía adecuada para los trabajadores adultos es diferente de aquella adecuada para los jóvenes (Bendini, Levin y Oral-Savonittto, 2019). En particular, el tipo de reconversión laboral que se requiere a causa del cambio tecnológico y la automatización puede no requerir el aprendizaje de campos completamente nuevos, sino la adaptación de las habilidades a las nuevas tareas que surgen dentro de las ocupaciones. Como se señala en el capítulo 2, gran parte del cambio en el trabajo que resulta de los avances tecnológicos ocurre dentro de las ocupaciones y no entre ellas. Las investigaciones realizadas en Alemania, por ejemplo, muestran que las ocupaciones que pasaron de ser rutinarias a otras menos rutinarias experimentaron aumentos salariales (Bachmann et al., 2022). Por último, la capacitación deberá orientarse a tipos específicos de trabajadores que enfrentan mayores dificultades para recuperarse del desplazamiento provocado por la tecnología. Estos grupos varían entre los diferentes países, pero, como se mostró en el capítulo 3, en ACRD, los más vulnerables a las disrupciones suelen ser los trabajadores menos educados, los hombres, lo más jóvenes y los trabajadores rurales. Esto es importante porque hay evidencia en los países de la OCDE de que los trabajadores que corren un mayor riesgo de ser automatizados reciben menos formación profesional (Nedelkoska y Quintini, 2018). Sin embargo, identificar a aquellos trabajadores más vulnerables a las disrupciones no es suficiente, ya que los diferentes trabajadores tienen diferentes oportunidades después de perder sus empleos y cuando deciden ingresar al mercado laboral. Por ejemplo, en las economías avanzadas, las mujeres pueden tener menos opciones de transición en el mercado laboral cuando se producen disrupciones relacionadas con la tecnología, aunque la adquisición de nuevas habilidades puede reducir las diferencias (WEF, 2018b). Las investigaciones realizadas en China y Alemania muestran que, mientras que las personas más jóvenes expuestas a robots buscan capacitación, los trabajadores de más edad tienden a abandonar el mercado laboral (Battisti, Dustmann y Schönberg, 2023; Giuntella, Lu y Wang, 2022). Comprender estas diferencias es fundamental para orientar la capacitación hacia quienes más la necesitan (recuadro 5.5). Capítulo 5 Recomendaciones de política 90 RECUADRO 5.5: La compleja interacción de la tecnología, los mercados laborales y las cuestiones de género Son muchos los factores que influirán en la forma en que los avances tecnológicos, dentro y fuera de los países de ACRD, interactúan con el empleo de las mujeres en la región, algunos de los cuales refuerzan los obstáculos y otros crean oportunidades. Un grupo de factores se relaciona con la distribución actual del capital humano por género, incluidas las disparidades de género en el nivel educativo (Ñopo, 2012), el campo de estudio (por ejemplo, las brechas de género en la educación en ciencia, tecnología, ingeniería y matemáticas) (UNESCO, 2017a) y las habilidades digitales (OCDE, 2020a; OCDE, 2018a). Otro grupo se relaciona con las diferencias de género en la forma en que se despliega el capital humano, incluida la segregación ocupacional (por ejemplo, las brechas de género en los puestos directivos) y la segregación sectorial (por ejemplo, las disparidades de género en el trabajo administrativo y en las fábricas y en los servicios de salud y cuidados) (Banco Mundial, 2012a; Sinha, 2020); la segregación de tareas realizadas dentro de las ocupaciones (por ejemplo, diferencias de género en cuanto a quién realiza tareas no deseables no asociadas con un ascenso) (Babcock et al., 2017; Chan y Anteby, 2017); las diferencias de género en los retornos a las habilidades asociadas con el futuro del trabajo (Bustelo, Flabbi y Viollaz, 2020); y las diferencias de género en la participación en nuevas modalidades de trabajo, como el trabajo desde casa y el trabajo a través de plataformas (Berniell et al., 2021; CEPAL y OIT, 2021). Un último grupo se relaciona con el modo en que el género está mediado por la tecnología, incluidas las diferencias de género en el acceso a la TIC y su uso (Quirós et al., 2022; Agüero, Bustelo y Viollaz, 2020); los sesgos de género y la neutralidad desde el punto de vista del género de la propia tecnología (UNESCO, 2022); y el potencial de ciertas tecnologías para eliminar los obstáculos físicos a la participación de las mujeres en trabajos que requieren fuerza física (Mealy, Rio-Chanona y Farmer, 2018). No hay datos empíricos disponibles sobre cada uno de estos factores para los países de ACRD, pero es posible obtener algunas perspectivas iniciales. Las mujeres empleadas en ACRD son menos susceptibles a la automatización . En el capítulo 3, se mostró que, en general, las mujeres corren menos riesgo que los hombres frente a la automatización mediante computadoras, IA y robótica móvil. Son varios los factores que explican este menor riesgo. En primer lugar, las mujeres empleadas tienen niveles educativos más altos que los hombres en ACRD, lo que se correlaciona con el trabajo en empleos menos automatizables. En segundo lugar, el empleo en los países de ACRD está segregado por género. Las mujeres tienden a trabajar en servicios y ventas, que son más difíciles de automatizar, mientras que los hombres tienden a trabajar como operadores de plantas y maquinarias y encargados de montaje, y en trabajos artesanales, que son más fáciles de automatizar. En tercer lugar, esta segregación de género se extiende más allá del trabajo remunerado al trabajo no remunerado en el hogar. Las mujeres tienen muchas más probabilidades que los hombres, en ACRD, de participar en trabajos no remunerados en el hogar. Este trabajo no se incluye en las estimaciones de la capacidad de automatización, aunque tecnologías como los electrodomésticos pueden, de hecho, automatizar estas tareas de la misma manera que se automatizan las tareas realizadas en los empleos remunerados, lo que puede liberar tiempo para que las mujeres asuman un trabajo remunerado. El impacto final de la automatización en los resultados de las mujeres en el mercado laboral en ACRD depende no solo de la susceptibilidad a la automatización, sino también de qué tan bien puedan recuperarse las trabajadoras desplazadas de sus empleos y qué tanto las trabajadoras puedan beneficiarse de las expansiones de la demanda que resultan de la automatización. Las actuales trabajadoras de ACRD parecen estar bien posicionadas para aprovechar los avances tecnológicos. Los niveles de educación superior de las mujeres empleadas significan que es más probable que sus habilidades sean complementarias a las nuevas tecnologías. De hecho, en todos los países de ACRD, las mujeres empleadas ya tienen más probabilidades de trabajar en Capítulo 5 Recomendaciones de política 91 RECUADRO 5.5: La compleja interacción de la tecnología, los mercados laborales y las cuestiones de género (continuación) empleos intensivos en el uso de computadoras e Internet (gráfico B5.5.1). Las mujeres también están sobrerrepresentadas en los tipos de empleos de servicios que pueden expandirse a medida que la automatización genera beneficios indirectos. Sin embargo, aunque menos susceptibles a la automatización, estos empleos en el sector de servicios tienden a ser de baja productividad y bajos salarios. En los casos en que las mujeres son desplazadas, los datos de las economías avanzadas sugieren que proporcionar reentrenamiento puede ser esencial porque las mujeres pueden tener menos opciones de transiciones laborales después de que ocurren disrupciones del mercado laboral relacionadas con la tecnología (FEM, 2018b). GRÁFICO B5.5.1: Uso de computadoras e Internet en el trabajo, por género, 2021 Porcentaje de trabajadores en ocupaciones que requieren un uso intensivo de computadoras e Internet a. Uso de computadoras b. Uso de Internet 35% 30% 30% 25% 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% DOM GTM HND NIC PAN SLV CRI USA DOM GTM HND NIC PAN SLV CRI USA Mujeres Hombres Fuentes: SEDLAC (CEDLAS y Banco Mundial); PIAAC 2017. Nota: Los años son 2019 para Guatemala y Honduras, 2014 para Nicaragua y 2018 para Panamá. Las ocupaciones que requieren un uso intensivo de computadoras e Internet se definen como aquellas que se ubican en el 25 por ciento superior del uso de computadoras e Internet en el trabajo, según los datos del PIAAC de los países comparables. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador, EE. UU. = Estados Unidos de América. Por otro lado, las mujeres enfrentan desafíos para beneficiarse plenamente de la automatización. A pesar de las tasas más altas de matrícula en la educación terciaria, las mujeres de los países de ACRD tienen menos probabilidades de estudiar en los campos de ciencia, tecnología, ingeniería y matemáticas (CTIM), que son complementarios de muchos adelantos en materia de tecnología (gráfico B5.5.2). En República Dominicana, por ejemplo, las mujeres representan el 67 por ciento del alumnado en programas de educación terciaria, pero poco menos del 40 por ciento de los inscriptos en programas de educación terciaria centrados en las TIC y la ingeniería. Los retornos a las habilidades de CTIM y TIC también son mayores para los hombres (Bustelo, Flabbi y Viollaz 2020). Las normas sociales relacionadas con el trabajo de las mujeres desempeñarán un papel fundamental en la forma en que las mujeres se benefician, o no, de los avances tecnológicos. Las investigaciones realizadas en Costa Rica, El Salvador y Panamá muestran que, entre 1995 y 2015, la reducción de los obstáculos a la acumulación de capital humano para las mujeres condujo a mejoras en la participación femenina en el mercado laboral y aumentó su participación en empleos de altos ingresos (Sinha 2020). Sin embargo, el aumento de la discriminación en el mercado laboral en Costa Rica y Panamá atenuó esta transformación. Por lo tanto, las normas podrían inhibir los tipos de transiciones del mercado laboral necesarias para que las mujeres en la región de ACRD se beneficien de los avances tecnológicos. Capítulo 5 Recomendaciones de política 92 RECUADRO 5.5: La compleja interacción de la tecnología, los mercados laborales y las cuestiones de género (continuación) GRÁFICO B5.5.2: Matrícula femenina en programas de educación terciaria y en programas de educación superior relacionados con las TIC y la ingeniería, 2021 Porcentaje de estudiantes mujeres 80% 70% 60% 50% 40% 30% 20% 10% 0% CRI DOM SLV GTM HND NIC PAN Terciario ICT Ingeniero Fuente: UNESCO Institute for Statistics para la matriculación en el nivel terciario; UNESCO (2020) para la matrícula en TIC e ingeniería. Nota: Los años son 2019 para Costa Rica y Honduras y 2020 para El Salvador y Guatemala. No hay datos disponibles sobre TIC e ingeniería para Nicaragua. CRI = Costa Rica; DOM = República Dominicana; GTM = Guatemala; HND = Honduras; NIC = Nicaragua; PAN = Panamá; SLV = El Salvador. Es probable que los cambios en las modalidades de trabajo tengan impactos diferentes y, tal vez, más importantes en las mujeres que en los hombres en los países de ACRD. En el capítulo 3, se mostró que una mayor proporción de mujeres que de hombres en los países de ACRD trabaja en empleos que se pueden realizar desde el hogar. Por lo tanto, es probable que la expansión de la adopción o difusión de las TIC permita de manera desproporcionada el trabajo remoto de las mujeres. En el capítulo 3, también se mostró que las mujeres participan con frecuencia en el trabajo a través de plataformas de trabajo en línea, particularmente en República Dominicana, donde representan casi dos tercios de los trabajadores de Workana. Esto significa que, en algunos países de la región, las mujeres parecen estar beneficiándose a medida que el trabajo a través de plataformas se vuelve más frecuente. La flexibilidad asociada con los nuevos tipos de modalidades de trabajo podría tener beneficios para las mujeres que buscan equilibrar las responsabilidades laborales remuneradas y no remuneradas, pero también podría afianzar normas sociales restrictivas relacionadas con los roles de las mujeres dentro y fuera del hogar. La flexibilidad que caracteriza el trabajo remoto y los empleos a través de plataformas digitales puede complementar los patrones de trabajo de las mujeres de ACRD. Por ejemplo, la maternidad aumenta el empleo femenino en trabajos más flexibles como el empleo a tiempo parcial y el trabajo por cuenta propia (Berniell et al., 2023). El aumento del trabajo remoto y a través de plataformas podría atraer (de nuevo) a algunas mujeres a la fuerza laboral. La ampliación del acceso a los mercados que ofrecen las plataformas también podría beneficiar desproporcionadamente a las mujeres que trabajan por cuenta propia, dada su sobrerrepresentación en los empleos de servicios. Al mismo tiempo, sin embargo, estos nuevos cambios en las modalidades de trabajo pueden reforzar las expectativas normativas sobre el rol de la mujer dentro y fuera del hogar. Las normas intergeneracionales tienden a presionar a las mujeres de ACRD, especialmente a las casadas, para que eviten trabajar fuera de casa (Chioda, 2016). El aumento de las oportunidades para el trabajo desde el hogar podría reforzar estas normas al hacer que este tipo de trabajo sea más atractivo. Por último, el trabajo a través de plataformas basadas en la ubicación exhibe el mismo tipo de segregación de género que Capítulo 5 Recomendaciones de política 93 RECUADRO 5.5: La compleja interacción de la tecnología, los mercados laborales y las cuestiones de género (continuación) el trabajo fuera de la economía del trabajo esporádico: las mujeres tienden a concentrarse en sectores tradicionalmente considerados “femeninos”, como el cuidado personal, la limpieza y la belleza (Deshpande, Singh y Murthy, 2022). Además de los cambios en las tareas y las modalidades de trabajo que constituyen el foco principal de este informe, las tecnologías que incluyen, entre otras, las computadoras, la inteligencia artificial y la robótica móvil podrían modificar los incentivos y las preferencias para que las mujeres participen en el mercado laboral. Las “tecnologías domésticas”, como los electrodomésticos (por ejemplo, lavadoras, secadoras y congeladores) y el acceso a la infraestructura (por ejemplo, electricidad y agua), y las “tecnologías de la salud”, como los anticonceptivos, pueden reducir el tiempo dedicado al trabajo en el hogar (no remunerado), modificando los incentivos y las preferencias de los hogares y, potencialmente, llevando a más mujeres a ingresar al mercado laboral remunerado. Por ejemplo, Almeida y Viollaz (2022) encuentran una relación positiva entre el hecho de poseer una lavadora en el hogar y la participación femenina en la fuerza laboral en Guatemala. Cubas (2016) concluye que la caída de los precios relativos de los electrodomésticos y el mayor acceso a la electricidad se asocian con una mayor participación femenina en la fuerza laboral en Brasil y México64. Gasparini y Marchionni (2015) encuentran una relación positiva entre el uso de anticonceptivos y la participación femenina en la fuerza laboral de ALC65. Las “tecnologías del trabajo en el hogar”, como el acceso a Internet, pueden aumentar las oportunidades de participación en el trabajo a través de plataformas (más flexible)66. Esto es muy importante porque las mujeres enfrentan obstáculos para acceder a la tecnología en ACRD. Los datos de la encuesta de Meta sobre la igualdad de género en el hogar muestran que las mujeres de todos los países de la región tienen menos probabilidades que los hombres de tener acceso a teléfonos inteligentes y computadoras. A fin de mitigar las alteraciones y aprovechar las oportunidades que ofrecen los avances tecnológicos será necesario prestar especial atención a la adaptación de las respuestas a los obstáculos —y oportunidades— específicos a los que se enfrentan las mujeres. Esto significa abordar los desafíos preexistentes que enfrentan las mujeres en el mercado laboral, muchos de los cuales crean obstáculos para desplegar su capital humano en este mercado y, por lo tanto, para aprovechar las oportunidades creadas por los avances tecnológicos. Las políticas para impulsar la participación de las mujeres en los campos de CTIM, ampliar el acceso a los servicios de cuidado y mejorar las políticas regulatorias y el cumplimiento relacionados con la no discriminación en el lugar de trabajo se destacan como prioridades para los Gobiernos de la región a fin de mejorar el desarrollo y la distribución del capital humano de las mujeres a medida que se producen avances tecnológicos. 64  Véanse también Dinkelman (2011) y Koolwal y van de Walle (2013). Véase Cavalcanti y Tavares (2008), Greenwood, Seshadri y Yorukoglu (2005), y Coen-Pirani, León y Lugauer (2010) para investigar sobre los países desarrollados. 65  Véase también, por ejemplo, Bailey (2006) y Albanesi y Olivetti (2016) para Estados Unidos. 66  Véase, por ejemplo, Dettling (2017). Capítulo 5 Recomendaciones de política 94 Diseñar programas de intermediación por medios digitales que se ajusten a sus objetivos Además de los esfuerzos por desarrollar el capital humano, la incorporación de habilidades en el mercado laboral constituye un desafío adicional. Los trabajadores pueden carecer de información sobre empleos y salarios. Es posible que los empleadores no estén seguros acerca de las habilidades requeridas para los candidatos a un puesto de trabajo. Los trabajadores pueden encontrarse en lugares donde la creación de empleo es deficiente. Las herramientas de intermediación del mercado laboral pueden ayudar a superar estos obstáculos. Entre ellas, se incluyen el suministro de información del mercado laboral, talleres de orientación vocacional y solicitud de empleo destinados a mejorar las expectativas de los trabajadores sobre el mercado laboral, programas de certificación de habilidades que ayuden a la demostración de competencias y subsidios que ayuden a los solicitantes de empleo a buscar empleo en otros lugares o a desplazarse hacia ellos. Los programas de intermediación tienen más éxito cuando se centran en superar los obstáculos que impiden que las personas que buscan empleo encuentren trabajos donde hay demanda en el mercado laboral. Es posible que los esfuerzos de intermediación existentes no alcancen un impacto sustancial si no contribuyen lo suficiente a ayudar a los trabajadores a encontrar empleo a largo plazo o si repiten servicios ya prestados (de manera más eficaz) por el sector privado. En su revisión de la eficacia de los servicios de intermediación del mercado laboral, Carranza y McKenzie (2023) destacan el potencial de los subsidios al transporte y las intervenciones de señalización de habilidades para ayudar a conectar a las personas que buscan empleo con trabajos disponibles. Las intervenciones parecen más acertadas porque sirven para que los solicitantes de empleo superen las disparidades geográficas en materia de empleo, en el primer caso, y los problemas de información, en el segundo. Debido a que muchas personas que buscan empleo en los países de ACRD lo hacen a través de redes personales, los trabajadores jóvenes, informales y menos calificados pueden verse más afectados por los problemas de información, ya que es posible que no tengan acceso a redes con información precisa sobre empleos de calidad. Un factor obvio, aunque crucial, para el éxito de estos programas es la demanda del mercado laboral: sin puestos de trabajo, las intervenciones para vincular a los trabajadores con el empleo no pueden tener éxito. Esto enfatiza una vez más la importancia de utilizar la información del mercado laboral para identificar las áreas de fuerte demanda. La tecnología permite mejorar la prestación de servicios de intermediación. La tecnología se está utilizando para aumentar el acceso de las personas que buscan empleo a información relevante sobre el mercado laboral útil para su búsqueda de empleo. En Perú, se han utilizado mensajes de texto para informar a los solicitantes de empleo sobre las oportunidades que coinciden con sus perfiles. Estos mensajes tuvieron un impacto positivo en el empleo (Dammert, Galdo y Galdo, 2015). En el Reino Unido, una herramienta en línea que ofrecía a los solicitantes de empleo ocupaciones y empleos pertinentes amplió las opciones que ellos consideraron y aumentó la cantidad de entrevistas de trabajo (Belot, Kircher y Muller, 2019). También se han desarrollado nuevas herramientas que ayudan a identificar y clasificar las habilidades de los solicitantes de empleo y a demostrar estas habilidades a los empleadores (recuadro 5.6). En estas herramientas, se utilizan preguntas sencillas para obtener información sobre las experiencias de los solicitantes de empleo además del trabajo que pueden ser útiles en el mercado laboral, lo que puede ser especialmente relevante para los jóvenes o las mujeres que no tienen experiencia tradicional en el mercado laboral. Por último, los gobiernos están probando la incorporación de empleos a través de plataformas a los portales tradicionales de búsqueda de empleo en línea, en parte, para ayudar a los trabajadores desfavorecidos a adquirir experiencia y antecedentes laborales que se puedan rastrear y verificar en la plataforma (recuadro 5.7). Un área potencial a explorar es cómo los migrantes de ACRD que regresan del extranjero podrían participar en el trabajo a través de plataformas. Es posible que los migrantes menos calificados que regresan de Estados Unidos tengan conocimientos de inglés que pueden ser un obstáculo para trabajar en plataformas para los trabajadores menos calificados. Los centros de atención telefónica se han vuelto más comunes en la región, aprovechando a los migrantes que regresan o son deportados de Estados Unidos con buenos conocimientos de inglés. Capítulo 5 Recomendaciones de política 95 RECUADRO 5.6: Uso de SkillCraft para conectar a jóvenes desfavorecidos con el mercado laboral SkillCraft realiza evaluaciones de las habilidades del siglo XXI para ayudar a conectar a los jóvenes desfavorecidos con el mercado laboral. SkillCraft es una herramienta gratuita en línea de evaluación de habilidades y orientación vocacional desarrollada por el Servicio de Empleo Juvenil (YES por sus siglas en inglés) de Sudáfrica y la Aceleradora de Empleo Juvenil Harambee en asociación con el Banco Mundial. En la aplicación, se utilizan evaluaciones estandarizadas presentadas en forma de juegos interactivos y cuestionarios para evaluar 23 habilidades y características del siglo XXI. Se puede acceder a la aplicación a través de una computadora, tableta o dispositivo móvil. A partir de los resultados obtenidos por los usuarios, el programa genera dos productos: un certificado oficial imprimible que puede compartirse con posibles empleadores; y un informe interactivo destinado a ser utilizado por los solicitantes de empleo para ayudarles a identificar y seleccionar trabajos u oportunidades de emprendimiento que se alineen con sus habilidades y características. Una evaluación reciente del programa realizada por el Banco Mundial y el YES reveló que la herramienta produjo evaluaciones confiables de las habilidades del siglo XXI entre los jóvenes desfavorecidos, proporcionando una evaluación equitativa e imparcial de las habilidades de los participantes en todos los niveles educativos y géneros. Además, se concluyó que la evaluación proporcionó información útil para los solicitantes de empleo, lo que condujo a mejoras en los comportamientos de búsqueda de empleo. Los resultados de una comparación entre un grupo que solo recibió el certificado de habilidades y aquellos que recibieron tanto la herramienta de retroalimentación interactiva como el certificado de habilidades indican que la herramienta de retroalimentación interactiva aumentó la probabilidad de que los solicitantes de empleo compartieran el certificado de habilidades con posibles empleadores, tal vez porque les ayudó a comprender la importancia de las habilidades del siglo XXI para los puestos de trabajo que estaban buscando. Fuente: Banco Mundial, 2022d. RECUADRO 5.7: Plataformas públicas de empleo gig Algunos gobiernos están emprendiendo iniciativas para conectar a los trabajadores con los empleos a través de plataformas. En Malasia, por ejemplo, la plataforma eRezeki ayuda a conectar a los trabajadores potenciales con los empleos a través de plataformas en el sector privado. Los trabajadores pueden acudir a los centros de atención presencial para recibir ayuda en la creación de perfiles y la selección de plataformas y empleos, ya sea en línea o desde cualquier lugar, que se ajusten a sus habilidades. En Estados Unidos, la ciudad de Long Beach (California) ha adoptado un enfoque más avanzado, al crear el programa WorkLB para conectar a los trabajadores con oportunidades de trabajo flexibles, incluso en la prestación de servicios urbanos. El programa, que se puso en marcha en 2018 y se amplió durante la pandemia de COVID-19, inicialmente ofrecía oportunidades como personal de apoyo de refuerzo escolar, personal para eventos y equipos de salud comunitaria. Desde entonces, el programa se ha ampliado para incluir oportunidades de empleo en el ámbito público y privado que van desde el cuidado infantil hasta el servicio de alimentos. La plataforma permite a los trabajadores adquirir credenciales para certificar sus capacidades y realizar búsquedas basadas en horarios y lugares de trabajo específicos disponibles. El programa también se centra en la protección de los trabajadores, garantizando que todos los puestos que se publiquen correspondan a empleadores formales (Briggs y Rowan, 2023). Capítulo 5 Recomendaciones de política 96 Los programas de intermediación también pueden ayudar a crear vías migratorias seguras e inclusivas. Los migrantes de ACRD tienden a trabajar en ocupaciones poco calificadas, principalmente en Estados Unidos. La migración informal es frecuente. Aunque hasta ahora su aplicación es bastante limitada, las Global Skills Partnerships (GSPs) tienen un gran potencial como modelo para facilitar una migración segura y regular que sea mutuamente beneficiosa para los países de origen y de destino, incluso para ocupaciones más calificadas, que van desde el turismo hasta los cuidados. Bajo las GSPs, los países de destino proporcionan recursos para capacitar a las personas en el país de origen en habilidades que tienen demanda en ambos países. Luego, las personas que reciben capacitación deciden si emigran (por una vía legal) o permanecen en el país de origen. Las GSPs requieren la participación de los organismos públicos de empleo y migración, así como del sector privado, y dependen de los conocimientos sobre el mercado laboral y la capacitación impulsada por la demanda que se describieron en las dos secciones anteriores. Una GSP, la Australia Pacific Training Coalition, , ofrece capacitación en 14 países insulares del Pacífico y ha matriculado a más de 18 000 alumnos desde 2007 (Chand, Clemens y Dempster, 2021). Las plataformas digitales de empleo pueden facilitar la búsqueda de correspondencia entre trabajadores y empleadores que utilizan estas asociaciones en función de las habilidades, la experiencia y las preferencias. ADAPTAR LAS POLÍTICAS DE PROTECCIÓN SOCIAL Y DEL MERCADO LABORAL A LAS NUEVAS FORMAS DE TRABAJO Los cambios en el trabajo que se están produciendo en ACRD crearán desafíos adicionales para las políticas de protección social y del mercado laboral que ya enfrentan grandes tasas de informalidad. Incluso los avances tecnológicos moderados producirán disrupciones en los mercados laborales en los países de ACRD. Cuando el despliegue de la tecnología y el desarrollo y despliegue del capital humano mejoran, es probable que se produzca crecimiento económico, pero también se producirán disrupciones más significativas en el mercado laboral. Al mismo tiempo, el auge del trabajo a través de plataformas complica las regulaciones del mercado laboral. Las plataformas plantean inquietudes sobre cómo garantizar que los trabajadores de plataformas tengan igual acceso a los beneficios y las protecciones en el lugar de trabajo. Por un lado, el auge de esta nueva forma de empleo crea una oportunidad para la formalización: los ingresos obtenidos mediante del trabajo a través de plataformas digitales son observables y, por lo tanto, pueden incorporarse a los esquemas de protección social, como se ha hecho en Indonesia, Malasia y Uruguay (OIT, 2021b). Por otro lado, existe el riesgo de que una respuesta regulatoria mal coordinada conduzca a una mayor segmentación del mercado laboral mediante la creación de nuevas clasificaciones especiales para los trabajadores de plataformas. La reforma de las regulaciones del mercado laboral en respuesta al surgimiento del trabajo a través plataformas debe intentar evitar una mayor segmentación del mercado laboral. Con frecuencia, los trabajadores de plataformas carecen de acceso a la protección social y otras protecciones laborales, como el seguro de desempleo o el seguro por enfermedad y discapacidad, que suelen estar vinculadas al empleo tradicional (Datta y Chen, 2023; OIT, 2021b). A menudo, esto se debe a que los trabajadores de plataformas y otros trabajadores “atípicos” no se ajustan a las definiciones de empleo prescritas en los códigos laborales y otras regulaciones. Los enfoques para subsanar este déficit incluyen la incorporación de trabajadores de plataformas y otros trabajadores atípicos en los marcos regulatorios existentes, la creación de una nueva categoría de trabajadores para ampliar las protecciones existentes a estos grupos, o la definición de un nivel mínimo de protección que se aplique a todos los trabajadores, independientemente de su tipo (Apella, Moroz y Zunino, 2023). Si bien el mejor enfoque variará entre los diferentes países, el riesgo de generar una segmentación adicional del mercado laboral a través de regulaciones adicionales es considerable y podría exacerbar aún más los desafíos existentes para los grandes mercados laborales informales de ACRD. Capítulo 5 Recomendaciones de política 97 Basar el diseño de las regulaciones laborales en un análisis de las fallas de mercado es fundamental. Quizás no sea adecuado simplemente ampliar las regulaciones existentes debido a los desafíos presentes con respecto al control de su cumplimiento y las diferencias en las fallas de mercado que justifican la regulación67 (Moroz y Santos, 2022). De hecho, ciertas cuestiones que van más allá de las regulaciones del mercado laboral pueden ser más acentuadas en el caso del trabajo a través de plataformas. Por ejemplo, el monopsonio es una preocupación importante en algunos casos: los estudios de los trabajadores de Amazon Mechanical Turk y de los conductores de Uber revelan que las elasticidades residuales de la oferta de trabajo son bajas, lo que indica un fuerte poder de los empleadores (Chen et al., 2019; Dube et al., 2020; Kingsley, Gray y Suri, 2015). Lo mismo ocurre en el caso de las plataformas que facilitan la prestación de servicios por medios digitales. Estas plataformas tienen características (rendimientos a escala, externalidades de red, acumulación y uso de datos personales) que hacen más probable la concentración del mercado (Cirera, Comin y Cruz, 2022). Esto causa que las regulaciones antimonopolio y de defensa de la competencia sean importantes. Esto puede comenzar con el desarrollo la heurística de los modelos de negocio, las características y el potencial anticompetitivo de las diferentes plataformas digitales y evolucionar hacia análisis más sofisticados de las prácticas anticompetitivas específicas de las plataformas, especialmente las cuestiones relacionadas con los datos (Nyman y Barajas, 2021). Los esfuerzos por mejorar la competencia en general también son importantes porque pueden ayudar a aumentar los incentivos para la adopción de tecnologías y la expansión de la producción, factores críticos para compensar las disrupciones del mercado laboral derivadas de los avances tecnológicos (Dutz, Almeida y Packard, 2018; Vivarelli, 2014). A largo plazo, es necesario dejar de depender de la relación tradicional empleador-empleado para el financiamiento y la provisión de protecciones y beneficios. Los avances tecnológicos seguirán generando disrupciones de los mercados laborales de ACRD. Estas alteraciones causarán que las políticas de protección del bienestar de las personas sean aún más importantes. Al mismo tiempo, las alteraciones del mercado laboral también dificultarán el acceso a empleos con protección social y otros beneficios laborales, en particular en los países de ACRD donde la cobertura de la protección social es baja. Por todo ello, es importante un replanteamiento general del financiamiento y la provisión de protección social. En general, la reforma debe estar sesgada hacia la creación de protecciones uniformes diseñadas para aplicarse a todas las formas de trabajo y modelos que se alejen de la dependencia de la relación tradicional empleador-empleado para el financiamiento y la provisión de protecciones y beneficios (Packard et al., 2019; Beylis et al., 2020). A corto plazo, el surgimiento del trabajo a través de plataformas crea una oportunidad para ampliar el acceso a la protección social. El trabajo a través de plataformas tiene algunas características especiales que hacen que la ampliación del acceso a los trabajadores de plataformas sea más fácil que la ampliación del acceso a otros tipos de trabajadores informales. Entre ellas, figuran la observabilidad de los ingresos, que se pagan en línea, y la existencia de unos pocos grandes empleadores formales (en lugar de muchos pequeños empleadores) con los que los gobiernos puedan trabajar directamente (Moroz y Santos, 2022). Los trabajadores esporádicos en línea parecen preferir pagar para obtener una mayor protección. En Malasia, un estudio reciente reveló una considerable demanda insatisfecha de seguridad social y una alta disposición a pagar por ella (Ghorpade, Rahman y Jasmin, 2023). Los gobiernos pueden asociarse con plataformas para identificar a los trabajadores informales e incorporarles a los registros sociales; introducir nuevas intervenciones de diseño y conductuales en los planes de protección social existentes para facilitar la inscripción y el pago de las contribuciones; y establecer vínculos con proveedores externos de servicios financieros, como seguros y cuentas de ahorro, orientados a las necesidades de los trabajadores a través de plataformas de empleo en línea (Anand y Murthy, 2023; Datta y Chen, 2023; Tapia, 2023). Por ejemplo, las deducciones por beneficios por accidente de trabajo y muerte se descuentan automáticamente de las billeteras electrónicas de los trabajadores en el caso de las aplicaciones de transporte GoJek y Grab en Indonesia. En Malasia, Grab ofrece una contribución de contrapartida a los trabajadores que se inscriben en el plan de ahorros destinados a la jubilación del gobierno. 67  Por ejemplo, las externalidades derivadas de los despidos de los trabajadores pueden ser menores en el caso del trabajo a través de plataformas, ya que este tipo de trabajo no suele ser el empleo principal de los trabajadores y los costos de cambiar de empleo son menores. Capítulo 5 Recomendaciones de política 98 Referencias Abdullaev, Umidjon y Marcello Estevão. 2013. “Growth and Employment in the Dominican Republic: Options for a Job-Rich Growth.” Working Paper 13/40, IMF, Washington, DC. Abramovsky, Laura, y Rachel Griffith. 2006. “Outsourcing and Offshoring of Business Services: How Important Is ICT?” Journal of the European Economic Association 42 (2–3):594–601. Acemoglu, Daron, y David Autor. 2011. “Skills, Tasks and Technologies: Implications for Employment and Earnings.” In Handbook of Labor Economics, Volume 4B, revisado por Orley Ashenfelter y David Card, 1043–171. Amsterdam: North Holland. Acemoglu, Daron, y Pascual Restrepo. 2018. “The Race between Man and Machine: Implications of Technology for Growth, Factor Shares, and Employment.” American Economic Review 108 (6): 1488–1542. Acemoglu, Daron, y Pascual Restrepo. 2019. “Automation and New Tasks: How Technology Displaces and Reinstates Labor.” Journal of Economic Perspectives 33 (2): 3–30. Acemoglu, Daron, y Pascual Restrepo. 2020. “Robots and Jobs: Evidence from US Labor Markets.” Journal of Political Economy 128 (6): 2188–2244. Acemoglu, Daron, y Pascual Restrepo. 2022. “Tasks, Automation, and the Rise in U.S. Wage Inequality.” Econometrica 90 (5): 1973–2016. Acemoglu, Daron, Gary Anderson, David Beede, Catherine Buffington, Eric Childress, Emin Dinlersoz, Lucia Foster, Nathan Goldschlag, John Haltiwanger, Zachary Kroff, Pascual Restrepo, y Nikolas Zolas. 2022. “Automation and the Workforce: A Firm-Level View from the 2019 Annual Business Survey.” Working Paper 30659, National Bureau of Economic Research, Cambridge. Acevedo, Paloma, Guillermo Cruces, Paul Gertler, y Sebastian Martinez. 2020. “How Vocational Education Made Women Better Off but Left Men Behind.” Labour Economics 65: 101824. Adams-Prassl, Abi, Teodora Boneva, Marta Golin, y Christopher Rauh. 2022. “Work That Can Be Done from Home: Evidence on Variation within and across Occupations and Industries.” Labour Economics 74: 102083. ADB (Asian Development Bank). 2021. Global Value Chain Development Report 2021: Beyond Production. Manila: ADB. Agrawal, Ajay, Joshua S. Gans, y Avi Goldfarb. 2019. “Artificial Intelligence: The Ambiguous Labor Market Impact of Automating Prediction.” Journal of Economic Perspectives 33 (2): 31–50. Agrawal, Ajay, Joshua S. Gans, y Avi Goldfarb. 2023. “Artificial Intelligence Adoption and System-wide Change?” Journal of Economics & Management Strategy (November): 1–11. Agrawal, Ajay, John Horton, Nicola Lacetera, y Elizabeth Lyons. 2015. “Digitization and the Contract Labor Market: A Research Agenda.” In Economic Analysis of the Digital Economy, edited by Avi Goldfarb, Shane M. Greenstein, y Catherine E. Tucker, 219–250. Chicago: University of Chicago Press. Referencias 99 Agüero, Aileen, Monserrat Bustelo, y Mariana Viollaz. 2020. “¿Desigualdades en el mundo digital? Brechas de género en el use de las TIC.” Technical Note 01879, IDB, Washington, DC. Akerman, Ander, Ingvil Gaarder, y Magne Mogstad. 2015. “The Skill Complementarity of Broadband Internet.” The Quarterly Journal of Economics 130 (4): 1781–824. Albanesi, Stefania, y Claudia Olivetti. 2016. “Gender Roles and Medical Progress.” Journal of Political Economy 124(3):650-95. Anand, Malika, y Gayatri Murthy. 2023. “Financial Services for Gig Workers: Lessons on Getting Design and Delivery Right.” Brief, Consultative Group to Assist the Poor, Washington, DC. Antonczyk, Dirk, Thomas DeLeire, y Bernd Fitzenberger. 2018. “Polarization and Rising Wage Inequality: Comparing the U.S. and Germany.” Econometrics 6 (2). Albanesi, Stefania, y Claudia Olivetti. 2016. “Gender Roles and Medical Progress.” Journal of Political Economy 124 (3): 650–95. Albinowski, Maciej, y Piotr Lewandowski. 2022. “The Impact of ICT and Robots on Labour Market Outcomes of Demographic Groups in Europe.” Discussion Paper 15752, Institute of Labor Economics, Bonn. Alipour, Jean-Victor, Oliver Falck, y Simone Schüller. 2020. “Germany’s Capacities to Work from Home.” Discussion Paper Series 13152, Institute of Labor Economics, Bonn. Almeida, Rita K., y Mariana Viollaz. 2022. “Women in Paid Employment: A Role for Public Policies and Social Norms in Guatemala.” Policy Research Working Paper 9919, World Bank, Washington, DC. Althoff, Lukas, Fabian Eckert, Sharat Ganapati, y Conor Walsh. 2022. “The Geography of Remote Work.” Regional Science and Urban Economics 93: 103770. Apella, Ignacio, y Gonzalo Zunino. 2022. “El cambio tecnológico y las tendencias del mercado laboral en América Latina y el Caribe: un análisis basado en las tareas.” Revista de la CEPAL 136: 65–88. Apella, Ignacio, Harry Moroz, y Gonzalo Zunino. 2023. Regulating Nonstandard Forms of Employment in Uruguay: Insights from International Experience and Options for the Future. Washington, DC.: World Bank. Aramburu, Julian, y Ana Goicoechea. 2021. Coding Bootcamps for Female Digital Employment: Evidence from a Randomized Control Trial in Argentina and Colombia. Washington, DC.: World Bank. Araújo, Bruno César, Francesco Bogliacino, y Marco Vivarelli. 2011. “Technology, Trade, and Skills in Brazil: Evidence from Microdata.” CEPAL Review 105: 157–71. Arntz, Melanie, Terry Gregory, y Ulrich Zierahn. 2016. “The Risk of Automation for Jobs in OECD Countries.” OECD Social, Employment and Migration Working Papers 189, Organisation for Economic Co-operation and Development, Paris. Artuc, Erhan, Paulo Bastos, y Bob Rijkers. 2023. “Robots, Tasks, and Trade.” Journal of International Economics 145: 103828. Referencias 100 Artuc, Erhan, Luc Christiaensen, y Hernand Winkler. 2019. “Does Automation in Rich Countries Hurt Developing Ones: Evidence from the U.S. and Mexico.” Policy Research Working Paper 8741, World Bank, Washington, DC. Atalay, Enghin, Phai Phongthiengtham, Sebastian Sotelo, y Daniel Tannenbaum. 2018. “New Technologies and the Labor Market.” Journal of Monetary Economics 97: 48–67. Atalay, Enghin, Phai Phongthiengtham, Sebastian Sotelo, y Daniel Tannenbaum. 2020. “The Evolution of Work in the United States.” America Economic Journal: Applied Economics 12 (2): 1–34. Atkin, David, Antoinette Schoar, y Sumit Shinde. 2023. “Working from Home, Worker Sorting and Development.” Working Paper 31515, National Bureau of Economic Research, Cambridge. Autor, David. 2022. “The Labor Market Impacts of Technological Change: From Unbridled Enthusiasm to Qualified Optimism to Vast Uncertainty.” Working Paper 30074, National Bureau of Economist Research, Cambridge. Autor, David. H., y David Dorn. 2013. “The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market.” American Economic Review 103 (5): 1553–97. Autor, David H., Frank Levy, y Richard J. Murnane. 2003. “The Skill Content of Recent Technological Change: An Empirical Exploration.” The Quarterly Journal of Economics 118 (4): 1279–333. Autor, David H., Lawrence F. Katz, y Melissa S. Kearney. 2006. “The Polarization of the U.S. Labor Market.” AEA Papers & Proceedings 96 (2): 189–94. Autor, David H., Lawrence F. Katz, y Melissa S. Kearney. 2008. “Trends in U.S. Wage Inequality: Revising the Revisionists.” The Review of Economics and Statistics 90 (2): 300–23. Autor, David H., Caroline Chin, Anna M. Salomons, y Bryan Seegmiller. 2022. “New Frontiers: The Origins and Content of New Work, 1940–2018.” Working Paper 30389, National Bureau of Economic Research, Cambridge, MA. Autor, David H., Caroline Chin, Anna M. Salomons, y Bryan Seegmiller. 2022. “New Frontiers: The Origins and Content of New Work, 1940–2018.” Working Paper 30389, National Bureau of Economic Research, Cambridge, MA. Azuara, Oliver, Stephanie González, y Lukas Keller. 2019. “Who Drives on Ride-Hailing Platforms in Latin America: A Profile of Uber Drivers in Brazil, Chile, Colombia and Mexico.” Technical Note 1779, Inter- American Development Bank, Washington, DC. Babcock, Linda, Maria P. Recalde, Lise Vesterlund, y Laurie Weingart. 2017. “Gender Differences in Accepting and Receiving Requests for Tasks with Low Promotability.” American Economic Review 107(3):714-47. Bachmann, Ronald, Merve Cim, y Colin Green. 2019. “Long-Run Patterns of Labour market Polarization: Evidence from German Micro Data.” British Journal of Industrial Relations 57 (2): 350–76. Bailey, Martha J. 2006. “More Power to the Pill: The Impact of Contraceptive Freedom on Women’s Life Cycle Labor Supply.” The Quarterly Journal of Economics 121(1):289-320. Referencias 101 Bailey, Martha J., Shuqiao Sun, y Brenden Timpe. 2021. “Prep School for Poor Kids: The Long-Run Impacts of Head Start on Human Capital and Economic Self-Sufficiency.” American Economic Review 111 (12): 3963–4001. Baldwin, Richard. 2022. “Globotics and Macroeconomics: Globalisation and Automation of the Service Sector.” Working Paper Series 30317, National Bureau of Economic Research, Cambridge. Banegas, Nancy, y Hernan Winkler. 2020. Jobs Diagnostic: El Salvador. Understanding Challenges for More and Better Jobs in El Salvador: An Integrated Approach. Jobs Series. Washington, DC.: World Bank. Banga, Karishma, y Dirk Willem te Velde. 2019. “Preparing Developing countries for the Future of Work: Understanding Skills-Ecosystem in a Digital Era.” Background Paper, Pathways for Prosperity Commission, Oxford. Bárány, Zsófia, y Christian Siegel. 2018. “Job Polarization and Structural Change.” America Economic Journal: Macroeconomics 10 (1): 57–89. Barrera-Osorio, Felipe, Adriana Kugler, y Mikko Silliman. 2023. “Hard and Soft Skills in Vocational Training: Experimental Evidence from Colombia.” The World Bank Economic Review 37 (3): 409–36. Barrero, Jose Maria, Nicholoas Bloom, y Steven J. Davis. 2021. “Why Working from Home Will Stick.” Working Paper 28731, National Bureau of Economic Research, Cambridge. Bashir, Sajitha, T.H. Gindling, y Ana Maria Oviedo. 2012. Better Jobs in Central America: The Role of Human Capital.” Washington, DC.: World Bank. Basso, Gaetano, Giovanni Peri, y Ahmed S. Rahman. 2020. “Computerization and Immigration: Theory and Evidence from the United States.” Canadian Journal of Economics 53 (4): 1457–94. Battisti, Michele, Christian Dustmann, y Uta Schönberg. 2023. “Technological and Organizational Change and the Careers of Workers.” Journal of the European Economic Association 21 (4):1551–94. BCCR (Banco Central de Costa Rica). 2019. Costa Rica: Exportaciones de Servicios Mediante Redes de Tecnología, Información y Comunicación (TIC). Banco Central de Costa Rica, San José. Behrens, Kristian, Sergey Kichko, y Jacques-François Thisse. 2021. “Working From Home: Too Much of a Good Thing?” Working Paper 8831, CESifo, Munich. Belafi, Carmen, Yue-Yi Hwa, y Michelle Kaffenberger. 2020. “Building on Solid Foundations: Prioritising Universal, Early, Conceptual and Procedural Mastery of Foundational Skills.” RISE Insight Series. Oxford; Research on Improving Systems of Education Programme. Belot, Michèle, Philipp Kircher, y Paul Muller. 2019. “Providing Advice to Jobseekers at Low Cost: An Experimental Study on Online Advice.” The Review of Economic Studies 86 (4):1411–47. Bendini, Magdalena, Victoria Levin, y Isil Oral-Savonitto. 2019. “Stocktaking of Adult Literacy Programs: Design Features for Impact.” Presentation at the World Bank, Washington, DC., June 10, 2019. Benhabib, Jess, y Mark M. Spiegel. 1994. “The Role of Human Capital in Economic Development: Evidence from Aggregate Cross-Country Data.” Journal of Monetary Economics 34:143–73. Referencias 102 Berg, Andrew, Edward F. Buffie, y Luis-Felipe Zanna. 2018. “Should We Fear the Robot Revolution? (The Correct Answer Is Yes).” Working Paper 18/116, International Monetary Fund, Washington, DC. Berger, Thor, y Carl Benedikt Frey. 2016. “Did the Computer Revolution Shift the Fortunes of U.S. Cities? Technology Shocks and the Geography of New Jobs.” Regional Science and Urban Economics 57: 38–45. Berniell, Inés, Lucila Berniell, Dolores de la Mata, María Edo, y Mariana Marchionni. 2023. “Motherhood and Flexible Jobs: Evidence from Latin American Countries.” World Development 167 (July 1, 2023). Berniell, Lucila, y Daniel Fernandez. 2021. “Jobs’ Amenability Is Not Enough: The Role of Household Inputs for Safe Work under Social Distancing in Latin American Cities.” World Development 140 (April). Berniell, Inés, Leonardo Gasparini, Mariana Marchionni, y Mariana Viollaz. 2021. “The Role of Work- from-Home in the Gender Asymmetries of COVID-19: An Analysis for Latin America Based on High- Frequency Surveys.” Policy Research Working Paper 9887, Washington, DC., World Bank. Bessen, James, Erich Denk, y Chen Meng. 2022. “The Remainder Effect: How Automation Complements Labor Quality.” Research Paper Series 22–3, Boston University School of Law, Boston. Beylis, Guillermo, Roberto Fattal Jaef, Michael Morris, Ashwini Rekha Sebastian, y Rishabh Sinha. 2020. Going Viral: COVID-19 and the Accelerated Transformation of Jobs in Latin America and the Caribbean. Washington, DC.: World Bank. Blinder, Alan S. 2006. “Offshoring: The Next Industrial Revolution?” Foreign Affairs (2): 113–128. Blinder, Alan S. 2009. “How Many US Jobs Might Be Offshorable?” World Economics 10 (2): 41–78. Blinder, Alan S., y Alan B. Krueger. 2013. “Alternative Measures of Offshorability: A Survey Approach.” Journal of Labor Economics 31 (2): S97–128. Bloom, Nicholas, Raffaella Sadun, y John Van Reenen. 2017. “Management as Technology?” Working Paper 22327, National Bureau of Economic Research, Cambridge. Blyde, Juan S. 2020. “Heterogenous Labor Impacts of Migration across Skills Groups: The Case of Costa Rica.” Working Paper 1145, Inter-American Development Bank, Washington, DC. Borin, Alessandro, Michele Mancini, y Daria Taglioni. 2021. “Measuring Exposure to Risk in Global Value Chains.” Policy Research Working Paper 9785, World Bank, Washington, DC. Bravo-Ureta, Boris E., Eric Njuki, Ana Claudia Palacios, y Lina Salazar. 2022. “Agricultural Productivity in El Salvador: A Preliminary Analysis.” Working Paper Series 01319, Inter-American Development Bank, Washington, DC. Breemersch, Koen, Jože P. Damijan, y Jozef Konings. 2017. “Labour Market Polarization in Advanced Countries: Impact of Global Value Chains, Technology, Import Competition from China and Labour Market Institutions.” OECD Social, Employment and Migration Working Paper 197, Organisation for Economic Co-operation and Development, Paris. Bresnahan, Timothy. 1999. “Computerisation and Wage Dispersion: An Analytical Reinterpretation.” The Economic Journal 109: F390-415. Referencias 103 Bresnahan, Timothy. 2021. “Artificial Intelligence Technologies and Aggregate Growth Prospects.” In Prospects for Economic Growth in the United States, revisado por John W. Diamond y George R. Zodrow, 132–70, Cambridge: Cambridge University Press. Briggs, Xavier y Wingham Rowan. 2023. “To Enhance Community Services and Empower Workers, Local Governments Are Building Their Own Gig Work Platforms.” Brookings Commentary, May 9, 2023. https://www.brookings.edu/articles/to-enhance-community-services-and-empower-workers-local- governments-are-building-their-own-gig-work-platforms/. Brynjolfsson, Erik, Danielle Li, y Lindsey Raymond. 2023. “Generative AI at Work.” Policy Research Working Paper 31161, National Bureau of Economic Research, Cambridge. Brynjolfsson, Erik, Thomas W. Malone, Vijay Gurbaxani, y Ajit Kambil. 1989. “Does Information Technology Lead to Smaller Firms?” Center for Information Systems Research Working Paper 211, Massachusetts Institute of Technology, Cambridge. Brynjolfsson, Erik, y Tom Mitchell. 2017. “What Can Machine Learning Do? Workforce Implications.” Science 358 (6370): 1530–4. Brynjolfsson, Erik, Tom Mitchell, y Daniel Rock. 2018. “What Can Machines Learn and What Does It Mean for Occupations and the Economy.” AEA Papers and Proceedings 108: 43–7. Brynjolfsson, Erik, Tom Mitchell, y Daniel Rock. 2023. “Quantifying the Distribution of Machine Learning’s Impact on Work.” Unpublished Working Paper. Busso, Matías, y Diana Hincapié. 2017. “The Market for Skills: Beyond Supply and Demand.” In Learning Better: Public Policy for Skills Development, revisado por Matías Busso, Julián Cristia, Diana Hincapié, Julián Messina, y Laura Ripani, 69–98. Washington, DC.: Inter-American Development Bank. Bustelo, Monserrat, Luca Flabbi, y Mariana Viollaz. 2020. “The Gender Labor Market Gap in the Digital Economy.” Working Paper Series 01056, Washington, DC., IDB. Calì, Massimiliano y Giorgio Presidente. 2021. “Automation y Manufacturing Performance in a Developing Country.” Policy Research Working Paper 9653, World Bank, Washington, DC. Carbonero, Francesco, Ekkehard Ernst, y Enxo Weber. 2020. “Robots Worldwide: The Impact of Automation on Employment and Trade.” IAB Discussion Paper 7/20, German Federal Employment Agency, Nuremberg. Carranza, Eliana, y David McKenzie. 2023. “Job Training and Job Search Assistance Policies in Developing Countries.” Policy Research Working Paper 10576, World Bank, Washington, DC. Caselli, Francesco, y Wilbur John Colemann II. 2006. “The World Technology Frontier.” The American Economic Review 96 (3): 499–522. Castro-Leal, Florencia T., y Janet Porras-Mendoza. 2020. Jobs Diagnostic: Nicaragua. Toward a Jobs and Economic Transformation Strategy. Jobs Series. Washington, DC.: World Bank. Caunedo, Julieta, Elisa Keller, y Yongseok Shin. 2023. “Technology and the Task Content of Jobs across the Development Spectrum.” The World Bank Economic Review 37 (3): 479–93. Cavalcanti, Tiago, y José Tavares. 2008. “Assessing the ‘Engines of Liberation’: Home Appliances and Female Labor Force Participation.” The Review of Economics and Statistics 90 (1): 81–8. Referencias 104 Chan, Curtis K., y Michel Anteby. 2016. “Task Segregation as a Mechanism for Within-Job Inequality: Women and Men of the Transportation Security Administration.” Administrative Science Quarterly 61(2):184-216. Chand, Satish, Michael A. Clemens, y Helen Dempster. 2021. “A Pacific Skills Visa: Improving Opportunities for Skilled Migration throughout the Pacific Region.” Policy Paper 231, Center for Global Development, Washington, DC. Charlton, Diane. 2023. “Closing the Agricultural Gap: Decent Migrant Work or Automation?” Policy Note, Rome Dialogue II, Rome. Chen, M. Keith, Judith A. Chevalier, Peter E. Rossi, y Emily Oehlsen. 2019. “The Value of Flexible Work: Evidence from Uber Drivers.” Journal of Political Economy 127 (6): 2735–94. Chioda, Laura. 2016. Work and Family: Latin American and Caribbean Women in Search of a New Balance. Washington, DC.: World Bank. Chiplunkar, Gaurav, y Pinelopi Koujianou Goldberg. 2022. “The Employment Effects of Mobile Internet in Developing Countries.” Working Paper 30741, National Bureau of Economic Research, Cambridge. Choudhury, Prithwiraj, Cirrus Foroughi, y Barbara Larson. 2020. “Work-from-Anywhere: The Productivity Effects of Geographic Flexibility.” Strategic Management Journal 42: 655–83. Cirera, Xavier, Diego Comin, y Marcio Cruz. 2022. Bridging the Technological Divide: Technology Adoption by Firms in Developing Countries. Washington, DC.: World Bank. Cirera, Xavier, Barbara Cunha, y Woori Lee. 2022. “Post Covid-19. Building a Resilient and More Sustainable Recovery in El Salvador, Guatemala, and Honduras.” World Bank, Washington, DC. Cirera, Xavier, y William F. Maloney. 2017. The Innovation Paradox: Developing-Country Capabilities and the Unrealized Promise of Technological Catch-Up. Washington, DC.: World Bank. Clemens, Michael A., Ethan G. Lewis, y Hannah M. Postel. 2018. “Immigration Restrictions as Active Labor Market Policy: Evidence from the Mexican Bracero Exclusion.” American Economic Review 108 (6): 1468–87. Coase, Ronald. 1937. “The Nature of the Firm.” Economica 4 (16): 386–405. Coen-Pirani, Daniele, Alexis León, y Steven Lugauer. 2010. “The Effect of Household Appliances on Female Labor Force Participation: Evidence from Microdata.” Labour Economics 17: 503–13. Comin, Diego, y Bart Hobijn. 2004. “Cross-country Technology Adoption: Making the Theories Face the Facts.” Journal of Monetary Economics 51: 39–83. Comin, Diego, y Bart Hobijn. 2010. “An Exploration of Technology Diffusion.” American Economic Review 100: 2031–59. Comin, Diego, Bart Hobijn, y Emilie Rovito. 2008. “Technology Usage Lags.” Journal of Economic Growth 13: 237–56. Comin, Diego, y Martí Mestieri. 2018. “If Technology Has Arrived Everywhere, Why Has Income Diverged?” American Economic Journal: Macroeconomics 10 (3): 137–78. Referencias 105 Conte, Andrea, y Marco Vivarelli. 2011. “Imported Skill-Biased Technological Change in Developing Countries.” The Developing Economies 49 (1): 36–65. Cortes, Guido Matias. 2016. “Where Have the Middle-Wage Workers Gone? A Study of Polarization Using Panel Data.” Journal of Labour Economics 34 (1): 63–105. Cortés, Patricia, Ying Feng, Nicolás Guida-Johnson, y Jessica Pan. 2023. “Automation and Gender: Implications for Occupational Segregation and the Gender Skill Gap.” Working Paper 32030, National Bureau of Economic Research, Cambridge. CSF (Centre for Strategic Futures). 2015. Foresight. Singapore: CSF. Cubas, German. 2016. “Distortions, Infrastructure, and Female Labor Supply in Developing Countries.” European Economic Review 87: 194–215. Cunningham, Wendy, Harry Moroz, Noël Muller, y Aivin Solatorio. 2022. “The Demand for Digital and Complementary Skills in Southeast Asia.” Policy Research Working Paper 10070, World Bank, Washington, DC. Cusolito, Ana Paula, Daniel Lederman, y Jorge Peña. 2020. “The Effects of Digital-Technology Adoption on Productivity and Factor Demand Firm-level Evidence from Developing Countries.” Policy Research Working Paper 9333, World Bank, Washington, DC. Dalton, Michael, y Jeffrey A. Groen. 2022. “Telework during the COVID-19 Pandemic: Estimates using the 2021 Business Response Survey.” Monthly Labor Review, Bureau of Labor Statistics, Washington, DC. Dalvit, Nicolò, Rafael de Hoyos, Leonardo Iacovone, Ioanna Pantelaiou, Aleksandra Peeva, y Iván Torre. 2023. The Future of Work: Implications for Equity and Growth in Europe. Washington, DC.: World Bank. Dammert, Ana C., Jose Galdo, y Virgilio Galdo. 2015. “Integrating Mobile Phone Technologies into Labor- Market Intermediation: A Multi-Treatment Experimental Design.” IZA Journal of Labor & Development 4 (11). Dao, Mai Chi, Mitali Das, y Zsoka Koczan. 2019. “Why Is Labour Receiving a Smaller Share of Global Income?” Economic Policy 34 (100): 723–59. Das, Mitali, y Benjamin Hilgenstock. 2022. “The Exposure to Routinization: Labor Market Implications for Developed and Developing Countries.” Structural Change and Economic Dynamics 60: 99–113. Datta, Namita, y Rong Chen. 2023. Working without Borders: The Promise and Peril of Online Gig Work. Washington, DC.: World Bank. De Backer, Koen, Timothy DeStefano, Carlo Menon, y Jung Ran Suh. 2018. “Industrial Robotics and the Global Organisation of Production.” Science, Technology and Industry Working Papers, Organisation for Economic Co-operation and Development, Paris. de Hoyos, Rafael E., Orazio Pietro Attanasio, y Costas Meghir. 2019. “Can Scholarships Increase High School Graduation Rates ? Evidence from A Randomized Control Trial in Mexico.” Policy Research Working Paper 8826, World Bank, Washington, DC. de Vries, Gaaitzen J., Elisabetta Gentile, Sébastien Miroudot, y Konstantin M. Wacker. 2020. “The Rise of Robots and the Fall of Routine Jobs.” Labour Economics 66. Referencias 106 Del Carmen, Giselle, y Liliana D. Sousa. 2018. “Human Capital Outflows: Selection into Migration from the Northern Triangle.” Policy Research Working Paper 8334, World Bank, Washington, DC. Delaporte, Isaure, y Werner Peña. 2020. “Working from Home Under COVID-19: Who Is Affected? Evidence From Latin American and Caribbean Countries.” Discussion Paper 528. Global Labor Organization, Essen. Deloitte. 2014. Agiletown: the Relentless March of Technology and London’s Response. London: Deloitte. Deming, David J. 2017. “The Growing Importance of Social Skills in the Labor Market.” The Quarterly Journal of Economics 132 (4): 1593–1640. Deming, David J., y Lisa B. Kahn. 2018. “Skill Requirements across Firms and Labor Markets: Evidence from Job Postings for Professionals.” Journal of Labor Economics 31 (S1): S337–69. Deming, David J., y Kadeem L. Noray. 2018. “STEM Careers and Technological Change.” Working Paper 25065, National Bureau of Economic Research, Cambridge. Deshpande, Rani, Nisha Singh y Gayatri Murthy. 2022. “Women in the Platform Economy: Emerging insights.” CGAP, Washington, DC. Dettling, Lisa. 2017. “Broadband in the Labor Market: The Impact of Residential High-Speed Internet on Married Women’s Labor Force Participation.” ILR Review 70 (2): 451–82. Devercelli, Amanda E., y Frances Beaton-Day. 2020. Better Jobs and Brighter Futures: Investing in Childcare to Build Human Capital. Washington, DC.: World Bank. Díaz, Mercedes Mateo, y Lourdes Rodriguez-Chamussy. 2016. Cashing in on Education: Women, Childcare, and Prosperity in Latin America and the Caribbean. Washington, DC.: World Bank Group and Inter-American Development Bank. Dicarlo, Emanuele, Salvatore Lo Bello, Sebastian Monroy-Taborda, Ana Maria Oviedo, Maria Laura Sanchez-Puerta, y Indhira Santos. 2016. “The Skill Content of Occupations across Low and Middle Income Countries: Evidence from Harmonized Data.” Discussion Paper 10224, Institute of Labor Economics, Bonn. Dingel, Jonathan I., y Brent Nieman. 2020. “How Many Jobs Can Be Done at Home?” Journal of Public Economics 189. Dinkelman, Taryn. 2011. “The Effects of Rural Electrification on Employment: New Evidence from South Africa.” American Economic Review 101:3078-108. Doan, Dung, Trang Luu, Nga Thi Nguyen, y Abla Safir. 2023. “Green Jobs: Upskilling and Reskilling Vietnam’s Workforce for a Greener Economy.” Policy Note, World Bank, Washinton, DC. Dube, Arindrajit, Jeff Jacobs, Suresh Naidu, y Siddharth Suri. 2020. “Monopsony in Online Labor Markets.” American Economic Review: Insights 2 (1): 33–46. Dustmann, Christian, Johannes Ludstock, y Uta Schönberg. 2009. “Revisiting the German Wage Structure.” The Quarterly Journal of Economics 124 (2): 843–881. Dutz, Mark A., Rita K. Almeida, y Truman G. Packard. 2018. The Jobs of Tomorrow: Technology, Productivity, and Prosperity in Latin America and the Caribbean. Washington, DC.: World Bank. Referencias 107 Eberhard-Ruíz, Andreas. 2021. Jobs Diagnostic: Guatemala. Jobs Series. Washington, DC. World Bank. ECLAC (Economic Commission for Latin America and the Caribbean). 2021. “The Economic Autonomy of Women in a Sustainable Recovery with Equality.” Special Report, Santiago. ECLAC (Economic Commission for Latin America and the Caribbean) y ILO (International Labor Organization). 2021. Employment Situation in Latin America and the Caribbean: Decent Work for Platform Workers in Latin America. ECLAC, Santiago. Eden, Maya, y Paul Gaggl. 2020. “Do Poor Countries Really Need More IT?” The World Bank Economic Review 34 (1): 48–62. Egana-del Sol, Pablo, Monserrat Bustelo, Laura Ripani, Nicolas Soler, y Marina Viollaz. 2022. “Automation in Latin America: Are Women at Higher Risk of Losing Their Jobs?” Technological Forecasting & Social Change 175. Eloundou, Tyna, Sam Manning, Pamela Mishkin, y Daniel Rock. 2023. “GPTs Are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models.” Working Paper, arXiv.org. Elverdin, Pablo, Valeria Piñeiro, y Miguel Robles. 2018. “La mecanización agrícola en América Latina.” Discussion Paper 017410, International Food Policy Research Institute, Washington, DC. Escudero, Verónica, Jochen Kluve, Elva López Mourelo, y Clemente Pignatti. 2019. “Active Labour Market Programmes in Latin America and the Caribbean: Evidence from a Meta-Analysis.” The Journal of Development Studies 55 (12): 2644–661. Ezell, Stephen. 2024. “Assessing the Dominican Republic’s Readiness to Play a Greater Role in Global Semiconductor and PCB Value Chains.” Information Technology & Innovation Foundation, Washington, DC. Faber, Marius. 2020. “Robots and Reshoring: Evidence from Mexican Labor Markets.” Journal of International Economics 127. FAO (Food and Agricultural Organization of the United Nations). 2022. The State of Food and Agriculture: Leveraging Automation for Transforming Agrifood Systems. Rome: Food and Agriculture Organization. Feenstra, Robert C. 2017. “Statistics to Measure Offshoring and its Impact.” Working Paper 23067, National Bureau of Economic Research, Cambridge. Feigenbaum, James, y Daniel P. Gross. 2022. “Answering the Call of Automation: How the Labor Market Adjusted to the Mechanization of Telephone Operation.” Working Paper 28061, National Bureau of Economic Research, Cambridge. Feigenbaum, James, y Daniel P. Gross. 2023. “Organizational and Economic Obstacles to Automation: A Cautionary Tale from AT&T in the Twentieth Century.” Working Paper 29580, National Bureau of Economic Research, Cambridge. Feijao, Carolina, Isabel Flanagan, Christian van Stolk, y Salil Gunashekar. 2021. The Global Digital Skills Gaps: Current Trends and Future Directions. Santa Monica: RAND Corporation. Felipe, Jesus, Aashish Mehta, y Changyong Rhee. 2019. “Manufacturing Matters…But It’s the Jobs That Count.” Cambridge Journal of Economics 43:139–68. Referencias 108 Felten, Edward W., Manav Raj, y Robert Seamans. 2018. “A Method to Link Advances in Artificial Intelligence to Occupational Abilities.” AEA Papers & Proceedings 108: 54–57. Felten, Edward W., Manav Raj, y Robert Seamans. 2021. “Occupational, Industry, and Geographic Exposure to Artificial Intelligence: A Novel Dataset and Its Potential Uses.” Strategic Management Journal 42: 2195–217. Felten, Edward W., Manav Raj, y Robert Seamans. 2023. “How Will Language Modelers Like ChatGPT Affect Occupations and Industries.” Research Paper, ResearchGate, Berlin. Fernandes, Ana, Gaston Nievas, y Deborah Winkler. 2022. “Trade and GVC Integration in Latin America and the Caribbbean.” In Deep Trade Agreements: Anchoring Global Value Chains in Latin America and the Caribbean, edited by Nadia Rocha and Michele Ruta, 15–60. Washington, DC.: World Bank. Fernandez, Cristina, y Juan Benavides. 2020. “Las plataformas digitales, la productividad y el empleo en Colombia.” Article, Centro de Investigación Económica y Social, Bogotá. Ferreyra, María Marta, Lelys Dinarte Díaz, Sergio Urzúa, y Marina Bassi. 2021. The Fast Track to New Skills: Short-Cycle Higher Education Programs in Latin America and the Caribbean. Washington, DC.: World Bank. Frank, Morgan R., Lijun Sun, Manuel Cebrian, Hyejin Youn, y Iyad Rahwan. 2018. “Small Cities Face Greater Impact from Automation.” Journal of the Royal Society Interface 15. Frey, Carl Benedikt, y Michael A. Osborne. 2017. “The Future of Employment: How Susceptible Are Jobs to Computerisation?” Technological Forecasting & Social Change 114: 254–80. Fuglie, Keith, Madhur Gautam, Aparajita Goyal, y William F. Maloney. 2020. Harvesting Prosperity: Technology and Productivity in Agriculture. Washington, DC.: World Bank. Gaggl, Paul, y Greg C. Wright. 2017. “A Short-Run View of What Computers Can Do: Evidence from a UK Tax Incentive.” American Economic Journal: Applied Economics 9 (3): 262–94. Gagnon, Jason. 2011. “‘Stay with Us?’ The Impact of Emigration on Wages in Honduras.” Working Paper 300, Organisation for Economic Co-operation and Development, Paris. Garcia, José Alexander, y Katherine Javier. 2020. “Los trabajadores de plataformas digitales en la República Dominicana.” Documentos de Proyectos, Comisión Económica para América Latina, Santiago. Gasparini, Leonardo, Carlo Lombardo, Irene Brambilla, Andrés César, y Guillermo Falcone. 2021. “Routinization and Employment: Evidence for Latin America.” Working Paper 276, Centro de Estudios Distributivos, Laborales y Sociales, La Plata. Gasparini, Leonardo, y Mariana Marchionni, eds. 2015. Bridging Gender Gas? The Rise and Decelaration of Female Labor Force Participation in Latin America. Buenos Aires: Centro de Estudios Distributivos, Laborales y Sociales. Ghorpade, Yashodhan, Amanina Abdur Rahman, y Alyssa Jasmin. 2023. “Social Insurance for Gig Workers: Insights from a Discrete Choice Experiment in Malaysia.” Policy Research Working Paper 10629, World Bank, Washington, DC. Referencias 109 Gibbs, Michael, Friederike Mengel, y Christoph Siemroth. 2023. “Work from Home and Productivity: Evidence from Personnel and Analytics Data on Information Technology Professionals.” Journal of Political Economy Microeconomics 1 (1): 7–41. Giesing, Yvonne, y Britta Rude. 2022. “Robots, AI, and Immigration – A Race for Talent or of Displaced Workers.” EconPol Forum 23 (5): 20–3. Giuntella, Osea, Yi Lu, y Tianyi Wang. 2022. “How do Workers and Households Adjust to Robots? Evidence from China.” Working Paper 30707, National Bureau of Economic Research, Cambridge. Giuntella, Osea y Tianyi Wang. 2019. “Is an Army of Robots Marching on Chinese Jobs?” Discussion Paper 12281, Institute of Labor Economics, Bonn. Goldin, Claudia, y Lawrence F. Katz. 2002. “The Power of the Pill: Oral Contraceptives and Women’s Career and Marriage Decisions.” Journal of Political Economy 110 (4): 730–70. Goos, Maarten, y Alan Manning. 2007. “Explaining Job Polarization: Routine-Biased Technological Change and Offshoring.” The American Economic Review. 104 (8): 2509–26. Goos, Maarten, Alan Manning, y Anna Salomons. 2009. “Job Polarization in Europe.” American Economic Review: Papers & Proceedings 99 (2): 58–63. Goos, Maarten, Alan Manning, y Anna Salomons. 2014. “Explaining Job Polarization: Routine-Biased Technological Change and Offshoring.” American Economic Review 104 (8): 2509–26. Gottlieb, Charles, Jan Grobovšek, y Markus Poschke. 2020. “Working from Home across Countries.” Covid Economics 8 (22): 71–91. Gottlieb, Charles, Jan Grobovšek, Markus Poschke, y Fernando Saltiel. 2021. “Working from Home in Developing Countries.” European Economic Review 133: 103679. Grace, Katja, John Salvatier, Allan Dafoe, Baobao Zhang, y Owain Evans. 2018. “Viewpoint: When Will AI Exceed Human Performance? Evidence from AI Experts.” Journal of Artificial Intelligence Research 62: 729–54. Graetz, George, y Guy Michaels. 2018. “Robots at Work.” Review of Economics and Statistics 100 (5): 753–68. Granata, Julia, y Josefina Posadas. 2022. Which Jobs Are Green? A Methodological Note on How to Measure Green Jobs for Skills Policy and an Application to Indonesia. Washington, DC: World Bank. Green, David A., y Benjamin M. Sand. 2015. “Has the Canadian Labour Market Polarized?” Canadian Journal of Economics 48 (2): 612–46. Greenwood, Jeremy, Ananth Seshadri, y Mehmet Yorukoglu. 2005. “Engines of Liberation.” The Review of Economic Studies 72 (1): 109–33. Gregory, Terry, Anna Salomons, y Zierahn. 2022. “Racing with or against the Machine? Evidence on the Role of Trade in Europe.” Journal of the European Economic Association 20 (2): 869–906. Gries, Thomas, y Wim Naudé. 2022. “Modelling Artificial Intelligence in Economics.” Journal of Labour Market Research 56. Referencias 110 Guataquí, Juan Carlos Roa, y Diana Isabel Londoño. 2021. República Dominicana: Análisis de oferta y demanda de empleo y trazabilidad de egresados Infotep, a partir de bases de datos. Geneva: International Labour Organization. Guven, Cahi, Panagiotis Sotirakopoulos, y Aydogan Ulker. 2020. “Short-term Labour Market Effects of COVID-19 and the Associated National Lockdown in Australia: Evidence from Longitudinal Labour Force Survey.” Working Paper 635, Global Labor Organization, Essen. Hallward-Driemeier, Mary, y Gaurav Nayyar. 2018. Trouble in the Making? The Future of Manufacturing- Led Development. Washington, DC. World Bank. Hallward-Driemeier, Mary, y Gaurav Nayyar. 2019. “Have Robots Grounded the Flying Geese? Evidence from Greenfield FDI in Manufacturing.” Policy Research Working Paper 9097, World Bank, Washington, DC. Hanushek, Eric A., Guido Schwerdt, Ludger Woessmann, y Lei Zhang. 2017. “General Education, Vocational Education, and Labor-Market Outcomes over the Lifecycle.” Journal of Human Resources 52 (1): 48–87. Hardy, Wojciech, Roma Keister, y Piotr Lewandowski. 2018. “Education Upgrading, Structural Change and the Task Composition of Jobs in Europe.” Economics of Transition 26 (2): 201–31. Hatayama, Maho, Mariana Viollaz, y Hernan Winkler. 2023. “Jobs’ Amenability to Working from Home: Evidence from Skills Surveys for 53 Countries.” Economía LACEA Journal 22 (1): 1–18. Hausmann, Ricardo, Luis Espinoza, y Miguel Angel Santos. 2017. “Shifting Gears: A Growth Diagnostics of Panama.” Working Paper 325, Center for International Development, Harvard University, Cambridge. Hiller, Tatiana, y Marisol Rodríguez Chatruc. 2023. “South-South Migration and Female Labor Supply in the Dominican Republic.” Journal of Economic Geography 23 (2): 419–48. Hirvonen, Johannes, Aapo Stenhammer, y Joonas Tuhkuri. 2022. “New Evidence on the Effect of Technology on Employment and Skill Demand.” Research Paper, ResearchGate, Berlin. Hitt, Lorin M. 1999. “Information Technology and Firm Boundaries: Evidence from Panel Data.” Information Systems Research 10 (2): 134–49. Hjort, Jonas, y Jonas Poulsen. 2019. “The Arrival of Fast Internet and Employment in Africa.” American Economic Review 109 (3): 1032–79. Hötte, Kerstin, Melline Somers, y Angelos Theodorakopoulos. 2023. “Technology and Jobs: A Systematic Literature Review.” Technological Forecasting & Social Change 194. Hummels, David, Jakob R. Munch, y Chong Xiang. 2018. “Offshoring and Labor Markets.” Journal of Economic Literature 56 (3): 981–1028. IDB (Inter-American Development Bank). 2021b. The Future of Work in Latin America and the Caribbbean: How Can Technology Facilitate Job Recovery after COVID-19. Washington, D.C.: IDB.IFC (International Finance Corporation). 2019. Digital Skills in Sub-Saharan Africa: Spotlight on Ghana. Washington, DC: IFC. Referencias 111 IFC (International Finance Corporation). 2023. Creating Markets in the Dominican Republic: Investment Opportunities and Growth Pathways to Higher Value Addition, Resilience, and Inclusion. Washington, DC.: IFC. Ifft, Jennifer y Margaret Jodlowski. 2022. “Is ICE Freezing US Agriculture? Farm-level Adjustment to Increased Local Immigration Enforcement.” Labour Economics 78. ILO (International Labour Organization). 2021a. “From Potential to Practice: Preliminary Findings on the Number of Workers Working from Home during the COVID-19 Pandemic.” Policy Brief, ILO, Geneva. ILO (International Labour Organization). 2021b. World Employment and Social Outlook: The Role of Digital Labour Platforms in Transforming the World of Work. Geneva: ILO. IMF (International Monetary Fund). 2018. “Technology and the Future of Work.” Working Paper, IMF, Washington, DC. Isik-Dikmelik, Aylin, Ana Sofia Martinez, Ines Rodriguez, Nancy Banegas, Asta Zviniene, and Polly Jones. 2022. Stronger Social Protection and Labor Systems in Central America for a Resilient and Inclusive Recovery. Washington, DC.: World Bank. Jaller, Lillyana Daza, Simon Gaillard, y Martín Molinuevo. 2020. “The Regulation of Digital Trade: Key Policies and International Trends.” Research Paper, World Bank, Washington, DC. Jensen, J. Bradford, y Lori G. Kletzer. 2010. “Measuring Tradable Services and the Task Content of Offshorable Services Jobs.” In Labor in the New Economy, edited by Katharine G. Abraham, James R. Spletzer, and Michael Harper, 309–35. Chicago: University of Chicago Press. Jin, Yizhou, y Zhengyun Sun. 2021. “Lifting Growth Barriers for New Firms: Evidence from an Entrepreneurship Training Experiment with Two Million Online Businesses.” Job Market Paper, Harvard Web Publishing, Cambridge. Kanazawa, Kyogo, Daiji Kawaguchi, Hitoshi Shigeoka, y Yasutora Watanabe. 2022. “AI, Skill, and Productivity: The Case of Taxi Drivers.” Working Paper 30612, National Bureau of Economic Research, Cambridge. Katz, Lawrence F., y Kevin M. Murphy. 1992. “Changes in Relative Wages, 1963-1987: Supply and Demand Factors.” Quarterly Journal of Economics 107 (1): 35–78. Katz, Lawrence F., Jonathan Roth, Richard Hendra, y Kelsey Schaberg. 2022. “Why do sectoral employment programs work? Lessons from WorkAdvance.” Journal of Labor Economics 40 (S1): S249–91. Kingsley, Sara Constance, Mary L. Gray, y Siddharth Suri. 2015. “Accounting for Market Frictions and Power Asymmetries in Online Labor Markets.” Policy & Internet 7 (4) :383–400. Kluve, Jochen, Susana Puerto, David Robalino, Jose M. Romero, Friederike Rother, Jonathan Stöterau, Felix Weidenkaff, y Marc Witte. 2019. “Do youth employment programs improve labor market outcomes? A quantitative review.” World Development 114 (February): 237–53. Kogan, Leonid, Dimitris Papanikolaou, Lawrence D. W. Schmidt, y Bryan Seegmiller. 2021. “Technology, Vintage-Specific Human Capital, and Labor Displacement: Evidence from Linking Patents with Occupations.” Working Paper Series 29552, Cambridge. Referencias 112 Konstandini, Genti, Elton Mykerezi, y Cesar Escalante. 2014. “The Impact of Immigration Enforcement on the U.S. Farming Sector.” America Journal of Agricultural Economics 96 (1): 172–92. Kostøl, Fredrik B. y Elin Svarstad. 2023. “Trade Unions and the Process of Technological Change.” Labour Economics 84. Koolwal, Gayatri y Dominique van de Walle. 2013. “Access to Water, Women’s Work, and Child Outcomes.” Economic Development and Cultural Change 61(2):369-405. Koomen, Miriam, y Uschi Backes-Gellner. 2022. “Occupational Tasks and Wage Inequality in Germany: A Decomposition Analysis.” Discussion Paper 15702, Institute of Labor Economics, Bonn. Korinek, Anton, Martin Schindler, y Joseph E. Stiglitz. 2021. “Technological Progress, Artificial Intelligence, and Inclusive Growth.” Working Paper 166, International Monetary Fund, Washington, D.C. Krenz, Astrid, Klaus Prettner, y Holger Strulik. 2021. “Robots, Reshoring, and the Lot of Low-Skilled Workers.” European Economic Review 136. Krenz, Astrid, y Holger Strulik. 2021. “Quantifying Reshoring at the Macro Level-Measurement and Applications.” Growth and Change 52 (3): 1200–29. Kugler, Adriana D., Maurice Kugler, Laura Ripani, y Rodimiro Rodrigo. 2020. “U.S. Robots and their Impacts in the Tropics: Evidence from Colombian Labor Markets.” Working Paper 28034, National Bureau of Economic Research, Cambridge. Lachaud, Michee Arnold, Boris E. Bravo-Ureta, y Carlos E. Ludena. 2017. “Agricultural Productivity in Latin America and the Caribbean in the Presence of Unobserved Heterogeneity and Climatic Effects.” Climate Change 143: 445–60. Lamb, Creig. 2016. “The Talented Mr. Robot: The Impact of Automation on Canada’s Workforce.” Research Paper, Brookfield Institute for Innovation and Entrepreneurship, Toronto. Lassébie, Julie, y Glenda Quintini. 2022. “What Skills and Abilities Can Automation Technologies Replicate and What Does It Mean for Workers? New Evidence.” Social, Employment and Migration Working Paper 282, Organisation for Economic Co-operation and Development, Paris. Lederman, Daniel, Julián Messina, Samuel Pienknagura, y Jamele Rigolini. 2014. Latin American Entrepreneurs: Many Firms but Little Innovation. Washington, DC.: World Bank. Lekfuangfu, Warn N., Suphanit Piyapromdee, Ponpoje Porapakkarm, y Nada Wasi. 2020. “On Covid-19: New Implications of Job Task Requirements and Spouse’s Occupational Sorting.” Discussion Paper Series 12/20, Centre for Research & Analysis of Migration, London. Levin, Victoria Indhira Vanessa Santos, Michael Weber, Syedah Aroob Iqbal, Ashwani Aggarwal, Paul John Comyn, Hiromichi Katayama, y Margo A. Hoftijzer. Building Better Formal TVET Systems: Principles and Practice in Low- and Middle-Income Countries. Washington, DC.: World Bank Group. Lewandowski, Piotr, Karol Madoń, y Deborah Winkler. 2023. “The Role of Global Value Chains for Worker Tasks and Wage Inequality.” Policy Research Working Paper 10433, World Bank, Washington, DC. Lewandowski, Piotr, Albert Park, Wojciech Hardy, Yang Du, y Saier Wu. 2022. “Technology, Skills, and Globalization: Explaining International Differences in Routine and Nonroutine Work Using Survey Data.” The World Bank Economic Review 36 (3): 687–708. Referencias 113 Lewis, Ethan. 2011. “Immigration, Skill Mix, and Capital Skill Complementarity.” The Quarterly Journal of Economics 126: 1029–69. Licetti, Martha Martinez, Tanja Goodwin, Dennis Sanchez Navarro, y Noelia Carreras Schabauer. 2021. Fixing Markets, Not Prices: Policy Options to Tackle Economic Cartels in Latin America and the Caribbean. Washington, DC.: World Bank. Lin, Jeffrey. 2011. “Technological Adaptation, Cities, and New Work.” The Review of Economics and Statistics 93 (2): 554–574. Lo Bello, Salvatore, Maria Laura Sánchez-Puerta, y Hernan Winkler. 2019. “From Ghana to America: The Skill Content of Jobs and Economic Development.” World Bank Policy Research Working Paper 8758, World Bank, Washington, DC. Loukos, Panos, y Leslie Arathoon. 2021. “Landscaping the Agritech Ecosystem for Smallholder Farmers in Latin America and the Caribbean.” Technical Note 2084, IDB, Washington, DC. Madariaga, Javier, Cesar Buenadicha, Erika Molina, y Christoph Ernst. 2019. “Platform Economy and Employment: What Is It Like to Work for an App in Argentina.” Executive Summary, enter for the Implementation of Public Policies for Equity and Growth, Inter-American Development Bank, and International Labour Organization, Buenos Aires. Maloney, William F. 2002. “Missed Opportunities: Innovation and Resource-Based Growth in Latin America.” Policy Research Working Paper 2935, World Bank, Washington, DC. Maloney, William F., y Carlos Molina. 2016. “Are Automation and Trade Polarizing Developing Country Labor Markets, Too?” Policy Research Working Paper 7922, World Bank, Washington, DC. Maloney, William F., y Carlos Molina. 2019. “Are Automation and Trade Polarizing Developing Country Labor Markets, Too?” Policy Research Working Paper Series 7922, World Bank, Washington, DC. Mandelman, Federico S., y Andrei Zlate. 2022. “Offshoring, Automation, Low-Skilled Immigration, and Labor Market Polarization.” American Economic Journal: Macroeconomics 14 (1): 355–89. Manyika, James, Michael Chui, Mahdi Miremadi, Jasques Bughin, Katy George, Paul Willmott, y Martin Dewhurst. 2017a. A Future that Works: Automation, Employment, and Productivity. Washington, DC.: McKinsey Global Institute. Manyika, James, Susan Lund, Michael Chui, Jacques Bughin, Jonathan Woetzel, Parul Batra, Ryan Ko, y Saurabh Sanghvi. 2017b. Jobs Lost, Jobs Gained: Workforce Transitions In A Time Of Automation. Washington, DC.: McKinsey Global Institute. Martínez-Plumed, Fernando, Songül Tolan, Annarosa Pesole, José Hernández-Orallo, Enrique Fernández- Macías, y Emilia Gómez. 2020. “Does AI Qualify for the Job? A Bidirectional Model Mapping Labour and AI Intensities.” Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, February 2020, 94–100. Martins-Neto, Antonio, Nanditha Mathew, Pierre Mohnen, y Tania Treibich. 2021. “Is There Job Polarization in Developing Economies? A Review and Outlook.” Working Paper 9444, CESifo Institute, Munich. Mas, Alexandre, y Amanda Pallais. 2017. “Valuing Alternative Working Arrangements.” American Economic Review 107 (12): 3722–59. Referencias 114 Mas, Alexandre, y Amanda Pallais. 2020. “Alternative Working Arrangements.” Working Paper Series 02138, National Bureau of Economic Research, Cambridge. Maurizio, Roxana. 2021. “Challenges and Opportunities of Teleworking in Latin America and the Caribbean.” Labour Overview Series, Latin America and the Caribbean 2021, International Labour Organization, Geneva. McKenzie, David. 2017. “How Effective are Active Labor Market Policies in Developing Countries? A Critical Review of Recent Evidence.” World Bank Research Observer 32 (2): 127–54. McKenzie, David. 2021. “Small Business Training To Improve Management Practices in Developing Countries: Re-assessing the Evidence for ‘Training Doesn’t Work’.” Oxford Review of Economic Policy 37 (2): 276–301. Mealy, Penny, R. Maria del Rio-Chanona, y J. Doyne Farmer. 2018. “What You Do at Work Matters: New Lenses on Labour.” Mimeo. Meindl, Benjamin, Morgan R. Frank, y Joana Mendonça. 2021. “Exposure of Occupations to Technologies of the Fourth Industrial Revolution.” Working Paper, arXiv.org. MEPyD (Ministerio de Economía, Planificación y Desarrollo). 2022. Encuesta Nacional para la Detección Necesidades de Habilidades y Cualificaciones en el Empleo. Santo Domingo: National Statistics Office - Ministry of Economy, Planning and Development. Meschi, Elena, Erol Taymaz, y Marco Vivarelli. 2011. “Trade, Technology and Skills: Evidence from Turkish Microdata.” Labour Economics 18: S60–70. Meschi, Elena, Erol Taymaz, y Marco Vivarelli. 2016. “Globalization, Technological Change, and Labor Demand: A Firm-Level Analysis for Turkey.” Review of World Economics 152: 655–80. Messina, Julián, y Joana Silva. 2018. Wage Inequality in Latin America: Understanding the Past To Prepare for the Future. Washington, DC.: World Bank. Messina, Julián, y Joana Silva. 2021. “Twenty Years of Wage Inequality in Latin America.” The World Bank Economic Review 35 (1): 117–47. Michaels, Guy, Ashwini Natraj, y John Van Reenen. 2014. “Has ICT Polarized Skill Demand? Evidence from Eleven Countries over Twenty-Five Years.” Review of Economics and Statistics 96 (1): 60–-77. Michaels, Guy, Ferdiny Rauch, Stephen J. Redding. 2019. “Task Specialization in U.S. Cities from 1880 to 2000.” Journal of the European Economic Association 17 (3): 754–98. Michel, Veronica, y Ian Walker. 2019. Honduras: Jobs Diagnostic. Jobs Series. Washington, DC.: World Bank. Minnesota Population Center. 2020. Integrated Public Use Microdata Series, International: Version 7.3 (dataset). Censuses of Costa Rica, the Dominican Republic, El Salvador, Guatemala, Honduras, Nicaragua, and Panama. Integrated Public Use Microdata Series-International, Minneapolis. https:// doi.org/10.18128/D020.V7.3. Mondolo, Jasmine. 2021. “The Composite Link between Technological Change and Employment: A Survey of the Literature.” Journal of Economic Surveys 36: 1027–68. Referencias 115 Mongey, Simon, Laura Pilossoph, y Alexander Weinberg. 2021. “Which Workers Bear the Burden of Social Distancing?” The Journal of Economic Inequality 19: 509–26. Montenovo, Laura, Xuan Jiang, Felipe Lozano-Rojas, Ian Schmutte, Kosali Simon, Bruce A. Weinberg, y Coady Wing. 2022. “Determinants of Disparities in Early COVID-19 Job Losses.” Demography 59 (3): 827–855. Montobbio, Fabio, Jacopo Staccioli, Maria Enrica Virgillito, y Marco Vivarelli. 2022. “The Empirics of Technology, Employment and Occupations: Lessons Learned and Challenges Ahead.” Discussion Paper 15731, Institute of Labor Economics, Bonn. Morris, Michael, Ashwini Rekha Sebastian, y Viviana Maria Eugenia Perego. 2020. “Future Foodscapes: Re-imagining Agriculture in Latin America and the Caribbean.” Report, World Bank, Washington, DC. Moroz, Harry, y Indhira Santos. 2022. “Platform Work Globally and in Latin America and the Caribbean: Overview and Directions in Labor Regulation and Social Protection Policy.” Report, World Bank, Washington, DC. Nayyar, Gaurav, y Marcio Cruz. 2018. “Developing Countries and Services in the New Industrial Paradigm.” Policy Research Working Paper 8659, World Bank, Washington, DC. Nayyar, Gaurav, Marcio Cruz, y Linghui Zhu. 2018. “Does Premature Deindustrialization Matter? The Role of Manufacturing versus Services in Development.” Policy Research Working Paper 8596, World Bank, Washington, DC. Nayyar, Gaurav, Mary Hallward-Driemeier, y Elwyn Davies. 2021. At Your Service? The Promise of Services- Led Development. Washington, DC.: World Bank. Nedelkoska, Ljubica, y Glenda Quintini. 2018. “Automation, Skills Use and Training.” Working Paper 202, Organisation for Economic Co-operation and Development, Paris. Nicoletti, Giuseppe, Christina von Rueden, y Dan Andrews. 2020. “Digital Technology Diffusion: A Matter of Capabilities, Incentives or Both?” European Economic Review 128. Noy, Shakked, y Whitney Zhang. 2023. “Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence.” Science 381: 187–192. Nyman, Sara, y Rodrigo Barajas. 2021. Antitrust and Digital Platforms: An Analysis of Global Patterns and Approaches by Competition Authorities. Washington, DC.: World Bank. Ñopo, Hugo. 2012. “Gender Differences in Education in Latin America and the Caribbean: Girls Outpacing Boys.” In New Century, Old Disparities Gender and Ethnic Earnings Gaps in Latin America and the Caribbean, edited by Hugo Ñopo, 21–36. Washington, DC.: IDB. OECD (Organisation for Economic Co-operation and Development). 2017a. Multidimensional Review of Panama: Volume 1: Initial Assessment. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2017b. OECD Employment Outlook 2017. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2017c. OECD Reviews of Labour Market and Social Policies: Costa Rica. Paris: OECD. Referencias 116 OECD (Organisation for Economic Co-operation and Development). 2018a. Bridging the Digital Gender Divide: Include, Upskill, Innovate. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2018b. How Immigrants Contribute to the Dominican Republic’s Economy. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2020a. Latin American Economic Outlook 2020: The Digital Transformation for Building Back Better. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2020b. Production Transformation Policy Review of the Dominican Republic Preserving Growth, Achieving Resilience. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2021. The Digital Transformation of SMEs. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2022a. Multidimensional Review of the Dominican Republic: Towards Greater Well-being for All. Paris: OECD. OECD (Organisation for Economic Co-operation and Development). 2022b. Skills for the Digital Transition: Assessing Recent Trends Using Big Data. Paris: OECD. OECD (Organisation for Economic Cooperation and Development). 2023. Skills in Latin America: Insights from the Survey of Adult Skills (PIAAC). OECD Skills Studies. OECD. https://doi.org/10.1787/5ab893f0-en. Oesch, Daniel. 2013. Occupational Change in Europe: How Technology and Education Transform the Job Structure. Oxford: Oxford University Press. Oesch, Daniel, y Jorge Rodríguez Menés. 2011. “Upgrading or Polarization? Occupational Change in Britain, Germany, Spain, and Switzerland, 1990-2008.” Socio-Economic Review 9: 503–31. Oettinger, Gerald S. 2011. “The Incidence and Wage Consequences of Home-Based Work in the United States, 1980-2000.” The Journal of Human Resources 46 (2): 237–60. Oyer, Paul. 2020. “The Gig Economy: Non-traditional Employment Is a Great Opportunity for Many, But It Won’t Replace Traditional Employment.” IZA World of Labor 471. Peng, Sida, Eirini Kalliamvakou, Peter Cihon, y Mert Demirer. 2023. “The Impact of AI on Developer Productivity: Evidence from GitHub Copilot.” Research Paper, arXiv.org. Posadas, Josefina, y Mauro Testaverde. 2022. “Investing in Labor Market Information Systems: Why and How?” Presentation at the World Bank Brown Bag Lunch online series, December 2, 2022. Pouliakas, Konstantinos. 2018. “Determinants of Automation Risk in the EU Labour Market: A Skills-Needs Approach.” IZA Discussion Papers 11829, Institute of Labor Economics, Bonn. PwC. 2018. Will Robots Really Steal Our Jobs? An International Analysis of the Potential Long-Term Impact of Automation. London: PwC. Quirós, Carlota Tarín, Juan Pablo Villar García, Julio Blázquez Soria, Juan Cruz Trecet, Antonio Tena de la Nuez. 2022. “La dimensión de género en la transformación digital empresarial de América Latina y el Caribe.” IDB, Washington, DC. Referencias 117 Rahman, Ahmed S. 2021. “Why Can’t Everybody Work Remotely? Blame the Robots.” COVID Economics Vetted and Real-Time Papers 36 (10): 105–28. Reijnders, Laurie S.M., y Gaaitzen J. de Vries. 2018. “Technology, Offshoring and the Rise of Non-Routine Jobs.” Journal of Development Economics 135: 412–32. Rodrik, Dani. 2016. “Premature Deindustrialization.” Journal of Economic Growth 21: 1–33. Ross, Matthew B. 2017. “Routine-Biased Technological Change: Panel Evidence of Task Orientation and Wage Effects.” Labour Economics 48: 198–214. Sanchez, Daniel Garrote, Nicolas Gomez Parra, Caglar Ozden, Bob Rijkers, Mariana Viollaz, y Hernan Winkler. 2021. “Who on Earth Can Work from Home?” World Bank Research Observer 36: 67–100. Schlogl, Lukas, y Andy Sumner. 2018. “The Rise of the Robot Reserve Army: Automation and the Future of Economic Development, Work, and Wages in Developing Countries.” Working Paper 487, Center for Global Development, Washington, DC. Schroeder, Kateryna, Julian Lampietti, y Ghada Elabed. 2021. What’s Cooking: Digital Transformation of the Agrifood System. Washington, DC.: World Bank. Schultheiss, Tobias, y Uschi Backes-Gellner. 2022a. “Different Degress of Skill Obsolescence across Hard and Soft Skills and the Role of Lifelong Learning for Labor Market Outcomes.” Industrial Relations 62: 257–87. Schultheiss, Tobias, y Uschi Backes‑Gellner. 2022b. “Does Updating Education Curricula Accelerate Technology Adoption in the Workplace? Evidence from Dual Vocational Education and Training Curricula in Switzerland.” The Journal of Technology Transfer. Sebastian, Raquel, y Federico Biagi. 2018. “The Routine Biased Technical Change Hypothesis: A Critical Review.” JRC Technical Reports, European Commission, Luxembourg. Shafiq, M. Najeeb, Amanda Devercelli, y Alexandria Valerio. 2018. “Are There Long-Term Benefits from Early Childhood Education in Low- and Middle-Income Countries?” Education Policy Analysis Archives 26 (122). Sinha, Rishabh. 2020. “Talent Allocation and Post-Reform Growth in Central America.” Policy Research Working Paper 9380, Washington, D.C., World Bank. Sinha, Rishabh. 2022. “Central America’s Deindustrialization.” Policy Research Working Paper 10203, World Bank, Washington, DC. Sousa, Liliana D., y Andrés García-Suaza. 2018. “Remittances and Labor Supply in the Northern Triangle.” Policy Research sinWorking Paper 8597, World Bank, Washington, DC. Spiezia, Vincenzo. 2012. “ICT Investments and Poductivity: Measuring the Contribution of ICTs to Growth.” OECD Journal: Economic Studies 2012 (1): 199–211. Spitz-Oener, Alexandra. 2006. “Technical Change, Job Tasks, and Rising Education Demands: Looking outside the Wage Structure.” Journal of Labor Economics 24 (2): 235–70. Referencias 118 Stemmler, Henry. 2019. “Does Automation Lead to De-Industrialization in Emerging Economies? Evidence from Brazil.” Discussion Paper 382, Center for European, Governance and Economic Development Research, Göttingen. Stöterau, Jonathan. 2019. “Job training programs for youth in low income countries.” PEGNet Policy Brief 15/2019, Kiel Institute for the World Economy, Kiel. Tapia, Catalina Rodriguez. 2023. “From Informality to Inclusion: Harnessing Public-private Partnerships to Enhance Social Protection Coverage of Online Gig Workers.” Working Without Borders: The Promise and Peril of Online Gig Work Short Note Series Issue 4, World Bank, Washington, DC. Tolan, Songül, Annarosa Pesole, Fernando Martínez-Plumed, Enrique Fernández-Macías, José Hernández- Orallo, y Emilia Gómez. 2021. “Measuring the Occupational Impacts of AI: Tasks, Cognitive Abilities and AI Benchmarks.” Journal of Artificial Intelligence Research 71: 191–236. Ulku, Hulya, y Gabriel Zaourak. 2021. Unleashing Central America’s Growth Potential. Washington, DC.: World Bank. UNCTAD (United Nations Conference on Trade and Development). 2023. Technology and Innovation Report 2023: Opening Green Windows: Technological Opportunities for a Low-Carbon World. New York: UNCTAD. UNESCO (United Nations Educational, Scientific and Cultural Organization). 2017a. Cracking the Code: Girls’ and Women’s Education in Science, Technology, Engineering and Mathematics (STEM). Paris: UNESCO. UNESCO (United Nations Educational, Scientific and Cultural Organization). 2017b. Digital Skills for Life and Work. Report by the Broadband Commission for Sustainable Development. Paris: UNESCO. UNESCO (United Nations Educational, Scientific and Cultural Organization). 2020. Global Education Monitoring Report – Gender Report: A New Generation: 25 Years of Efforts for Gender Equality in Education. Paris: UNESCO. UNESCO (United Nations Educational, Scientific and Cultural Organization). 2022. Global Education Monitoring Report Paris, UNESCO. Urquidi, Manuel, y Miguel Chalup. 2023. “The Gender Earnings Gap in Latin America and the Caribbean: An Analysis of Its Components.” Technical Note 2650, Inter-American Development Bank, Washington, DC. USAID (United States Agency for International Development). 2017a. “Guatemala Labor Market Assessment.” USAID, Washington, DC. USAID (United States Agency for International Development). 2017b. “Honduras Labor Market Assessment.” USAID, Washington, DC. USAID (United States Agency for International Development). 2017c. “Proyecto de USAID Puentes para el Empleo: Evaluación del Mercado Laboral.” USAID, Washington, DC. USAID (United States Agency for International Development). 2020. “Dominican Republic Labor Market Assessment.” USAID, Washington, DC. Referencias 119 USDA (United States Department of Agriculture). 2023. International Agricultural Productivity Data Product. U.S. Department of Agriculture, Economic Research Service, Washington, DC. Vegas, Emiliana, y Lucrecia Santibáñez. 2009. The Promise of Early Childhood Development in Latin America. Washington, DC.: World Bank. Vivarelli, Marco. 2014. “Innovation, Employment and Skills in Advanced and Developing Countries: A Survey of the Economic Literature.” Journal of Economic Issues 48 (1): 123–54. Vona, Francesco, Giovanni Marin, y Davide Consoli. 2019. “Measures, Drivers and Effects of Green Employment: Evidence from US Local Labor Markets, 2006–2014.” Journal of Economic Geography 19 (5): 1021–48. Voorend, Koen, Daniel Alvarado, y Luis Ángel Oviedo. 2021. “Future Demand for Migrant Labor in Costa Rica.” KNOMAD Working Paper 40, World Bank, Washington, DC. Webb, Michael. 2020. “The Impact of Artificial Intelligence on the Labor Market.” SSRN Electronic Journal. WEF (World Economic Forum). 2018a. The Future of Jobs Report 2018. Cologny/Geneva: WEF. WEF (World Economic Forum). 2018b. Towards a Reskilling Revolution: A Future of Jobs for All. Cologny/ Geneva: WEF. Weinberger, Catherine J. 2014. “The Increasing Complementarity between Cognitive and Social Skills.” The Review of Economics and Statistics 96 (5): 849–61. Weller, Jürgen, Sonia Gontero, y Susanna Campbell. 2019. “Riesgos de la sustitución tecnológica del trabajo humano y desafíos de la generación de nuevos puestos de trabajo.” Working Paper 201, Comisión Económica para América Latina, Santiago. Winkler, Hernan, y Miriam Montenegro. 2021. Jobs Diagnostic: Dominican Republic . Jobs Series. Washington, DC.: World Bank. Wood, Alex J. 2019. “Good Gig, Bad Gig: Job Quality and New Sources of Insecurity in the Gig Economy.” Oxford Internet Institute, Oxford. World Bank. 2012a. A Gender (R)evolution in the Making. Washington, DC.: World Bank. World Bank. 2012b. Better Jobs in Nicaragua: The Role of Human Capital. Washington, DC.: World Bank. World Bank. 2016. World Development Report 2016: Digital Dividends. Washington, DC.: World Bank. World Bank. 2018. World Development Report 2018: Learning To Realize Education’s Promise. Washington, DC.: World Bank. World Bank. 2021a. Digital Skills: The Why, the What, and the How: Part 1. Washington, DC.: World Bank. World Bank. 2021b. Digital Skills: The Why, the What, and the How: Part 2. Washington, DC.: World Bank. World Bank. 2022a. A Roadmap for Climate Action in Latin America and the Caribbean, 2021–2025. Washington, DC.: World Bank. Referencias 120 World Bank. 2022b. “Central America Human Capital Review Phase 1: Costa Rica, Dominican Republic, Guatemala, and Panama.” World Bank, Washington, D.C. World Bank. 2022c. Digital Economy for Latin America and the Caribbean Country Diagnostic: El Salvador. Washington, DC.: World Bank. World Bank. 2022d. “My Skills, My Career Superpowers: How ‘SkillCraft’ Helps Jobseekers to Self-Assess, Identify and Develop Skills for Jobs in South Africa.” World Bank, Washington, DC. World Bank. 2022e. Two Years After: Saving a Generation. Washington, DC.: World Bank. World Bank. 2022f. “Understanding Migration in North Central American Countries: El Salvador, Guatemala, Honduras, and Nicaragua.” World Bank, Washington, DC. World Bank. 2023a. Country Climate Development Report: Dominican Republic. Washington, DC.: World Bank. World Bank. 2023b. Country Climate Development Report: Honduras. World Bank, Washington, DC. World Bank, UNESCO (United Nations Educational, Scientific, and Cultural Organization), and ILO (International Labor Organization). 2023. Building Better Formal TVET Systems: Principles and Practice in Low- and Middle-Income Countries. Washington D.C.: The World Bank. World Bank and WTO (World Trade Organization). 2023. Trade in Services for Development: Fostering Sustainable Growth and Economic Diversification. Washington, DC: World Bank and WTO. Yusuf, Shahid. 2017. “Automation, AI, and the Emerging Economies.” CGD Notes, Center for Global Development, Washington, DC. Referencias 121