INTRODUCCIÓN

En la actualidad, nos encontramos inmersos en la denominada Cuarta Revolución Industrial o Revolución Digital, que comenzó aproximadamente en los años 1970, caracterizada por el cambio de la tecnología analógica a la digital y, especialmente, por la mejora y proliferación de la informática digital y las tecnologías de la comunicación.

Nos encontramos inmersos en la denominada Cuarta Revolución Industrial

Esta época de mejoras tecnológicas traerá consigo grandes innovaciones en campos como la robótica, inteligencia artificial, nanotecnología, biotecnología o vehículos autónomos, entre otros. Podría considerarse como algo positivo los avances en estos campos, destinados a mejorar el nivel de vida de la sociedad, dado que, si bien al principio se producirán tensiones en el mercado laboral al ser sustituidos algunos empleos (tal y como ha ocurrido en las anteriores revoluciones industriales), en el largo plazo se producirá un crecimiento del empleo, así como un gran aumento de la productividad. Sin embargo, la mayoría de organismos internacionales, sindicatos, gobiernos, etc., consideran que la introducción de estas nuevas tecnologías en los diferentes sectores del mercado laboral, puede tener como consecuencia la degradación o pérdida de empleo, lo cual generará desigualdades y tensiones en el mercado laboral. Al mismo tiempo, encontramos que existen grandes diferencias entre las tasas de ocupación de hombres y mujeres por sector, es decir, hay sectores en los que hay un mayor número de hombres que de mujeres, y viceversa. A esto se le denomina brecha de género, considerada como la diferencia entre hombres y mujeres ocupados en una rama de actividad.

En el presente trabajo queremos establecer la relación que existe entre la probabilidad de automatización de los empleos y las tasas de ocupación de hombres y mujeres

Dado que desaparecerán muchos empleos en las próximas décadas, y que están en riesgo de desaparecer en algunos sectores concretos, en el presente trabajo queremos establecer la relación que existe entre la probabilidad de automatización de los empleos y las tasas de ocupación de hombres y mujeres, ya que suponemos que estos cambios tecnológicos podrían afectar más a las mujeres que a los hombres al estar menos formadas en el uso de las TIC (Sorgner, Bode y Krieger-Borden, 2017). En primer lugar, estudiaremos los efectos de las revoluciones tecnológicas en el mercado de trabajo, y las características del mercado laboral español, haciendo énfasis en los riesgos de automatización y la distribución por géneros en cada sector de actividad. Una vez que tengamos los empleos potencialmente automatizables por cada rama de actividad, buscaremos las razones por las cuales existe una brecha de género en casi todos los sectores estudiados. Después plantearemos nuestra hipótesis, y detallaremos el análisis estadístico que se hará para comprobar si se cumple, y los datos utilizados.

Para comprobar la veracidad de la hipótesis, utilizaremos las tasas de ocupación de hombres y mujeres por sector (obteniendo estos datos de la Encuesta de Población Activa), la brecha de género por sector y el porcentaje de probabilidad de automatización de empleos por sector. Realizaremos un análisis de correlación entre estas variables, y así podremos comprobar la relación que existe entre ellas, y posteriormente haremos una regresión para ver qué factores afectan a la automatización. Finalmente, y según los resultados que obtengamos, explicaremos las conclusiones obtenidas y se plantearán algunas soluciones para mejorar el funcionamiento del mercado laboral y prevenir desigualdades.

PASADO, PRESENTE Y FUTURO DE LAS REVOLUCIONES TECNOLÓGICAS

Para comprender mejor el impacto de la automatización sobre los empleos, recientemente se ha comenzado a dividir esta revolución tecnológica en tres apartados u oleadas diferentes, considerando los avances previstos en cada una, y las fechas a partir de las cuales se considerarán concluidas.

Estas 3 oleadas de innovaciones ya se encuentran en proceso, y se estima que terminarán de consolidarse hacia la década de 2030 (Hawksworth, Berriman, Goel, 2018). Cada una de ellas afectará de un modo diferente al empleo:

  • Algorítmica: estas mejoras implican automatizar tareas simples; esta fase está focalizada en el sector financiero, informático y de comunicaciones, y en la actualidad ya está en marcha.
  • Aumentada: provocará la automatización de tareas repetitivas (como rellenar formularios, por ejemplo) y el análisis estadístico de datos no estructurados en entornos parcialmente controlados; esta oleada se apreciará a partir de la década de 2020, y se considera que será la que más afecte al mercado laboral español, con una estimación de que el 25% de los empleos están en riesgo de perderse (Hawksworth, Berriman, Goel, 2018).
  • Autónoma: aparte de la automatización de trabajos físicos y manuales, esta oleada permitirá el desarrollo de inteligencias artificiales capaces tomar decisiones y resolver problemas en situaciones dinámicas del mundo real que requieren acciones de respuesta; se alcanzará la madurez en la década de 2030.

Como se puede observar, se considera que hacia el año 2030 habrá terminado esta era de avances tecnológicos. Sin embargo, tenemos que preguntarnos cuáles serán los efectos en el mercado laboral. Para esto, muchos sociólogos y economistas tratan de analizar desde una perspectiva económica los logros y los problemas de las revoluciones industriales anteriores.

Siempre que se ha producido una revolución tecnológica se ha especulado acerca de los efectos de ésta en el empleo. Ya desde la Primera y Segunda Revolución Industrial, se teorizaba acerca del impacto de las nuevas tecnologías sobre el empleo, los salarios y la sociedad.

Destacaremos como ejemplos más representativos a David Ricardo y Karl Marx, que teorizaron acerca de los efectos de la implementación de nuevas tecnologías, y donde observamos que la innovación tecnológica puede contemplarse desde un punto de vista positivo o negativo:

  • David Ricardo: en su obra “Principios de economía política y tributación” Ricardo considera que la introducción de nuevas máquinas por parte del capitalista permite aumentar el producto total y los beneficios, sin embargo, estas máquinas reducen el número de trabajadores ocupados. Pese a esta reducción de la ocupación, posteriormente el aumento de requerimientos para la producción absorberá a estos trabajadores (Ricardo, 1817). En resumen: según Ricardo, las innovaciones tecnológicas producen desempleo al principio, que luego se reducirá al aumentar el consumo y la producción.
  • Karl Marx: al contrario que Ricardo, que tiene una visión más optimista acerca de las consecuencias de la introducción de nuevas tecnologías en el mercado laboral, Marx considera que con la introducción de máquinas en el proceso productivo, la fuerza de trabajo, que es lo único que el obrero puede aportar a la producción, pierde su valor de uso, y por tanto, también su valor de cambio; es decir, el obrero ya no es necesario y se le despide. Con el salario que ahorra el capitalista, compra nuevas máquinas, que sustituyen a los trabajadores. Éstos pasarán a formar parte de la población sobrante, es decir, que es inútil para la explotación de capital, lo que llevará al aumento de desempleo, así como a una caída de los salarios (Marx, 1867)

Como se puede comprobar, en ambos casos los efectos de las nuevas tecnologías, si bien contribuyeron a aumentar la producción y a mejorar el nivel de vida, provocaron que en sus inicios cada revolución trajera consigo una grave desestabilización del mercado laboral, especialmente en el caso de la Segunda Revolución Industrial, que condujo a miles de personas a la miseria. Fue necesario el paso de varios años, tensiones sociales, pobreza y conflictos para que el mercado laboral se regulase y se mejoraran las cifras de empleo.

Algo que está caracterizando esta nueva época de mejoras es la velocidad; nunca antes, en cualquiera de las revoluciones anteriores, se habían logrado mejoras tan rápido y en tantos campos diferentes

Observamos que en ambos casos el patrón ha sido el mismo: introducción de mejoras en la tecnología, aumento de la producción, mayores inversiones en tecnología, aumento del desempleo, y posterior aumento de la ocupación al abrirse nuevos sectores dada la nueva tecnología. Podría considerarse que en el caso actual esto se va a repetir, sin embargo, algo que está caracterizando esta nueva época de mejoras es la velocidad; nunca antes, en cualquiera de las revoluciones anteriores, se habían logrado mejoras tan rápido y en tantos campos diferentes. Esta incertidumbre ha provocado que queden obsoletas las experiencias anteriores en materia de mejoras y empleo; se abre una época de incertidumbre, en la que se especula constantemente acerca de cómo afectará la automatización al mercado laboral.

Dado que esta revolución tecnológica no se puede comparar con las anteriores, en la actualidad han surgido multitud de teorías acerca de cómo se verán afectados los mercados laborales en un futuro próximo; hemos seleccionado cinco de ellas, recogidas por la revista Harvard Bussinness Review, y en las cuales podemos comprobar cómo la automatización afectará al empleo:

  1. Distópica: esta teoría establece que en las próximas décadas la automatización llegará a todos los estratos del mercado laboral, desplazando a gran parte de la fuerza laboral. Los empleos de más baja cualificación serán ocupados por robots, mientras que los de media o alta cualificación serán realizados por inteligencias artificiales. Todo esto implicará que el desempleo aumentará progresivamente, mientras que se reducirán los salarios y el consumo, provocando estallidos sociales y tensiones, al mismo tiempo que el PIB de todos los países se reduce. Algunos adeptos a esta teoría califican el futuro como “una lucha darwiniana entre el hombre y la máquina, que estas ganarán” (Harvard Bussiness Review, 2018).
  2. Utópica: se estima que dentro de 20 años, la inteligencia artificial será capaz de emular el funcionamiento del cerebro humano, por lo que la productividad aumentará como nunca antes, aumentando la riqueza mundial; incluso se estima que en un futuro lejano, con este aumento de la producción, y estableciendo un programa de ingreso universal, podría no ser necesario trabajar, permitiendo a los humanos dedicarse a su autorrealización.
  3. Optimista tecnológica: esta teoría considera que el impacto de la automatización tendrá efectos positivos y negativos: por una parte, la introducción de inteligencias artificiales en las empresas permitirá aumentar la producción y la riqueza, con lo que mejorará la economía y el nivel de vida. Sin embargo, este aumento de producción y riqueza se distribuirá de forma desigual, creando nuevos empleos pero destruyendo otros tantos, por lo que será necesario mejorar la educación tecnológica.
  4. Escéptica: la introducción de inteligencia artificial contribuirá a aumentar la riqueza y producción, pero no se podrán aprovechar los beneficios, dado el elevado coste de mantener el sistema de pensiones, sanidad, gastos derivados del cambio climático, etc., por lo cual, para esta teoría, la automatización solo implica el estancamiento de la economía.
  5. Realista-optimista: la productividad aumentará en algunos sectores y se crearán nuevos puestos de trabajo de alta cualificación, pero se destruirán los empleos de baja y media cualificación; pese a todo, aún no se dispone de demasiados datos, por lo que es necesario investigar la relación de automatización, salarios y producción.

Estas 5 teorías tiene tanto adeptos como retractores, y se trata de perspectivas interesantes acerca de lo que puede llegar a ocurrir; sin embargo, para simplificar las posturas acerca de los efectos de la automatización en el mercado laboral podemos clasificar estas teorías en 2 corrientes: una corriente positiva, en la cual en el largo plazo la automatización supondrá mayores beneficios que costes en cuanto a la calidad de empleo, tasas de ocupación y producción (pese a las tensiones generadas en el mercado laboral), es decir, el saldo de la automatización será positivo; mientras que la corriente negativa especifica que, dado que esta revolución digital no tiene precedentes, el empleo se verá negativamente afectado, así como la calidad de vida y el sistema económico en general.

Tal y como se ha observado en estas teorías se hace referencia constantemente a la cualificación y a los diferentes sectores; hay determinados sectores que están en mayor riesgo que otros de que la automatización sustituya a las personas ocupadas. Por eso, es necesario conocer qué sectores están en mayor riesgo de sustitución en el mercado laboral español.

MERCADO LABORAL ESPAÑOL: RIESGO Y CONSECUENCIAS DE LA AUTOMATIZACIÓN

Dado que en cada sector económico del mercado laboral se requieren un determinado tipo de conocimientos y habilidades, es fácil comprender que cada sector tendrá un riesgo diferente. Será necesario poder delimitar cuál es el riesgo que existe en cada uno de los sectores del mercado laboral.

Con los datos disponibles de la Encuesta de Población Activa en el Instituto Nacional de Estadística, hemos comprobado que los sectores que tienen una mayor cantidad de personas empleadas son: industria manufacturera, construcción, comercio al por mayor y al por menor, transporte y almacenamiento, hostelería, información y comunicaciones, actividades financieras, actividades profesionales científicas y técnicas, actividades administrativas y auxiliares, Administración Pública, educación y actividades sanitarias y de servicios sociales. En la Tabla 1 podemos observar los porcentajes de trabajadores de ambos sexos empleados en cada rama de actividad con respecto del total. Dado que estas ramas son las que emplean a mayor número de trabajadores, serán las que se utilicen para este estudio.

Posteriormente, hemos utilizado los porcentajes de probabilidad de automatización de cada sector obtenidos en el Centro Europeo para el Desarrollo de la Formación Profesional (CEFEDOP); datos relativos para los sectores del mercado laboral en la Unión Europea. Para calcular este porcentaje, el CEFEDOP ha evaluado la correspondencia entre las habilidades de los trabajadores de cada sector, y las habilidades requeridas en su empleo. Un mayor desajuste entre habilidades implica mayor riesgo de automatización (Pouliakis, 2018).

Una vez que tenemos los sectores a estudiar, y el riesgo de automatización de cada uno, realizamos un gráfico que muestra la relación entre el sector y su riesgo:

Como se puede observar en este gráfico, los sectores con mayor riesgo de ser automatizados son el sector transporte, manufacturas, construcción, y servicios administrativos, con un riesgo mayor del 50%. Por el contrario, los sectores con menor riesgo son aquellos relacionados con la educación, salud, trabajos sociales y hostelería.

Los sectores con mayor riesgo de ser automatizados son el sector transporte, manufacturas, construcción, y servicios administrativos, con un riesgo mayor del 50%

Dado el tamaño de algunos de estos sectores, y teniendo en cuenta que son aquellos que emplean a mayor cantidad de trabajadores, es probable que los efectos de los avances tecnológicos en el mercado laboral no sean positivos, dado el volumen de trabajadores en riesgo. Con los estudios consultados, observamos que se prevé que, en España, hacia la década de 2030, se habrá perdido aproximadamente el 35% de los empleos existentes (Hawksworth, Berriman, Goel, 2018), lo cual, dado el nivel de desempleo de este país, puede inducir a graves problemas económicos y sociales.

El hecho de que un tercio de los empleos vaya a acabar desapareciendo entraña un grave riesgo para la economía y el mercado laboral, pero aparte de estos problemas, dada la composición de algunos de los sectores en riesgo, formado en su mayor parte por mujeres (como por ejemplo el sector del comercio al por mayor y al por menor), es probable que la automatización también suponga un ensanchamiento de la brecha de género existente, lo cual implicará mayor desigualdad de género, y dificultará que se alcance una igualdad efectiva en la ocupación del mercado laboral.

BRECHA DE GÉNERO EN EL MERCADO LABORAL

En todos los sectores económicos del mercado laboral, se encuentra una diferencia mayor o menor entre las tasas de ocupación del hombre y de la mujer; a esta diferencia entre ambas se le denomina brecha de género. Esta brecha se puede calcular de diferentes maneras, sin embargo, en este trabajo, la brecha se calculará como: [porcentaje de hombres ocupados – porcentaje de mujeres ocupadas]. Al calcularla de esta forma, podemos obtener un resultado positivo, que indica que en el sector hay más hombres ocupados que mujeres; si obtenemos un resultado negativo, significa que en dicho sector hay más mujeres ocupadas que hombres.

La brecha de género tiende a reducirse a lo largo de los años: desde la década de 1980

En el caso del mercado laboral español, podemos comprobar que la brecha de género tiende a reducirse a lo largo de los años: desde la década de 1980, se produjo una mayor incorporación de la mujer al mercado laboral, lo que ha permitido que esta brecha de género se reduzca, pese a que, según veremos posteriormente, esta brecha es más acusada en algunos sectores.

Para poder estudiar la brecha de género en cada sector, utilizamos como fuente estadística la Encuesta de Población Activa (EPA) que encontramos en el INE, concretamente las tasas de ocupación de hombres y mujeres por sector. Con estos datos, podremos comprobar cuál es la situación en el año 2018, así como calcular la brecha de género existente en cada sector, para posteriormente establecer cuál ha sido su evolución, que nos permitirá conocer lo que puede ocurrir en el futuro con las tasas de ocupación femeninas.

Dado que es complicado analizar todos los sectores, y teniendo en cuenta que no hay datos de algunos de ellos (tales como el sector artístico), hemos decidido tomar como muestra para nuestro estudio las ramas de actividad de la Clasificación Nacional de Actividades Económicas (CNAE) que emplean a mayor población, siendo éstos: industria manufacturera, construcción, comercio al por mayor y al por menor, transporte y almacenamiento, hostelería, información y comunicaciones, actividades financieras, actividades profesionales científicas y técnicas, actividades administrativas y auxiliares, Administración Pública, educación y actividades sanitarias y de servicios sociales. A la hora de calcular la brecha, hemos utilizado dos dígitos.

En primer lugar, hemos utilizado las tasas de ocupación de hombres y mujeres en el año 2018 para poder comprender la situación actual. En el gráfico adjunto (gráfico 2), podemos observar que existen varios sectores en los cuales las tasas de ocupación de hombres son muy superiores a las de las mujeres, como por ejemplo en la industria manufacturera, construcción, o transporte y almacenamiento. Por el contrario, en los sectores de comercio, educación o actividades sanitarias y de servicios sociales observamos que hay un mayor porcentaje de mujeres ocupadas que de hombres (considerando que este porcentaje es sobre el total de la población ocupada). Sin embargo, hay otros sectores, como hostelería o actividades financieras, en los que encontramos que los porcentajes de ocupación son similares.

Esto nos da idea de que existirá una brecha de género en casi todos los sectores, siendo más acusada en los anteriormente mencionados (y teniendo en cuenta que estas brechas de género podrán ser tanto positivas como negativas).

Si utilizamos estos porcentajes de ocupación, y restamos la ocupación de los hombres menos la de las mujeres, obtendremos la brecha de género por sector; observamos, tal y como habíamos supuesto en el caso anterior, que se dan 3 casos diferentes:

  1. Brecha de género positiva: en los sectores de industria manufacturera, construcción y transporte. En estos sectores, la brecha de género es cercana el 10%.
  2. Brecha de género negativa: esto ocurre en los sectores de educación y sanidad, donde la brecha alcanza hasta el 11%.
  3. Brecha de género reducida: en los demás sectores.

Como se puede apreciar en el gráfico, existe una brecha de género en todas las ramas de actividad, aunque podemos comprobar que es mucho mayor en algunas de ellas; estos sectores son aquellos que tradicionalmente han sido ocupados por hombres, como la construcción o la industria manufacturera. También observamos el caso contrario: brecha de género en actividades como educación o actividades sanitarias y de servicios sociales, solo que en este caso la brecha de género es negativa al haber muchas más mujeres ocupadas que hombres.

A la vista de los datos obtenidos, cabe preguntarse: ¿por qué hay más mujeres ocupadas en determinados sectores que hombres?

¿Por qué hay más mujeres ocupadas en determinados sectores que hombres?

Causas de la brecha de género: roles sociales y estereotipos

Ya hemos observado que existe brecha de género en todos los sectores, sin embargo, queremos averiguar por qué en determinadas ramas de actividad hay más hombres que mujeres, y viceversa.

Consultando los estudios proporcionados por Fundación Telefónica acerca de la brecha de género y su origen, podemos establecer cuál es una de las causas principales: la distribución de roles sociales (Sáinz, 2017). Desde que comenzó la división social del trabajo, se establecieron una serie de roles relativos a las características de hombres y mujeres en la sociedad: al hombre se le relacionaba con tareas dedicadas al ejercicio de poder y asertividad, así como a la competitividad, y a la mujer con tareas dedicadas a las emociones, relaciones sociales y al cuidado de los demás. La persistencia de estos roles en la sociedad implica que, desde niños, se condiciona a hombres y mujeres hacia su rol social, lo que en gran parte determina aquellos trabajos que desempeñarán en el futuro. Al mismo tiempo, ocurre que la escasa presencia de modelos femeninos en algunos sectores desanima a las mujeres a decantarse por dicho ámbito profesional.

Como se puede ver en los gráficos anteriores (gráfico 2 de ocupados por sector económico, y gráfico 3 de brecha de género), hay mucha mayor presencia de mujeres en aquellos sectores relacionados con los cuidados o las relaciones sociales; esta brecha de género se da especialmente en la educación y las actividades sanitarias y sociales. Por el contrario, en sectores más relacionados con el liderazgo, la competitividad o asertividad (es decir, que no implican emociones), podemos encontrar muchos más hombres ocupados que mujeres, como por ejemplo en la industria manufacturera o el transporte.

Los roles sociales son una de las causas por las que existe la brecha de género, pero no es la única

Los roles sociales son una de las causas por las que existe la brecha de género, pero no es la única: con el artículo “Desigualdades de género en el mercado laboral” consultado en la revista Panorama Social podemos comprobar que hay otros factores que favorecen la desigualdad y que contribuyen a que la brecha de género no se reduzca, tales como el hecho de que las mujeres tiendan a concentrarse en sectores que perpetúan los roles tradicionales de género, como pueden ser actividades sanitarias o educación, siendo que esta desigualdad en la distribución de las mujeres por rama de actividad no se produce por limitar su acceso a sectores considerados masculinos, sino por su confinamiento a los empleos considerados tradicionalmente femeninos (Cebrián y Moreno, 2018).

La persistencia de estos estereotipos contribuye a perpetuar la brecha de género existente. Sin embargo, en los últimos años se han incluido medidas destinadas a favorecer la inclusión de la mujer en el mercado laboral. En el apartado siguiente comprobaremos cuál ha sido la evolución de la brecha de género en la última década, y si ésta se ha ido reduciendo o por el contrario ha aumentado.

Evolución de la brecha de género

A continuación, estudiaremos la evolución de la brecha de género por sectores a lo largo de la última década; así podremos comprobar qué ha ocurrido a lo largo de este periodo, y posteriormente analizaremos las causas. Hemos realizado dos gráficos, en los que comprobaremos la evolución de la brecha en aquellos sectores en los que es positiva y en los que es negativa.

En primer lugar observamos la evolución de la brecha de género en los sectores en que es positiva (gráfico 4). En los sectores de manufacturas, construcción, transporte, información y comunicaciones y  Administración Pública podemos observar que la brecha de género positiva se ha mantenido estable en casi todos los sectores, excepto en el sector de la construcción, en el que observamos que desde 2008 se ha reducido la brecha de género; sabiendo que en este sector se produjeron numerosos despidos durante la crisis, podemos afirmar que la brecha se ha reducido al disminuir la tasa de ocupación de los hombres.

En el siguiente gráfico (gráfico 5) podemos observar la evolución de la brecha de género negativa en los sectores de actividades sanitarias, educación, actividades profesionales, científicas y técnicas, actividades inmobiliarias, actividades financieras y hostelería. Esta brecha de género negativa oscila entre aproximadamente el 4% en algunos sectores, hasta el 25% en alguno de ellos.

Podemos comprobar que la brecha de género negativa no ha sufrido grandes variaciones a lo largo del periodo estudiado, sin embargo, hay que destacar que en algunos sectores esta brecha es bastante grande:

  • Actividades sanitarias: es el sector con mayor brecha de género negativa. Aunque se ha reducido en los últimos años, sigue siendo cercana al 25%.
  • Educación: observamos que ha disminuido desde 2008, siendo su porcentaje sobre el total de ocupados mayor que el de los hombres.

El hecho de que en estos dos sectores haya una brecha negativa tan acusada nos demuestra que se cumple lo especificado en el apartado anterior: se produce una concentración de mujeres en estos sectores, considerados tradicionalmente femeninos, lo que quiere decir que los estereotipos siguen vigentes, y que en gran medida delimitan la trayectoria profesional de las mujeres. Esto impide que se alcance una igualdad en el número de hombres y mujeres empleados en un determinado sector.

Para poder medir la desigualdad entre hombres y mujeres en el mercado laboral, se utiliza el índice de disimilitud de Duncan: se calcula como el total de hombres ocupados en un sector sobre el total de los hombres ocupados menos el total de mujeres ocupadas en un sector sobre el total de mujeres ocupadas. Posteriormente se suman los datos de todos los sectores y se dividen entre dos. Su fórmula es: ID = (1/2) Σ | hi –mi |, y su resultado nos indica la desigualdad de la distribución de hombres y mujeres (Cebrián y Moreno, 2018). Para el caso de España, este índice es del 0,5, es decir, para que exista una igualdad en la distribución de hombres y mujeres en los diferentes sectores del mercado laboral, 50 de cada 100 mujeres deberían cambiar de empleo (Cebrián y Moreno, 2018), lo que nos muestra que no existe igualdad en la distribución.

Hemos comprobado que existe una brecha en todos los sectores; es difícil encontrar tasas de ocupación iguales entre hombres y mujeres, aparte del hecho de que en algunos de los sectores casi no hay presencia de mujeres; y pese a que las brechas existentes dan muestra de haberse reducido desde el año 2008 (tanto por favorecer medidas de inclusión de la mujer en el mercado laboral, como por disminuir las tasas de ocupación de los hombres en algunos casos), aún queda mucho por hacer para lograr cifras de ocupación más igualitarias.

EFECTOS DE LA AUTOMATIZACIÓN SOBRE LA BRECHA DE GÉNERO

Como hemos desarrollado en los apartados anteriores, y teniendo en cuenta la cuestión de la brecha de género y la automatización, podemos deducir que:

  1. En cuanto a la automatización, en el primer apartado hemos comprobado que los sectores que están en mayor riesgo de automatizarse son precisamente aquellos en los que la brecha de género es mayor.
  2. Estos sectores tienen una mayor presencia de hombres que de mujeres, por lo cual, la pérdida de empleos en este caso afectaría más a los hombres que a las mujeres.
  3. Pueden llegar a desaparecer aproximadamente el 35% de los empleos actuales.
  4. En algunos de los sectores estudiados existe una gran brecha de género.
  5. Las profesiones que más se demandarán en el futuro serán aquellas relacionadas con el ámbito científico y tecnológico, profesiones que no suelen elegir las mujeres.
  6. Los estereotipos presentes en la sociedad contribuyen a desmotivar a las mujeres a elegir una vocación relacionada con aquellos sectores que se consideran más “adecuados” para los hombres.

Quienes se verán más afectados por los cambios que se producirán en el mercado laboral debido a la automatización serán los hombres

Teniendo en cuenta estas tendencias, y habiendo utilizado las tasas de ocupación de las mujeres y de los hombres para calcularla, podemos deducir que quienes se verán más afectados por los cambios que se producirán en el mercado laboral debido a la automatización serán los hombres, puesto que en su mayoría ocupan puestos de trabajo en alto riesgo. Sin embargo, encontramos algunas razones que nos hacen suponer que la situación de las mujeres puede empeorar en el mercado laboral a medida que se desarrollen las mejoras tecnológicas:

La presencia de estereotipos, aún muy arraigados, que consideran que las mujeres son más adecuadas para trabajar con humanos y los hombres con máquinas (Wiberg y Catrin, 2017). Tal y como se ha comprobado en los estudios consultados, estos estereotipos desaniman a las mujeres a orientar sus carreras hacia determinados sectores (como el sector científico y técnico), y la falta de modelos femeninos en estos ámbitos contribuye a desmotivar a la hora de elegir su vocación. Si en el futuro se demandarán más empleos en este sector en detrimento de los demás, la situación de las mujeres en el mercado laboral puede verse muy perjudicada.

En diversos estudios se hace hincapié en que las mujeres tienen menos acceso a las nuevas tecnologías y a las habilidades necesarias para su uso (Sorgner, Bode y Krieger-Borden, 2017), lo que se traduce en una seria desventaja a la hora de encontrar empleo en el mercado laboral, que cada vez demandará más estas habilidades.

Teniendo en cuenta lo anteriormente expuesto, no podemos establecer con claridad, y sin realizar un cálculo estadístico, cómo se verá afectada la brecha de género a lo largo de la revolución digital.

Hipótesis planteada y posibles resultados

Tal y como se ha explicado en el apartado anterior, es complicado establecer una hipótesis acerca de lo que ocurrirá con la brecha de género en el mercado laboral; teniendo en cuenta que hay factores que pueden mejorar la situación de las mujeres en sus puestos de trabajo, pero que también existen muchos que pueden empeorarla, nosotros planteamos la hipótesis siguiente:

Durante las próximas décadas, la progresiva digitalización y automatización del mercado laboral contribuirá a aumentar la brecha de género y la diferencia entre las tasas de ocupación de hombres y mujeres, y a empeorar la situación de las mujeres en el mercado laboral de España.

Hemos establecido esta hipótesis porque consideramos que el escaso acceso de las mujeres a carreras y puestos de trabajo que se demandarán más en el futuro, unido a la persistencia de estereotipos y actitudes que dificultan la inclusión de la mujer en sectores en los cuales el riesgo de automatización es menor (especialmente en el sector científico y tecnológico) puede perjudicar la empleabilidad de las mujeres, y por tanto, aumentar la brecha de género en los próximos años.

Sin embargo, podemos obtener que la hipótesis no se cumple, lo cual puede significar que:

  1. El riesgo de automatización y la brecha de género no están relacionados, y por tanto, la evolución de la brecha de género no dependerá de este factor.
  2. El riesgo de automatización reducirá la brecha de género, ya sea porque pueda beneficiar a las mujeres a la hora de incorporarse al mercado laboral, o porque se reducirán las tasas de ocupación de los hombres (lo que contribuye a reducir la brecha entre ambas tasas de ocupación).

Si la hipótesis planteada es cierta, se confirmará que en las próximas décadas se producirá la expulsión de muchas mujeres del mercado laboral, y se plantearán posibles soluciones a este problema. En el caso de que la hipótesis no sea cierta, se establecerán algunas recomendaciones con objeto de reducir la brecha de género existente, dado que, si bien la automatización conllevará la destrucción de miles de empleos, también permite el acceso de las mujeres a una mejor educación, información y puede contribuir a mejorar la lucha contra los estereotipos de género existentes.

Para comprobar la veracidad de la hipótesis, procederemos a realizar una comprobación estadística.

Comprobación estadística de la hipótesis

Para establecer la relación entre la brecha de género y la automatización, y comprobar la validez de la hipótesis, utilizaremos los siguientes datos:

  • Riesgo de automatización por sector: este porcentaje se calcula mediante el estudio de las habilidades y conocimientos necesarios para desempeñar un trabajo determinado en el sector. Cuanto más sustituibles por una máquina sean estas habilidades, mayor riesgo de automatización (Pouliakis, 2019).
  • Tasa de ocupación femenina: porcentaje de mujeres empleadas en el sector; utilizaremos las tasas de ocupación de la Encuesta de Población Actica recogidas en el INE.
  • Tasa de ocupación masculina: porcentaje de hombres empleados en el sector; obtenidas igual que en el caso anterior.
  • Brecha de género: calculada como la diferencia entre la tasa de ocupación de los hombres y la de las mujeres.

Para contrastar la validez de la hipótesis, en los apartados siguientes se procederá, en primer lugar, establecer si la brecha de género y la automatización están relacionadas, ya que podría darse el caso de que ambas variables no estén relacionadas, y por tanto, que no podamos predecir lo que ocurrirá en el mercado laboral. Posteriormente, si hemos obtenido que ambas variables están relacionadas, procederemos a comprobar a qué variable afecta más la automatización: a la tasa de ocupación femenina o masculina; con estas dos correlaciones, podremos establecer qué colectivo se ve más afectado: puede ocurrir que la automatización afecte a los dos colectivos, o sólo a uno de ellos. Finalmente, realizaremos una regresión del modelo planteado, en el cual comprobaremos cómo se verá afectada la brecha de género, y se comentarán las conclusiones obtenidas.

Relación entre las diferentes variables: correlaciones y su significado

En nuestro estudio, queremos comprobar si la automatización empeorará la situación de la mujer en el mercado laboral. Utilizando los datos mencionados en el apartado anterior, lo que haremos será establecer la correlación existente entre ellos mediante el uso del software estadístico Stata.

Se realiza un análisis de correlación para medir la fuerza o grado de asociación lineal de dos variables. El coeficiente de correlación nos indicará el grado de asociación de las dos variables. Este valor puede ser positivo o negativo, y estará situado entre -1 y 1. Si el valor del coeficiente de correlación es más próximo a 0, indica que la correlación entre las dos variables es muy débil, es decir, apenas están relacionadas entre sí, mientras que si el valor es más cercano a 1 o -1, la relación entre las dos variables es más fuerte. Normalmente, se considera que existe una correlación fuerte si los valores están situados en torno a 0,5 o 0,6; correlación moderada entre 0,4 y 0,3; correlación débil o nula entre 0,2 y 0,1.

A continuación, calculamos el coeficiente de correlación existente entre las variables brecha de género y automatización:

Observando el resultado obtenido, comprobamos que existe una correlación negativa moderada entre ellas; esto quiere decir que si aumenta el riesgo de automatización de un sector determinado, la brecha de género en ese sector es menor.

Con esto podemos establecer una primera conclusión: a medida que aumenta el riesgo de automatización en un sector, la brecha de género se reduce. Por tanto, podemos descartar que ambas variables no estén relacionadas.

A continuación, tendremos que establecer la relación entre la automatización y las tasas de ocupación de hombres y mujeres, dado que así comprobaremos qué colectivo se verá más afectado por los cambios del mercado laboral, y por tanto, cómo tendremos que enfocar las soluciones que se plantearán al final.

Si realizamos una correlación entre la automatización y la tasa de ocupación femenina obtenemos:

La correlación es muy cercana a 0, es decir, muy débil: teniendo en cuenta el resultado de esta correlación, podemos afirmar que la tasa de ocupación de las mujeres y la probabilidad de automatización no está relacionada; a medida que aumenta la probabilidad de automatización de un sector, la tasa de ocupación de las mujeres no variará.

En cambio, si comprobamos la relación con la tasa de ocupación de los hombres obtenemos:

Observamos una correlación negativa y fuerte entre ambas variables, lo que significa que a medida que aumenta la automatización disminuye la tasa de ocupación de los hombres.

Hemos comprobado la relación entre las diferentes variables, y con los resultados obtenidos podemos afirmar que:

  • La brecha de género disminuye al aumentar la automatización.
  • No existe relación entre la automatización y la ocupación femenina. Que ambas variables no estén relacionadas implica que la disminución de la brecha de género no vendrá dada por una mayor empleabilidad de las mujeres.
  • Existe una fuerte correlación negativa entre automatización y ocupación de los hombres; esta disminuye cuando aumenta la automatización, lo que significa que a medida que más empleos se vuelvan sustituibles, las tasas de ocupación de los hombres disminuirán.

La principal conclusión que obtenemos en base a los resultados obtenidos es que la hipótesis planteada no se cumple: al aumentar la automatización, se reduce la brecha de género; sin embargo, esta disminución no se traduce en una mayor ocupación de las mujeres (ya que hemos comprobado que ambas variables no están relacionadas), sino que se producirá por un descenso en las tasas de ocupación de los hombres. Se reducirá la brecha de género, pero por el hecho de que habrá menos hombres ocupados en estos sectores del mercado laboral.

Hemos comprobado la relación entre las diferentes variables, sin embargo, para poder asegurar que la hipótesis planteada no se cumple y por qué, en el siguiente apartado estableceremos un modelo econométrico, que nos permitirá conocer la validez de los resultados obtenidos.

Regresión: variables relacionadas con la automatización y la brecha de género

Ya hemos comprobado que se reduce la brecha de género al aumentar el riesgo de automatización de un sector, y que esto se debe a que disminuyen las tasas de ocupación masculina, ya que no se relaciona con las tasas de ocupación femenina. Para comprobarlo de forma estadística, realizaremos una regresión con un modelo en el cual la variable explicada será la automatización, y las variables explicativas las tasas de ocupación; con este modelo observaremos qué factores afectan a la automatización:

Automatización= C + Ocupación femenina + Ocupación masculina

(siendo Ocupación femenina y Ocupación masculina las tasas de ocupación de cada colectivo)

Lo que se pretende con esta estimación de modelo es comprobar si la relación entre las variables es significativa, de manera que consideramos 2 hipótesis; una primera hipótesis como:

H0: Ocupación masculina=0        

H1: Ocupación masculina≠0

Y la segunda hipótesis como:

H0: Ocupación femenina=0        

H1: Ocupación femenina≠0

Recordamos que:

H0: Prob>0,05 Variable individualmente no significativa

H1: Prob<0,05 Variable individualmente significativa

Realizando la regresión en Stata obtenemos:

En primer lugar, observando el valor obtenido en el R cuadrado, podemos afirmar que el modelo es válido.

A continuación, comprobamos la validez de las hipótesis de nuestras variables de ocupación:

  • Automatización y tasa de ocupación femenina:

Prob=0,196, siendo mayor que 0,05 podemos afirmar que esta variable es NO SIGNIFICATIVA en nuestro modelo. No se rechaza la hipótesis nula.

Al 5% de significación, podemos afirmar que la tasa de ocupación femenina no afecta a la automatización.

  • Automatización y tasa de ocupación masculina:

Prob= 0,028, siendo menor que 0,05 podemos afirmar que esta variable es SIGNIFICATIVA en el modelo. Rechazamos la hipótesis nula.

Al 5% de significación, podemos afirmar que la tasa de ocupación masculina sí afecta a la automatización, y dado que tiene un coeficiente negativo, significa que si aumenta la automatización disminuye esta tasa de ocupación.

Resultado de la regresión y significado

Una vez hecha la regresión, podemos reafirmar los resultados obtenidos con las correlaciones: la automatización no se relaciona con la tasa de ocupación femenina, sin embargo, sí se relaciona con la tasa de ocupación masculina, la cual tiene un coeficiente negativo, indicador de que a medida que aumenta la automatización se reduce esta variable. Esto quiere decir que a medida que aumente el grado de automatización del mercado laboral, se reducirán las tasas de ocupación masculinas, con lo cual se reducirá la brecha de género; por desgracia, esta reducción de la brecha de género no tiene por qué significar que habrá mayores porcentajes de ocupación femenina.

La automatización no se relaciona con la tasa de ocupación femenina, sin embargo, sí se relaciona con la tasa de ocupación masculina

Los resultados obtenidos en la comprobación estadística de la hipótesis son:

  1. La brecha de género y la automatización están relacionadas: al aumentar la automatización, se reduce la brecha de género.
  2. La automatización y la tasa de ocupación de las mujeres NO está relacionada.
  3. La automatización y la tasa de ocupación de los hombres SÍ está relacionada.
  4. En base al modelo calculado, se reducirá la brecha de género, pero:
    1. Las tasas de ocupación femeninas no se verán afectadas por este factor.
    2. Disminuirán en gran proporción las tasas de ocupación masculinas.

Disminuirá la tasa de empleo de los hombres, mientras que la de las mujeres se mantendrá

Con estos resultados obtenidos, podemos afirmar que la hipótesis planteada inicialmente NO se cumple: podemos afirmar que la progresiva digitalización y automatización del mercado laboral reducirá la brecha de género en el mercado laboral español: disminuirá la tasa de empleo de los hombres, mientras que la de las mujeres se mantendrá.

CONCLUSIONES

Ya hemos comprobado que la hipótesis no se cumple, se reducirá la brecha de género en las próximas décadas; pero esta reducción de la brecha de género vendrá dada por el desempleo de los hombres, y no por el mayor acceso de las mujeres a determinados sectores económicos del mercado laboral, lo que implica que la situación de las mujeres no empeorará por la digitalización, pero tampoco mejorará, al mismo tiempo que el mercado laboral sufrirá grandes tensiones. Es necesario, por tanto, plantear algunas medidas que permitan mejorar tanto la empleabilidad de la mujer, como mejorar los conocimientos y habilidades de todos los trabajadores, lo que les ayudará a estar más preparados ante los cambios que experimentará el mercado laboral.

Como hemos comprobado que los más afectados por la automatización serán los hombres, hemos decidido enfocar las soluciones destinadas a mejorar la situación en el mercado laboral en dos apartados: reducción de la brecha de género existente y mejora de las habilidades y aptitudes de los trabajadores.

Se reducirá la brecha de género en las próximas décadas; pero esta reducción de la brecha de género vendrá dada por el desempleo de los hombres

En cuanto a la brecha de género, las soluciones que se estima podrían tener mayor impacto a la hora de reducir la brecha son aquellas relacionadas con incentivar la participación de la mujer en el mercado, así como concienciar en materia de igualdad (Díez, Val y Colomina, 2019):

  • Fomentar la corresponsabilidad de hombres y mujeres en las responsabilidades familiares: si se aplican medidas como aumentos de las infraestructuras para facilitar el cuidado de niños y personas dependientes (que normalmente cuidan las mujeres) o una flexibilización de las jornadas laborales, se favorecerá la inclusión de la mujer en el mercado, aparte de que contribuirán a reducir la brecha salarial.
  • Incentivar la participación de la mujer en los órganos de decisión de las empresas e instituciones: si se lleva a cabo esta medida, no solo se reducirá la brecha en algunos sectores, sino que se podrán crear modelos femeninos en el sector, que servirán como incentivo a otras mujeres a la hora de elegir su carrera profesional.
  • Concienciar y sensibilizar a toda la sociedad en materia de igualdad: dado que siguen persistiendo estereotipos que impiden que se reduzca la brecha de género, es necesario empezar a concienciar e incorporar las cuestiones de género desde la etapa escolar, dado que así se evitará condicionar la vocación de una persona en función de su género; al mismo tiempo, y dada la influencia de los medios de comunicación, se debe lograr transmitir una imagen femenina no estereotipada, evitando caer en los roles tradicionales.

En cuanto a la mejora de habilidades de los trabajadores, se puede:

  • Revisar y actualizar la enseñanza desde Primaria: deberán incluirse materias enfocadas a mejorar las habilidades tecnológicas que serán necesarias en el futuro; al mismo tiempo, se deberán potenciar habilidades tales como la inteligencia y la creatividad, necesarias para adaptarse a los cambios del mercado laboral.
  • Facilitar una formación continua en el puesto de trabajo: de esta forma, se desarrollarán las habilidades y la adaptabilidad de los trabajadores.
  • Desarrollar un Plan Nacional de Inclusión Tecnológica, con el cual se podrá formar a aquellos trabajadores sin conocimientos digitales previos; esto también puede reducir la brecha digital existente entre trabajadores más jóvenes y adultos (Unión General de Trabajadores, 2018).
  • Promocionar empleos en los sectores que tienen menor riesgo de ser automatizados.

Consideramos que estas soluciones pueden contribuir tanto a la reducción de la brecha de género como a reducir el impacto de la automatización; será necesario aplicar medidas en los próximos años, dado que el previsible aumento del desempleo que se producirá va a provocar tensiones sociales, y es necesario hacer todo lo que se pueda para evitar empeorar la situación del mercado laboral.

Para finalizar, hemos de decir que en el presente trabajo hemos supuesto que la automatización contribuiría a aumentar la brecha de género en el mercado laboral español. En primer lugar, hemos estudiado el proceso de automatización, llegando a las conclusiones de que se perderán cerca de un tercio de los empleos actuales, aparte del hecho de que, cada sector tiene un riesgo diferente, siendo los más afectados la industria y la construcción, y los menos afectados la educación y la sanidad.

Existen sectores en los que hay muchos más hombres que mujeres, siendo estos sectores aquellos que están en mayor riesgo de ser sustituidos

Posteriormente, hemos analizado la brecha de género y su evolución, y hemos comprobado que, aunque en general se ha reducido para todos los sectores, existen sectores en los que hay muchos más hombres que mujeres, siendo estos sectores aquellos que están en mayor riesgo de ser sustituidos; en los sectores que se verán menos afectados, hay más mujeres que hombres. Esto nos ha ayudado a enfocar el cálculo estadístico posterior: hemos comprobado que los estereotipos y roles de género condicionan a las mujeres a la hora de elegir su carrera profesional, aparte del hecho de que suelen tener menor acceso a las nuevas tecnologías; sin embargo, hemos observado que los sectores potencialmente más automatizables son aquellos en los cuales hay muchos más hombres ocupados que mujeres. Dado que estos factores podían tanto empeorar como mejorar la situación de la mujer en el mercado, hemos realizado un cálculo estadístico, destinado a aclarar cuál es la relación de la automatización con la brecha de género, si se verán afectados hombres y mujeres por igual, y si es de forma positiva o negativa.

Utilizando el software estadístico Stata, hemos calculado la correlación existente entre nuestras variables, obteniendo que a medida que aumenta el riesgo de automatización, se reduce la brecha de género: esto ya nos ha demostrado que la hipótesis planteada inicialmente no se cumple. A continuación, hemos buscado la correlación existente entre la automatización y las tasas de ocupación de hombres y mujeres, obteniendo que no existe ninguna relación con las tasas de ocupación femeninas, pero que sí existe una fuerte correlación negativa con las tasas de ocupación masculinas: hemos comprobado que a medida que aumenta el riesgo la ocupación de las mujeres no se ve afectada, pero sí las tasas de ocupación de los hombres; estas disminuyen al aumentar el riesgo.

Así, hemos comprobado que los principales afectados por este proceso de mejora tecnológica serán los hombres, puesto que se encuentran en los sectores de mayor riesgo; esto implica que a medida que se vaya desarrollando esta revolución tecnológica, más hombres perderán su empleo, con lo que se reduce la brecha de género, pero no por una mejora en las condiciones laborales de la mujer, sino por el descenso de empleo de los hombres.

Finalmente, y habiendo comprobado que la brecha de género disminuirá, pero que previsiblemente habrá un gran aumento del desempleo, hemos propuesto algunas soluciones, las cuales ya se detallan en algunos organismos e instituciones, destinadas tanto a mejorar la empleabilidad de las mujeres, como para facilitar a todos los trabajadores el acceso a los conocimientos y habilidades que serán necesarios para poder participar en el entorno cambiante del mercado laboral. Confiamos en que las soluciones propuestas contribuyan a mejorar el estado del mercado laboral, de la sociedad y de la economía española.

BIBLIOGRAFÍA

1 COMENTARIO

  1. Muy buen artículo y conclusiones. Sin embargo, sigue existiendo una brecha salarial en España que la Unión Europea ha calculado en 55 días más de trabajo al año. También hay techo de cristal en el acceso a la alta dirección, en los consejos de administración del Ibex y las fotos de organismos multilaterales siguen siendo mayoritariamente masculina.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí