Cuando el algoritmo manda: IA, opacidad y subordinación laboral

Durante los últimos años, la discusión sobre la relación entre la inteligencia artificial (IA) y el trabajo ha estado dominada por la interrogante de cuántos empleos van a desaparecer. La imagen resulta poderosa: máquinas sustituyendo trabajadores, algoritmos desplazando profesiones enteras y una economía cada vez menos dependiente del trabajo humano. Esta forma de plantear el problema, aunque importante, no ve el panorama completo. El riesgo más inmediato de la inteligencia artificial no es la eliminación masiva de puestos de trabajo, sino una modificación más silenciosa y extendida que se manifiesta en la reestructuración profunda del trabajo que permanece; la redifinición de las tareas, los ritmos, las formas de supervisión y las relaciones de poder dentro de los espacios laborales.

De esta forma se articula uno de los principales retos en materia laboral de la actualidad: la reconfiguración de la subordinación dentro de las relaciones laborales. En la era digital, las órdenes ya no siempre aparecen como instrucciones de un jefe en sentido tradicional, pueden presentarse en métricas, alertas, evaluaciones de desempeño, asignación automática de tareas o decisiones producidas por sistemas algorítmicos. En ese sentido, el mando patronal no desaparece: se vuelve más técnico, más continuo y, muchas veces, más difícil de identificar (De Stefano y Taes, 2023).

Esta situación vuelve más desigual la relación entre trabajador y patrón. Cuando el desempeño se mide mediante sistemas opacos, el trabajador no sabe qué datos se recopilan, cómo se procesan, qué criterios definen su productividad o cómo impugnar una decisión que afecta su trabajo (De Stefano, 2019). Bajo la apariencia de neutralidad tecnológica, la IA puede reforzar el poder empresarial: permite observar más, comparar más, exigir más y justificar decisiones como si fueran resultados objetivos de un sistema.

A partir de esta idea, el presente texto analiza cómo la inteligencia artificial reconfigura las relaciones laborales y las dinámicas de poder dentro de ellas. Más que preguntarse cuántos empleos desaparecerán, el análisis se centra en una cuestión distinta: qué ocurre cuando las decisiones que organizan, supervisan y evalúan el trabajo comienzan a ser tomadas por sistemas algorítmicos y cuáles son las consecuencias de ese cambio para el equilibrio de poder entre trabajadores y empleadores.

Más allá del reemplazo: la transformación del trabajo

La inteligencia artificial no impacta de manera uniforme sobre empleos enteros, sino sobre actividades específicas dentro de cada puesto. La IA puede sustituir ciertas tareas, pero también complementar otras, reorganizar funciones o modificar la manera en que se distribuye el trabajo dentro de una empresa (Hampole et al., 2025). La IA no necesariamente produce una desaparición inmediata del trabajo, pero sí altera su contenido, sus exigencias y sus formas de organización.

Esta perspectiva permite desplazar el análisis de la sustitución a la reorganización del trabajo. Las tecnologías basadas en la IA pueden intervenir de distintas maneras en el proceso laboral, tanto reemplazando tareas como modificando la forma en que estas se realizan y supervisan (Agnolin y González-Rostani, 2026). Algunas de las transformaciones más relevantes no ocurren cuando la IA sustituye a un trabajador, en cambio, suceden cuando ésta reorganiza su actividad cotidiana. En ese escenario, el trabajo permanece, pero cambia su forma: se fragmentan tareas, se aceleran procesos, se amplían responsabilidades y se introducen nuevas formas de medición.

A partir de esta premisa, el siguiente paso es analizar una dimensión más específica de esa transformación: la gestión algorítmica. Si la IA, además de remplazar tareas, también participa en la forma en que se coordina y supervisa el trabajo, entonces su impacto alcanza directamente la relación de subordinación. La discusión deja de ser solamente tecnológica y económica, y se convierte en un problema político y laboral: cómo cambia el poder patronal cuando parte de sus funciones de dirección y organización se ejercen mediante sistemas automatizados.

La gestión algorítmica como una nueva forma de subordinación

La gestión algorítmica puede entenderse como una forma de organización del trabajo en la que sistemas digitales participan en funciones que tradicionalmente correspondían a la jefatura: coordinar tareas, supervisar tiempos, evaluar desempeño y orientar decisiones laborales. Además de la introducción de herramientas tecnológicas en el proceso productivo, se utilizan datos, métricas y procedimientos automatizados para dirigir la actividad de los trabajadores (Mateescu y Nguyen, 2019). Bajo esta lógica, el elemento central en este tipo de control no reside en la tecnología en sí misma, sino en su uso para ejercer poder dentro de las relaciones laborales.

La gestión algorítmica opera principalmente mediante tres mecanismos: dirección, evaluación y disciplina algorítmicas (Wood, 2021). A través de la inteligencia artificial, los sistemas digitales pueden definir qué trabajo debe realizarse, en qué orden, bajo qué tiempos y con qué prioridades, de modo que la actividad del trabajador queda organizada sin necesidad de una instrucción directa de una jefatura humana. Al mismo tiempo, estos sistemas convierten el desempeño laboral en datos procesables: productividad, tiempos de ejecución, cumplimiento de objetivos, asistencia, calidad del trabajo o disponibilidad pueden transformarse en métricas utilizadas para evaluar de manera permanente a los trabajadores. El problema es que estos criterios suelen ser poco transparentes para quienes son evaluados, pues los sistemas digitales pueden establecer mecanismos de clasificación y control difíciles de comprender o cuestionar (Rosenblat & Stark, 2016). Finalmente, esas evaluaciones pueden traducirse en consecuencias concretas, como el acceso a incentivos, mejores tareas, oportunidades de desarrollo, condiciones de trabajo o incluso decisiones relacionadas con la continuidad laboral. En conjunto, estos mecanismos muestran que la inteligencia artificial no solo apoya la organización del trabajo, sino que puede asumir funciones tradicionalmente asociadas al poder de dirección del empleador. El algoritmo indica qué hacer, registra cómo se hace, compara resultados y genera consecuencias. Por ello, la autoridad empresarial no desaparece, sino que se reorganiza mediante sistemas técnicos que la vuelven menos visible, pero más constante e integrada en la infraestructura cotidiana del trabajo.

El carácter problemático de esta forma de subordinación se encuentra en su opacidad. Los trabajadores pueden desconocer qué datos se recopilan, cómo se ponderan, qué criterios definen su desempeño o cómo se toman las decisiones que afectan sus ingresos, horarios, carga laboral o permanencia en el empleo. Esta asimetría informativa refuerza la desigualdad entre empresa y trabajador: mientras la empresa acumula información detallada sobre la actividad laboral, el trabajador tiene pocas herramientas para conocer, discutir o impugnar los parámetros que lo gobiernan. En consecuencia, la gestión algorítmica puede presentar como decisiones técnicas lo que en realidad son decisiones empresariales sobre organización, productividad y disciplina.

Por ello, la gestión algorítmica no debe entenderse solo como una innovación tecnológica orientada a mejorar la eficiencia. También debe analizarse como un instrumento de reorganización del poder en el trabajo. Su importancia no radica únicamente en que permita coordinar grandes volúmenes de información o reducir costos administrativos, sino en que transforma la forma en que se ejerce la autoridad patronal. Al trasladar parte de la dirección, evaluación y disciplina hacia sistemas automatizados, la IA puede hacer que la subordinación laboral sea más continua, más impersonal y difícil de disputar.

‍ ‍

Opacidad y desigualdad en la relación laboral

Uno de los efectos más problemáticos de la introducción de la IA en la organización del trabajo es que dificulta que el empleado comprenda cómo se ejerce el poder sobre su actividad y, por tanto, cómo defenderse frente a él. En una relación laboral tradicional, las órdenes, evaluaciones o sanciones suelen provenir de una autoridad identificable, como un jefe o gerente. En cambio, cuando estas decisiones son mediadas por sistemas algorítmicos, el origen del mando se vuelve más difuso: el trabajador puede saber que fue evaluado, sancionado o desplazado de ciertas oportunidades, pero no necesariamente conoce los criterios que llevaron a esa decisión.

‍Por ello, la opacidad algorítmica no es solo un problema técnico ni una simple falta de información, sino un problema de defensa laboral. Cuando el trabajador desconoce qué datos se recopilan sobre su desempeño, cómo se ponderan, qué indicadores se consideran relevantes o qué umbrales activan una consecuencia negativa, se reduce su capacidad para cuestionar el resultado. Esta asimetría se agrava porque las decisiones algorítmicas suelen presentarse bajo una apariencia de neutralidad: una métrica, una calificación o una alerta automática pueden parecer más objetivas que la decisión de un supervisor humano. No obstante, estos sistemas responden a decisiones previas sobre qué medir, cómo medirlo y qué consecuencias asociar a cada resultado, por lo que pueden convertir decisiones empresariales en resultados aparentemente técnicos (De Stefano y Taes, 2023).

‍La consecuencia laboral de esta opacidad es significativa. Cuando una sanción, evaluación negativa o pérdida de oportunidades depende de un sistema cerrado, la posibilidad de impugnación se debilita. El trabajador no enfrenta únicamente una decisión desfavorable; enfrenta una decisión cuya lógica no puede reconstruir del todo. En este sentido, la opacidad algorítmica representa un desafío especial para el derecho laboral, pues amplía la capacidad empresarial de organizar y evaluar el trabajo, al tiempo que reduce la posibilidad del trabajador de conocer, discutir o controvertir los criterios de esa organización (De Stefano, 2019).

‍De esta forma, la inclusión de la inteligencia artificial en la organización del trabajo puede profundizar la desigualdad de poder en la relación laboral. La empresa observa más, mide más y conserva más información; el trabajador, en cambio, enfrenta decisiones que se presentan como técnicas, automáticas o inevitables. Por tanto, el problema de la opacidad algorítmica no se limita a exigir mayor transparencia como valor abstracto, sino a garantizar condiciones mínimas para que los trabajadores comprendan las decisiones que afectan su trabajo y puedan defenderse frente a ellas.

‍ ‍

Regular y negociar el algoritmo

Si la inteligencia artificial está modificando la forma en que se ejerce la subordinación laboral, entonces su incorporación al trabajo no puede quedar como una decisión unilateral del patrón. La problemática no es únicamente técnica, ni se resuelve con promesas generales de eficiencia, innovación y productividad. Cuando un sistema algorítmico asigna tareas, mide desempeño, recopila datos, evalúa conductas o participa en decisiones disciplinarias, está interviniendo directamente en el núcleo de la relación laboral. Por ello, la pregunta central no debe ser qué puede hacer la tecnología, sino quién la controla, bajo qué reglas opera y qué posibilidades tienen los trabajadores de disputar sus efectos.

Esta discusión exige abandonar la idea de que la tecnología es neutral. Las herramientas digitales pueden ser aliadas del trabajo, pero solo si se someten a criterios de sostenibilidad social y política, no únicamente a criterios de conveniencia económica (Aloisi y De Stefano, 2022). La gobernanza de la IA en el trabajo no puede limitarse a principios éticos no vinculantes, pues están en juego dimensiones centrales del trabajo: el ingreso, los derechos laborales y la autonomía de las personas trabajadoras (Silva, 2024). Dejar la operación de estos sistemas a la autorregulación empresarial equivale a permitir que el poder patronal se expanda bajo la apariencia de innovación.

Frente a ello, la negociación colectiva aparece como una herramienta fundamental, puesto que permite discutir sus efectos en el lugar donde se materializan: la organización cotidiana del trabajo (De Stefano y Taes 2023). No basta con informar que una empresa utilizará IA; es necesario negociar qué datos se recopilan, con qué finalidad, durante cuánto tiempo, quién puede acceder a ellos, qué decisiones pueden automatizarse y cuáles deben permanecer bajo control humano. También deben establecerse mecanismos para impugnar evaluaciones, sanciones o decisiones producidas por sistemas opacos.

Regular y negociar el algoritmo no significa rechazar la innovación. Significa reconocer que la tecnología modifica relaciones de poder preexistentes. La inteligencia artificial puede mejorar procesos, reducir tareas repetitivas y apoyar decisiones; pero también puede intensificar el trabajo, ampliar la vigilancia y hacer más difícil la defensa laboral. Por eso, su incorporación debe estar acompañada de límites claros: transparencia sobre los criterios de decisión, derecho a explicación, protección de datos, prohibición de prácticas discriminatorias, participación sindical y garantías frente a sanciones automatizadas.

‍El futuro del trabajo no está escrito por la tecnología. Los efectos de la IA dependen también de la capacidad de los trabajadores y sus organizaciones para intervenir en su implementación (Agnolin y González-Rostani, 2026). En ese sentido, la disputa central no es entre tecnología y trabajo, más bien entre formas distintas de gobernar la tecnología. Una IA laboral sin regulación puede profundizar la subordinación; una IA sometida a reglas, derechos y negociación colectiva puede orientarse hacia usos socialmente más justos. El reto, entonces, no es detener el cambio tecnológico, sino impedir que el algoritmo se convierta en una nueva forma de mando incuestionable.

Referencias

Agnolin, P., & Gonzalez-Rostani, V. (2026). When Technology Manages: Workers, Unions, and Collective Bargaining in the Age of AI. Unions, and Collective Bargaining in the Age of AI (May 13, 2026).

‍Aloisi, A. y De Stefano, V. (2022). Your Boss is an Algorithm. Hart.

‍De Stefano, V. (2019). ‘Negotiating the algorithm’: Automation, artificial intelligence and labour protection. Comparative Labor Law & Policy Journal, 41(1).

De Stefano, V. y Taes, S. (2023). Algorithmic management and collective bargaining. Transfer: European Review of Labour and Research. 29(1). 21-36

‍Hampole, M., Papanikolaou, D., Schmidt, L. D., & Seegmiller, B. (2025). Artificial intelligence and the labor market. National Bureau of Economic Research.

‍Mateescu, A. y Nguyen, A. (2019). Explainer: Algorithmic management in the workplace. Data and Society. Disponible en: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4584505 (consultado el 15/06/2026)

‍Rosenblat, A. y Stark, L. (2016). Algorithmic labor and information asymmetries: A case stuy of Uber’s drivers. International journal of communication. 10(27). 3758-3784.

‍Silva, V. (2024). The global governance of artificial intelligence and the future of work. Forthcoming in Furendal, M. & Lundgren, M.(eds.) Handbook on the Global Governance of AI. Edward Elgar.

Wood, A. J. (2021). Algorithmic management consequences for work organization and working conditions. (No. 2021/07). JRC Working. Papers Series of Labour, Education and Technology.