Un algoritme podria acabar decidint quin és el teu salari

La consultora Ceinsa ha iniciat aquest any un pilot amb vuit empreses per fixar els salaris de part de les seves plantilles mitjançant intel·ligència artificial, segons explica a EL PERIÓDICO el conseller delegat de la firma, Josep Capell. Tradicionalment enviaven un consultor, que els feia un pla de viabilitat i partint d’aquest configurava una estructura de remuneracions, pensada per a aquells treballadors que cobren per sobre de conveni (per sota no és legal pagar). No és una eina d’ús indiscriminat, sinó de moment enfocada a treballadors d’alta qualificació. 

Ara aquest procés que anava a càrrec d’un consultor el realitza un algoritme, que a partir d’una extensa base de dades acumulada durant els 30 anys d’experiència de Ceinsa acaba emetent una proposta de remuneracions. La configura a partir del perfil del lloc a cobrir, el currículum i habilitats dels candidats disponibles, la ubicació geogràfica de la companyia i la seva mida, entre d’altres.  

De les ‘big tech’ a les pimes

La idea de Ceinsa és oferir un producte més barat que una assessoria personalitzada i fer-ho així accessible a les petites i mitjanes empreses. De moment no substitueix del tot els responsables de recursos humans, que tenen l’última paraula per acceptar o modificar la proposta salarial que els fa la intel·ligència artificial. «Delegar-ho tot a l’algoritme seria empobrir els lideratges dins de l’empresa», argumenta Capell. 

«Utilitzar ‘big data’ per fixar uns salaris adequats és una cosa encara molt jove en el mercat laboral», coincideix el director d’innovació empresarial a Espanya de la consultora Hays, Aitor Larrauri. «Però cada vegada anirà a més, especialment en mercats molt competitius en què a les empreses els costa molt captar o retenir personal i es veuen obligades a oferir paquets salarials molt complets. No és només quant paguen, sinó com i a més de què», afegeix. 

«Ara mateix n’hi ha exemples en empreses altament intensives en tecnologia, però ja hi ha les condicions perquè models d’aquest tipus es generalitzin. No passarà d’un dia a l’altre, però són mesures que poden anar incorporant-se sense necessitat de digitalitzar tota l’empresa», apunta la professora de dret laboral d’ESADE i assessora del Govern central en matèria d’algoritmes, Anna Ginès.

Un dels casos més sonats d’intel·ligència artificial definint salaris va ser en l’aplicació de transport Uber, als Estats Units. «Els algoritmes determinaven no només què cobrava cada conductor per carrera, sinó també la part de la propina que es quedaven. I va quedar demostrat que tendien a calcular perquè cobressin el mínim possible», recorda la doctora en polítiques tecnològiques, directora d’Eticas Tech i també assessora del Govern central Gemma Galdón.

Transparència, la clau

Notícies relacionades

Retrat robot de la clàusula de revisió salarial: IPC anual, sense efecte retroactiu i amb límits

Els beneficis de l’Ibex creixen 8 vegades més que els salaris des de l’inici de la covid

«El nostre sistema només funciona si tots guanyen, tant l’empresa com el treballador. És important la màxima transparència i previsibilitat, si no pot ser contraproduent», explica el conseller delegat de Ceinsa. Aquesta transparència no només és una condició d’èxit, sinó un requeriment legal que l’actual Govern central va incorporar amb la coneguda ‘llei rider’. Aquesta, a banda de les implicacions de laboralitat per al sector de les aplicacions de repartiment, obliga les companyies que utilitzin algoritmes per organitzar a explicar com funcionen als sindicats. Tant si l’algoritme el fabrica aquesta empresa o l’hi compra a un tercer.

Aquí tota empresa que vulgui adoptar un algoritme, sigui el que sigui, s’enfronta a riscos. D’una banda, l’algoritme es basa en dades prèvies i aquestes dades poden tenir biaixos per discriminacions passades», apunta Ginès. Com, per exemple, la bretxa salarial entre homes i dones o les diferències segons l’edat. «Els algoritmes no són ni neutres ni objectius, depenen de segons amb quines dades se’ls entreni i amb quins objectius», afegeix Galdón. És a dir, un risc és que les dades que s’utilitzin per entrenar l’algoritme no siguin un bon reflex de la realitat perquè siguin parcials. «No partim d’una realitat en la qual tothom cobri salaris justos i comparables entre iguals. Qualsevol que dissenyi un algoritme i vulgui evitar disfuncions ho ha de tenir molt clar», adverteix la directora d’Eticas Tech.