Un algoritmo creado en la Universidad Queen Mary de Londres asegura poder predecir con 85% de éxito si el año más productivo de un actor está por venir o ya ha pasado. El algoritmo se basa utilizando la página Internet Movie Database (IMDB), en donde figuran las carreras de más de 1,5 millones de actores y casi 900.000 actores.
El sistema es capaz de predecir en qué año un actor alcanzará su cima, y pusieron como ejemplo a Scarlett Johanson: el algoritmo dice que mejor año de su carrera profesional fue y seguirá siendo 2004, año de "Lost in Translation", la película que protagoniza junto a Bill Murray.
También ofrece otras conclusiones, como que el 70% de los actores tienen carreras que solo duran un año, que hay rachas "calientes" y "frías" en las que se encadenan trabajos seguidos o menos, y que los hombres encuentran trabajo antes que las mujeres tras una mala racha.
Anna Ginès i Fabrellas, profesora de Derecho y Trabajo de ESADE, declaró en una entrevista dada al sitio Eldiario.es que "Si las empresas empiezan a tomar decisiones en base a este tipo de algoritmos será algo problemático" al hablar de la posibilidad que los trabajadores comunes sean despedidos por decisión de una inteligencia artificial.
Si bien no existen datos exactos, cada vez más compañías en el mundo utilizan la Inteligencia Artificial y algoritmos para tomar decisiones empresariales. Las grandes como Google, Amazon, Microsoft, Apple o Facebook, entre otras, lo llevan haciendo desde hace años.
"Si nos basamos única y exclusivamente en este tipo de algoritmos, que lo que han hecho es identificar patrones o conductas de actuaciones pasadas, estamos quitando mucho peso y mucho espacio para la imprevisibilidad", explica Ginès i Fabrellas. En base a los usos del machine learning, no es descabellado pensar que algún día el desempeño de un trabajador de una fábrica sea medido por un algoritmo y decida su futuro.
Gracias al Internet de las Cosas y el negocio del Big Data una empresa puede saber "literalmente todo: en qué momento me conecto, cuántas horas, cual es mi continuidad en la prestación de servicios, a qué hora hago algo...". A partir de patrones extraídos de unos datos, ciertas condiciones como edad, raza o sexo no pueden ser tomadas en cuenta pero "habrá otras derivadas que escondan una discriminación indirecta. Por ejemplo, el número de horas trabajadas", continúa Ginès i Fabrellas.
La profesora pone un sencillo ejemplo: "Si solo despedimos a las personas que menos horas en cómputo global trabajan en la empresa, seguro que serán las mujeres que se han cogido reducciones de jornada o a tiempo parcial a fin de conciliar la vida laboral y familiar". Y de igual forma que echarnos del trabajo, ¿podrá un algoritmo prejubilarnos cuando crea que ya llegó la hora? No sé si llegaría tan lejos como para eso porque se refiere a algo que la empresa no puede controlar, no puede decidir unilateralmente quién cumple los requisitos legales para acceder a la jubilación o la prejubilación, pero sí el despido", afirma Ginès i Fabrellas.
En mayo del 2018 entró en vigor el nuevo Reglamento General de Protección de Datos (RGPD), por lo que la investigadora no cree que exista "vacío normativo" y recuerda: "No estamos en un escenario en el que los algoritmos hayan aparecido y no estén regulados en ningún sitio".