Ética y política del quantified work. Un análisis del vínculo entre inteligencia artificial y trabajo*

Ethics and Politics of Quantified Work: An Analysis of the Relationship Between Artificial Intelligence and Work

DOI 10.22430/21457778.3694 Logotecnologicas PDF Figuras

Recibido: 9 de octubre de 2025
Aceptado: 9 de febrero de 2026

Cómo referenciar / How to reference
Parellada Guillamón, S., Romaní Rivera, A., & Tirado Serrano, F. (2026). Ética y política del quantified work. Un análisis del vínculo entre inteligencia artificial y trabajo. Trilogía Ciencia Tecnología Sociedad, 18(38), e3694. https://doi.org/10.22430/21457778.3694

 

Resumen

En este artículo se aborda el fenómeno del quantified work como una problemática ético-política asociada a la digitalización del trabajo y a la incorporación de la inteligencia artificial en los procesos de gestión laboral. Metodológicamente, se desarrolla una revisión teórica no exhaustiva de literatura académica reciente, seleccionada a partir de un razonamiento abductivo y organizada en torno a cuatro dimensiones ético-políticas: (i) la regulación de las nuevas tecnologías, (ii) los mecanismos de control, (iii) las ideologías que las sostienen y que promueven, y (iv) las formas de resistencia emergentes. Los resultados muestran que la literatura aborda el quantified work como una intensificación histórica de la racionalización del trabajo en la que los dispositivos algorítmicos amplían las capacidades de control mediante la datificación, la vigilancia y la gestión afectiva, al tiempo que producen nuevas modalidades de sujeción maquínica, por un lado, e ideológica, por otro. Asimismo, se identifican diferentes enfoques existentes para comprender las resistencias contemporáneas, que suelen oscilar entre prácticas individuales de adaptación y acciones colectivas con distinto potencial transformador, basadas en resistencias a —y a través de— los algoritmos. Se concluye que las principales aportaciones consisten en articular y sistematizar estas perspectivas teóricas predominantes vinculadas a las tradiciones heterogéneas de pensamiento político de la actualidad: neoliberalismo, posmarxismo y posestructuralismo.

Palabras clave: digitalización, ideología algorítmica, inteligencia artificial, quantified work, resistencia.

Abstract

This article examines quantified work as an ethical and political issue arising from the digitalization of work and the incorporation of artificial intelligence into labor management. To that end, a non-exhaustive theoretical review of recent academic literature was conducted. The corpus was selected through abductive reasoning and organized around four ethical–political dimensions: (i) the regulation of new technologies, (ii) mechanisms of control, (iii) the ideologies that sustain and promote them, (iv) and emerging forms of resistance. The findings show that the literature conceptualizes quantified work as a historical intensification of the rationalization of labor. Whitin this framework, algorithmic systems expand the capacities for control through datafication, surveillance, and affective management. At the same time, they produce new forms of subjection, both machinic and ideological. Furthermore, different approaches to contemporary resistance were identified. These tend to range from individualized practices of adaptation to collective actions with varying degrees of transformative potential, often based on forms of resistance to—and through—algorithms themselves. In conclusion, the article’s main contribution lies in articulating and systematizing these prevailing theoretical perspectives, which are linked to heterogeneous traditions of contemporary political thought, including neoliberalism, post-Marxism, and post-structuralism.

Keywords: digitalization, algorithmic ideology, artificial intelligence, quantified work, resistance.

INTRODUCCIÓN

Los avances tecnológicos vinculados con la tercera y cuarta revolución industrial han conducido a una nueva era en el espacio de trabajo: la del quantified work. Esta consiste, principalmente, en: 1) la datificación y digitalización de todo tipo de características de los trabajadores vinculadas a la esfera laboral con el objetivo de gestionar el riesgo y los beneficios económicos de la empresa; y 2) la delegación de la gestión de los trabajadores en dispositivos tecnológicos.

La cuantificación de los trabajadores con objetivos económicos fue encarnada y perfeccionada por el taylorismo y la gestión científica (Ajunwa, 2023). Este fenómeno alcanzará su cénit con la incorporación de los algoritmos y la inteligencia artificial (IA) al lugar de trabajo, un fenómeno que ha provocado la aparición de un nuevo campo de estudio conocido como eManagement, eWork, o la aplicación de la IA en las organizaciones (Rovira Martorell et al., 2025). La incorporación de estas tecnologías al lugar de trabajo mantiene o aumenta inmediatamente, de forma enmascarada y cuantificada, la discriminación laboral (Crawford, 2022; Deranty & Corbin, 2024). También se ha planteado que la lógica de la datificación (Crawford, 2022), la minería de datos (Zuboff, 2020) y el perfilado (Bruno & Rodríguez, 2022; Lury & Day, 2019) han irrumpido con especial fuerza y aceptación en el universo del trabajo y las organizaciones (Rovira Martorell et al., 2025).

De este modo, el fenómeno del quantified work deviene un problema ético y político desde el minuto cero. Para analizar con profundidad esta cuestión se realiza una revisión de la literatura más importante y significativa vinculada a las ciencias sociales. Para mostrar los resultados, en primer lugar, se hace una pequeña revisión genealógica del quantified work y, a continuación, de las implicaciones ético-políticas de este nuevo fenómeno laboral.

De la datificación al taylorismo: historia e ideología del quantified work

Según Mayer-Schonberger y Cukier (2013), el origen etimológico de «dato» es la palabra latina data, que significa «dado», en el sentido de «hecho» (p. 40).

Hoy en día, por datos se entiende una descripción de algo que permite ser registrado, analizado y reorganizado. [...] «Datificar» un fenómeno es plasmarlo en un formato cuantificado para que pueda ser tabulado y analizado. Ahora bien, esto es algo muy diferente de la digitalización, o proceso por el que se convierte la información analógica en los unos y ceros del código binario para que los ordenadores puedan manejarla. (Mayer-Schonberger & Cukier, 2013, p. 40)

La cuantificación de los trabajadores no es una novedad; es tan antigua como la valoración de los esclavos romanos o el recuento de algodón recogido por los esclavos africanos en América. Lo distintivo de esta nueva era de la cuantificación de los trabajadores radica en que es realizada con la ayuda de avances tecnológicos agrupados bajo el término de IA. Estas nuevas tecnologías toman decisiones automatizadas con algoritmos de aprendizaje automático. De esta forma, los intangibles del comportamiento humano y la predilección genética se concretan en números para gestionar el riesgo y los beneficios económicos de la empresa, excluyendo otras características de lo humano que no pueden ser plenamente capturadas por métricas cuantitativas aisladas (Ajunwa, 2023). Esto es lo que diversos autores han conceptualizado como «dividual» (Bruno & Rodríguez, 2022; Rovira Martorell et al., 2025), refiriéndose a una nueva dimensión que caracteriza el tipo de sujeto definido en la relación entre las IA y los seres humanos. Si los individuos se caracterizan por su unidad e indivisibilidad, y su fragmentación implica pérdida, carencia y mutilación, los dividuos se caracterizan por su divisibilidad y recombinación, su «esencia» se mantiene pese a la separación y partición.

Las tecnologías de IA se han implementado para funcionar de forma concurrente y acumulativa para cuantificar no solo la productividad de los trabajadores, sino también todos los aspectos de su comportamiento. Mientras que el concepto de gestión científica se centraba en cuantificar el trabajo, dividiéndolo en tareas concretas y minuciosas que se podían cuantificar y estandarizar para conseguir grandes beneficios en eficiencia, la ciencia de la fuerza laboral actual va mucho más allá.

Sin duda, esta cuantificación está facilitada e impulsada por los avances tecnológicos, pero también deriva de las ideologías que precedieron esos avances. Así, en 1881, Frederick Winslow Taylor utilizó el cronómetro para realizar su primer estudio sobre la productividad de los trabajadores, originando la nueva rama de la gestión científica que pretendía cuantificar los procesos de trabajo para optimizar la eficiencia.

La teoría de Taylor tenía un gran objetivo: que trabajadores y directivos superasen su antagonismo histórico en la búsqueda de una mayor productividad, lo que conduciría a una prosperidad compartida. Este autor escribió una serie de ensayos en los que demostraba cómo los datos recopilados sistemáticamente podían influir en el diseño de tareas gerenciales. Escoger a los trabajadores más adecuados para cada tarea e implementar estructuras de incentivos que aprovechen al máximo el rendimiento individual optimizará el sistema. La cuantificación de la producción en el taylorismo era utilizada como mecanismo para gestionar y controlar el capital humano, pero los actos de resistencia realizados por los trabajadores ante los mecanismos de control desplegados mediante esta gestión no tardaron en aparecer. De hecho, muchas críticas recibidas por el taylorismo van en esta dirección. También se cuestionaron la asunción de un «derecho a administrar» y las desigualdades sociales que este sistema podía generar (Ajunwa, 2023).

Pero para profundizar en la comprensión del funcionamiento de las relaciones de poder en el taylorismo, es necesario rescatar al sociólogo británico Michael Burawoy. Este describe cómo se lleva a cabo el control ideológico en la fábrica durante la industrialización: gestionar la resistencia —es decir, asegurar la incorporación psicológica de los trabajadores a los procesos ideológicos— se convierte en una característica central de la construcción del control (Meiksins, 1994). El trabajo de Burawoy (1985) pone en primer plano el proceso subjetivo a través del cual los actores sociales elaboran estrategias para su propia subordinación. En otras palabras, los trabajadores aceptan las condiciones de subordinación a cambio de beneficios en términos de identidad, situación financiera y seguridad laboral.

Por otro lado, de Souza y da Costa (2013), citados en Oña-Serrano et al. (2018), afirman que:

[…] en la sociedad disciplinaria de lógica taylorista, se destaca: la obtención de mayor eficiencia productiva; el ejercicio sutil del poder; la disminución de resistencias y el adiestramiento de los cuerpos; la mirada jerárquica, sanción normalizadora y evaluación; y finalmente la generación de un saber. (p. 71)

Este «saber» debe ser comprendido en términos foucaultianos, es decir, como parte del eje poder-saber. El taylorismo crea un conocimiento sistemático sobre el comportamiento humano y los cuerpos en el trabajo, que luego se convierte en base para ejercer el control (de Souza & da Costa, 2013).

Así, este tipo de perspectivas se enriquecen con las propuestas de Michel Foucault, quien sostiene que en la sociedad occidental de los siglos XVII y XVIII emerge un poder disciplinario que organiza y regula los cuerpos a través de prácticas orientadas al control, la utilidad y la docilidad. Este poder actúa mediante dispositivos de vigilancia, adiestramiento y castigo que configuran sujetos funcionales al orden social (Foucault, 2002).

La IA y el mundo del trabajo

Desde finales del siglo pasado se ha experimentado un proceso cada vez más acelerado de datificación, digitalización y uso intensivo de algoritmos en todo tipo de entornos laborales. Este fenómeno ha alcanzado un momento de explosión con la llegada de la IA. Las nuevas herramientas de gestión de datos y apoyo a la predicción y toma de decisiones han comenzado a generar una nueva forma de relación entre capital y trabajo, y, especialmente, a influir en cómo entendemos y definimos a este último. Así, como afirman Blasco Ejarque y Tirado (2025), «la contratación automática, los almacenes inteligentes, las estructuras algorítmicas que controlan los procesos de selección de personal o la presencia de robots en la producción de todo tipo de manufacturas» (p. 196) se han convertido en los elementos habituales del paisaje de lo laboral.

Para dar cuenta de la relevancia de la IA en el entorno laboral, estos son algunos datos actuales sobre su uso en el trabajo:

  1. En un informe reciente del Fondo Monetario Internacional, titulado Gen-AI: Artificial Intelligence and the Future of Work, se señala que:
  2. […] la inteligencia artificial afectará a un 40 % de los puestos de trabajo en todo el mundo, tanto reemplazando unos como complementando y creando otros nuevos.
    […] Así, será mayor en el caso de economías avanzadas, donde se prevé que hasta 6 de cada 10 empleos se vean condicionados por esta tecnología. En el caso de economías emergentes, llegará hasta un 40% y, en países de bajos ingresos, se reflejará en un 26% de los empleos. (datos.gob.es, 2024)
  3. Estudios como el que realizaron Frey y Osborne (2013) ya anticipaban que un 47 % del empleo total en Estados Unidos estaba en alto riesgo de ser automatizado en las próximas décadas.
  4. El informe elaborado por Indes IA (2024) advierte que la industria española demandará más de 90 000 profesionales del área de data e IA hasta 2025.
  5. La Figura 1 muestra las instalaciones de robots industriales anuales desde 2017 en todo el mundo, incluyendo la previsión de los próximos años. En esta se puede apreciar el crecimiento exponencial que está teniendo y que se espera:
Figura 1. Instalaciones anuales de robots industriales
Fuente: International Federation of Robotics (2023).
¿Qué es el quantified work?

La era del quantified work consiste, principalmente, en: 1) la datificación y digitalización de todo tipo de características de los trabajadores vinculadas a la esfera laboral con el objetivo de gestionar el riesgo y los beneficios económicos de la empresa; y 2) la delegación de la gestión de los trabajadores en dispositivos tecnológicos. Esta cuantificación hace referencia a la medición y traducción de determinadas características intangibles de los trabajadores en datos numéricos; y estas pueden estar vinculadas con el trabajo de manera directa, como por ejemplo la cuantificación del rendimiento laboral, y de manera indirecta, como por ejemplo la salud física o mental del trabajador (Ajunwa, 2023).

Las tecnologías de IA se han implementado para funcionar de manera concurrente y acumulativa con el fin de cuantificar no solo la productividad de los trabajadores, sino también otros aspectos de su comportamiento: 1) la salud del trabajador por medio de programas de bienestar en el puesto de trabajo; 2) el estado mental del trabajador por medio de pruebas de personalidad en el trabajo; y 3) el comportamiento social del trabajador por medio de la vigilancia en el puesto de trabajo y la monitorización de las redes sociales. De este modo, un ejemplo del quantified work pueden ser las entrevistas de video automatizadas (EVA), que pretenden ir más allá de los límites de lo cuantificable y tocar lo inefable: buscan cuantificar las emociones y los afectos humanos. Las EVA empezaron su recorrido en la primera década del 2000 con las empresas HireVue y Montage, y actualmente se han convertido en una práctica estándar para la contratación con la cual los algoritmos evalúan factores como el tono de voz, el uso de palabras activas o pasivas, la longitud de la oración, y expresiones faciales como levantar las cejas o apretar los labios.

Una de las problemáticas principales reside en que, por un lado, hay una amplia evidencia científica de que las tecnologías de contratación basadas en IA perpetúan discriminaciones pasadas (Ajunwa, 2023), por otro lado, académicas como Crawford (2022) han identificado un «impulso frenológico», que consiste en el deseo de considerar suposiciones sobre las emociones y el carácter de un individuo simplemente a partir de las experiencias externas. En este sentido, Alcaraz et al. (2012), desde una perspectiva postcolonial, muestran que la gestión de recursos humanos basada en datos y métricas termina generando un trabajador estandarizado y homogéneo, supuestamente comparable a escala global, sin tener en cuenta el contexto particular de cada sociedad. La exportación de este sujeto estandarizado se traduce en un acto de colonización de Occidente hacia Oriente y el sur global, ya que estos últimos adoptan acríticamente el modelo del individuo capitalista concebido solo desde la perspectiva de la productividad y la eficiencia.

ÉTICA Y POLÍTICA DEL QUANTIFIED WORK

Como afirma León Medina (2024):

[...] algunos autores han cuestionado la supuesta ruptura de los paradigmas de producción actuales en relación con los tayloristas y fordistas. […] algunos de los criterios introducidos por el taylorismo para el uso óptimo del factor humano permanecen aún vigentes en los conceptos post-tayloristas de gestión. En la misma línea, […] han sostenido la existencia de una continuidad histórica entre las técnicas racionalizadoras del taylorismo y las técnicas empleadas en las organizaciones contemporáneas. (p. 149)

En esa línea, se ha realizado un análisis teórico de la literatura académica más relevante vinculada al fenómeno del quantified work, estructurando la revisión bibliográfica en torno al vínculo entre la digitalización del trabajo y la implementación de la IA con cuestiones ético-políticas. La búsqueda se hizo en bases de datos como Scopus, Web of Science y Google Scholar, durante un periodo de seis meses repartidos entre 2023 y 2024, aunque se ha mantenido la apertura a la aparición de nuevos estudios relevantes. Esta revisión no tuvo la pretensión de ser exhaustiva, y las dimensiones que estructuran los resultados son producto de un razonamiento abductivo,1 en el cual se partió de perspectivas teóricas y conceptos considerados relevantes y significativos para abordar la revisión, pero se mantuvo una apertura investigativa a la aparición de nuevas perspectivas, categorías, dimensiones y conceptos no previstos. En tanto que la pretensión del artículo es analizar el fenómeno en términos ético-políticos, se han categorizado las referencias en torno a las tres grandes tradiciones de pensamiento político que predominan en la actualidad: la tradición liberal, la marxista (estructuralistas) y la foucaultiana-deleuziana (postestructuralistas). Además, se ha identificado e incorporado, de forma más inductiva, una cuarta tradición heterogénea vinculada al psicoanálisis postestructuralista, que permite complementar el vínculo entre control social, ideología y subjetividad. Sus resultados muestran cuatro dimensiones en las cuales se puede agrupar la literatura recopilada.

Regulación de las nuevas tecnologías

Existen diversos estudios que abordan la necesidad de una regulación del trabajo en la economía de plataformas, como el de Dueñas Herrero (2019), que la reivindica con el objetivo de superar la inseguridad jurídica y evitar la precariedad derivada de un trabajo individualizado y desprotegido. Su propuesta reguladora se basa en un modelo de gobernanza impulsada por el diálogo social, y en la aprobación de una directiva en la Unión Europea, que garantice condiciones laborales justas.

Por otro lado, De Stefano (2018) alerta sobre los riesgos de deshumanización y de discriminación algorítmica vinculados a la incorporación de la IA y la automatización del trabajo, criticando la insuficiencia de propuestas como la renta básica universal, y reivindicando la necesidad de regulación colectiva. En cuanto a la discriminación algorítmica como problemática derivada de la implementación de los algoritmos de contratación automatizada, surge la cuestión de quién debe asumir la responsabilidad legal cuando, por ejemplo, un algoritmo de contratación automatizada produce resultados sesgados. Según Ajunwa (2023), el gobierno debe responsabilizar tanto al creador del sistema algorítmico de contratación como al empresario o empresa que lo utiliza. Siguiendo este hilo, de Almeida y dos Santos Júnior (2025) destacan la importancia de establecer mecanismos de responsabilidad que aseguren que las decisiones tomadas por sistemas de IA sean rastreables y justificables.

Así, un primer paso para la regulación de la contratación automatizada podría ser rechazar el autoritarismo de plataforma, en tanto evidencia una clara relación de poder desigual entre el solicitante del trabajo y la plataforma que justifica ese rechazo (Levy & Barocas, 2017). Un segundo paso podría ser la «discriminación per se» propuesta por Ajunwa (2023). Esta se refiere a una nueva teoría de la responsabilidad en la que sería el empresario quien tendría que demostrar, ante una demanda, que su práctica no es discriminatoria. Siguiendo la estela de esta propuesta, es imperativo efectuar auditorías a los sistemas de contratación automatizadas con el objetivo de detectar sesgos (Oppenheimer, 1993). También se ha propuesto implementar políticas de discriminación positiva. Además, se considera conveniente la negociación colectiva como un ejercicio de colaboración entre empresarios y sindicatos de trabajadores para establecer estándares justos para la contratación automatizada (Ajunwa, 2023).

Otra de las problemáticas vinculadas a este tipo de regulaciones es que los humanos podrían perder su agencia sobre los algoritmos debido a su gran potencial para los cálculos y la gran cantidad de datos que utilizan —podrían devenir ininteligibles—. Para limitar este fenómeno, se ha planteado la opción de establecer verificaciones en los algoritmos que permitan inspeccionar tanto los datos que se ingresan en el sistema de cálculo como los resultados que se extraen (Ajunwa, 2023), es decir, que los sistemas de IA sean transparentes y explicables, permitiendo que los empleados y usuarios comprendan cómo se toman las decisiones automatizadas que los afectan. Esto implica la creación de interfaces de usuario comprensibles y la provisión de explicaciones claras sobre el funcionamiento de los algoritmos (de Almeida & dos Santos Júnior, 2025).

Finalmente, también se hace hincapié en la problemática de la vigilancia realizada gracias y a través de estos dispositivos y el peligro que supone para la privacidad de los trabajadores. Ante la pretensión de cuantificar a los trabajadores, Ajunwa (2023) propone una nueva ley de protección de la privacidad para reducir la vigilancia en el lugar de trabajo a unos límites apropiados: las tareas laborales reales.

Mecanismos de control

Los mecanismos de control que se despliegan con la digitalización del trabajo han sido analizados desde diversas perspectivas teóricas en la literatura académica.

En primer lugar, el marco teórico de Marx ha sido utilizado para comprender el impacto de este cambio tecnológico en la autonomía de los trabajadores y en el proceso laboral. La idea principal es que el trabajo concreto se debe controlar para producir plusvalía, pero simultáneamente el proceso laboral necesita un mínimo de autonomía de los trabajadores (Mengay, 2020). Desde esta perspectiva, la digitalización se presenta como una estrategia para encontrar una solución actual al problema de la transformación: transformar la capacidad de trabajo en fuerza de trabajo y la fuerza de trabajo en trabajo concreto (Pfeiffer, 2014). La digitalización es un intento de crear plusvalía relativa, y puede significar una amenaza para el residuo de autonomía que se mantiene en la capacidad de trabajo y en el proceso laboral capitalista concreto. Esto se debe a una gestión científica de áreas que antes no podían ser estandarizadas, mesuradas y controladas, como el trabajo del conocimiento o el afectivo, entre otras.

En segundo lugar, a pesar de las aportaciones de la crítica marxista, estudios recientes se desmarcan de Marx para abordar el problema en clave foucaultiana, identificando las siguientes características particulares de control inscritas en los dispositivos que los trabajadores se ven obligados a utilizar: 1) pueden implementar directivas prescribiendo cursos de acción; 2) pueden restringir la agencia y el acceso a la información; 3) pueden utilizarse para vigilar a los trabajadores; 4) pueden disciplinar a través de recompensas y castigos impuestos en tiempo real; 5) pueden exigir a los trabajadores que mercantilicen su conocimiento productivo para reutilizarlo; y 6) la funcionalidad de monitoreo de desempeño en tiempo real puede actuar psicológicamente sobre los trabajadores como una «mirada panóptica» para que puedan ejercer autocontrol (Deranty & Corbin, 2024; Parent-Rocheleau & Parker, 2022; Zuboff, 1988).

En estos estudios se muestra que el control «tecnonormativo» se afirma mediante lógicas gerenciales que se inscriben en los dispositivos proporcionados a los trabajadores, desplazándose así de un control directo a uno discreto o camuflado que, por tanto, pasa desapercibido (Bisht et al., 2023).

En línea con esta óptica foucaultiana, Zuboff (2020) presenta el capitalismo de la vigilancia como el resultado de las divisiones difusas entre empresas y poblaciones, argumentando que la lógica institucionalizada de acumulación es completamente nueva. Esta consiste en que los consumidores utilizan un servicio y generan datos en el proceso, y la empresa recopila y reinvierte esos datos en su organización para mejorar los servicios. Los usuarios generan un exceso de datos que Zuboff (2020) denomina «excedente conductual», el cual es comercializado a otras empresas, que pueden utilizarlo en términos publicitarios y de orientación al consumidor. Así, el usuario pasa de ser consumidor a prosumidor (Toffler, 1980).

En tercer lugar, autores como Stiegler (2020) y Han (2014) proponen nociones como psicopoder y psicopolítica para describir nuevos métodos de gestión de individuos y poblaciones en la época contemporánea, enfatizando en la regulación de nuestra psique como nuevo foco de interés principal. La psicopolítica opera optimizando los procesos psicológicos y estableciendo lo psíquico como fuerza productiva de la cual extraer capital. Esto es posible gracias al auge de tecnologías como el big data, los algoritmos o la IA. En contraposición con las relaciones de poder descritas por Foucault, se trata de un ejercicio amable, inteligente, que rechaza la negatividad y se ofrece a sí mismo como libertad. Sus objetivos no consisten en el castigo o la corrección normativa, sino que pretenden conducir la conducta buscando motivar y optimizar, en lugar de obstaculizar o someter (Baleriola Escudero & Tirado, 2023).

Para terminar, resulta indispensable exponer una nueva perspectiva emergente a raíz de los últimos avances en digitalización, como la IA. La digitalización ha permitido la aparición de nuevas formas de trabajar, desarrollar productos y servicios o movilizar multitudes. Como consecuencia de esto, ha surgido una economía de la plataforma en la cual —con el desarrollo del big data, los nuevos algoritmos y la computación en la nube— los propietarios de plataformas han alcanzado un estatus comparable con —o más poderoso que— el correspondiente a los propietarios de las fábricas a principios de la Revolución Industrial (Kenney & Zysman, 2016). De hecho, algunos autores como Varoufakis (2023) plantean que esto conduce a un «tecnofeudalismo». Esta nueva economía no tiene una mentalidad social per se, sino que las plataformas dependen de la monetización de las redes y los activos de los consumidores. Este aspecto es especialmente problemático, ya que las investigaciones de este fenómeno han documentado cómo la digitalización puede facilitar nuevas formas de aislamiento, explotación y precariedad. Así, conceptos como «capitalismo algorítmico» o «algocracia» (Gómez, 2019) han surgido a modo de contestación pública y política contra estas dinámicas. Además, como se verá en el próximo apartado, este fenómeno ha conducido a la aparición de nuevas ideologías (Taplin, 2017).

La gestión característica de la economía de las plataformas puede denominarse gestión algorítmica, y puede definirse como algoritmos de software que asumen funciones de gestión y dispositivos institucionales circuncidantes que respaldan los algoritmos en la práctica (Lee et al., 2015). La sustitución de humanos por algoritmos en la gestión de las operaciones empresariales tiene como objetivo instruir, rastrear y avaluar una masa de trabajadores. Estas nuevas herramientas permiten a la administración guiar y manipular las elecciones de los usuarios. Algunas de las consecuencias de la gestión algorítmica en términos psicosociales incluyen: 1) la vigilancia, 2) el análisis de personas, 3) la predicción del comportamiento y 4) la pérdida de influencia humana en la toma de decisiones (Chirica, 2021; Deranty & Corbin, 2024; Holmström & Hällgren, 2022; Parent-Rocheleau & Parker, 2022; Pignot, 2023; Waldkirch et al., 2021).

En línea con esta última perspectiva, estudios más recientes (Rovira Martorell et al., 2025) plantean que la gestión algorítmica resulta en un perfilado de los trabajadores produciendo así lo que han denominado «dividuación». Un proceso que escapa a la lógica de la clásica acción de gubernamentalidad popularmente conocida como «sujeción social» (Foucault, 1988), y que requiere de nociones como la de «esclavitud maquínica» (Guattari, 2012) para comprender cómo la sujeción ya no ocurre en un plano humano, sino en un plano híbrido en el que individuos y objetos se confunden en forma de engranajes dentro de una articulación de nivel superior. Así, los datos que producimos, las bases de datos que estos constituyen y las relaciones que establecen con otras entidades digitales son los verdaderos mecanismos que nos atrapan y nos obligan a operar en plataformas (Lazzarato, 2014), con lo cual adquieren mayor poder explicativo conceptos como «capitalismo maquínico» (Guattari, 2012) o «gubernamentalidad algorítmica» (Rodríguez, 2018; Rouvroy & Berns, 2018).

Esta última crítica planteada por Rouvroy y Berns (2018) y Stiegler (2013) argumenta que la gubernamentalidad algorítmica evita y elude a los sujetos humanos reflexivos, alimentándose de datos infraindividuales que, por sí mismos, carecen de significado, para ejecutar modelos supraindividuales de comportamiento o perfiles.

Así, siguiendo a Deleuze y Guattari (1980), la sujeción es, por un lado, significante y discursiva (sujeción social), y, por otro lado, asignificante (esclavitud maquínica). Mientras que estos conceptos como gubernamentalidad algorítmica enfatizan en la relevancia de describir de qué forma opera la sujeción asignificante, que elude la reflexión del sujeto; también es importante describir cómo opera la sujeción discursiva, para entender la forma en la que los individuos se inscriben y conforman a normas, estructuras y roles impuestos por sistemas de poder, como en este caso los algoritmos. Esta última implica la internalización de discursos y narrativas que moldean identidades y comportamientos en función de exigencias sociales.

Ideología

Para comprender este fenómeno, es necesario colocar en un plano principal la subjetividad de los usuarios y los entornos de fantasía a los que están atados, y el concepto de ideología y su vínculo con el psicoanálisis. Según los pensadores postestructuralistas, esta operación permite entender la conformidad y/o deseabilidad por la sujeción algorítmica, y las formas de evitar posibles resistencias. Este marco psicoanalítico adquiere relevancia para comprender cómo se produce una internalización del control afectivo, vinculado a la lógica algorítmica característica del quantified work.

Ante las diferencias sucedidas con la digitalización de la gestión tradicional cabe preguntarse si el capital está utilizando viejas ideologías o se están construyendo nuevas. Ejemplos como Google, que es un motor de búsqueda corporativo que oculta ideológicamente su función principal (generar publicidad en línea), permiten empezar a delimitar lo que se podría denominar ideología algorítmica. Esta ideología consistiría en los procesos y discursos mediante los cuales se evita la resistencia ante las prácticas digitales, es decir, la aparición contingente de eventos políticos que pueden perturbar la autoridad digital, como por ejemplo los escándalos de invasión de privacidad que involucran organizaciones secretas como la National Security Agency o Cambridge Analytica (Pignot, 2023).

Una novedad distintiva del control ideológico en la economía de plataformas es que ocurre en una escala profundamente personal. Butler (1997) sostiene que los sujetos no tienen que aceptar las palabras mediante las cuales son interpelados y reconocidos, sino que existe una negociación bidireccional entre el discurso dominante institucional y la identificación continua de los sujetos, que siempre pueden estar en posición de rechazar la interpelación, afrontarla y escoger sus propias palabras. Además, lo que parecen ser tecnologías neutrales no están necesariamente libres de afectos; las interpelaciones digitales recuerdan la afirmación de Butler de que las inscripciones administrativas (por ejemplo, categorías de género o raza) pueden no tener un sujeto hablante y pueden actuar de forma insidiosa. De la misma forma, las notificaciones algorítmicas no tienen sujeto (emisor), pero constituyen el sujeto (receptor) cuando operan (Pignot, 2023).

El aspecto crucial es que el control ideológico ocurre principalmente en una escala subjetivo-afectiva, e involucra a un sujeto que desea, es decir, constantemente absorbido, pero frustrado, por una narrativa secreta y satisfactoria (Fotaki et al., 2014). Según Žižek (1989), la fantasía, tal y como se entiende en el sentido clínico, no designa escenas imaginadas de cumplimiento de deseos, sino que caracteriza aquello que sostiene fundamentalmente al reino psíquico del sujeto al indicarle «cómo desear». La fantasía regula la orientación del sujeto, y funciona como una «pega», lo que explica por qué algunas interpelaciones tienen más poder de adherencia que otras. Desde esta perspectiva, el foco de interés no reside en el contenido de la ideología, sino en su ejercicio persuasivo. No sucede en nuestra mente, sino en la práctica misma. La fantasía ideológica es una organización física y performativa de prácticas significativas encarnadas en rituales y acciones (Pignot, 2023).

Según Pignot (2023), las ideologías en la economía de plataformas (Srnicek, 2017) ya no se ven facilitadas por tecnologías de descalificación o lenidad negociada, como era el caso en la era gerencial, sino que están íntimamente más arraigadas en la identificación personal e inconsciente de los actores con las interpelaciones digitales: existe una internalización del control afectivo. Para ilustrar esto, realiza un análisis empírico de un caso de Uber, a partir del cual concluye que las interpelaciones algorítmicas están destinadas a producir consentimiento ideológico y, así, la subjetividad de la fuerza laboral y su resistencia potencial son constantemente solicitadas y neutralizadas.

De este modo, los algoritmos adquieren un mayor grado de agencia, sobrepasando un estatus de simples símbolos o signos y deviniendo actantes con la capacidad de prescribir o prevenir conductas (Latour, 2005). Por ejemplo, un aumento de precios calculado por el algoritmo en situaciones de peligro o en horarios nocturnos o festivos permite evitar la resistencia de los trabajadores ante condiciones laborales precarias (Pignot, 2023).

El impacto social de empresas como Uber ha sido tal que en la literatura han aparecido conceptos como «uberización de la economía», para denunciar un punto de ruptura que amenaza los modelos sociales tradicionales, anunciando, para algunos, el fin del trabajo asalariado y la desregulación total de los servicios (Degrysse, 2016); por lo que su análisis concreto no resulta nada trivial.

El espacio de la resistencia

La dialéctica entre el control ideológico y la resistencia se presenta frecuentemente en forma de chistes cínicos, chismes, artesanías, grafitis, caricaturas e historias (Anteby, 2008). Estos sujetos cínicos, que rechazan de forma ostensible los valores de la organización, promueven incluso los discursos más repelentes a causa de su incapacidad para comprender que la fantasía está incrustada en su práctica social (Willmott, 1993). Por tanto, la preservación de una imagen deseable de ellos mismos por parte de los actores es crucial para que acepten el control gerencial como legítimo. Los discursos corporativos que prometen más autonomía no carecen de un atractivo seductor, pero introducen un «círculo vicioso de cinismo y dependencia» (Willmott, 1993) que adormece la capacidad de los actores para confrontar directamente las relaciones de poder existentes. Así, las formas voluntarias de control pueden resultar más efectivas que la coacción, ya que producen consentimiento de los trabajadores, sin ser percibidas como condescendientes o humillantes (Pignot, 2023).

En el ejemplo empírico de Uber, Pignot (2023) observa que los conductores son constantemente interpelados por el discurso de la aplicación algorítmica, y se ven obligados a aceptar o rechazar sus instrucciones. En esta tesitura, se observan diversas prácticas de resistencia (por ejemplo, jugar con el algoritmo para descubrir las reglas que lo rigen o realizar capturas que demuestren manipulaciones) y comportamientos cínicos como la burla. Estos pueden asociarse a un intento relativamente desesperado de resistir la interpelación, caracterizado por su sentimiento de impotencia de tener que luchar contra un ejército corporativo con armas rudimentarias.

Pese a estas condiciones, la gestión algorítmica es una historia de control y resistencia en la cual todavía existen oportunidades para la acción colectiva, como por ejemplo las protestas realizadas por los conductores delante de las oficinas de Uber Eats en Londres (Pignot, 2023). Estas prácticas colectivas parecen una brecha para una posible resistencia de los trabajadores, ya que los dispositivos algorítmicos los privan de poder reclamar o expresar sus preocupaciones a una figura humana autorizada. El estudio muestra que estas prácticas tuvieron un éxito limitado, en tanto que los protestantes obtuvieron beneficios, principalmente a través de la acción legal y regulatoria. Por ejemplo, la empresa de Uber ha enfrentado múltiples juicios en los que se incita a la compañía a clasificar a los contratistas independientes como empleados, para que así tengan garantías de recibir un salario mínimo y contribuir a la seguridad social. En el Reino Unido y en California hay ejemplos de tribunales que han dictaminado a favor de los trabajadores, o de aprobación de leyes que fuerzan a estas empresas a tratar a los conductores como empleados.

El estudio de Pignot (2023) analiza la interacción entre la interpelación tecnológica y la subjetividad, mostrando resultados que señalan al cinismo como un mecanismo reproductivo y una ideología contraproducente. No se necesita seguir con fanatismo ni obedecer ciegamente para apoyar a una ideología; pese a que los trabajadores realizan tales conductas como formas de resistencia, son precisamente esas conductas las que les permiten construir una identidad compatible con su papel profesional para seguir ejerciéndolo, reproduciendo así las relaciones de poder de las que pretenden escapar (Willmott, 1993).

Según Žižek (1991), estos sujetos cínicos consideran otras posibilidades de resistencia a las prescripciones digitales como una imposibilidad que no puede funcionar materialmente. De este modo, participar en la ética organizacional consistiría en visibilizar prácticas de resistencia y discursos frente al control algorítmico que consideren la oportunidad de regular y/o transformar las condiciones laborales de los trabajadores. Pero mientras estos actos de resistencia ética se mantengan como casos aislados, pueden impactar negativamente en la vida de sus autores debido a que son inherentemente radicales, presentándose como rupturas con la normalidad neoliberal. Para combatirlo, además de las movilizaciones colectivas, están ganando terreno en el activismo contemporáneo prácticas de resistencia anónima como el hacktivismo, que realizan colectivos como Anonymous, LulzSec (Lulz Security), Chaos Computer Club, o Telecomix, entre otros; aunque cabe recordar que tanto las movilizaciones colectivas como el hacktivismo son prácticas con riesgos legales y de salud asociados, vinculados a los poderes judiciales y las fuerzas policiales opresoras de los Estados. Así, resultan prácticas difícilmente sostenibles a largo plazo, y con una tasa de éxito limitado.

A modo de síntesis, según Bonini y Treré (2024), se pueden dividir las formas de resistencia en: 1) resistencia a los algoritmos, la cual se opone al poder de los algoritmos y las plataformas, y se manifiesta en la organización de huelgas y protestas colectivas contra los sistemas algorítmicos, y en la creación de plataformas cooperativas como opciones éticas contrapuestas a los modelos comerciales; y 2) resistencia algorítmica, definida como actos realizados por personas que ocupan posiciones subalternas, o que obran en solidaridad con estas, y que responden al poder mediante tácticas y dispositivos algorítmicos. Este último método es lo que los autores denominan «manifestaciones de agencia algorítmica táctica» (Bonini & Treré, 2024, p. 2).

Para terminar, en el marco de la resistencia algorítmica, Bonini y Treré (2024) también exploran casos de resistencia colectiva organizada. Algunas se realizan de forma coordinada mediante apps o plataformas de comunicación digital como WhatsApp o Telegram, por ejemplo, rechazando pedidos de forma coordinada o desconectándose simultáneamente. También se han organizado manifestaciones y huelgas, y se han utilizado plataformas como Twitter o Instagram para amplificar el mensaje, como en el movimiento 15M, el #BlackLivesMatter o #FreePalestine. Por otro lado, de forma más estructurada, también se han producido organizaciones sindicales digitales como la All-India Gig Workers’ Union (AIGWU), formada por repartidores de la plataforma Swiggy en India tras una protesta por recortes salariales; o alianzas con sindicatos tradicionales, como la YouTubers Union (YTU), que se unió a IG Metall (un sindicato alemán) para mejorar las condiciones laborales de los creadores de contenido. Y más allá de los sindicatos, se han fundado plataformas cooperativas como alternativas a las grandes plataformas comerciales, basadas en la promoción de valores éticos como salarios justos, tarifas asequibles y modelos ecológicos, como Robin Food, en Italia, o Namma Yatri, en India.

CONCLUSIONES

Este artículo tuvo como objetivo analizar el fenómeno del quantified work desde una perspectiva ético-política, atendiendo a su inserción histórica en los procesos de racionalización del trabajo y a su intensificación contemporánea mediante la IA y los sistemas algorítmicos. A partir de una revisión teórica de la literatura reciente, se identificaron cuatro dimensiones analíticas relevantes —regulación, mecanismos de control, ideología y resistencia— que permiten ordenar y comprender las principales discusiones existentes en el campo. Además, estas dimensiones constituyen, reflejan y permiten relacionar las principales tradiciones de pensamiento político que predominan actualmente, a saber, el neoliberalismo, el posmarxismo y el posestructuralismo. En particular, el análisis evidencia que la IA y los dispositivos algorítmicos amplían formas históricas de control del trabajo y de los trabajadores, incorporando mecanismos de datificación, vigilancia y gestión afectiva que operan tanto a nivel maquínico y asignificante como discursivo e ideológico. Además, se mostró cómo esta digitalización de las organizaciones reconfigura la resistencia individual y colectiva a —y a través de— los algoritmos, haciendo emerger nuevas tácticas de resistencia algorítmica y transformando la organización colectiva mediante la apropiación de estas tecnologías.

Entre las principales limitaciones del estudio se encuentran su carácter teórico y no exhaustivo, además de la ausencia de un análisis empírico propio que permita contrastar de forma directa las categorías revisadas. Así, este artículo tiene un carácter expositivo, crítico y reflexivo, no propositivo. Estas limitaciones abren, no obstante, un espacio para futuras investigaciones centradas en estudios empíricos que exploren la combinación de los procesos denominados «sujeción social» y «esclavitud maquínica», y las consecuencias y posibilidades que estos tienen en términos de relaciones de poder, resistencias y apropiaciones de la IA en el ámbito laboral y organizacional, u otros ámbitos de la vida cotidiana donde prolifere el uso de plataformas y otros dispositivos algorítmicos.

Como propuesta para futuras líneas de investigación, se recomienda ir más allá de la tensión dicotómica establecida entre el ejercicio del poder y los actos de resistencia en la esfera de la digitalización y la IA, que conlleva la aparición de posturas demasiado tecnofóbicas que argumentan que estas tecnologías implican necesariamente una pérdida de capacidades humanas (Heidegger, 2021).

¿Cómo hacer este ejercicio? Existen diferentes autores y perspectivas que plantean estas posibilidades. Por ejemplo, Braidotti (2019) sostiene que una ética afirmativa, es decir, una práctica colectiva orientada a la construcción de horizontes de esperanza, transformando activamente lo negativo en otra cosa, es esencial para repensar nuestras relaciones con los nuevos dispositivos tecnológicos. Así, plantea que la emancipación consiste en redefinir al sujeto como poshumano, es decir, que conciba la relación con la tecnología como parte de su ser, y le permita imaginar el potencial emancipador de este vínculo desde una perspectiva posantropocéntrica. Un ejemplo podría ser un movimiento como el xenofeminismo, que reivindica la intervención tecnológica para transformar una naturaleza opresora en términos de género.

CONFLICTOS DE INTERÉS

Esta investigación no ha presentado conflicto de intereses.

CONTRIBUCIÓN DE AUTORÍA

Declaramos que los roles adoptados durante la elaboración del artículo fueron los siguientes:

Sergi Parellada Guillamón: administración del proyecto, conceptualización, metodología, validación, análisis formal, investigación, curaduría de datos, escritura del borrador original, revisión, edición, visualización y supervisión.

Alex Romaní Rivera: administración del proyecto, conceptualización, validación, revisión de escritura y edición, visualización y supervisión.

Francisco Tirado Serrano: administración del proyecto, conceptualización, validación, revisión de escritura y edición, visualización y supervisión.

DECLARACIÓN DE USO DE INTELIGENCIA ARTIFICIAL

En esta investigación no se usaron herramientas de inteligencia artificial.

NOTAS AL PIE

  • arrow_upward * Este manuscrito se enmarca en el grupo de investigación Science and Technology Studies of Barcelona (STS-b) y en el programa de doctorado «Persona i Societat en el Món Contemporani» del departamento de Psicología Social de la Univiersitat Autònoma de Barcelona. Este proyecto no cuenta con ninguna entidad de financiación.
  • arrow_upward 1 Este es una estrategia de producción de conocimiento asociada al construccionismo, que combina métodos inductivos y deductivos (Järvensivu & Törnroos, 2010).
REFERENCIAS