Para empezar, hay que recordar que Machlup, el pionero en la medida de la “economía de la información”, llegó en 1962 a la conclusión de que mientras en 1900 sólo algo menos del 11% de la población empleada en los Estados Unidos podían ser considerados “trabajadores del conocimiento”, en 1959 eran ya casi el 32% los que podían considerarse en ese capítulo.
Los cálculos posteriores de Porat mostraron que, en 1970, el 50,6% de la población empleada eran “trabajadores de la información”. Obviamente, la primera pregunta que a uno se le ocurre es qué entendían ellos por “trabajador de la información” o por “trabajador del conocimiento”.
Baste con decir aquí que ambos resolvieron esta duda operacionalizando las
ocupaciones, es decir, se detuvieron a identificar, de entre todas las profesiones que aparecían clasificadas en las estadísticas laborales oficiales, aquellas que tenían mucho que ver con el manejo de información. Porat, por ejemplo, definió los “trabajadores del conocimiento” como aquellos cuyo output (el resultado de su trabajo) era la “producción, distribución o manipulación de símbolos”.
Discutiendo sobre este tema de la clasificación de profesiones (imprescindible en este tipo de evaluaciones de la economía de la información, porque las estadísticas oficiales no permiten, al menos por ahora, medir directamente quién es un trabajador de la información), Martin recoge una idea de Machlup muy útil. Machlup indicó que era preciso separar aquellas tareas más rutinarias de manejo de información de las tareas no-rutinarias en el manejo de información.
Por ejemplo, hay que distinguir claramente alguien que atiende las llamadas telefónicas en la centralita de una empresa, o que clasifica las cartas que llegan a la misma, de alguien que escribe una novela, dirige una orquesta, planifica una campaña de marketing o enseña en una clase. El problema que esta clasificación plantea es que, mientras que resulta fácil determinar si una “tarea” es rutinaria o no (desde el punto de vista del manejo de información) no resulta en principio fácil decir si una “profesión” es rutinaria o no.
El problema se resuelve clasificando las profesiones de acuerdo con su “resultado principal” (primary output), es decir, según el tipo de resultado final que cada profesional produce. Así, mientras que es evidente que un científico lleva a cabo toda una serie de tareas de información rutinarias (controlar, medir, anotar, por ejemplo, los resultados de sus experimentos), el output principal que persigue es la creación de conocimiento, un resultado científico, típicamente en forma de un artículo publicable.
En este sentido, pues, la profesión de científico es una profesión de información no-rutinaria. Pues bien, si se junta la idea de Porat de clasificar las profesiones en cinco grandes categorías (producción de información, distribución de información, análisis de mercados y coordinación, procesadores de información y operación de maquinaria informacional)18, con la idea de Machlup sobre la división entre profesiones informacionalmente rutinarias y no-rutinarias, se llega a la clasificación que ha usado Martin en su tesis.
Y, una vez explicado el marco conceptual, estos son sus resultados:
1.El sector de la información sigue aumentado su importancia en la economía norteamericana, en términos de empleo. Si en 1970, el 40,21% de la población empleada estaba en este sector, en 1980 era el 44,14%, y en 1990 era ya del 45,70%. La sorpresa está en que, entre 1990 y 1995, ese porcentaje sólo ha subido al 45,81% de la población empleada. O sea, aunque el sector información sigue creciendo, este crecimiento se ha desacelerado muy significativamente.
2. Un análisis fino de los datos muestra que no todos los componentes del sector información crecen por igual. De hecho, las profesiones informacionalmente rutinarias (entrada de datos, por ejemplo) han pasado de representar el 60% del total del empleo en el sector información a representar el 52% en 1994. Mientras tanto, las profesiones informacionalmente no-rutinarias (creación de información y conocimiento) han pasado de representar el 40% del total de la población empleada en el sector información a representar el 48% (figura 1.4). O sea, crecen las profesiones que requieren una mayor formación, mientras que decrecen las que requieren una menor formación.
El artículo de Martin aporta algunas explicaciones de por qué está ocurriendo este cambio. Quizás la explicación más satisfactoria es la que se denomina “desempleo tecnológico”, es decir, que aumenta el desempleo en aquellas profesiones que son más fácilmente automatizables.
La duda, o el miedo, que generan las conclusiones de la tesis son obvias. Si resulta que la inversión en tecnologías de la información no para de crecer (de hecho no ha parado ni siquiera en épocas de recesión como la de 1990), hasta constituir hoy ya el 45% del total de inversiones en bienes de capital de las empresas norteamericanas, el desempleo tecnológico no hará más que aumentar.
Y entonces, ¿dónde va a trabajar la masa de ciudadanos que no dispondrán de suficiente educación o formación para llevar a cabo trabajos informacionalmente no-rutinarios? Si hasta ahora se pensaba que el sector información era el salvavidas del empleo, el que generaría los empleos que otros sectores, en especial el manufacturero, iban perdiendo, y ahora se demuestra que no se está generando empleo en este sector de la información, ¿qué nos depara el futuro?
