El peligro de los precios y los salarios dinámicos: cómo el algoritmo explora vulnerabilidades

Las plataformas digitales han dado un paso más allá del comercio electrónico: tras calcular el precio máximo que un consumidor está dispuesto a pagar por un producto mediante el análisis de datos, el sistema ahora se utiliza para calcular la paga mínima que un trabajador aceptará por sus servicios. Este mecanismo de "precios y salarios dinámicos", impulsado por la inteligencia artificial y el hardware avanzado, opera dentro de cajas negras algorítmicas que nivelan el mercado en favor de las empresas.

Del precio dinámico al salario personalizado

El antecedente más visible se dio cuando usuarios notaron que plataformas masivas como Mercado Libre cobraban precios distintos por un mismo producto según el perfil del comprador. Este modelo, similar al que la industria aeronáutica aplica desde hace años en los pasajes aéreos, se alimenta del historial de compras, poder adquisitivo y urgencia.

Mediante ingeniería inversa, investigadores descubrieron que variables cotidianas —como tener el celular con batería baja o el género del pasajero de noche— elevan el costo de un servicio. Hoy, esa misma lógica se traslada al mercado laboral a través de los salarios algorítmicos.

Asimetrías de poder

Uno de los estudios más completos sobre el tema, titulado “Sobre la discriminación algorítmica de los salarios”, de la profesora Veena Dubal (UC Irvine), advierte cómo se usan datos granulares para producir pagos por hora impredecibles y personalizados. Aplicaciones como Uber estiman la oferta mínima que un chofer aceptará cruzando información de viajes pasados, resúmenes de tarjetas y datos comprados a data brokers.

La asimetría de poder es total: desarrollar apps para comparar qué plataforma paga más o vende más barato está prohibido por copyright. Como resultado, a mayor necesidad del trabajador, peor es el pago. A esto se suman trampas financieras, como los préstamos que las propias plataformas otorgan a sus empleados, exponiéndolos a mayor explotación.

Monitoreo laboral 

Este modelo de negocio ya inspira a otras industrias. Un informe reciente del Roosevelt Institute, titulado “Uber para enfermeras: cómo un modelo de trabajo de plataformas a base de IA está amenazando el sistema de salud”, revela que los hospitales utilizan múltiples plataformas para contratar personal temporal de salud, aplicando la misma regla: detectar a los más desesperados para pagar salarios más bajos.

Paralelamente, los trabajadores ya contratados tampoco escapan a la vigilancia. Según estudios recientes, el 70% de las empresas con más de 500 empleados monitorea el desempeño de su personal a través de dispositivos para calcular incentivos de productividad.

Privacidad en riesgo

Para los inversores, el gran atractivo de estos mecanismos es evitar la negociación tanto con sindicatos como con individuos, presentando ofertas automatizadas "imposibles de rechazar" bajo la lógica de que, si un trabajador no acepta, otro lo hará. Aunque ciertas implementaciones han generado escándalos públicos que obligan a las empresas a retroceder temporalmente, la presión por las ganancias normaliza estas prácticas. Esto consolida la visión de que la privacidad ya no es una norma social, tal como anticipara Mark Zuckerberg en 2010.

La combinación de la pérdida de privacidad, la entrega voluntaria de datos a cambio de promociones y un potente lobby corporativo contrarregulación genera un ecosistema profundamente desigual. Lejos de ayudar a quienes atraviesan situaciones vulnerables, los algoritmos operan para explotar esa vulnerabilidad, socavando los fundamentos de la meritocracia y convirtiendo la necesidad humana en una sentencia dictada por código.