Otto Kässi es doctor en economía por la Universidad de Helsinki y actualmente se desempeña como investigador asociado en el Instituto de Internet de la Universidad de Oxford. Se especializa en temas de economía del trabajo, particularmente, el estudio de los mercados de trabajo digitales a través de modelos econométricos y estadísticos.

Vili Lehdonvirta es doctor en sociología económica por la Universidad de Turquía y actualmente se desempeña como profesor asociado e investigador senior en el Instituto de Internet de la Universidad de Oxford. Se especializa en temas de tecnología digital, particularmente, la forma de organización e implicaciones que las aplicaciones y plataformas digitales tienen sobre los trabajadores, los consumidores, los gobiernos y la política.

1. Introducción

El artículo se inscribe en la temática sobre la gig economy, esto es, la realización de trabajos esporádicos bajo encargo, con una duración concreta y sin relación de exclusividad con la empresa contratante. Se trata de una dinámica similar al freelance. Como no existe consenso en la prensa ni en los artículos científicos sobre una traducción específica del término "gig", aquí se mantendrá sin cambios.

Otto Kässi y Vili Lehdonvirta comienzan su artículo señalando que el comportamiento de los mercados de trabajo se desplaza de la contratación convencional de trabajadores y de la contratación outsourcing al uso de plataformas de trabajo en línea para "encontrar, contratar, supervisar y pagar a trabajadores de un proyecto, trabajo por pieza o trabajo por hora" (p. 2). Se trata, pues, de una "economía gig en línea", "economía de plataforma" o "economía por encargo".

Las consecuencias institucionales y gubernamentales de la economía gig en línea no son del todo claras. Según Kässi y Lehdonvirta, esto se debe a que no existe un método adecuado para la medición de estos nuevos mercados de trabajo. Las estadísticas convencionales y los indicadores económicos sobre el mercado de trabajo no tienen en consideración el trabajo que se realiza a través de plataformas en línea.

Por tal motivo, el propósito de Kässi y Lehdonvirta es la construcción de un indicador económico que mida la economía gig en línea, a saber, el Índice de Trabajo en Línea (OLI, por sus siglas en inglés). El OLI "es un índice que mide el uso de las plataformas de trabajo en línea a lo largo del tiempo y a través de los países y ocupaciones" (p. 2). La finalidad del artículo es mostrar cómo se construyó dicho índice y cómo puede ser utilizado para la orientación de ciertas políticas públicas.

2. Trasfondo
La economía gig en línea ha captado la atención de los hacedores de políticas y de los investigadores. Kässi y Lehdonvirta mencionan que los registros producidos por ambos sectores comparten la convicción de que las estadísticas económicas existentes son poco útiles para la medición de dicha economía. Las principales razones de esto, según los autores, es que las estadísticas económicas no examinan el valor de las actividades e inversiones en medios digitales ya que no se encuentran directamente relacionadas con la producción, sino con el diseño y el marketing "cuyo valor es difícil de establecer" (p. 2).

De cualquier manera, Kässi y Lehdonvirta indican que existen investigadores que ya han intentado ofrecer metodologías para evaluar la economía gig en línea. Sin embargo, a pesar de recurrir a las opiniones de expertos y divulgaciones de algunas plataformas, las fuentes y métodos utilizados suelen ser demasiado opacos y difíciles de repetir. Además de que "por razones de negocios, las plataformas de trabajo en línea tienden a divulgar estadísticas previamente seleccionadas" (p. 3).

Asimismo, existen estudios que recurren a otro tipo de fuentes. Por ejemplo, se ha usado la información sobre las transacciones bancarias de los clientes de JPMorgan Chase's American para estimar la participación de la economía de plataforma, esto es, la generación de ingresos a través de plataformas como Airbnb. La muestra indicó que 1% de los adultos percibieron ingresos mensuales a través de la economía de plataforma, y que dicha modalidad ha crecido significativamente de 2013 a 2015. Sin embargo, advierten Kässi y Lehdonvirta, dicho análisis no considera las transacciones que se realizan a través de plataformas digitales de pago como PayPal o Amazon.

Un problema adicional es que el uso de información sobre la economía gig en línea que se desarrolla en Estados Unidos es parcial e incompleta ya que la mayor parte de dicha economía es transnacional. Kässi y Lehdonvirta mencionan que aproximadamente 89% de las transacciones de las plataformas digitales son transnacionales.

Los resultados generales de los análisis existentes, continúan Kässi y Lehdonvirta, muestran que la economía gig en línea no representa una proporción significativa de la economía "real", sin embargo, da señales de un rápido crecimiento e involucra a muchos sectores. Los autores también sugieren que el impacto de la economía gig en línea en los mercados laborales está lejos de ser trivial, pero todavía faltan estrategias metodológicas que permitan dar cuenta de ello con mayor detalle. Las preguntas que, según Kässi y Lehdonvirta, están a la espera de futuras investigaciones son las siguientes: "Qué países y ocupaciones están siendo más afectadas? ¿En qué países y ocupaciones está creciendo y cuáles son los impactos del uso de plataformas de trabajo en línea? ¿Qué tan estable o volátil es el empleo en línea según las diferentes ocupaciones?" (p. 4).

Metodología

Primero una definición. Las plataformas de trabajo en línea, afirman Kässi y Lehdonvirta, son "los sitios web y aplicaciones a través de los cuales compradores y vendedores de trabajo y servicios realizan sus transacciones de manera completamente digital" (p. 4). Es decir, el vínculo entre el empleador y el empleado, los pagos y el resultado del trabajo son digitales. Estas plataformas abarcan las plataformas para trabajo freelance en línea, pero excluye la economía gig local, esto es, los trabajos que usan plataformas en línea pero se ejecutan a nivel local como, por ejemplo, Uber y Deliveroo. La diferencia entre economía gig en línea y local es necesaria porque siguen dinámicas diferentes y, por tanto, exigen metodologías de análisis acordes a ellas. Así pues, el OLI se limita a medir la economía gig en línea.

3.1. Selección de la muestra

Kässi y Lehdonvirta mencionan que el OLI está constituido por el seguimiento de plataformas de trabajo en línea a través de interfaces de programación de aplicaciones (API, por sus siglas en inglés). Los autores utilizan la muestra de lo que consideran las cinco más grande de plataformas de trabajo en línea en idioma inglés: 1) Freelancer.com, 2) Guru.com, 3) Mturk.com, 4) Peopleperhour.com y 5) Upwork.com. Mientras unos sitios observan la clasificación de las ocupaciones, otros sólo la estiman, y lo mismo sucede con los datos sobre países empleadores. Las de estimaciones de Kässi y Lehdonvirta muestran que aproximadamente 60% de todo el tráfico de las plataformas de trabajo en línea en idioma inglés se encuentra en la muestra seleccionada.

3.2. Captura de datos

El OLI se calcula con datos recopilados periódicamente de la lista de vacantes disponibles de cada una de las plataformas mencionadas arriba. Las vacantes, como en los mercados de trabajo convencionales, se refieren a trabajos, proyectos o tareas ofrecidos por una firma que desea contratar personal. Como sólo se trata de mostrar la utilidad del OLI, los autores se limitan a realizar una estimación de las vacantes promedio del mes de mayo de 2006. También observaron la clasificación de la ocupación y los países empleadores.

3.3. Clasificando el trabajo gig en línea por ocupación

Se clasificaron las vacantes por ocupación para que el OLI pudiera ser utilizado en el rastreo de diferentes tipos de trabajo. Kässi y Lehdonvirta mencionan que las principales dificultades para elaborar la clasificación son los siguientes: 1) los límites entre las distintas ocupaciones son ambiguas; 2) los procesos, tareas y habilidades solicitados en los trabajos constantemente se modifican y 3) hay diferencias significativas en ocupaciones similares. Asimismo, por la limitación de la información no se separan los datos en ocupaciones profesionales (que requieren educación universitaria), de las profesiones asociadas (no requiere educación universitaria) y del resto de ocupaciones que requieren a lo sumo educación secundaria.

La clasificación de los tipos de ocupaciones sobre plataformas queda como sigue:

a) Servicios profesionales: contabilidad, consultor, planificación financiera, servicios legales, recursos humanos y gestión de proyectos.
b) Entrada de datos: servicio al cliente, captura de datos, transcripción, soporte técnico, búsqueda web, asistencia visual.
c) Creativos y multimedia: animación, arquitectura, audio, diseño de logos, fotografía, presentaciones, producción de video, actor de voz.
d) Ventas y soporte mercadotécnico: publicación de anuncios, generación líder, posicionamiento en buscadores, telemarketing.
e) Desarrollo de software y tecnología: ciencia de datos, desarrollo de juegos, desarrollo móvil, control de calidad y pruebas, mantenimiento de software, desarrollo de páginas web.
f) Escritura y traducción: escritura académica, escritura de artículos, redacción, escritura creativa, escritura técnica, traducción.

3.4. Estimando los tipos de ocupación no observados

Para esta información Kässi y Lehdonvirta tomaron una muestra aleatoria de mil 172 vacantes del conjunto predeterminado de vacantes con tipos de ocupaciones no observadas y las clasificaron manualmente en seis tipos de ocupaciones. Los resultados mostraron la siguientes cifras (% es la proporción): 1) captura de datos (7%); 2) servicios profesionales (5%); 3) creativo y multimedia (15%), 4) ventas y soporte mercadotécnico (7%), 5) desarrollo de software y tecnología (53%), 6) escritura y traducción (13%).

3.5 Estimando la distribución del empleador por país

Kässi y Lehdonvirta muestran su procedimiento técnico. La principal dificultad consiste en que no todas las plataformas brindan información de los países.

4. Resultados

El propósito del artículo, afirman Kässi y Lehdonvirta, es presentar el OLI como una herramienta que posteriormente puede ser aplicada en distintas tareas de investigación y, sobre todo, para la elaboración de políticas gubernamentales. Los resultados son completamente descriptivos, de manera que aquí se indicarán sin mayor detalle.

4.1. Crecimiento del trabajo en línea

Se presenta una serie de tiempo del OLI que abarca del mayo a octubre de 2016. El primer resultado es que cada semana se muestra un incremento significativo, pero con una caída notable cada fin de semana. El segundo resultado es que el OLI mostró un crecimiento de 9% en el período comprendido.

4.2. Ocupaciones líderes en los trabajos gig en línea

Kässi y Lehdonvirta reconocen que estudios previos han realizado estimaciones sobre el tamaño del mercado de la economía gig en línea, sin embargo, subrayan que la mayor limitación de éstos ha sido incapacidad por determinar con detalle el tipo de ocupaciones.

Por orden de mayor a menor afectación, resultaron las siguientes ocupaciones: 1) software (35%), 2) creativo (casi 25%), 3) captura de datos (17%), 4) escritura (14%), 5) ventas (12%) y 6) profesionales (2%). La mayor participación relativa de vacantes de desarrollo de software y tecnología se puede explicar, afirman los autores, por la "relativa larga historia de subcontratación de los servicios de tecnología de la información" (p. 12). En cambio, la menor participación relativa de los servicios profesionales se debe a que sus ocupaciones requieren altos niveles de confianza y una constante comunicaciones que no siempre es fácil de realizar por medios exclusivamente digitales.

Geografía de la demanda del trabajo gig en línea

Los resultados de la distribución de los trabajadores por país según el OLI fueron los siguientes: Estados Unidos (52%), Reino Unido (6.3%), India (5.9%), Australia (5.7%) y Canadá (5%). Empleadores no europeos representan conjuntamente 10% y los europeos 16%.

Discusión y conclusión

La finalidad del artículo de Kässi y Lehdonvirta fue presentar el Índice de Trabajo en Línea como un índice de medición de la economía gig en línea que sea equivalente a los índices estadísticos de los mercados de trabajo convencionales. Los principales resultados del OLI son: 1) mostrar que la economía gig en línea está creciendo rápidamente, 2) mostrar que el desarrollo de software y tecnología es la ocupación más afectada; y 3) mostrar que los empleadores de Estados Unidos son los más grandes del mercado de trabajo gig en línea.

Kässi y Lehdonvirta concluyen su artículo mencionando que la limitación de OLI es que sólo está considerando las plataformas de trabajo en línea que se encuentran disponibles en idioma inglés.