La organización que aprende [II]

¿Cuándo se transforma una organización?

1. Introducción

Como se ha visto, recibir una inversión no implica que sus objetivos declarados tengan viabilidad práctica. Aun asumiendo que estos objetivos coinciden con las intenciones manifestadas, la infraestructura receptora puede no estar preparada para cumplirlos. De la misma manera que comprar material deportivo no garantiza ganar una maratón, comprar un Ferrari no convierte a nadie en piloto experto o comprar un libro de física no convierte a nadie en investigador, una máquina puede instalarse, un sistema informático puede ponerse en funcionamiento, un programa de formación puede completarse o un proyecto puede alcanzar sus objetivos y, sin embargo, la capacidad de la organización para resolver problemas, coordinarse y aprender puede permanecer prácticamente inalterada.

¿Cuáles son esos impedimentos? La razón es que una empresa no está constituida únicamente por trabajadores, máquinas y recursos financieros. Está constituida también por los vínculos entre estos ámbitos: acumula conocimiento sobre sus procesos, sobre la forma de resolver problemas, sobre las relaciones entre sus distintas áreas, sobre sus proveedores y sobre las modificaciones que permiten mejorar su funcionamiento. Una parte de ese conocimiento permanece en las personas; otra se incorpora a procedimientos, rutinas, sistemas de información y formas de coordinación. Cuando puede sobrevivir a las personas concretas que lo generaron y ser utilizado por otros miembros de la organización, se convierte en una capacidad colectiva.

Esta dimensión resulta especialmente importante cuando una organización incorpora nuevas tecnologías. Adquirir una máquina o un sistema no significa adquirir automáticamente la capacidad para aprovecharlo. La tecnología debe incorporarse a una organización que ya posee determinados conocimientos, procesos y formas de trabajo. Por eso, la cuestión no es únicamente qué tecnología se incorpora, sino qué ocurre dentro de la organización cuando esa tecnología llega.

Pero esta cuestión introduce un problema adicional: el conocimiento necesario para transformar una organización no se encuentra necesariamente en el mismo lugar que la autoridad para tomar las decisiones. El problema puede resumirse en una pregunta:

¿Qué tiene que ocurrir dentro de una organización para que una inversión o un proyecto no produzca solamente un resultado, sino una capacidad que permanezca?

2. El capital organizativo que no se activa con un botón

Como se comentaba, una empresa es algo más que trabajadores, máquinas y dinero. También acumula conocimiento sobre cómo funcionan sus procesos, cómo se solucionan los problemas, qué información resulta relevante, cómo se coordinan los departamentos, qué proveedores son fiables, qué errores son recurrentes y qué modificaciones pueden mejorar un procedimiento.

Ese conocimiento no tiene una única localización. Una parte permanece en los individuos que forman la organización; otra se incorpora a procedimientos, rutinas, relaciones de trabajo, sistemas de información y formas de coordinación. Cuando estas formas de conocimiento sobreviven a las personas concretas que las generaron y pueden ser utilizadas por otros miembros de la organización, pasan a formar parte de una capacidad colectiva. En la literatura económica, esta segunda dimensión se ha estudiado bajo conceptos como capital organizativo.

La importancia del concepto está en que introduce una capa intermedia entre el capital físico o tecnológico y el resultado productivo. Una máquina puede incorporarse a una empresa en un momento determinado; la capacidad para utilizarla eficazmente depende, en cambio, de conocimientos y rutinas que pueden haberse acumulado durante años [4].

La OCDE considera el capital organizativo una dimensión importante de los activos intangibles necesarios para aprovechar las nuevas tecnologías [5]. Esto permite formular el problema de la productividad española de una manera más precisa: no se trataría únicamente de cuánto se invierte en tecnología, sino de la capacidad de las organizaciones para incorporar esa tecnología a un sistema productivo que ya posee conocimientos, rutinas y relaciones internas.

Esto resulta especialmente visible en los procesos de transformación tecnológica. Instalar un sistema de visión artificial, por ejemplo, requiere mucho más que desarrollar el algoritmo. Hay que determinar qué debe medirse, en qué punto del proceso, con qué parámetros, cómo deben almacenarse los datos, cómo se conecta el sistema con la infraestructura informática existente, qué permisos necesita y cómo se integra en el proceso productivo.

El componente tecnológico suele ser visible y atribuible a un proyecto concreto. El conocimiento necesario para integrarlo puede estar, en cambio, distribuido entre técnicos, ingenieros, responsables de proceso y trabajadores con años de experiencia. Aquí aparece una distinción fundamental:

Adquirir una tecnología no equivale a adquirir el conocimiento organizativo necesario para aprovecharla

Una organización puede incorporar una máquina, un programa informático o un sistema de inteligencia artificial y, al mismo tiempo, conservar prácticamente intacta su capacidad anterior para detectar problemas, compartir información, coordinar decisiones y aprender de los resultados. La transformación productiva depende entonces de algo más que de la incorporación de tecnología. Depende de que la organización sea capaz de absorber, integrar y acumular conocimiento.

3. El problema del conocimiento interno

En muchas organizaciones, ese conocimiento puede estar perfectamente identificado. La cuestión más difícil es otra:

¿Hasta qué punto coincide el lugar donde se encuentra el conocimiento con el lugar donde se toman las decisiones?

Una organización puede disponer de trabajadores capaces de detectar problemas, interpretar procesos y proponer soluciones sin que esas capacidades tengan una correspondencia directa con la estructura formal de autoridad. Esto introduce una diferencia entre poseer conocimiento y tener capacidad para utilizarlo en la decisión.

La investigación sobre organizaciones ha estudiado precisamente la relación entre conocimiento distribuido, centralización y rendimiento. En una muestra de 164 grandes empresas españolas se encontró una relación negativa entre centralización y rendimiento del conocimiento, mientras que determinadas formas de complejidad organizativa podían favorecerlo [4]. Este resultado plantea una cuestión más concreta: una estructura puede conocer dónde reside una determinada capacidad y, sin embargo, no disponer de mecanismos adecuados para incorporarla al proceso de decisión.

El World Management Survey ha mostrado que determinadas prácticas de gestión —seguimiento sistemático, establecimiento de objetivos, incentivos y evaluación— están asociadas con mejores resultados productivos [6]. Estas prácticas permiten introducir otra dimensión en el problema: no basta con que una organización posea conocimiento; también necesita sistemas capaces de convertirlo en información utilizable para la gestión.

La autoridad no solo distribuye responsabilidades; también determina qué información puede llegar a qué nivel, quién puede proponer modificaciones, quién puede contradecir una decisión y qué conocimiento resulta relevante para modificarla. El problema de la organización consiste en hacer compatible la estructura de autoridad con la distribución efectiva del conocimiento.

4. La participación como mecanismo de transmisión

El caso alemán ofrece un mecanismo institucional concreto para abordar este problema. El sistema alemán dispone de los Betriebsräte, consejos de empresa que ejercen derechos de información, consulta y, en determinadas materias, codeterminación. Su interés para este problema reside no es solamente que exista un canal para transmitir información, sino que ese canal pueda aportar una perspectiva que no dependa exclusivamente de la propia cadena de gestión corporativa.

La investigación reciente encuentra que los works councils alemanes pueden actuar como gatekeepers de las prácticas de gestión. Un estudio basado en datos vinculados de empresas y trabajadores encontró que las empresas con Betriebsrat tenían una mayor probabilidad de que determinadas prácticas implantadas formalmente por la empresa llegaran a aplicarse efectivamente en los niveles intermedios de dirección. Esto permite distinguir entre implantación formal e implantación efectiva [7].

La investigación sobre los Betriebsräte permite observar que sus efectos no se reducen necesariamente a una intervención directa sobre la productividad. Un estudio reciente con datos del German Management and Organizational Practices Survey encuentra que la presencia de un works council fortalece específicamente el efecto de largo plazo de determinadas prácticas de gestión sobre la productividad [8].

Esta evidencia desplaza la cuestión desde la mera existencia de representación hacia la función que desempeña dentro del sistema organizativo. En particular, resulta relevante que la representación pueda favorecer la cooperación necesaria para que determinadas prácticas de gestión se mantengan y produzcan efectos a largo plazo. La cuestión pasa así de preguntar si existe representación a analizar qué mecanismos permiten que la información y las prácticas de gestión circulen efectivamente por la organización.

Incluso en la digitalización alemana los resultados dependen del contexto. Una investigación sobre works councils y adopción de tecnologías digitales encontró que su mera existencia podía estar asociada a menores niveles de equipamiento digital, pero que en establecimientos con elevada presencia de trabajadores dedicados a actividades físicamente exigentes los works councils favorecían la adopción tecnológica [9].

Por tanto, el interés de esta institución para nuestro problema reside en que introduce un mecanismo institucionalizado de transmisión de información desde los niveles donde se desarrolla el trabajo hacia los niveles donde se toman determinadas decisiones, y puede contribuir a que las prácticas de gestión se incorporen efectivamente a los niveles intermedios de la organización.

5. Un mecanismo diferente: la employee voice

Estados Unidos proporciona otro contraste útil porque no dispone de un equivalente general al sistema alemán de Betriebsrat. La literatura anglosajona sobre organizaciones utiliza con frecuencia el concepto de employee voice: la capacidad de los trabajadores para expresar problemas, propuestas y sugerencias.

Una investigación de la Federal Reserve Bank of New York basada en establecimientos estadounidenses encontró que determinadas prácticas de organización del trabajo estaban asociadas con mayor productividad y que la participación de los empleados tenía efectos particularmente positivos cuando se combinaba con establecimientos sindicalizados [10]. Otra investigación —canadiense— sobre employee voice también encuentra que las prácticas que facilitan tanto la expresión de problemas (prohibitive voice) como la propuesta de mejoras (promotive voice) están asociadas positivamente con la innovación organizativa [11].

En Estados Unidos pueden intervenir diferentes canales de transmisión y presión organizativa. Algunos operan directamente dentro de la empresa, mediante la comunicación de problemas y propuestas; otros actúan a través del mercado laboral, como la competencia por trabajadores, la movilidad laboral o los incentivos individuales. La posibilidad de abandonar una organización cuando el conocimiento del trabajador no es reconocido o utilizado adecuadamente introduce así una forma de presión distinta de la representación institucionalizada.

Una investigación publicada en 2026 sobre la llamada worker voice gap encuentra que casi tres cuartas partes de los trabajadores estadounidenses desean tener mayor influencia de la que actualmente tienen sobre cuestiones como remuneración, condiciones de trabajo y utilización de nuevas tecnologías [12]. La comparación permite así distinguir dos arquitecturas diferentes. Alemania institucionaliza una parte de la participación dentro de la empresa mediante representación y codeterminación; Estados Unidos depende en mayor medida de mecanismos organizativos, contractuales y de mercado.

España dispone de sindicatos y mecanismos de representación laboral, pero la cuestión relevante para este análisis es hasta qué punto esos mecanismos consiguen transmitir el conocimiento específico de los trabajadores técnicos y de los niveles intermedios hacia los procesos donde se toman las decisiones. Esta cuestión resulta especialmente importante cuando las decisiones implican inversiones destinadas a transformar procesos productivos: la capacidad para identificar qué necesita ser transformado no tiene por qué coincidir con la capacidad formal para decidir dónde se invierten los recursos. Incorporar ese conocimiento al proceso de decisión no constituye, por tanto, simplemente una forma de participación laboral, sino también un mecanismo mediante el cual la organización puede identificar mejor qué necesita ser transformado.

6. Temporalidad, formación y acumulación de conocimiento

La relación entre duración del empleo y formación empresarial proporciona una primera evidencia relevante para España: un estudio de 2026 analiza 3,1 millones de ofertas de empleo españolas entre 2018 y 2024 y utiliza la reforma laboral de 2022 como experimento cuasi-natural. Las ocupaciones más expuestas anteriormente a la temporalidad experimentaron, tras la reforma, un aumento de 4,3 puntos porcentuales en la formación anunciada por las empresas. Los autores encuentran además un aumento estadísticamente significativo de la participación en formación formal en los datos de encuesta [13].

El resultado puede explicarse por un mecanismo sencillo: una relación laboral de mayor duración aumenta el tiempo durante el cual una empresa puede recuperar los costes de formar a un trabajador. La estabilidad laboral puede influir, por tanto, en la disposición de las empresas a invertir en el desarrollo de conocimientos y competencias.

Sin embargo, el aumento de la formación no permite determinar por sí solo qué ocurre posteriormente con ese conocimiento. Una competencia puede aumentar la capacidad individual de un trabajador sin convertirse necesariamente en una capacidad acumulada de la organización. La cuestión de cómo el conocimiento individual se conserva, se utiliza y llega a incorporarse a una capacidad colectiva requiere observar otros mecanismos que van más allá de la mera inversión en formación.

7. Proyectos temporales y conocimiento permanente

Los programas de prácticas introducen entonces una forma particular de experimentación organizativa. El estudiante puede aportar conocimientos recientes, trabajar junto a empleados con experiencia y desarrollar una solución que la organización quizá no habría explorado mediante sus recursos ordinarios. Pero el resultado del proyecto depende también de lo que ocurra con el conocimiento generado una vez finalizado.

Podemos distinguir así entre el proyecto que se ejecuta y la capacidad que permanece:

problema ➡️ proyecto ➡️ resultado

frente a:

problema ➡️ proyecto ➡️ resultado ➡️ integración ➡️ transferencia ➡️ capacidad organizativa.

La diferencia puede ser decisiva. El primer proceso produce una solución localizada; el segundo incorpora conocimiento al funcionamiento permanente de la organización.

En Estados Unidos existe información sistemática sobre la conversión de prácticas en empleo. La National Association of Colleges and Employers registró en 2026 una tasa media de conversión de becarios a empleados a tiempo completo del 63,1 %, la más alta de los cinco años anteriores. Esta información permite observar las prácticas también como un mecanismo de selección y entrada en la organización [14].

En Alemania existe una infraestructura institucional de observación de las organizaciones que permite abordar este tipo de cuestiones desde una perspectiva longitudinal. El IAB Establishment Panel, desarrollado por el Institut für Arbeitsmarkt- und Berufsforschung, recoge desde 1993 información anual directamente de los establecimientos sobre empleo, estructura y movimientos de personal, contratación, formación, inversiones e innovación. Sus datos pueden además vincularse con información administrativa sobre las trayectorias laborales de los trabajadores [15]. La existencia de una infraestructura de este tipo permite plantear una cuestión adicional: hasta qué punto el conocimiento generado durante la incorporación de nuevos trabajadores o en proyectos temporales llega posteriormente a integrarse en las capacidades de la empresa.

En España existen observatorios universitarios y mecanismos de seguimiento de las prácticas y de la inserción laboral, aunque la información aparece distribuida entre distintas universidades e instituciones. En 2025, el Subgrupo de Observatorios Universitarios de Empleo de la CRUE impulsó el estudio Talento Universitario y Empresa, elaborado con la participación de más de cincuenta universidades y basado en la perspectiva de casi 7.000 empresas españolas sobre formación, competencias, contratación y relación universidad-empresa [16]. La aparición reciente de una iniciativa de este alcance resulta significativa: sugiere que la necesidad de observar de manera más integrada la relación entre el talento universitario y las organizaciones ha adquirido una importancia suficiente como para impulsar un esfuerzo coordinado de mayor escala.

Sin embargo, no hemos encontrado una estadística agregada comparable que permita seguir sistemáticamente el destino de los proyectos realizados por becarios o estudiantes: cuántos se implantan, cuántos continúan desarrollándose después de la estancia, cuánto tiempo permanecen las soluciones en funcionamiento o qué proporción de sus resultados se incorpora al conocimiento organizativo. En definitiva, no se trata solo de mostrar la ejecución o la implantación de un proyecto, sino de observar su impacto sobre la capacidad organizativa una vez se apagan los focos.

8. Conclusión

Una inversión o un proyecto no se convierte automáticamente en capacidad productiva por el hecho de alcanzar sus objetivos. Entre el recurso utilizado y la capacidad que finalmente queda en la organización existe un proceso de incorporación de conocimiento que depende de cómo está organizada la empresa.

La organización necesita poder identificar los problemas, hacer llegar el conocimiento allí donde se toman las decisiones, integrar las soluciones en sus procesos y conservar aquello que se ha aprendido. Para ello importan tanto las estructuras formales de autoridad como los mecanismos que permiten transmitir información desde los niveles donde se genera el conocimiento. También importan las condiciones que hacen posible invertir en las personas y mantener dentro de la organización los conocimientos adquiridos.

La formación puede aumentar las competencias individuales, pero no garantiza por sí sola que esas competencias se conviertan en conocimiento colectivo. Del mismo modo, un proyecto puede producir una solución eficaz sin que esta llegue a incorporarse a las rutinas, procedimientos y capacidades permanentes de la empresa. Por eso, la cuestión relevante no es únicamente si una organización ejecuta una inversión, completa una formación o desarrolla con éxito un proyecto. Es qué puede hacer después que antes no podía hacer, o qué puede hacer ahora de una manera que antes no era posible.

La transformación organizativa comienza cuando el resultado de una inversión deja de ser solamente un resultado y pasa a formar parte de la capacidad de la organización.

9. Bibliografía

[4] Claver-Cortés, E., Pertusa-Ortega, E. M., y Zaragoza-Sáez, P. C. (2008). «Organizational design and knowledge performance: An empirical study». Intangible Capital, 4(3), 166–190. https://doi.org/10.3926/ic.80 [volver]

[5] Organisation for Economic Co-operation and Development (OECD). (2019). «Digitalisation and productivity: A story of complementarities». En OECD Economic Outlook, Volume 2019 Issue 1. OECD Publishing. https://doi.org/10.1787/b2e897b0-en [volver]

[6] Bloom, N. y Van Reenen, J. (2010). «Why Do Management Practices Differ across Firms and Countries?» Journal of Economic Perspectives, 24(1), 203–224. https://doi.org/10.1257/jep.24.1.203 [volver]

[7] Grund, C., Sliwka, D. y Titz, K. (2024). «Works Councils as Gatekeepers: Codetermination, Management Practices, and Job Satisfaction». Labour Economics, 90, 102563. https://doi.org/10.1016/j.labeco.2024.102563 [volver]

[8] Jirjahn, U., Laible, M.-C. y Mohrenweiser, J. (2024). «Management practices and productivity: Does employee representation play a moderating role?». Human Resource Management Journal, 34(1), 236–254. https://doi.org/10.1111/1748-8583.12526 [volver]

[9] Genz, S., Bellmann, L. y Matthes, B. (2019). «Do German Works Councils Counter or Foster the Implementation of Digital Technologies? First Evidence from the IAB-Establishment Panel». Jahrbücher für Nationalökonomie und Statistik, 239(3), 523–564. https://doi.org/10.1515/jbnst-2017-0160 [volver]

[10] Black, S. E. y Lynch, L. M. (2001). «What’s Driving the New Economy? The Benefits of Workplace Innovation». Federal Reserve Bank of New York Staff Reports, n.º 118. Federal Reserve Bank of New York. [volver]

[11] Shin, D., Woodwark, M. J., Konrad, A. M. y Jung, Y. (2022). «Innovation Strategy, Voice Practices, Employee Voice Participation, and Organizational Innovation». Journal of Business Research, 147, 392–402. https://doi.org/10.1016/j.jbusres.2022.04.015 [volver]

[12] Hertel-Fernandez, A. y Kochan, T. A. (2026). «The Worker Voice Gap: How Much Say Do Workers Want—and How Much Do They Actually Experience?». Upjohn Institute Policy Papers, n.º 2026-041. W. E. Upjohn Institute for Employment Research. https://doi.org/10.17848/pol2026-041  [volver]

[13] Adrjan, P., Jessen, J. y Victoria Lanzón, C. (2026). «Restricting Temporary Contracts Increases Firm-Provided Training: Evidence from Spain». CESifo Working Paper, n.º 12594. CESifo, Munich. https://doi.org/10.65864/nwcierg85i [volver]

[14] Gray, K. (2026, 3 de abril). «Intern Conversion Rate Hits Highest Mark in Five Years». National Association of Colleges and Employers (NACE). [volver]

[15] Bellmann, L., Gensicke, M., Kohaut, S., Möller, I., Schwengler, B., Tschersich, N. y Umkehrer, M. (2024). «IAB-Betriebspanel (IAB-BP) 1993–2023». FDZ-Datenreport, 10/2024. Institut für Arbeitsmarkt- und Berufsforschung (IAB). https://doi.org/10.5164/IAB.FDZD.2410.de.v1 [volver]

[16] Borrás Talavera, M. D. y Ramírez Romero, J. M. (coords.). (2025). Talento universitario y empresa: valoración de perfiles, contratación y futuro del empleo en España. McGraw Hill. [volver]

Extracto del artículo publicado originalmente en la plataforma LinkedIn ampliado y adaptado al formato blog.

Ejecutar sin transformar [I]

Infografía: de la inversión a la transformación productiva (fuente: elaboración propia asistido por ChatGPT)

Los fondos europeos constituyen una de las mayores intervenciones de inversión pública realizadas en España en las últimas décadas. Formalmente, dichos fondos tienen como objetivo hacer las economías «más sostenibles, resilientes y mejor preparadas para los desafíos y oportunidades de las transiciones ecológica y digital». Se trata por tanto de un objetivo en último término cualitativo. Sin embargo, la discusión sobre su impacto suele comenzar por cifras fácilmente observables y cuantificables: cuánto dinero ha recibido España, cuánto se ha adjudicado, cuánto se ha ejecutado y cuántos proyectos se han puesto en marcha. Cifras que responden principalmente a la pregunta de cuánto se ha utilizado de los recursos disponibles, pero no de cómo.

Una inversión puede ejecutarse completamente y producir actividad económica sin que la organización que la recibe se haya transformado con la adquisición de nuevas capacidades. Puede instalarse una tecnología sin que se incorpore todo el conocimiento necesario para utilizarla, adaptarla o desarrollarla. Puede aumentar la producción por trabajador sin que haya aumentado la capacidad productiva física de la instalación. El indicador de productividad del trabajo puede confundir una sobrecarga de la capacidad existente o de la carga absorbida por el empleado con mejoras reales de la capacidad productiva. Por eso, evaluar los fondos europeos exige seguir un proceso más largo que el que va desde la adjudicación hasta la ejecución. Hay que preguntarse qué ocurre con los recursos cuando entran en contacto con las capacidades que ya existen en las empresas y en la economía: qué conocimiento se incorpora, qué procesos cambian, qué capacidades se acumulan y qué permanece cuando termina el proyecto.

Ejecutar una inversión no equivale necesariamente a transformar la capacidad productiva.

A partir de ahí aparecen cuatro preguntas relacionadas: qué capacidades encuentran los fondos cuando llegan, qué significa realmente un aumento de la productividad, qué condiciones permiten convertir una inversión en capacidad acumulativa y, finalmente, cómo podemos medir esa transformación.

1. El problema inicial: andar hacia un pozo no calma la sed

La situación actual de los fondos europeos permite observar el problema desde sus primeros resultados. Según BBVA Research, hasta finales de junio de 2026 se habían adjudicado 62.726 millones de euros, equivalentes al 78 % del volumen de inversiones del Mecanismo de Recuperación. Si se mantuviera el ritmo de ejecución observado, podrían quedar sin ejecutar unos 10.000 millones. La distribución presenta además una importante concentración: las grandes empresas representan solamente el 1,5 % de los beneficiarios, pero absorben casi un tercio de los fondos, una cantidad incluso superior a la destinada a las pymes, que representan el 28 % de los beneficiarios y reciben aproximadamente el 27 % de los recursos [1].

Más relevante que el volumen ejecutado es lo que estas cifras permiten preguntar sobre la capacidad de absorción de la economía española: un estudio publicado en 2026 sobre los efectos de Next Generation EU en la transformación industrial española, utilizando las bases ELISA y SABI, encuentra fuertes asimetrías territoriales y sectoriales y muestra que la asignación de los fondos a nivel empresarial está estrechamente relacionada con capacidades estructurales preexistentes [2].

Es decir, la absorción a determinada escala de los fondos está vinculada con la capacidad previa de la organización para utilizarlos. Esto plantea un problema de fondo: si la inversión se absorbe principalmente allí donde ya existen las capacidades organizativas necesarias para aprovecharla, puede reforzar las estructuras productivas que ya disponen de esas capacidades sin transformar en la misma medida aquellas que precisamente presentan el déficit que la inversión pretendía corregir. En definitiva, la relación entre capacidades previas y absorción introduce un mecanismo acumulativo o preferencial:

capacidad previa ➡️ mayor capacidad para absorber fondos ➡️ mayor inversión ➡️ capacidad posterior.

Y, en sentido contrario:

baja capacidad organizativa ➡️ menor capacidad para diseñar y ejecutar proyectos ➡️ menor absorción ➡️ menor acumulación de capacidades.

La cuestión adquiere especial relevancia en una economía cuya productividad presenta déficits persistentes. El Consejo de la Productividad de España ha situado la inversión en capital tecnológico e intangible, el capital humano y la calidad de la gestión entre los factores relevantes para el crecimiento de la productividad. También ha señalado que la baja inversión en capital tecnológico e intangible ha contribuido significativamente a la desaceleración de la productividad española [3].

La cuestión va más allá, por tanto, de cuánto capital recibe una economía: se trata de qué organizaciones tienen capacidad para absorberlo, cómo se distribuye esa capacidad y qué parte de los recursos se convierte finalmente en capacidad productiva acumulativa. Pero incluso cuando observamos un aumento de la producción o de la productividad, seguimos sin tener una respuesta definitiva a esta pregunta. El problema es que los indicadores de productividad registran el resultado de la utilización de los recursos, pero no permiten observar por sí solos qué ha ocurrido con las capacidades que están detrás de ese resultado.

2. El efecto fantasma de la productividad

Las variaciones de la productividad deben interpretarse teniendo en cuenta la forma en que las empresas ajustan sus recursos ante los cambios de la demanda. Cuando la actividad disminuye, la producción se reduce y las organizaciones buscan adaptar sus costes. Una de las principales variables mediante las que puede producirse ese ajuste es el empleo.

Esto resulta especialmente relevante en España, donde la evolución de la productividad laboral ha presentado históricamente una relación estrecha con las fluctuaciones del empleo. Durante las fases de contracción, la reducción de trabajadores puede producir aumentos de la productividad por trabajador, mientras que durante las fases de expansión la incorporación de nuevos trabajadores puede reducirla. Esta relación entre empleo, ciclo económico y productividad constituye una de las características que han contribuido al denominado «puzzle» de la productividad española [17]. El problema puede ilustrarse mediante un ejemplo sencillo. Supongamos una empresa que produce inicialmente 100 unidades con 1.000 trabajadores:

1.000 trabajadores ➡️ 100 unidades ➡️ productividad: 0,10

Si la demanda disminuye y la empresa reduce simultáneamente su producción y su plantilla:

700 trabajadores ➡️ 70 unidades ➡️ productividad: 0,10

la productividad por trabajador permanece igual. La empresa produce menos, pero también utiliza menos trabajo para hacerlo. Ahora bien, supongamos una situación diferente. La plantilla permanece en 700 trabajadores, pero la producción aumenta hasta 90 unidades:

700 trabajadores ➡️ 90 unidades ➡️ productividad: 0,129

La productividad medida ha aumentado aproximadamente un 29 %. La cuestión es entonces: ¿qué ha ocurrido? ¿Cómo ha sido posible producir más con el mismo número de trabajadores cuando anteriormente no se conseguía? ¿Se ha realizado una inversión tecnológica? ¿Se ha modificado la maquinaria? ¿Ha aparecido un nuevo proceso de producción? ¿Ha mejorado la organización? ¿Se están utilizando de forma diferente los recursos que ya existían? Y, si es este el caso, ¿cuáles han sido los factores que han permitido ese cambio en una coyuntura y no en otra?

El cálculo de la productividad registra el resultado, pero no responde por sí mismo a estas preguntas. Una empresa puede aumentar la producción por trabajador y, sin embargo, mantener esencialmente la misma infraestructura, los mismos procesos y la misma tecnología. El aumento observado a través de una métrica simple puede proceder de una transformación de la capacidad productiva, pero no permite distinguirlo de los casos en los que se someten a sobrecarga los recursos existentes. Lo más interesante, sobre todo en el caso español, es que este no es un ejemplo ficticio; es, en todo caso, una simplificación de lo que realmente ocurre.

La investigación de Comin, Quintana, Schmitz y Trigari proporciona una evidencia relevante para este problema [18]. Su trabajo muestra que las estimaciones convencionales de la Productividad Total de los Factores pueden confundir cambios en la eficiencia con cambios en la utilización de los factores productivos. Los autores incorporan información sobre beneficios, costes de ajuste y utilización de la capacidad y obtienen estimaciones de la PTF considerablemente menos volátiles y menos procíclicas que las obtenidas mediante los métodos convencionales.

El resultado es especialmente relevante porque obliga a distinguir entre un cambio en la eficiencia o capacidad productiva y un cambio en la forma en que se están utilizando los recursos disponibles. Una variación de la productividad puede reflejar una transformación tecnológica u organizativa, pero también una modificación de la intensidad con que se utilizan el capital y el trabajo.

Esta cuestión adquiere una importancia particular cuando el empleo constituye una variable de ajuste. Una empresa puede reducir su plantilla y redistribuir las tareas entre los trabajadores que permanecen. También puede concentrar una proporción mayor del tiempo disponible en la producción inmediata. El mecanismo podría representarse de la siguiente manera:

reducción de plantilla
        ⬇️
redistribución de tareas
        ⬇️
mayor concentración en la producción inmediata
        ⬇️
aumento de la productividad medida

Pero esta reorganización puede tener consecuencias que no aparecen directamente en el indicador. En las organizaciones manufactureras, una parte del trabajo no está destinada exclusivamente al output inmediato. La formación, el mantenimiento preventivo, la coordinación, la documentación, la prevención de errores, la mejora de procesos y la innovación incremental contribuyen a conservar y desarrollar capacidades cuyo rendimiento puede aparecer posteriormente.

Durante un periodo de ajuste, algunas de estas actividades pueden reducirse para concentrar los recursos disponibles en la producción inmediata. La organización puede mantener o aumentar el output utilizando una plantilla menor, mientras una parte mayor del trabajo de quienes permanecen se concentra en las actividades directamente relacionadas con la producción.

Esto permite distinguir entre dos fenómenos que no tienen por qué coincidir. Por una parte, puede aumentar la producción obtenida por cada trabajador. Por otra, puede mantenerse relativamente estable —o incluso reducirse— la capacidad de la organización para conservar conocimiento, formar trabajadores, adaptarse y desarrollar nuevos procesos.

Podemos denominar provisionalmente efecto fantasma de la productividad a esta posible divergencia entre la productividad que registra el indicador y la transformación efectiva de la capacidad productiva de la organización. El concepto no pretende cuestionar el cálculo: si aumenta la producción por trabajador, el aumento registrado es real. Lo que se plantea es qué parte de esa variación corresponde a una transformación de la capacidad productiva y qué parte puede proceder de una modificación de la cantidad, composición o utilización del trabajo y de otros recursos existentes.

La evidencia disponible permite observar algunos de los mecanismos que intervienen en esta relación. En España, diversos estudios han encontrado que determinadas características del mercado laboral dual pueden reducir los incentivos para la formación y afectar negativamente a la productividad total de los factores [19]. También se ha observado que una elevada presencia de empleo temporal puede dificultar la conversión de los esfuerzos de innovación en innovaciones de producto [20].

Estos resultados no permiten reconstruir mediante un único indicador todo lo que ocurre dentro de una organización. Pero muestran que la forma en que se ajusta y utiliza el trabajo tiene consecuencias que van más allá de la cantidad de producción obtenida en un momento determinado. El empleo no constituye únicamente un factor cuyo volumen puede aumentar o reducirse. Su estabilidad, composición y utilización afectan también a la formación, a la acumulación de conocimiento, a la innovación y a la continuidad de determinadas capacidades organizativas.

Por ello, las variaciones de productividad deben interpretarse junto a otros procesos que habitualmente permanecen separados en las estadísticas. El indicador registra el output obtenido por los recursos empleados, pero no permite observar directamente qué sucede con las capacidades que permitirán a la organización producir, adaptarse o innovar en el futuro.

El efecto fantasma de la productividad designa precisamente ese problema de observación: una variación de la productividad medida puede ser perfectamente real sin corresponderse necesariamente con una transformación equivalente de la capacidad productiva subyacente. Cuando el indicador está influido por cambios en la utilización de los factores y por la forma en que se ajusta el empleo, resulta necesario observar también qué sucede dentro de la organización. De lo contrario, podemos confundir una modificación en la utilización de una capacidad existente con una transformación de la capacidad misma.

3. El problema de la capacidad de absorción

Llegados a este punto, la pregunta inicial sobre los fondos europeos ha de plantearse en otros términos. No se trata solamente de cuánto dinero ha recibido España, cuánto se ha adjudicado o cuánto se ha ejecutado. Tampoco basta con determinar si los proyectos financiados han producido actividad económica. Todas estas variables describen diferentes fases del proceso, pero dejan abierta la cuestión fundamental: qué capacidad permanece después de la inversión.

Los fondos europeos proporcionan recursos financieros extraordinarios. Pero esos recursos llegan a empresas, administraciones y sectores que ya poseen una determinada estructura productiva, un determinado capital humano, unas determinadas capacidades de gestión y unas determinadas relaciones entre organizaciones. Por eso, la capacidad para aprovechar una inversión no comienza cuando llega el dinero. La capacidad de absorción depende, precisamente, de las condiciones que permiten a una organización o a una economía incorporar recursos externos, combinarlos con los recursos ya existentes y convertirlos posteriormente en capacidades propias.

La inversión puede proporcionar parte de estos recursos, pero no sustituye de manera inmediata las capacidades organizativas, las relaciones productivas y el conocimiento que una economía ha acumulado durante años. Esto introduce una diferencia fundamental entre financiar una capacidad y disponer de las condiciones necesarias para utilizarla. La misma cantidad de capital puede producir resultados diferentes dependiendo de la organización que la recibe y del ecosistema productivo en el que se integra. Se puede representar esta relación de forma sencilla:

          capital externo ➡️ inversión ➡️ capacidad productiva

pero también:

  capital externo           ➕
  capital humano            ➕ 
  conocimiento organizativo ➕ 
  gestión                   ➕ 
  ecosistema productivo     ➡️ capacidad productiva acumulativa.

La segunda cadena permite entender por qué la disponibilidad de capital no garantiza por sí sola una transformación. Si algunos de los componentes necesarios para absorber, utilizar e integrar los recursos son insuficientes, una parte de la inversión puede seguir produciendo actividad, empleo o producción sin generar una capacidad equivalente para afrontar la siguiente transformación. Esta limitación tiene además una dimensión temporal. Una carencia que ya existía antes de la llegada de los fondos no desaparece necesariamente por el hecho de disponer ahora de más recursos financieros.

Si el objetivo de los fondos es transformar la estructura productiva, no basta con conseguir que el dinero llegue a un proyecto elegible. Hay que conseguir que la inversión produzca capacidades que permanezcan cuando desaparezca la financiación. Eso exige prestar atención a variables que no siempre aparecen en la evaluación inmediata de los programas: formación, conocimiento interno, capacidad de gestión, integración entre departamentos, colaboración entre empresas y centros de investigación, desarrollo de proveedores, capacidad tecnológica propia y mecanismos para conservar y transmitir el conocimiento generado. En este sentido, la cuestión política que plantean los fondos europeos es más compleja que decidir dónde gastar el dinero.

Hay que decidir qué capacidades necesita la economía para poder aprovecharlo y cómo se construyen esas capacidades.

Si una economía llega a una transformación tecnológica sin suficiente capacidad para identificar, utilizar y desarrollar el conocimiento disponible, sin mecanismos eficaces de transmisión del conocimiento, sin organizaciones capaces de aprender y sin un ecosistema industrial capaz de desarrollar la nueva tecnología, el dinero puede financiar la adquisición de soluciones externas, puede incluso generar actividad económica considerable, pero una parte sustancial de la capacidad necesaria para la siguiente transformación seguirá teniendo que importarse. Esto permite reformular finalmente la pregunta que estaba detrás de todo el análisis:

¿Hasta qué punto los fondos europeos están financiando una transformación de la capacidad productiva española y hasta qué punto están financiando inversiones que una estructura productiva preexistente todavía no está en condiciones de convertir plenamente en capacidad propia?

La cuestión relevante no consiste en evaluar el uso de los fondos únicamente en términos de beneficio económico inmediato o de rentabilidad política, sino en analizar cuáles eran los problemas previos cuya solución no dependía necesariamente de disponer de más dinero, sino de cambios en las estructuras organizativas, productivas e institucionales. La naturaleza de estos problemas hace que sus implicaciones trasciendan necesariamente los ciclos políticos y las diferencias partidistas.

4. La importancia de lo que no se mide

Si la cuestión fundamental es qué capacidad permanece después de la inversión, entonces el problema ya no es solamente qué se financia ni cuánto se ejecuta, sino qué somos capaces de observar sobre ese proceso de transformación. A lo largo del análisis hemos encontrado distintas formas de medir la actividad económica y productiva: recursos adjudicados, inversión ejecutada, empleo, producción, productividad, gasto en I+D, incorporación de tecnología, formación o número de proyectos realizados. Cada una de estas variables permite observar una parte del proceso. Sin embargo, la utilización efectiva de los recursos no depende únicamente de que estos hayan sido asignados o ejecutados, sino también de la capacidad de las organizaciones y de la economía para integrarlos en su funcionamiento. Esta cuestión conecta directamente con la preocupación expresada por las instituciones europeas respecto a la capacidad de España para aprovechar plenamente los recursos del Plan de Recuperación [24].

Sin embargo, entre la entrada de recursos y la aparición de una nueva capacidad productiva existe una diferencia que no puede reducirse a la simple suma de esas variables. Una inversión puede ejecutarse, una tecnología puede instalarse y un proyecto puede producir un resultado sin que ello implique necesariamente que la organización haya incorporado plenamente esa inversión a su funcionamiento ni que haya sustituido o transformado las capacidades y procedimientos anteriores.

Para que una inversión se convierta en una capacidad propia deben producirse procesos adicionales. El capital debe combinarse con el conocimiento existente, las nuevas tecnologías deben integrarse en los procesos de trabajo, los trabajadores deben adquirir o adaptar competencias, la información debe circular entre diferentes niveles de la organización y las soluciones desarrolladas deben incorporarse de manera estable a su funcionamiento.

Podemos observar, por ejemplo, cuánto dinero se ha destinado a un proyecto, qué tecnología se ha adquirido, cuántas personas han participado o qué resultado inmediato se ha obtenido. Resulta más difícil determinar qué ha ocurrido después con la organización que ha recibido esa inversión: qué conocimiento se ha generado, qué conocimiento previo se ha utilizado, cómo se han combinado ambos, quién ha participado en la adaptación de la solución, qué procesos han cambiado y qué parte de esa experiencia permanece disponible para afrontar problemas posteriores. La diferencia puede expresarse de forma sencilla:

recursos ➡️ proyecto ➡️ resultado

frente a:

recursos ➡️ integración ➡️ adaptación ➡️ aprendizaje ➡️ capacidad permanente

La primera secuencia permite observar la ejecución de una actividad. La segunda exige observar cómo esa actividad modifica la organización y si el resultado obtenido llega realmente a incorporarse a su funcionamiento.

Esta diferencia resulta especialmente importante para el problema que plantean los fondos europeos. Si el objetivo consiste únicamente en ejecutar una inversión, resulta suficiente comprobar que los recursos han sido adjudicados, utilizados y justificados. Pero si el objetivo consiste en transformar la capacidad productiva, es necesario observar algo más: qué ha cambiado en la organización como consecuencia de la inversión y qué capacidad posee después que no poseía antes.

Aquí aparece una primera dificultad. La transformación constituye uno de los objetivos declarados de una inversión de esta magnitud, pero resulta mucho más fácil encontrar indicadores sobre la adjudicación y ejecución de los recursos, la realización de proyectos o sus resultados inmediatos que mecanismos capaces de seguir sistemáticamente cómo esos recursos se convierten en nuevas capacidades dentro de las organizaciones.

La cuestión no consiste simplemente en añadir más indicadores a una estadística existente. El problema es anterior: para medir la transformación es necesario decidir qué entendemos por transformación y observar el proceso mediante el cual se produce.

Esto explica también por qué determinados indicadores pueden resultar insuficientes. Un aumento de la productividad medida no determina por sí mismo si ha aumentado la capacidad productiva subyacente. La realización de un proyecto no determina si su resultado ha quedado incorporado al funcionamiento ordinario. La adquisición de una tecnología no determina si la organización ha aprendido a utilizarla, modificarla o desarrollar nuevas aplicaciones a partir de ella. La formación de trabajadores tampoco garantiza que sus conocimientos encuentren un lugar en el que puedan ser utilizados. En todos estos casos es posible observar una actividad o un resultado sin observar completamente la transformación que debería producirse entre ambos.

La ausencia de esta información resulta significativa. No porque la falta de una medición concreta permita determinar por sí sola sus causas, sino porque revela una diferencia en la atención que reciben distintas partes del proceso. Existe un interés considerable por conocer cuánto dinero se adjudica, cuánto se ejecuta, cuántos proyectos se realizan o qué resultados inmediatos pueden atribuirse a una inversión. Sin embargo, existe una atención mucho menor hacia la cuestión de cómo se modifica la capacidad de las organizaciones que reciben esos recursos.

Es posible, por tanto, que una evaluación registre simultáneamente:

fondos adjudicados    ✅
fondos ejecutados     ✅
proyecto realizado    ✅
tecnología incorporada✅
resultado obtenido    ✅

sin poder responder con la misma precisión:

❓ ¿Qué conocimiento permanece?
❓ ¿Qué procesos han cambiado?
❓ ¿Qué capacidad nueva posee la organización?
❓ ¿Qué problemas podrá resolver ahora que antes no podía resolver?
❓ ¿Qué parte de esa capacidad seguirá existiendo cuando desaparezca la financiación?

Esta última dimensión conecta los problemas examinados anteriormente. Una organización puede disponer de trabajadores cualificados cuyo conocimiento no se utiliza plenamente, incorporar tecnología desarrollada externamente, recibir capital para financiar nuevos proyectos y obtener resultados inmediatos. Pero nada de ello garantiza por separado que la organización haya aumentado su capacidad para producir, aprender y adaptarse. La cuestión decisiva es cómo se combinan esos recursos y si la organización consigue incorporarlos a sus propias capacidades.

Esto permite conectar una preocupación expresada desde la evaluación europea con los problemas observados a lo largo del análisis. La dificultad para aprovechar plenamente una inversión puede hacerse visible en los resultados de ejecución y utilización de los recursos, pero sus causas pueden encontrarse en condiciones anteriores a la llegada de los fondos: formación insuficiente, dificultades de coordinación, problemas de gestión, escasa integración del conocimiento, estructuras organizativas rígidas, separación entre conocimiento y autoridad o limitaciones para conservar y transmitir la experiencia acumulada.

El problema, por tanto, no comienza necesariamente cuando llegan los recursos. En muchos casos, la inversión encuentra una estructura productiva y organizativa previa que determina lo que puede hacerse con ella.

Precisamente esta dimensión ocupa un lugar mucho menos visible en los sistemas habituales de evaluación. Puede declararse como objetivo la transformación de una estructura productiva y medir con gran precisión la ejecución de los recursos, los proyectos realizados y sus resultados inmediatos sin disponer de información equivalente sobre cómo se incorporan posteriormente a la capacidad de las organizaciones.

La propia estructura de evaluación introduce otra cuestión relevante. El Mecanismo de Recuperación y Resiliencia es un instrumento basado en el cumplimiento de hitos y objetivos previamente acordados entre los Estados miembros y las instituciones europeas. Los desembolsos dependen de la evaluación del cumplimiento satisfactorio de esos parámetros [25]. Este sistema permite comprobar con precisión determinados resultados de las reformas e inversiones, pero no garantiza por sí mismo que todos los procesos relevantes para valorar una transformación estructural estén incluidos entre los elementos observados.

En este contexto resulta significativa la preocupación expresada por las instituciones europeas respecto a la capacidad de España para aprovechar plenamente los recursos disponibles. Esa preocupación conecta directamente con el análisis anterior: disponer de recursos para realizar una inversión no garantiza que una organización o una economía pueda integrarlos plenamente en su funcionamiento, utilizar las posibilidades que generan y transformar con ellos su capacidad productiva.

Si la transformación constituye el objetivo, la evaluación debería permitir determinar qué ha cambiado como consecuencia de la inversión respecto a la capacidad anterior.

5. Conclusión

Los fondos europeos permiten observar con especial claridad un problema que, en realidad, es anterior a los propios fondos. Una economía no comienza a construir capacidad productiva cuando recibe recursos financieros. Estos llegan a organizaciones que ya poseen determinadas formas de conocimiento, estructuras de gestión, relaciones productivas y capacidades tecnológicas.

Por eso, entre la inversión y la transformación existe un proceso intermedio decisivo. El capital debe combinarse con las capacidades existentes; la tecnología debe integrarse; el conocimiento debe circular; los trabajadores deben poder utilizar y transmitir lo aprendido; y los resultados de los proyectos deben incorporarse a la organización.

Esto permite entender también los límites de los indicadores convencionales. Los fondos pueden estar adjudicados y ejecutados, los proyectos pueden realizarse y la productividad puede aumentar sin que sepamos todavía qué capacidad nueva posee la organización después de la inversión.

La pregunta fundamental es, por tanto, qué puede hacer ahora una organización que antes de la inversión no podía hacer, o no podía hacer en las mismas condiciones. Porque transformar no significa simplemente utilizar recursos para producir un resultado. Significa que, después de utilizarlos, queda una capacidad que antes no existía.

6. Bibliografía

[1] BBVA Research. (2026, 28 de agosto). España | ¿Cómo va la ejecución de los fondos NGEU? Actualizado el 2 de septiembre de 2026. BBVA Research. Enlace: BBVA Research — ¿Cómo va la ejecución de los fondos NGEU?  [volver]

[2] Lozano-Reina, G., Sánchez-Marín, G., y Baixauli-Soler, J. S. (2026). «Next Generation EU and industrial transformation: Evidence from Spain». Structural Change and Economic Dynamics, 77, 123–136. https://doi.org/10.1016/j.strueco.2026.01.002 [volver]

[3] Consejo de la Productividad de España. (2026). I Informe del Consejo de la Productividad de España (2025). Ministerio de Economía, Comercio y Empresa. Enlace: Consejo de la Productividad de España — I Informe (2025) [volver]

[17] Hospido, L. y Moreno-Galbis, E. (2015). «The Spanish Productivity Puzzle in the Great Recession». Banco de España Working Paper No. 1501. Enlace: PDF — The Spanish Productivity Puzzle in the Great Recession  [volver]

[18] Comin, D., Quintana, J., Schmitz, T. y Trigari, A. (2025). «Revisiting Productivity Dynamics in Europe: A New Measure of Utilization-Adjusted TFP Growth». Journal of the European Economic Association, 23(4), 1598–1633. https://doi.org/10.1093/jeea/jvaf003 [volver]

[19] Dolado, J. J., Ortigueira, S. y Stucchi, R. (2016). «Does Dual Employment Protection Affect TFP? Evidence from Spanish Manufacturing Firms». SERIEs, 7(4), 421–459. https://doi.org/10.1007/s13209-016-0150-9 [volver]

[20] Rodríguez-Ruiz, Ó., Fernández-Menéndez, J., Díaz-Martínez, Z. y Fossas-Olalla, M. (2020). «The Impact of Temporary Workers on the Conversion of Innovation Efforts into Product Innovations: The Case of Spanish Companies». Evidence-based HRM: A Global Forum for Empirical Scholarship, 9(3), 276–292. https://doi.org/10.1108/EBHRM-01-2020-0005  [volver]

[24] European Commission (2025). Country Report – Spain 2025. European Semester. EUR-Lex / European Commission. Enlace: European Commission — Country Report Spain [volver]

[25] European Commission. Recovery and Resilience Scoreboard: Milestones and Targets; Common Indicators. European Commission. Enlace: European Commission — Recovery and Resilience Facility / Scoreboard [volver]

Extracto del artículo publicado originalmente en la plataforma LinkedIn ampliado y adaptado al formato blog.

Leer más

La anomalía china explicada

En una reciente entrevista, una joven de origen chino explicaba en un podcast cómo las nuevas generaciones están rechazando el modelo de trabajo denominado «9-9-6» (doce horas al día, seis veces por semana). Si bien una entrevista a una joven «random» (como se suele decir ahora) no parece ser una fuente lo suficientemente fiable, sin embargo, ha servido como estímulo para averiguar con algo más de detalle qué hay detrás de esta afirmación. Y el resultado es esclarecedor:

➡️ Desde el 2021 existe el fenómeno de tang ping («躺平», literalmente «tumbarse»), asociado precisamente a jóvenes que rechazan la carrera laboral convencional, la sobreexplotación y la expectativa de trabajar hasta el límite. También ha aparecido posteriormente el llamado bai lan («dejarse llevar»).

➡️ Por otro lado, un informe de la OIT de 2025 sobre China encuentra una polarización creciente entre trabajadores con jornadas muy cortas y trabajadores con jornadas excesivamente largas. Reuters también señalaba en 2025 que, pese a que el 996 fue declarado ilegal en 2021, continuaba practicándose en determinados sectores.

➡️ Además, el informe del Cheung Kong Graduate School of Business, basado en 17.000 respuestas y 2,4 millones de datos de distintas generaciones, compara explícitamente a la Gen Z china (18-25 años) con grupos de mayor edad. La Gen Z aparece como la generación menos satisfecha con su equilibrio entre vida y trabajo.

Por tanto, sí puede afirmarse que existe una disconformidad significativa y un creciente cuestionamiento entre las nuevas generaciones respecto al modelo laboral chino. Esta revelación abre una serie de cuestiones nada anecdóticas sobre la supuesta «revolución china»:

⏺️ Para algunos sectores, China representaba una supuesta «superación» del modelo occidental fundamentado en las «democracias liberales» y el «mercado libre», logrado gracias a su vez, al superar igualmente el modelo comunista soviético (véase esta interpretación sobre la fusión ideológica de Marx y Confucio).

⏺️ Para otros, suponía una anomalía respecto a la llamada «hipótesis de la modernidad» de Lipset en 1959 (todas las sociedades «avanzadas» convergen a la «democracia») con la aparición de una sociedad china cuyas condiciones materiales avanzaban como un cohete mientras que continuaba aceptando a un gobierno «autoritario».

La aparente dificultad en clasificar a China dentro de las categorías políticas y económicas occidentales (democracia, comunismo, liberalismo, etc.) ha dado lugar a discusiones sobre su modelo económico y político. Sin embargo, probablemente esta dicotomía decía más de la carencia de Occidente para definir la frontera entre ambos ámbitos, una duda que persiste desde que la Comisión Trilateral de 1975 publicó su informe en el que señalaban que las «exigencias de la población no podían ser satisfechas». La creciente desconfianza en las instituciones y el imparable aumento de la influencia del ámbito económico y financiero parecen apoyar esta tesis. Paradójicamente, parece estar ocurriendo justo lo contrario de lo que postuló Lipset: el propio modelo occidental podría estar contribuyendo a erosionar la democracia, en lugar de consolidarla. Esto nos trae de vuelta a la Gen Z. En artículos anteriores se señalaba que en Occidente se está experimentando un rechazo similar en este sector de la población. Y aquí es dónde se produce algo fascinante: la convergencia entre Occidente y China sí existe, pero no en la «democracia».

Algunos estudios ya ponen el dedo en la llaga sobre este asunto y plantean precisamente la necesidad de reformular la hipótesis de la modernidad. Hace no mucho se publicó aquí una propuesta de investigación que pretendía algo similar: reformular el llamado «motor de la historia»: este no sería una reducción del problema a una «lucha de clases» sino a una continua repetición de determinadas estructuras jerárquicas y relaciones de poder transversales, no necesariamente visibles en un determinado modelo político formal, sino a través de las relaciones de poder que se dan en todos los ámbitos, desde el social al laboral. El resultado no trata de una cuestión meramente ideológica, sino de las consecuencias físicas y psicológicas cuando un organismo adaptado a unas condiciones choca contra modelos sociopolíticos que instrumentalizan al individuo, en lugar de favorecerlo o darle un propósito. Materialismo al fin y al cabo, pero no un materialismo «histórico», sino evolutivo y biológico.

No es nuevo: las llamadas «enfermedades de la civilización» son una advertencia sistemáticamente ignorada. En Occidente son ya habituales los fenómenos como la «gran renuncia» o el burnout, la cuestión es: ¿China representa una excepción a estos problemas? La evidencia indica de manera contundente que no:

➡️ Un estudio longitudinal basado en datos nacionales de China encontró que las jornadas laborales largas se asociaban significativamente con un mayor riesgo de problemas de salud mental, con efectos especialmente marcados entre trabajadores de cuello blanco y empleados de pequeñas empresas.

De alguna manera, la gente ha dejado de enfermar por una causa para enfermar por otra. Por añadidura, el resultado continúa sin convencer dada la creciente disconformidad. Sus consecuencias no son meros berrinches caprichosos, tienen efectos medibles y consecuencias palpables. China ha encontrado una alternativa al modelo político occidental, pero todavía no ha encontrado necesariamente una alternativa al modelo de organización social que genera determinados problemas humanos.

¿Y si la variable verdaderamente universal no fuera la demanda de democracia, sino la demanda de mayor autonomía, seguridad, control sobre el propio tiempo y capacidad efectiva de intervenir sobre las condiciones de vida?

China tal vez no sea la respuesta, pero tal vez nos proporcione las preguntas adecuadas.

Artículo publicado originalmente para la plataforma Linkedin y adaptado posteriormente a este formato.

Leer más

Los límites de la computación y la capacidad humana

El modelo no es la realidad

En una era en la que inteligencia artificial está sustituyendo a cada vez más humanos en tareas que hace poco más de un siglo se consideraban propias de nuestra especie y que, en aquel entonces, se explicaban por una «esencia humana» de origen cercano a lo divino; resulta tentador especular con una creación tecnológica que haya adquirido consciencia y cuya inteligencia sea cercana o incluso superior a la humana. No solo que sea posible, sino que esté a la vuelta de la esquina. 

Pero este optimismo tecnológico no es un fenómeno aislado. El ser humano se ha sorprendido de sus propias creaciones, a veces se atemoriza de ellas, otras por el contrario, cree que puede jugar a ser un dios con ellas. Los avances científicos han tardado en aparecer, necesitando derribar antiguos paradigmas. Pero cuando lo hacen, los colectivos humanos especulan abiertamente con ellos y se imaginan superando las ataduras a sus limitaciones físicas. Anhelan haber hallado por fin una explicación universal que les libere de la incertidumbre, de la duda eterna que ha atenazado a los seres humanos desde que son conscientes de su existencia. 

Esta tendencia recurrente en cuanto a extrapolar más allá de lo que realmente permite el nuevo paradigma, ha sido un patrón histórico bastante característico y, me atrevería a decir, la mayoría de las veces equivocado de maneras catastróficas. Por supuesto, la culpa no es ni de los científicos ni de la ciencia. Es una trampa en la que el ser humano cae, consecuencia de sus propias capacidades pero también, de sus limitaciones, cuando creemos haber dado solución a misterios que nos angustiaban. El primer ejemplo significativo de esta tendencia histórica tuvo como protagonista a la formulación de la Ley de la gravitación universal de Isaac Newton.  

A nadie se le ocurriría culpar al célebre científico británico por haber dado explicación a una parte fundamental del funcionamiento del universo. Sin embargo, la sorprendente capacidad del inglés para articular una serie de formulaciones de carácter matemático y preciso sobre el universo al que se tenía acceso con los medios de la época, tuvo importantes efectos filosóficos, sociales y políticos. En primer lugar, las corrientes de pensamiento idealistas, representadas mayoritariamente por filósofos alemanes, asistían sorprendidos a cómo una visión materialista y mecanicista «ponía orden» en el universo. Otra de las consecuencias fue que, dado el sorprendente éxito del nuevo marco de conocimiento, se inició una tendencia a buscar «leyes universales» que explicaran diversos aspectos de la realidad. 

Uno de los casos más paradigmáticos fue el del Karl Marx que, como reacción a los abusos que en el ámbito laboral se estaban dando, «gracias» de nuevo a los descubrimientos tecnológicos de la Revolución Industrial, creyó ver una ley fundamental que explicaba «el motor de la historia», cuya corriente filosófica se le llamó materialismo histórico y que lo reducía todo a la «lucha de clases». Otro caso fue el de Sigmund Freud, que deseando dar respuesta a los males que afectaban a la mente humana al tener que vivir en un mundo cada vez más alejado del que vio nacer a la especie de la que forma parte, analizó casos particulares de individuos coetáneos y los interpretó como universales a todo el género humano y parte fundamental de su naturaleza. 

Estos marcos ontológicos compartían la característica de ser herméticos y difícilmente refutables dentro de su propio ámbito. Sin embargo, este aparente logro se alcanzaba ignorando todo lo que no encajaba dentro de él o reinterpretándolo de manera que sí lo hiciera. Por ejemplo, Freud zanjaba las criticas a su modelo respecto a la pulsión de muerte o culpa por «matar al padre» diciendo que «no lo recordaban». En el  caso de la filosofía materialista, las criticas se interpretaban como «idealismo» o incluso, «materialismo vergonzante».

Varios sucesos ocurrieron posteriormente que cuestionaban la posibilidad de que un marco cerrado de este tipo pudiera servir como modelo preciso de la realidad. Un aviso fue protagonizado por el matemático y filósofo británico Bertrand Russell al formular su famosa paradoja. Con ella, se advertía de ciertos límites intrínsecos de la lógica formal. Esta limitación no fue inconveniente, sino que más bien fue estímulo, para que el matemático alemán David Hilbert pretendiera elaborar lo que llamó programa de fundamentación completa de Hilbert, un conjunto finito de axiomas que contuviera todas las matemáticas. Es decir, que cualquier formulación matemática que se propusiera podía ser realizada dentro o a partir de dicho conjunto de axiomas. Una de las particularidades de dicho programa era el concepto de «decibilidad» o la posibilidad de poder decidir a partir de dicho conjunto de axiomas si un problema dado cualquiera tenía solución o no. Nota importante: no se trata de la dificultad en encontrar la solución a un problema, sino en poder determinar para todo problema dado si la solución es posible no no.

Algo más tarde apareció el austriaco Kurt Gödel, que con su teorema de la incompletitud acabo tirando por tierra —probablemente sin proponérselo— todo intento de normalizar y formalizar la realidad en un conjunto de axiomas aritméticos. Gödel demostró que ningún sistema formal suficientemente axiomatizado como para ser completamente coherente puede llegar a ser completo a la vez. Es decir, que para ser coherente y completo es necesaria una validación externa a todo marco ontológico. ¿Qué ocurre con la Ley de la Gravedad? ¿Acaso se ha demostrado que es falsa? No, lo que se evidenció es que la famosa ley no explica toda la realidad y que es necesaria otra teoría para llegar a ciertas partes de ella, como fue la de la relatividad de Albert Einstein. Así mismo, la teoría del científico de origen alemán tampoco explica toda la realidad, como también quedo patente con la mecánica cuántica.

Curiosamente, a pesar de todas estas lecciones históricas, el ser humano parece repetir cabezonamente tendencias similares sin mantener la cautela necesaria. Cuando Alan Turing desarrolló la teoría de la computación que hoy define todos los sistemas de tal ámbito, prácticamente de inmediato surgió la posibilidad de explicar «toda» la inteligencia y la capacidad humana, lo que incluiría también la consciencia, la creatividad, la intuición o el pensamiento simbólico, en términos de dicha teoría de la computación. Dicho de otra manera: existía una voluntad ontológica en caracterizar la inteligencia humana en algo intrínsecamente computable. El propio Turing consideró esta posibilidad y para ello propuso un hipotético test para establecer cuando un sistema computacional habría alcanzado una capacidad equivalente a la humana.

Sin embargo, si bien la computación parecía sugerir una capacidad similar a la mente humana al poder realizar tareas que hasta ese momento solo un humano podía acometer, de esto no puede deducirse que sea computable en su totalidad. Que la computación nos permita modelizar o crear «conjuntos de axiomas», también llamados algoritmos dentro de la teoría de la computación, que realizan actividades que hasta ese momento solo podía hacer un ser humano, no implica en absoluto que todo lo que la mente humana puede realizar esté incluido dentro de dicho conjunto de axiomas o que pueda diseñarse uno que la incluya. Es decir, la mente humana hace muchas cosas, algunas —incluso probablemente la mayoría— son computables, pero no todas las que hace o sobre todo, las que puede llegar a hacer —los límites de la mente humana todavía están por definir— tienen por qué serlo.

A pesar de ello, esto es precisamente lo que los defensores de la inteligencia artificial fuerte defienden, simplemente porque la computación puede explicar que ciertos procesos algorítmicos realizan funciones similares a algunas que hasta ahora solo el cerebro humano podía hacer. El resto de las características humanas que continúan fuera de las posibilidades de esta tecnología no son tenidas en cuenta como un verdadero obstáculo y responden con frases del tipo: «se logrará en el futuro» ¿Les suena de algo esto? En definitiva, no solo no se puede afirmar que la mente es «computable», sino que no se tiene ningún motivo para pensar que sea así. El computacionalismo se convierte de esta manera en un marco ontológico hermético y difícilmente falsable, y por ello mismo, insuficiente para lo que cree poder alcanzar.

De la misma manera que la gravedad nunca explicó todo lo que ocurre en el universo —a pesar de lo extraordinariamente precisa que era para aquello que sí podía explicar—, la teoría de la computación tampoco tiene por qué explicar un fenómeno singular y único como es el de la consciencia humana. Que la mente parece estar ubicada en el órgano cerebral —cosa que no está nada clara, menos todavía la consciencia—, el hecho de ser un sistema físico como lo es también un computador, no implica que sea el mismo fenómeno físico el que explique ambos. Un órgano evolucionado durante millones de años puede responder a paradigmas de funcionamiento muy diferentes al de un sistema diseñado en el garaje de una vivienda durante el fin de semana. 

Los límites de la computación

Llegados a este punto, con un contexto aproximado lo suficientemente preciso que el medio y sobre todo, la limitada capacidad de su autor permiten, es factible preguntarse ¿Qué sabemos acerca de los límites de la computación? Si la mente no es necesariamente computable entonces debería ser posible formalizar los límites de la actual teoría de la computación que señalen esa frontera. Algunos ya se han indicado, como el teorema de la incompletitud de Gödel: si un sistema algorítmico puede definirse como un conjunto finito de axiomas, este nunca podrá ser completo y coherente a la vez. Ahora bien, la pregunta siguiente sería ¿lo es la mente humana? Es difícil responder a esta cuestión, pero todavía más lo es responder a la de si puede un sistema informático desarrollar la demostración del teorema de la incompletitud de Gödel, «sabiendo» qué es lo que ha demostrado.

Si estas cuestiones resultan abrumadoras puede empezarse por algo más modesto. Precisamente, el propio Turing descubrió que las máquinas que llevan su nombre, la base de toda la teoría de la computación actual —incluida la computación cuántica y la inteligencia artificial— tienen un límite muy preciso. El matemático británico se dio cuenta que para una serie de problemas de un tipo concreto, un sistema computacional basado en la máquina de Turing no podía decidir si había alcanzado una solución o por el contrario, esta no existía. 

Si recordamos el concepto de decibilidad que pretendía Hilbert, consistía en determinar si un problema  cualquiera tiene solución o no dentro de un conjunto de axiomas dado. Turing comprobó que no existe un algoritmo general que pueda concluir, para un problema cualquiera dado, si este tiene solución o no. A este tipo de problemas se les llama indecidibles y el llamado problema de la parada constituye el ejemplo más conocido en el ámbito de la computación. Este se da cuando una máquina de Turing ha de resolver uno de estos problemas y nunca llega a una solución porque en efecto, esta no existe. Nótese de nuevo que aquí la dificultad no radica en encontrar solución a un problema, ya que por definición, este tipo de problemas no la tienen, no hay solución a la que llegar. El «problema», o más bien habría que decir «metaproblema», consiste en identificar precisamente que no tienen solución y dar como resultado dicha conclusión. 

La capacidad humana

Con el conocimiento actual, ni tan siquiera un número infinito de máquinas de Turing —que según la propia teoría seguiría siendo otra máquina de Turing— serían capaces de identificar que un problema es indecidible y por tanto, no emplear ni un solo ciclo de reloj en intentar solucionarlo. Turing sí que pudo no solo identificarlo, sino además demostrar que ninguna máquina de Turing podía hacerlo. Gödel también pudo demostrar que a veces hace falta una validación externa. Einstein, amigo de Gödel, descubrió la relatividad gracias a dejar atrás el concepto newtoniano de la física y a sus experimentos mentales. Según el famoso físico alemán:

«no podemos resolver un problema si razonamos de la misma manera en la que lo creamos»

¿Sabe una máquina de Turing cuando ha de razonar fuera de su propio marco definido? Según la indecibilidad de Turing y el principio de incompletitud de Gödel, no parece que un sistema algorítmico pueda cambiar de marco cognitivo e incluso crear uno nuevo si el conocido no es suficiente. Newton, Turing, Gödel, Einstein y muchos otros, salvo noticia de última hora, eran todos humanos. Ellos pudieron hacerlo. Por tanto, el ser humano, en determinadas condiciones, es potencialmente capaz de realizar actividades que no pueden ser explicadas a la luz actual de la teoría de la computación. La cuestión no es si todos los humanos podemos hacerlo —probablemente no a voluntad— la cuestión es: ¿Cuál es ese mecanismo que puede identificar la necesidad de cambio de marco cognitivo para resolver un problema?

Estos obstáculos no parecen importar a los defensores del computacionalismo fuerte, asumiendo de manera ontológica que cualquier tipo de procesamiento es reducible a la teoría de la computación. Tal vez argumenten que el procedimiento para averiguar si un problema es indecidible puede ser computable. Y tendrán probablemente razón: una vez hallado, el proceso de demostración puede ser formalizado. Pero de nuevo, en este punto se corre el riesgo de pasar por alto el «metaproblema»: no es «identificar un problema indecidible», sino, dado un problema cualquiera, desarrollar el método necesario para identificar si es decidible o no. Dicho método sería el resultado, pero el proceso para lograr ese método constituye el verdadero reto para el que no existe un método algorítmico válido.

Hasta donde alcanza el conocimiento actual, no disponemos de ningún procedimiento efectivo general que describa ese proceso. Si existe, permanece desconocido; si no existe, el computacionalismo fuerte tendría que afrontar una profunda revisión. Para entender la envergadura de esta acción es necesario hacer el siguiente planteamiento: hasta ahora se han definido algunos de los límites matemáticos a la computación pero no se ha mencionado nada acerca de la naturaleza de lo computable. Esta cuestión se recoge en la llamada tesis de Church-Turing, que sostiene que todo procedimiento efectivo —todo método que pueda descomponerse en pasos sucesivos, por numerosos o complicados que sean— es computable, es decir, que existe un algoritmo que puede llevar a cabo dicha tarea. Aquí es donde el computacionalismo fuerte introduce una premisa adicional que no se deriva de la teoría de la computación ni de la tesis de Church-Turing: que todo proceso cognitivo humano constituye, en último término, un procedimiento efectivo. Sin embargo, esa afirmación nunca ha sido demostrada. 

La cuestión no es si un procedimiento efectivo puede ejecutar un razonamiento previamente formalizado. La cuestión es si el proceso mediante el cual un investigador reconoce la insuficiencia de un marco conceptual y construye otro nuevo puede describirse, él mismo, mediante un procedimiento efectivo general. Mientras no se describa un procedimiento de este tipo, la computabilidad completa de la mente humana seguirá siendo una hipótesis filosófica y un programa de investigación, no una consecuencia establecida de la teoría de la computación..

Frente a esta situación, la postura metodológicamente más prudente consiste en distinguir entre aquello que hoy sabemos describir mediante procedimientos efectivos y aquello para lo que todavía no disponemos de una descripción semejante. Si bien es legitimo intentar modelizar la mente humana hasta alcanzar los límites que la teoría de la computación puede ofrecer, actuar como si esa fuera la única explicación físicamente plausible, tiene el riesgo de descartar de antemano otras posibilidades que, siendo también hoy especulativas, podrían abrir nuevos caminos para ampliar los límites del conocimiento científico. 

Este artículo no cuestiona la posibilidad de que algún día pueda construirse un sistema artificial con capacidades equiparables a las humanas, sino que la teoría actual de la computación baste, por sí sola, para justificar que la cognición humana sea completamente computable. Si algún día se lograra modelizar la mente humana de alguna forma, probablemente requerirá ampliar de manera sustancial el marco conceptual actual, ya fuera mediante una nueva noción de procedimiento efectivo o mediante un paradigma todavía desconocido. Afirmar desde hoy que la mente humana será necesariamente computable, cuando todavía se desconocen los principios que harían posible esa explicación, constituye un salto lógico que corre el riesgo de convertir la tesis en difícilmente falsable. 

Este tipo de posiciones epistemológicamente cerradas —hayan adoptado la forma de positivismo, cientificismo, determinismo mecanicista o cualquier otro marco que pretenda abarcar la realidad desde una única perspectiva— rara vez han ampliado el conocimiento. Con mayor frecuencia han contribuido a retrasar el reconocimiento de fenómenos que no podían describirse mediante las herramientas conceptuales disponibles en su tiempo. La historia de la ciencia muestra precisamente lo contrario: los grandes avances han surgido cuando se ha reconocido que un marco explicativo había agotado su capacidad para responder a nuevas preguntas y ha sido necesario construir otro más amplio. Ningún modelo debe confundirse con la realidad que intenta describir, ni el éxito extraordinario de una teoría autoriza a convertirla en una ontología universal. Si el ser humano llega a construir una mente artificial, será porque primero habrá comprendido con precisión qué explica la teoría actual y qué deja sin explicar.

El cultivo de la creatividad

Resulta paradójico que el computacionalismo fuerte adopte como punto de partida su propio marco sin cuestionar si es suficiente para el objetivo que pretende respecto a la cognición humana. Precisamente, cuestionar la suficiencia del marco vigente fue una de las actitudes intelectuales decisivas que permitieron a Gödel y Turing formular sus teoremas. El hecho de que los defensores del computacionalismo fuerte insistan en proponer un marco que deja de lado el argumento clave que puede cuestionarlo, nos hacer volver la vista hacía el otro protagonista: el ser humano y sus propios límites. No todas las personas podemos identificar o determinar si un problema es indecidible, ni las que son capaces lo han sido siempre. Afortunadamente, cada ser humano es único, no es producto de una cadena de fabricación en serie como lo son los sistemas computacionales. Las personas somos el resultado, no solo de un proceso evolutivo de millones de años, sino que cada individuo lo es de una vida llena de experiencias, de aprendizaje, de conocimiento interior, de vicisitudes y de traumas. 

En algunas ocasiones, trabajando como afirmaba Pablo Picasso —creador del cubismo— la inspiración llega a nuestra mente. En otras viene paseando o mientras se realiza cualquier otra actividad. En cualquier caso, no parece que el proceso de creatividad responda a lo que se ha definido como «procedimiento efectivo». No hay una lista de pasos, una receta para lograrla, aunque ha sido objeto de leyendas y mitos conseguirla. El arte, la filosofía, incluso las matemáticas y la ciencia, no son el resultado de un procedimiento efectivo, sino probablemente de todo lo contrario. A veces las ideas llegan incluso en los sueños. 

Más bien se trata de una cualidad que ha de ser cultivada. Un proceso laborioso y paciente cuyos resultados no pueden determinarse hasta que aparecen. Dicho cultivo puede incluir prácticas como la meditación, las artes marciales y en general, un aprendizaje lento y pausado. Todo aprendiz puede que se haya preguntado alguna vez sobre la utilidad de sus materias de estudio. Y tendrá razón en preguntárselo, porque el resultado no se sabe ni cuando ni cómo llega. Solo se sabe que, a veces, ocurre.

Leer más