Valentina González-Rostani (The Syllabus)

Investigo el impacto de la automatización en el comportamiento político en las sociedades postindustriales, centrándome particularmente en el desapego político. Sostengo que los cambios estructurales en el mercado laboral conducen a la alienación política debido al aumento de las inseguridades económicas, la disminución de los recursos debido a los salarios más bajos y una mayor polarización económica. Utilizando modelos logísticos jerárquicos con diferentes intersecciones por país, presento evidencia de datos de encuestas en varias democracias avanzadas. Concluyo que los trabajadores expuestos al cambio tecnológico tienen menos probabilidades de sentirse cercanos a un partido político, participar en elecciones y tomar parte en protestas. El impacto de la automatización en el compromiso político es menor entre los ciudadanos más ricos y en entornos altamente sindicalizados. El mensaje político de estos efectos de interacción habla de las fuerzas de refuerzo entre la desigualdad económica y la automatización y el papel de la organización colectiva. Mis hallazgos tienen implicaciones importantes para comprender los vínculos entre el cambio estructural en los mercados laborales y la política, especialmente porque los trabajadores desvinculados son la reserva de los partidos de derecha radical.

1 INTRODUCCIÓN

En 2018, The Guardian publicó una columna titulada “¡Los robots nos quitarán el trabajo! Será mejor que hagamos planes ahora, antes de que sea demasiado tarde” ¹ , y en 2020, el New York Times publicó un artículo titulado “Los robots están llegando. Prepárense para los problemas” ^2. Estos títulos hacen una afirmación provocadora: el cambio tecnológico está aquí para competir por los empleos y provocará la pérdida de muchos de ellos. Los efectos de la automatización en el futuro del trabajo se han debatido enérgicamente (por ejemplo, Acemoglu y Restrepo,  2020 ; Autor,  2015 ; Dauth et al.,  2018 ; Frey y Osborne,  2017 ; Graetz y Michaels,  2018 ; Jaimovich y Siu,  2019 ). Sin embargo, sabemos menos sobre cómo estos cambios estructurales del mercado laboral se traducen en política. Estudios recientes muestran su efecto en el desencadenamiento de preferencias antistatus quo y antiestablishment (p. ej., Frey et al.,  2017 ; Owen,  2020 ), pero una pregunta que ha recibido relativamente poca atención es si los ciudadanos tienen más o menos probabilidades de participar en política cuando aumenta su exposición a los riesgos de la automatización. ¿La amenaza de la automatización reduce el compromiso político individual? ¿Es menos probable que los trabajadores con mayor riesgo de ser reemplazados participen en las elecciones? ¿Los ciudadanos afectados se expresan?

Enraizada en la teoría del conflicto, la sabiduría convencional podría sugerir que las personas que se sienten amenazadas exhibirían un mayor compromiso político. Sin embargo, este artículo desafía esta noción, descubriendo una tendencia de desapego. Se plantea la hipótesis de que la amenaza percibida de la automatización puede en realidad reducir la participación política, una premisa que será puesta a prueba. El concepto de compromiso político como un resultado distinto tiene implicaciones significativas. Si los trabajadores expuestos fueran excluidos de la representación política, la democracia podría estar en riesgo. Si bien un creciente cuerpo de investigación ha asociado el riesgo de la automatización con un aumento en el apoyo a los partidos populistas de derecha, este estudio amplía nuestra comprensión al examinar el impacto en el desapego político y la desmovilización. Específicamente, explora el fenómeno de la «salida» de la arena política. Un posible impulsor del aumento del populismo podría ser el desencanto y el posterior retiro de los votantes que anteriormente apoyaban a los partidos tradicionales, lo que lleva a una base de votantes más radicalizada. Además, esta tendencia de desapego podría crear un entorno propicio para la propagación de la retórica antipolítica populista, particularmente entre los más vulnerables a la robotización.

En este artículo, sostengo que existen varias razones para esperar que la amenaza de la automatización reduzca el compromiso político de los individuos. En primer lugar, la mayor inseguridad laboral debido a la automatización3 ^podría disminuir la percepción de los individuos sobre su eficacia política, lo que llevaría a un mayor aislamiento político. En segundo lugar, las implicaciones de la automatización se distribuyen de manera desigual, lo que resulta en un aumento de la desigualdad salarial. ⁴ Este aumento de la disparidad salarial, cuando se examina a través de la lente de la teoría del poder (Solt,  2015 ), indica una posible disminución del compromiso político. En tercer lugar, el papel de la automatización en la reducción de los salarios (recursos) de los trabajadores desplazados (Acemoglu y Restrepo,  2022 ; Braxton y Taska,  2023 ; Jaimovich y Siu,  2020 ) puede limitar sus capacidades de movilización política.

Investigo esta hipótesis empíricamente basándome en medidas desarrolladas recientemente del riesgo a nivel individual de la informatización (Frey y Osborne,  2017 ; Goos et al.,  2014 ) basadas en las características y riesgos de una ocupación (Autor,  2013 ; Autor et al.,  2003 ), así como en la exposición regional (Anelli et al.,  2021 ). Pongo a prueba mi hipótesis en varias democracias posindustriales, postulando que los trabajadores de alto riesgo tienen menos probabilidades de participar políticamente. Utilizando datos de la Encuesta Social Europea (ESS) y el Programa Internacional de Encuestas Sociales (ISSP), mido el compromiso político examinando actitudes, como sentirse cercano a un partido político, y comportamientos, como la participación electoral, las donaciones a partidos políticos y la participación política no convencional, es decir, la participación en protestas no violentas.

En general, mis hallazgos sugieren que los ciudadanos con mayor exposición al riesgo de automatización tienen menos probabilidades de sentirse cercanos a un partido político (alrededor de siete puntos menos de probabilidad), participar en elecciones nacionales (alrededor de seis puntos menos de probabilidad) o protestar (alrededor de dos puntos menos de probabilidad). Mi análisis también demuestra que los efectos de la automatización se moderan según los niveles de ingresos de los individuos, y que los individuos más ricos compensan parcialmente el impacto nocivo de la automatización en el compromiso. Las tasas más altas de sindicalización, que brindan redes de seguridad social a los trabajadores, también moderan los efectos de la automatización, y presento evidencia empírica de esta relación.

Por último, analizo dos mecanismos a nivel individual que podrían subyacer a los efectos de la exposición a la automatización en el desapego político. En primer lugar, considero las frustraciones de los individuos con respecto a su situación económica, que pueden generar un sentimiento de pérdida que perjudica el compromiso político de los individuos. Luego, evalúo las consideraciones sociotrópicas, por ejemplo, la desesperanza con respecto al futuro del trabajo y la sociedad. Aporto evidencia sugerente de estos canales potenciales que afectan los sentimientos de proximidad a un partido político y la participación electoral.

Estos hallazgos sobre cómo la automatización afecta la participación política contribuyen a la literatura más amplia sobre la participación política y la protesta. Esta literatura se ha centrado típicamente en los efectos de shocks económicos temporales como la variación del precio del petróleo (Charles y Stephens,  2013 ), el desempleo en el ciclo económico (Burden y Wichowsky,  2014 ), las condiciones climáticas (Horiuchi y Saito,  2009 ) y las crisis económicas (Di Mauro,  2016 ), entre otros. La automatización, en cambio, es un shock de reemplazo a largo plazo. Aquellos individuos que se ven afectados enfrentarán una pérdida permanente de ingresos y estatus. Las estimaciones para los Estados Unidos indican que alrededor del 47% de la fuerza laboral está en riesgo de informatización (Frey y Osborne,  2017 ). Recuperarse de un shock de este tipo no es tan fácil como de shocks temporales como las disminuciones en las tasas de empleo. Además, estudios anteriores se han centrado en otras medidas de inseguridad económica, como la disminución de los ingresos o la desigualdad a nivel agregado, que pueden proporcionar solo evidencia parcial de este cambio económico estructural. Al centrarnos en las tareas de los individuos, podemos estimar una medida objetiva de la exposición a los riesgos del mercado laboral debido al cambio tecnológico a nivel individual. Este enfoque se basa en trabajos previos en economía política que vinculan los riesgos del mercado laboral con la redistribución (por ejemplo, Rehm,  2009 ; Thewissen y Rueda,  2019 ).

Este artículo contribuye a un cuerpo emergente de investigaciones que investigan la correlación entre la amenaza de la automatización y el aumento del apoyo al populismo de derecha en las elecciones. Sin embargo, estos estudios con frecuencia pasan por alto aspectos de la participación y la movilización (por ejemplo, Anelli et al.,  2021 ; Gallego et al.,  2022 ; Gallego & Kurer,  2022 ; Owen,  2020 ). Mi investigación indica que, contrariamente a la movilización política entre los afectados por la robotización, existe una tendencia hacia una participación política reducida. Esta movilización reducida parece mitigarse cuando los individuos tienen niveles de ingresos altos y disminuir algo en contextos con una tasa de sindicalización más alta. Además, este estudio se extiende más allá del mero examen de las actitudes políticas; también profundiza en los comportamientos, centrándose en la participación electoral y la protesta política.

En general, estos cambios disruptivos generan inquietudes sobre el futuro del trabajo y la creación de agitación política (p. ej., Boix,  2019 ; Frey et al.,  2017 ; Milner,  2021a ). Las instituciones y los valores democráticos liberales, tal como los conocemos hoy, pueden estar en tela de juicio, especialmente después de la inesperada pandemia de COVID-19, que ha acelerado el proceso de desplazamiento tecnológico (Coombs,  2020 ), ⁵ y el lanzamiento de OpenAI y otras herramientas de IA generativa. Estos eventos enfatizan la necesidad de una comprensión más profunda de las consecuencias políticas del cambio tecnológico.

2 EXPLICACIÓN DE LOS DETERMINANTES DE LA PARTICIPACIÓN INDIVIDUAL

2.1 El registro académico

¿Por qué las personas pueden desvincularse más políticamente? Los académicos están cada vez más motivados a desentrañar las causas y consecuencias de los niveles desiguales de compromiso político (por ejemplo, Bartels,  2017 ; Gilens,  2012 ). Existen varias vertientes de la literatura sobre participación. En primer lugar, un grupo de académicos se centra en los agravios económicos. La teoría de los agravios, como postula Kern et al. ( 2015 ), sostiene que los votantes desfavorecidos afectados por las crisis económicas a menudo culpan a las políticas y acciones gubernamentales, expresando su descontento tanto a través del voto como de las protestas. Mientras tanto, otros académicos argumentan que los agravios económicos afectan las percepciones psicológicas, como los cambios en las autopercepciones de eficacia y autoestima de los individuos, lo que puede conducir a la desmovilización. Por ejemplo, Marx y Nguyen ( 2016 ) analizan 26 países europeos y demuestran que los individuos desempleados tienen menos probabilidades de percibirse a sí mismos como actores políticos significativos. De manera similar, Beesley y Bastiaens ( 2020 ) encuentran que los individuos expuestos a la globalización pueden mostrar una mayor apatía, un menor sentido de propósito en la participación política y una posterior disminución de su participación en comparación con aquellos que sienten que se benefician de la globalización.

Una segunda línea de la literatura examina los recursos y su vínculo con la participación política. El modelo de recursos de Brady et al. ( 1995 ) postula que los ingresos y el tiempo son fundamentales para la participación en la política. Estos recursos pueden considerarse indicadores de estatus relativo; cuando son bajos, deberíamos esperar una desmovilización.

A continuación, una tercera vertiente se centra en la desigualdad y sus consecuencias. La teoría del poder relativo sugiere que la desigualdad económica conduce a disparidades, ya que los individuos desfavorecidos perciben un desequilibrio importante en el poder político. Los individuos más ricos con mayor influencia política a menudo marginan a los ciudadanos más pobres, lo que provoca su desvinculación política. Esta dinámica no solo afecta los resultados políticos, sino que también sesga la agenda política en contra de los grupos menos pudientes (Gaventa,  1982 ; Lukes,  2005 ; Solt,  2008 ). Por lo tanto, la desigualdad económica fomenta la desigualdad política, lo que permite a los ricos dominar las decisiones y pasar por alto las preferencias de los económicamente desfavorecidos. Varios estudios han documentado una correlación entre una mayor desigualdad y una menor participación política (por ejemplo, Solt,  2010 ,  2015 ). Por ejemplo, Schafer et al. ( 2022 ) muestran que la desigualdad de ingresos y la desigualdad de participación electoral se refuerzan mutuamente. De manera similar, Kim et al. ( 2023 ) vinculan la desigualdad, la movilidad de estatus y la participación, y Ritter y Solt ( 2019 ) revelan que una mayor desigualdad de ingresos se relaciona negativamente con las contribuciones a las campañas. Por el contrario, la teoría del conflicto sostiene que una mayor desigualdad de ingresos conduce a una política más contenciosa; los individuos desfavorecidos pueden abogar por políticas redistributivas para aliviar sus dificultades financieras, y los ricos se opondrán a la redistribución (véase un análisis más detallado en Solt,  2008 ).

Estos hallazgos plantean varias preguntas teóricas y empíricas sin respuesta. Las investigaciones anteriores se han centrado predominantemente en el desempleo, la desigualdad y los ingresos como impulsores de la movilización. Sin embargo, aún es necesario explicar cómo los cambios a largo plazo en las condiciones económicas, como el cambio tecnológico y sus inseguridades asociadas en el mercado laboral, afectan la movilización. La literatura de economía política a menudo vincula estos riesgos a las preferencias redistributivas, con importantes contribuciones de Rehm ( 2009 ), Rehm et al. ( 2012 ) y Thewissen y Rueda ( 2019 ). Este estudio tiene como objetivo profundizar nuestra comprensión de cómo los cambios estructurales en el mercado laboral afectan el compromiso político. Para ello, se aborda un amplio espectro de literatura sobre los efectos de los shocks temporales, como los ciclos económicos (Burden y Wichowsky,  2014 ), las fluctuaciones del empleo (Charles y Stephens,  2013 ; Rosenstone,  1982 ), las condiciones climáticas (Horiuchi y Saito,  2009 ), las caídas de los ingresos (Rosenstone,  1982 ; Schafer et al.,  2022 ; Shah y Wichowsky,  2019 ) y las crisis económicas (Di Mauro,  2016 ), sobre la participación electoral. Este enfoque también contribuye a los debates sobre los efectos a largo plazo de los cambios económicos en el compromiso político, de forma similar a los estudios sobre la pérdida de viviendas (Shah y Wichowsky,  2019 ) y la globalización (Beesley y Bastiaens,  2020 ; Steiner,  2010 ). Además, complementa trabajos previos sobre la desigualdad a nivel agregado analizando directamente un fenómeno clave que impulsa su aumento y evaluando los efectos de la exposición individual a los riesgos del mercado laboral debido al cambio tecnológico.

Además, es fundamental comprender cómo las teorías existentes explican la voluntad de un individuo de movilizarse y conciliar estos hallazgos aparentemente contradictorios. A menudo, los agravios económicos se miden como shocks temporales, como el desempleo, que pueden ocultar su verdadero impacto. Por ejemplo, Kurer et al. ( 2019 ) sugieren que, si bien las desventajas económicas estructurales reducen sistemáticamente la protesta política, el deterioro de las condiciones económicas mejora la actividad política. Este artículo contribuye al debate al explorar una nueva fuente de vulnerabilidad económica (con una medida de granularidad fina de los riesgos) que tendrá consecuencias duraderas a nivel individual, como el desplazamiento, los salarios más bajos y las amenazas al estatus. Además, examina el papel de los ingresos y las redes sociales, incluidos los trabajadores organizados, en la moderación de la movilización política.

2.2 ¿Por qué la exposición a los riesgos de la automatización genera desvinculación?

2.2.1 Riesgos laborales desiguales a raíz del cambio tecnológico

En las últimas dos décadas, hemos asistido a una importante reestructuración de las relaciones laborales en las sociedades postindustriales. El cambio tecnológico, en particular la automatización de la producción, es el principal impulsor de estas transformaciones (Acemoglu y Restrepo,  2022 ; Anelli et al.,  2021 ; Milner,  2021a ,  2021b ). A partir de mediados de la década de 1990, comenzó un avance significativo en la tecnología robótica, que los académicos denominaron el shock de la automatización (por ejemplo, Acemoglu y Restrepo,  2020 ; Anelli et al.,  2019 ). ⁶ Según Acemoglu y Restrepo ( 2022 ), el desplazamiento de tareas debido a la robotización explica al menos el 50% de los cambios en la estructura salarial estadounidense. Además, las estimaciones sobre la informatización de los puestos de trabajo y su traducción al empleo para los Estados Unidos, por ejemplo, sugieren que el 47% (Frey y Osborne,  2017 ) de los puestos de trabajo tienen un alto riesgo de automatización.

La automatización, definida como el aumento de tareas que pueden ser realizadas por el capital (Acemoglu y Restrepo,  2018a ), tiene dos caras. Un tipo de cambio tecnológico implica efectos de desplazamiento, en los que las antiguas tareas realizadas por los trabajadores ahora pueden automatizarse (por ejemplo, Acemoglu y Restrepo,  2018a ,  2019 ). Otro tipo se refiere a la creación de nuevas tareas que antes no existían, denominadas efectos de reincorporación (por ejemplo, Acemoglu y Restrepo,  2019 ). Por lo tanto, la automatización genera un gran grupo de perdedores, así como nuevos ganadores. Para decirlo claramente, las consecuencias de la automatización están sesgadas hacia la rutina y el capital (por ejemplo, Acemoglu y Restrepo,  2018b ; Autor,  2013 ; Dauth et al.,  2018 ; Graetz y Michaels,  2018 ; Kurer y Gallego,  2019 ). Este fenómeno se conoce como polarización laboral, lo que significa que en ocupaciones donde las máquinas no pueden ejecutar tareas –ocupaciones no rutinarias– los salarios y el empleo han crecido más rápido que en ocupaciones donde la mano de obra puede ser reemplazada por máquinas. ⁷

Las ocupaciones rutinarias se refieren principalmente a trabajos de habilidad media y salario medio que prevalecen en los sectores de cuello azul y blanco (es decir, manufactura, administración). Por ejemplo, un contador especializado en impuestos ahora puede ser reemplazado por un software de llenado de impuestos (por ejemplo, Sprintax), o un conductor de camión por vehículos sin conductor. Este grupo afectado de trabajadores representa un vaciamiento de la clase media en lugar de solo una disminución de los individuos pobres (por ejemplo, Jaimovich y Siu,  2019 ; Kurer y Palier,  2019 ). Estos cambios en el mercado laboral y sus consecuencias desiguales probablemente tendrán múltiples implicaciones políticas. Por ejemplo, se ha argumentado ampliamente que la clase media es un agente de democratización (por ejemplo, Acemoglu et al.,  2006 ; Boix,  2003 ; Lipset,  1959 ; Moore,  1966 ); por lo tanto, comprender las consecuencias políticas del vaciamiento de la clase media es importante para la democracia.

2.2.2 Riesgos de automatización y desvinculación

¿Por qué los trabajadores expuestos se desvincularán más? Preveo que la exposición a los riesgos de la automatización provocará desilusión política, que podría llevar a un desapego del panorama político o a una oposición directa a los partidos políticos tradicionales, como el apoyo a la derecha radical antiestablishment. Si bien los trabajos anteriores se han centrado principalmente en esto último, este artículo explora lo primero, examinando cómo la menor eficacia política debido a la inseguridad laboral, la mayor polarización económica y los salarios reducidos que limitan las capacidades de movilización podrían hacer que los trabajadores expuestos a la automatización se retiren del compromiso político.

En primer lugar, a través de la reestructuración del mercado laboral, se han perdido (o se perderán) muchos puestos de trabajo y los salarios de quienes están expuestos a la automatización han disminuido (por ejemplo, Braxton y Taska,  2023 ; Jaimovich y Siu,  2020 ; Michaels et al.,  2013 ). Por ejemplo, Braxton y Taska ( 2023 ) documentan que en los Estados Unidos, los trabajadores que experimentan desplazamientos debido a los avances tecnológicos ven una disminución en sus ingresos que supera el 45%. Con base en el modelo de recursos de la participación política, que destaca la importancia de los ingresos y el tiempo para el compromiso político (Brady et al.,  1995 ), anticipo que estos trabajadores tendrán menos probabilidades de participar en actividades políticas debido a sus recursos reducidos.

En segundo lugar, incluso si los trabajadores aún no han experimentado caídas salariales, el mero temor de ser reemplazados por la tecnología y la posible obsolescencia de sus funciones pueden causar ansiedad y desmotivación. Las personas que enfrentan desventajas económicas estructurales debido a la automatización son más susceptibles a la incertidumbre, experimentando pérdida de empleo, reducciones salariales, menos oportunidades de reempleo y menor seguridad laboral (por ejemplo, Jaimovich y Siu,  2020 ; Patel et al.,  2018 ). Esta incertidumbre puede afectar gravemente el sentido de valía y merecimiento de las personas. ⁸ Sostengo que los perdedores del cambio tecnológico pueden llegar a preocuparse más por «llegar a fin de mes» y, en consecuencia, sentirse menos efectivos políticamente, participando menos en la política.

Por último, el cambio tecnológico es un factor principal de la polarización del mercado laboral y el vaciamiento de la clase media, lo que conduce a una creciente desigualdad. Basándome en la teoría del poder relativo, espero que una mayor desigualdad se correlacione con una menor participación política. Las consecuencias distributivas desiguales, donde los trabajadores no rutinarios obtienen más oportunidades de empleo y salarios más altos en comparación con los trabajadores rutinarios, sugieren que los no rutinarios (ganadores) pueden ser más poderosos que los rutinarios (perdedores). Por lo tanto, los trabajadores no rutinarios no solo pueden prevalecer en las contiendas políticas; también pueden remodelar la agenda política y definir los temas discutidos (Solt,  2010 ,  2015 ). Además, espero una menor participación ya que las sociedades polarizadas tienden a involucrarse menos en protestas blandas. Por ejemplo, Dubrow et al. ( 2008 ) sostienen que cuando las élites controlan la distribución de los recursos, ni ellas ni el grupo desfavorecido, que puede sentirse apático, se ven movidos a protestar.

Para entender por qué deberíamos esperar una desmovilización en lugar de un aumento del conflicto —más allá de la pérdida de eficacia política— es crucial considerar el impacto significativo de la automatización de la producción en las estructuras de empleo, los salarios y la producción, particularmente sus efectos a largo plazo (Acemoglu y Restrepo,  2019 ,  2020 ; Graetz y Michaels,  2018 ; Jaimovich y Siu,  2020 ). Los avances tecnológicos, como la automatización de la producción, conducen a desventajas económicas estructurales para muchas personas (nivel de quejas). Con el tiempo, es probable que la preocupación por su estatus y las quejas económicas superen cualquier empeoramiento inmediato de las condiciones, lo que conduce al aislamiento político. ⁹ Este razonamiento se alinea con Kurer et al. ( 2019 ), quienes sostienen que las dificultades económicas relativas disminuyen consistentemente la protesta política, mientras que el deterioro de las condiciones económicas mejora temporalmente la actividad política. El predominio de las desventajas estructurales sobre el deterioro económico a corto plazo explica por qué la desmovilización es más probable que el aumento del conflicto. Además, la rápida y generalizada adopción de tecnologías digitales en diversos sectores y regiones (a diferencia de lo que ocurrió durante la Revolución Industrial anterior) hace que el desplazamiento parezca inevitable. Esta percepción podría hacer que los trabajadores sean menos proclives a culpar a los gobiernos por el aumento de la tecnología. Además, el doble impacto de la tecnología (mejora de la eficiencia y amenaza a la seguridad laboral) podría disuadir de culpar directamente al gobierno.

A partir de esta comprensión de la exposición de los individuos a la automatización y sus consecuencias sobre las actitudes y el comportamiento políticos, mi primera hipótesis es la siguiente.

Hipótesis 1. Desvinculación de la automatización: Las personas que están expuestas al riesgo de la automatización tienen más probabilidades de desvincularse políticamente.

2.3 El efecto moderador de los ingresos y la sindicalización

Pasando a una discusión final sobre los efectos heterogéneos, argumento que la relación entre la exposición al riesgo de automatización y el compromiso político depende tanto del contexto individual como del social. Específicamente, espero que los niveles de ingresos y sindicalización (como red de seguridad social) moderen los efectos de la robotización en el compromiso político. ¹⁰ Primero, espero que la importancia de la exposición al riesgo de automatización para determinar el compromiso político disminuya con un ingreso actual más alto. Si un individuo tiene un ingreso relativamente más alto a pesar del riesgo ocupacional, este riesgo se vuelve menos decisivo para influir en su movilización. Esta perspectiva se alinea con la teoría de los recursos, que postula que el tiempo y el dinero son cruciales para participar en la política, especialmente en las protestas. Por lo tanto, espero que los individuos con ingresos actuales más altos puedan afrontar mejor los costos del compromiso político (por ejemplo, Brady et al.,  1995 ). El ingreso juega un papel similar en trabajos empíricos recientes que vinculan los riesgos con una mayor redistribución (Iversen y Soskice,  2001 ; Thewissen y Rueda,  2019 ). Entre ellos, Thewissen y Rueda ( 2019 ) examinan los efectos interactivos de los riesgos de automatización y los ingresos en el apoyo a la redistribución.

La lógica subyacente es que las personas con mayores ingresos tienen más recursos, lo que puede facilitar la participación en las protestas. Además, los niveles de ingresos más altos pueden proporcionar un colchón financiero que reduce la amenaza inmediata de pérdida de empleo debido a la automatización, lo que desacelera la disminución de la eficacia política. Por lo tanto, mis expectativas teóricas implican que 1) los ingresos están asociados con un mayor compromiso político; 2) el riesgo de automatización está asociado negativamente con el compromiso político; y 3) la interacción entre los ingresos y los riesgos de automatización es positiva, ya que sostengo que los ingresos pueden compensar la pérdida de eficacia política y la falta de recursos entre los perdedores de la automatización. Con base en este marco, planteo la hipótesis siguiente:

Hipótesis 2. Ingresos: El efecto de la exposición al riesgo de automatización en el compromiso político es menor para las personas con ingresos altos.

Junto con los moderadores a nivel individual en la relación entre la automatización y el compromiso político, sostengo que las características contextuales a nivel macro influyen en el impacto de la automatización. En concreto, sugiero que la sindicalización modera el vínculo entre la exposición de un individuo al riesgo de la automatización y el compromiso político. Si un individuo forma parte de un sindicato sólido, que proporciona una red de seguridad social, entonces el riesgo percibido de la automatización se vuelve menos decisivo para determinar su propensión a participar en la política. Los sindicatos son instrumentos visibles de acción colectiva; por lo tanto, su presencia y fuerza pueden señalar oportunidades para la movilización política, demostrando capacidad organizativa y aumentando la visibilidad de las protestas (Kurer et al.,  2019 ).

Se ha sostenido ampliamente que los sindicatos desempeñan un papel en la movilización de los no miembros, la difusión del conocimiento político y la campaña electoral (por ejemplo, Iversen y Soskice,  2015 ; Lyon,  2019 ; Radcliff y Davis,  2000 ). Todas estas acciones, directa e indirectamente, contribuyen a promover la participación electoral y la participación en manifestaciones no violentas (Ahlquist,  2017 ; Bucci,  2017 ; Gest et al.,  2018 ). Por ejemplo, según Lyon ( 2019 ), los sindicatos tienen un papel institucional en la democracia, contribuyendo a la participación política en favor de los pobres.

Los sindicatos también pueden ayudar a los trabajadores a negociar mejores condiciones laborales, amortiguando la inseguridad generada por la automatización. A modo de ejemplo, planteo dos casos. En primer lugar, el sindicato United Auto Workers, que negoció para que los trabajadores de su planta de montaje recibieran formación en robótica y tecnología para evitar la pérdida de puestos de trabajo. ¹¹ En segundo lugar, los sindicatos del transporte de Estados Unidos (especialmente los de los camioneros), que actualmente están presionando a los legisladores para que regulen los vehículos sin conductor. ¹²

Además, una literatura emergente sobre el impacto de la automatización está desentrañando el papel de los sindicatos en la incorporación de robots. Por un lado, Parolin ( 2020 ) muestra que los contextos altamente sindicalizados (empleados estatales y trabajadores industriales) inhiben la disminución salarial entre los trabajadores rutinarios. Por otro lado, la evidencia empírica basada en Alemania muestra que una alta cobertura sindical se asocia con menores efectos de desplazamiento (Dauth et al.,  2021 ), una transición más suave dentro de las empresas al promover la recapacitación de los trabajadores expuestos (Battisti et al.,  2021 ) y reducir la velocidad a la que se incorporan las tecnologías (Genz et al.,  2019 ).

Por lo tanto, cuando están rodeados de altos niveles de sindicalización, espero que los individuos expuestos tengan menos probabilidades de perder su sentido de eficacia política y más probabilidades de tener los recursos para movilizarse (es decir, recursos compartidos debido a la organización). Este lado del argumento contribuye a la pequeña pero creciente literatura sobre las consecuencias de la automatización en los sindicatos y la negociación salarial colectiva (Dauth et al.,  2021 ; Haapanala et al.,  2023 ; Meyer y Biegert,  2019 ; Nissim y Simon,  2021 ), pero a diferencia de estudios anteriores, me centro en su relación interactiva. En un entorno altamente sindicalizado, incluso las quejas estructurales del mercado laboral debido a la automatización pueden ser más débiles a la hora de poner en peligro la protesta política que en un entorno con acción colectiva desorganizada (interacción positiva entre la sindicalización y los riesgos de la automatización).

Hipótesis 3. Sindicalización: El efecto de la exposición al riesgo de automatización sobre el compromiso político es menor para los individuos en contextos altamente sindicalizados.

3 DISEÑO DE INVESTIGACIÓN

En esta sección, propongo pruebas empíricas para mis hipótesis. Me interesa entender cómo la exposición a la automatización afecta la probabilidad de estar comprometido políticamente. Me baso en la ESS para probar mis expectativas y replico el análisis utilizando el ISSP. La ESS es una base de datos transversal de individuos que están anidados por país. Mi muestra contiene encuestas de la ESS entre 2002 y 2018 (olas 1 a 9) para 23 países occidentales ¹³ para los cuales hay al menos dos olas disponibles. La muestra incluye individuos que actualmente están empleados o desempleados y buscan trabajo activamente. Esta base de datos me permite evaluar la percepción individual de los riesgos de la automatización (variable independiente clave) y las actitudes hacia la alienación política, como el compromiso político autodeclarado (variable dependiente), así como el comportamiento político, como la participación en protestas no violentas (otras variables dependientes). También incluye variables críticas para analizar el comportamiento y las preferencias de los votantes. ¹⁴ Por último, complemento esta base de datos con datos a nivel de país de la base de datos de la Organización para la Cooperación y el Desarrollo Económicos (OCDE) y el Conjunto de Datos Políticos Comparativos (CPDS) de Armingeon et al. ( 2017 ).

3.1 Medición de la variable independiente: Exposición al cambio tecnológico

La exposición al cambio tecnológico es mi principal variable independiente. La evalúo a través de varios indicadores distintos, basándome en la información ocupacional de los encuestados de la ESS (Clasificación Internacional Uniforme de Ocupaciones). Me concentro en el riesgo, ya que refleja las condiciones más estables de los encuestados en lugar de las dificultades fluctuantes (por ejemplo, Kurer et al.,  2019 ; Rehm,  2009 ; Rovny y Rovny,  2017 ). El primer enfoque utiliza la influyente medida creada por Frey y Osborne ( 2017 ) para los Estados Unidos, que mide la probabilidad de informatización en varias ocupaciones utilizando un clasificador de proceso gaussiano. El segundo método implica emplear el índice de intensidad de tareas rutinarias (RTI) establecido por Goos et al. ( 2014 ), derivado del Diccionario de Títulos Ocupacionales (DOT). Un tercer indicador es una variable ficticia para tareas rutinarias (Autor,  2013 ). Estas medidas se basan en el enfoque de tareas, que postula que las ocupaciones y tareas individuales desempeñan un papel importante en la configuración de la estabilidad económica de los trabajadores y la exposición a los riesgos (Autor,  2013 ). El enfoque de tareas supone que las características de un trabajo tienen un gran impacto en qué trabajadores se verán afectados positiva o negativamente por la automatización. Al considerar ambos indicadores, mi objetivo es producir resultados sólidos que sean comparables a investigaciones anteriores utilizando los métodos más ampliamente aceptados para examinar el cambio tecnológico.

La probabilidad de informatización propuesta por Frey y Osborne ( 2017 ) tiene la ventaja de utilizar una metodología novedosa para categorizar las ocupaciones en función de su susceptibilidad a ser automatizadas. Se basa en el trabajo seminal de Autor et al. ( 2003 ), que también utilizo como mi medida más directa, una variable ficticia para el tipo de ocupación con dos grupos. Según Frey y Osborne ( 2017 ), “la informatización se está extendiendo ahora a dominios comúnmente definidos como no rutinarios” (p. 258); por lo tanto, afirman que se necesita una medida más dinámica. Por ejemplo, las tareas relacionadas con el procesamiento de big data están asociadas con ocupaciones no rutinarias, pero hoy en día, se están desarrollando nuevos algoritmos y nuevas tecnologías pueden automatizar incluso estas tareas complejas. Su medida, por lo tanto, tiene la singularidad de proporcionar estimaciones de lo que es probable que signifique el cambio tecnológico reciente para el futuro del empleo.

El índice RTI mide el logaritmo de las tareas rutinarias por ocupación, restando el logaritmo de las tareas manuales y abstractas (Goos et al.,  2014 ). Este índice significa que las tareas que son más rutinarias por naturaleza son más fáciles de realizar para las máquinas, lo que lleva a una mayor probabilidad de que estos trabajadores sean sustituidos por robots; por lo tanto, los trabajadores dedicados a estas tareas tienen más probabilidades de ser reemplazados por robots. El índice va desde -1,52 (la menor exposición a la automatización) para los gerentes de pequeñas empresas hasta 2,24 (la mayor exposición) para los empleados de oficina. Espero que los ciudadanos con mayores riesgos asociados con el cambio tecnológico estén menos comprometidos políticamente.

Antes de analizar las variables dependientes y de control, quiero abordar un desafío analítico: si las personas pueden reconocer la amenaza que la automatización representa para ellas mismas. Para explorar esto, correlaciono las dos medidas objetivas que empleo con sentimientos subjetivos de inseguridad laboral, insatisfacción, dificultades en el mercado laboral y temores de pérdida de empleo. Las correlaciones, representadas en la Información complementaria S1: Figura  A4 (obtenida a partir de datos del ISSP), la Información complementaria S1: Figura  A5 (basada en datos del proyecto Risks That Matter de la OCDE) y la Información complementaria S1: Figura  A6 (de mi recopilación de datos), muestran un vínculo positivo, aunque débil, entre ellas. Por ejemplo, la Información complementaria S1: Figura  A5 ilustra una correlación entre el miedo a la automatización y las categorías ocupacionales, específicamente con el índice RTI. La investigación de Kurer y Häusermann ( 2022 ) también muestra una correlación positiva pero débil entre las medidas de automatización basadas en tareas y los índices subjetivos propuestos. En cualquier caso, aunque los trabajadores pueden no atribuir correctamente las fuentes de sus riesgos a la automatización, reconocen su vulnerabilidad laboral hasta cierto punto. Por ejemplo, aún pueden experimentar consecuencias de la automatización, como depresión salarial, desempleo, mayor incertidumbre y observar una disminución en la demanda de sus habilidades, lo que podría desencadenar una menor autoestima.

3.2 Medición de la variable dependiente: (des)compromiso político

Mi análisis empírico utiliza tres operacionalizaciones de la variable dependiente. En primer lugar, para analizar los efectos sobre las actitudes políticas, observo la proximidad de los individuos a un partido político. En segundo lugar, para abordar el comportamiento político, observo la participación en las elecciones nacionales y las protestas.

3.2.1 Actitudes

La ESS nos proporciona una pregunta que capta directamente mi principal foco de interés: si los individuos están comprometidos políticamente. La pregunta es la siguiente: “¿Hay algún partido político en particular con el que se sienta más cercano que con todos los demás partidos?” Esta variable tiene dos posibles respuestas, sí o no. ¹⁵ Por lo tanto, mi variable dependiente es el compromiso político, una variable ficticia que toma el valor de uno cuando un encuestado afirma que se siente más cercano a un partido en particular; de lo contrario, toma cero. ¹⁶ Se han utilizado preguntas similares para estudios anteriores que buscan desentrañar el compromiso político, así como los efectos del partidismo (por ejemplo, Mayer,  2017 ; Reiljan,  2020 ). El compromiso político en la muestra tiene una media general de 0,46. ¹⁷

3.2.2 Comportamiento

Para entender los cambios en el comportamiento político, propongo utilizar dos operacionalizaciones de la variable dependiente. Mi primera variable dependiente con respecto al comportamiento político es la participación de los votantes en las elecciones (concurrencia a las urnas). Esta variable se extrajo de las encuestas ESS, que incluyen una pregunta sobre si el encuestado votó en las elecciones nacionales más recientes. Mi segunda operacionalización del comportamiento político es la participación en protestas políticas no violentas, como manifestaciones públicas. La ESS plantea la pregunta de si el encuestado había participado en una manifestación pública legal durante los últimos 12 meses. A diferencia de la cercanía a un partido político, las preguntas utilizadas para abordar el comportamiento político se refieren a acciones concretas, en lugar de simplemente a la voluntad de protestar o votar. Estas preguntas han sido utilizadas anteriormente por académicos que estudian la protesta no violenta (por ejemplo, Solt,  2015 ).

Estas variables varían según el país (consulte la Información complementaria S1: Tabla  A2 ). Dinamarca encabeza la lista, con la mayor proporción de encuestados que dicen sentirse más cercanos a un partido político (75%–69%). En el último lugar se encuentra Polonia, con la menor proporción de personas comprometidas políticamente (38%–25%). La tabla también resume la proporción de personas que protestan y votan según su exposición a la automatización.

3.3 Operacionalización de variables de control

El estudio del comportamiento político abarca varios otros factores que pueden influir en las inclinaciones políticas de un individuo, incluida su probabilidad de participar en la política. Siguiendo a estos académicos, incluyo en el modelo controles demográficos individuales para edad, sexo, años de educación y variables ficticias para la afiliación sindical, ser creyente y si el encuestado estaba desempleado (por ejemplo, Frey et al.,  2017 ; Gingrich,  2019 ; Thewissen y Rueda,  2019 ). ¹⁸ Con base en trabajos anteriores, espero que los ciudadanos de mayor edad, los más educados y los miembros de sindicatos tengan más probabilidades de participar políticamente. Por el contrario, espero que los encuestados desempleados estén más desvinculados políticamente. Además, incorporo medidas alternativas de riesgos como la deslocalización, la especificidad de las habilidades y el desempleo ocupacional (Blinder,  2009 ; Iversen y Soskice,  2001 ; Owen y Johnston,  2017 ; Rehm,  2009 ).

Todos los modelos incorporan niveles de ingresos. Como la pregunta sobre los ingresos ha cambiado con el tiempo, convertí las bandas de ingresos proporcionadas a partir de las tarjetas de encuesta en valores medianos específicos para cada encuesta, siguiendo el método que Thewissen y Rueda ( 2019 ) utilizaron hasta la ESS 6 y lo adapté para encuestas posteriores. ¹⁹ Para facilitar la comparación a lo largo del tiempo y los países, convertí estos ingresos nominales en dólares estadounidenses ajustados por paridad de poder adquisitivo (PPA) anual de 2015, utilizando datos de la OCDE. Luego ajusté los valores de los ingresos por tamaño del hogar para tener en cuenta las economías de escala al equipararlos con la raíz cuadrada del tamaño del hogar.

Además, considero variables a nivel de país como variables de control, y los datos provienen de la base de datos de la OCDE. Incorporo la tasa de desempleo en el modelo. Con base en la literatura sobre dificultades económicas, espero que una tasa de desempleo más alta conduzca a un menor compromiso político (Frey et al.,  2017 ; Thewissen y Rueda,  2019 ). El gasto social también se considera en mi análisis, expresado como porcentaje del producto interno bruto (PIB). Además, el gasto en protecciones del mercado laboral (como porcentaje del PIB), el índice de restricción de la regulación del empleo, la cobertura sindical (porcentaje de trabajadores cubiertos por sindicatos) y el número de huelgas industriales. A diferencia del desempleo, espero que el gasto en protección social y del mercado laboral se correlacione positivamente con el compromiso político (Gingrich,  2019 ; Thewissen y Rueda,  2019 ). Además, incluyo variables de control relacionadas con la economía y las instituciones, como la apertura (obtenida del Conjunto de Datos Políticos Comparativos, que representa el comercio total expresado como porcentaje del PIB), el crecimiento del PIB y la tasa de individuos nacidos en el extranjero. Estas variables sirven como indicadores de las crisis económicas y la globalización, y anticipo una correlación negativa con el compromiso político. En general, estas variables de control son importantes ya que podrían ser factores de confusión de la relación entre la automatización y el desapego. Por ejemplo, niveles más altos de gasto social podrían influir en la distribución de ocupaciones al apoyar programas de capacitación para la conversión de habilidades o al conducir a una mayor proporción de empleo público en comparación con el privado. De manera similar, hay motivos para creer que un mayor gasto social podría servir como un recurso para los individuos, teniendo así una correlación positiva con la participación.

3.4 El modelo

En mis datos, los individuos están anidados dentro de los países, lo que significa que la estructura de los datos es jerárquica. Para ilustrar la variación entre países, la Información complementaria S1: Tabla  A2 muestra el promedio de compromiso político por país y tipo de trabajador. Para tener en cuenta esta estructura (grupos de sujetos dentro de los países), utilizo un modelo jerárquico con intersecciones aleatorias por país (modelo multinivel, MLM), que me permite desentrañar la influencia de las características a nivel individual y de país. Me baso en las primeras nueve oleadas de la ESS (2002-2018).Opto por implementar un modelo jerárquico bayesiano en lugar del modelo de máxima verosimilitud frecuentista. Según Stegmueller ( 

2013 ), el enfoque bayesiano para los MLM es mucho más robusto y proporciona pruebas más conservadoras, especialmente cuando el número de países (clusters) no es tan grande, como en mi caso. 

²⁰ A diferencia del enfoque frecuentista, que supone que los intervalos de confianza provienen de una distribución de muestreo normal, los intervalos de confianza bayesianos («intervalos creíbles») se construyen en función de la distribución de probabilidad posterior que está disponible. Mi modelo logístico jerárquico bayesiano es el siguiente.

yi~Binomial(1,pi),l⁢o⁢g⁡(pi)=β⁢Xi+γ⁢Zj⁡[i]+αj⁡[i],dóndeyise refiere a la probabilidad de compromiso político y está relacionada con la variable dependiente; esto se distribuye binomial ya que supongo que cada individuoiEn mis datos se puede pensar que tiene una distribución de Bernoulli, conP⁢r⁡(yi=1)=p;P⁢r⁡(yi=0)=1−p, que se refiere a la probabilidad de estar comprometido políticamente o no. El binomial es la generalización para la muestra, que se refiere a múltiples encuestados, cada uno de ellos con distribuciones de Bernoulli. 

²¹

De la especificación anterior,Xies un vector que contiene predictores a nivel individual, como la edad o el género, y las magnitudes de los efectos se capturan conβcoeficientes. El impacto de las variables a nivel de país (Zj⁡[i]) se mide por laγcoeficientes, con el subíndice que indica a los encuestadosiDentro del paísj, notación de Gelman y Hill ( 2006 ). Además,αj⁡[i]Indica la intersección aleatoria jerárquica. Este parámetro permite que el modelo varíe la intersección entre países, mientras que se mantiene constante dentro de un país. ²²

4 RESULTADOS

La figura  1 muestra las estimaciones de las regresiones logísticas bayesianas. Cada color indica las tres variables dependientes diferentes: compromiso político, definido como la cercanía a un partido político, participación electoral y protesta, representada como la participación en una manifestación pública. La variable independiente principal es la probabilidad de informatización estimada por Frey y Osborne ( 2017 ). El gráfico muestra los coeficientes estimados y sus intervalos creíbles bayesianos para indicar cuándo este intervalo incluye la hipótesis nula de que no hay efecto. Siguiendo las convenciones bayesianas, dado que la distribución posterior se parece exactamente a una distribución normal, un intervalo simétrico alrededor de la media posterior parece ser una suposición razonable (por ejemplo, IC a 1,96 de error estándar con respecto a la media). ²³

Estas estimaciones implican una correlación negativa entre la exposición a la automatización y el compromiso político, tanto en lo que respecta a las actitudes como a los cambios de comportamiento. Estos resultados aportan evidencia que apoya la hipótesis  1 , que afirma que los votantes más vulnerables al riesgo de automatización tendrían menos probabilidades de estar comprometidos políticamente, lo que significa que los votantes rutinarios están asociados con una mayor probabilidad de desvinculación política. Para todos los casos, los coeficientes estimados de la regresión logit son negativos y sus intervalos de credibilidad del 95% no incluyen la hipótesis nula (efecto cero).

Para ayudar a ilustrar la magnitud del efecto del cambio tecnológico en el compromiso político, la Figura  2 presenta los efectos marginales promedio (AME) de cada variable, manteniendo las variables restantes en sus valores observables. Al observar el AME, podemos entender la contribución de mi variable independiente clave en el contexto de otras variables. Presentar el AME para las variables ficticias es muy sencillo, ya que calculo la probabilidad predicha en los extremos, comparando cuándo la variable toma un valor de 1 y 0. Este enfoque es el caso de la afiliación sindical, el desempleo, la religión y el género (masculino). La estimación es más desafiante para las variables continuas. Para mi variable independiente clave, dado que estoy presentando el enfoque de Frey y Osborne, comparo los extremos de alrededor de 0 y 1, que representan casi ninguna probabilidad de automatización y casi estar seguro de que la tarea se automatizará, respectivamente. Por ejemplo, el valor mínimo de la probabilidad de informatización (0,0038) está asociado con “supervisores de primera línea de trabajadores de prevención y extinción de incendios” (Frey y Osborne,  2017 , p. 269). En el otro extremo, donde la probabilidad de reemplazo por una máquina es casi uno (la probabilidad es igual a 0,99), las ocupaciones incluyen empleados de contabilidad, preparadores de impuestos y teleoperadores. Luego, para las variables continuas restantes, estimo la probabilidad predicha de cada variable en sus cuantiles 25 y 75. ²⁴ Este es el criterio utilizado para la tasa de desempleo, el gasto social, los ingresos, la educación y la edad.

La figura  2 revela un efecto no irrelevante de los riesgos asociados al cambio tecnológico y la probabilidad de que un individuo esté comprometido políticamente en sus tres operacionalizaciones. En primer lugar, la magnitud del efecto es más fuerte en lo que respecta a las actitudes políticas (cercanía a un partido político), seguida de la participación y, luego, la protesta. En segundo lugar, si comparamos el riesgo de automatización con las variables de control dicotómicas, podemos ver con mucha precisión que el riesgo de automatización tiene el mayor efecto marginal promedio en términos absolutos. Es decir, el AME está por encima de -0,07 para sentirse cercano a un partido político. La más cercana en términos de magnitud entre las variables dicotómicas es el género, seguido de la afiliación sindical, ambas en torno a 0,05, luego el desempleo (en torno a 0,02) y la religiosidad, que está muy cerca de 0. En lo que respecta a la participación y la protesta, el AME asciende a -0,06 y -0,02, respectivamente.

Luego, si comparamos los riesgos de automatización con las variables de control continuas, la variable con la contribución más considerable es la edad. Un individuo de 63 años será más propenso a estar comprometido políticamente (estar cerca de un partido político y votar en las elecciones), en igualdad de condiciones, que un encuestado de 34 años. Después de la edad, la exposición al riesgo de automatización es la variable que más contribuye a la participación política.

Vemos que para la tasa de desempleo , la AME es de -0,06 cuando la variable dependiente es la cercanía a un partido político. Por lo tanto, la probabilidad de estar comprometido políticamente en un país con una alta tasa de desempleo disminuye considerablemente en comparación con un país con un desempleo muy bajo. Este resultado es consistente con la literatura previa (Rosenstone,  1982 ).

Un resultado muy interesante es que el riesgo de automatización tiene un impacto más considerable que los años de educación en los tres indicadores. El efecto marginal promedio entre un encuestado de alta calificación (15 años de educación) y un encuestado de baja calificación (10 años) es cercano al impacto de los riesgos de automatización pero menor que 0.06 para la cercanía a un partido político, y 0.03 y 0.02 para la participación y la protesta respectivamente. Este resultado es relevante ya que una de las teorías más influyentes se ha centrado en el papel de las habilidades, es decir, la educación (Iversen y Soskice,  2001 ). Por lo tanto, mis resultados que muestran el papel crítico del cambio tecnológico contribuyen a la literatura de economía política comparada al mostrar que el nivel de educación puede no explicar todos los cambios en las preferencias políticas. Este hallazgo está en línea con la teoría propuesta por Thewissen y Rueda ( 2019 ), quienes encuentran que los riesgos asociados con el cambio tecnológico son más sustantivos para determinar las preferencias de redistribución que las habilidades. Finalmente, con respecto al ingreso, la automatización parece contribuir tres veces más que el ingreso a explicar la probabilidad de compromiso político de los encuestados.

4.1 Robustez de los resultados

Para probar más a fondo la solidez de las asociaciones entre los riesgos de automatización y el compromiso político, modelo los riesgos de automatización con diferentes intersecciones por país y permito efectos aleatorios en las pendientes de la probabilidad de automatización. ²⁵ La razón sustancial para permitir esta variación es que la probabilidad de que una tarea se automatice puede evolucionar de manera diferente por país dependiendo de los tipos de inversión en tecnología. Por ejemplo, puede ser el caso de que un país como Alemania, ²⁶ con la tasa más alta de incorporación de robots, pueda tener una relación más fuerte entre los riesgos de automatización y el compromiso político. Por el contrario, en un país donde la incorporación de tecnología ocurre a una tasa menor, la divergencia entre las preferencias políticas de los encuestados puede variar menos. La relación asociada entre los riesgos de automatización y el compromiso político sigue siendo negativa, y el intervalo creíble relativo a la razón de probabilidades no incluye 0 (véase la Información complementaria S1: Figura  A13 ).

Los resultados también son robustos a varias especificaciones alternativas de la variable independiente. He estimado los modelos utilizando como variable independiente tanto el índice RTI como una variable ficticia para la ocupación rutinaria de los encuestados. ²⁷ La asociación negativa entre los riesgos de automatización y el desapego político se mantiene sin importar la operacionalización de la variable independiente, la inclusión de variables adicionales o la variación de la intersección o la pendiente. Esto significa que hay un fuerte apoyo a favor de la hipótesis de este trabajo, que afirma que los individuos más expuestos a los riesgos de automatización son los que tienen menos probabilidades de estar comprometidos políticamente.

Otra prueba de robustez es estimar los modelos utilizando un modelo jerárquico de MCO (enfoque frecuentista clásico) y limitando el número de variables a nivel de país para evitar posibles sesgos dado el número relativamente pequeño de países. Los resultados siguen siendo consistentes (consulte la Información complementaria S1: Tablas  A6–A8 ). Como una comprobación adicional de robustez, para abordar el sesgo potencial de los modelos multinivel con un pequeño número de grupos, estimo los modelos utilizando MCO sin una estructura multinivel, tanto con como sin efectos fijos por país y año. Los resultados nuevamente permanecen sustancialmente sin cambios (consulte la Información complementaria S1: Tablas  A10–A12 ).

Además, la Información complementaria S1: Tabla  A14 incluye como variables de control la deslocalización de la tarea (Blinder,  2009 ; Walter,  2017 ) y la especificidad de la habilidad (Iversen y Soskice,  2001 ). Los resultados siguen siendo negativos y estadísticamente significativos para cada operacionalización de la variable dependiente, lo que apoya en todos los casos la asociación negativa entre la automatización y el compromiso político (actitudes y comportamientos).

Dado que investigaciones anteriores han demostrado la importancia de los niveles de desempleo como determinantes de las preferencias políticas individuales, controlar simplemente el desplazamiento actual (desempleo) puede ser insuficiente. La incertidumbre sobre el desempleo futuro también influye potencialmente en las preferencias de los individuos. Por lo tanto, para evaluar si la exposición a los riesgos de la automatización (incluidos los cambios salariales y el riesgo de desempleo) afecta las preferencias políticas incluso después de tener en cuenta el desempleo ocupacional, incorporé las tasas de desempleo ocupacional a nivel de un dígito de Rehm ( 2009 ). ²⁸ Como se esperaba, existe una correlación positiva (0,37) entre el desempleo ocupacional y el índice de riesgo de automatización (según lo definido por Frey y Osborne), lo que ilustra que el desempleo puede ser una manifestación de los riesgos de la automatización. Al integrar las tasas de desempleo ocupacional en el modelo, surgió una correlación negativa con todas las formas de compromiso político al observar los efectos de las tasas de desempleo ocupacional (ver Información complementaria S1: Tabla  A15 ). Sin embargo, esta correlación no es estadísticamente significativa para las actividades de protesta cuando se controlan otras variables. Más importante aún, aunque la inclusión del desempleo ocupacional reduce ligeramente el impacto del riesgo de automatización en el compromiso político, el hallazgo central sigue siendo sólido y estadísticamente significativo.

La solidez de estos hallazgos, a la luz del desempleo ocupacional, es significativa ya que aborda una de las consecuencias directas de la automatización del trabajo. La importancia continua del índice de riesgo de automatización, incluso cuando se controla el desempleo, sugiere que captura dimensiones más amplias, como la incertidumbre de los ingresos, no representada únicamente por la medida del desempleo. Por ejemplo, sabemos que los trabajadores desplazados por el cambio tecnológico a menudo experimentan reducciones de ingresos superiores al 45% (Braxton y Taska,  2023 ).

Para reducir los sesgos derivados del uso de las ocupaciones actuales para estimar la exposición al riesgo de automatización e incorporar la exposición regional, seguí enfoques alternativos según Anelli et al. ( 2021 ). Repliqué los resultados utilizando un proxy de la probabilidad individual de empleo en cada ocupación, que tiene en cuenta las distintas probabilidades de informatización en función de los períodos de pre-choque de la automatización y las características demográficas (edad, género, educación), según los datos de Anelli et al. ( 2021 ). En segundo lugar, las variaciones regionales en la exposición al riesgo de automatización, influenciadas por el stock de tecnología disponible, también pueden desempeñar un papel. Por lo tanto, incluyo datos sobre la adopción de robots industriales de la Federación Internacional de Robótica (IFR) y datos de replicación de Anelli et al. ( 2021 ). Las nuevas estimaciones representan la exposición individual como el producto de la puntuación de vulnerabilidad y el ritmo de incorporación de robots por país y año electoral. Por último, debido a las posibles preocupaciones sobre la endogeneidad de los choques de robots con las políticas gubernamentales, que podrían reflejar actitudes políticas previas, sigo a Anelli et al. ( 2021 ) para basarse en los cambios en la incorporación de robots en otros países de la UE como instrumento para la adaptación regional de la tecnología. Este instrumento examina el cambio porcentual nacional en robots operativos desde el añot−1at−3en países distintos del individuo, multiplicado por la puntuación de vulnerabilidad. Este análisis supone que, si bien la incorporación de robots provoca variaciones en las amenazas de automatización, no afecta directamente al compromiso político; el efecto es únicamente indirecto a través del tratamiento. Los resultados de la 2SLS confirman una relación negativa entre la exposición a robots y el compromiso político, incluida la proximidad a los partidos, la participación electoral y la participación en protestas (consulte la Información complementaria S1: Tablas  A16 – A18 ). Los hallazgos muestran, por ejemplo, que un aumento de una desviación estándar en la exposición a la automatización se correlaciona con una disminución de 5,5 puntos porcentuales en la probabilidad de sentirse cercano a un partido político.

Por último, una posible preocupación con la muestra de la ESS es que representa principalmente a las economías sociales de mercado, con excepción del Reino Unido. En estos países, donde las protecciones laborales son fuertes, los trabajadores expuestos pueden no sentirse tan amenazados por la automatización como en las economías de mercado liberales. Para abordar esto, utilizo datos del ISSP de 1995 a 2016, incluidas economías de mercado liberales como Estados Unidos, Canadá, Australia y Nueva Zelanda. ²⁹ Este conjunto de datos abarca la participación electoral de todos los años encuestados y proporciona indicadores adicionales de participación política (como donaciones a partidos políticos y participación en manifestaciones) para las ediciones de 2004 y 2014 sobre ciudadanía. Los hallazgos siguen siendo consistentes; por ejemplo, hay aproximadamente una diferencia de 9,8 puntos porcentuales en la participación entre las personas con la exposición más baja y más alta al riesgo de automatización. Información complementaria S1: Las tablas  A19 a A24 presentan los resultados utilizando modelos jerárquicos y regresiones lineales.

En general, encuentro evidencia considerable para apoyar la Hipótesis  1 sobre los efectos nocivos de la automatización en el compromiso político en sus tres operacionalizaciones: proximidad a un partido político, participación y protesta. Los individuos más expuestos a los riesgos del cambio tecnológico tienen menos probabilidades de participar políticamente en promedio. Más específicamente, los individuos con alto riesgo de automatización tienen 7,8 puntos menos en términos de actitudes de compromiso político, 5,5 puntos menos en cuanto a participación y 1,9 puntos menos en cuanto a la probabilidad de unirse a una protesta, en relación con aquellos con bajo riesgo. Estos resultados son en gran medida consistentes en todos los modelos, incluso controlando varios factores de confusión, utilizando diferentes instrumentos para la exposición a robots y replicándolos en bases de datos alternativas.

4.2 Evidencia de los efectos moderadores de los ingresos y las tasas de sindicalización

Hasta ahora, mi análisis se ha centrado en los efectos negativos de la exposición a los riesgos de la automatización sobre el compromiso político. Ahora pretendo comprobar si esta relación está moderada por los niveles de ingresos y sindicalización. La hipótesis  2 , siguiendo la teoría de los recursos, postula que los ingresos compensarán los efectos del cambio tecnológico. Los individuos más ricos tendrán más recursos para participar en la política (por ejemplo, hacer donaciones de campaña) aunque puedan estar en riesgo de automatización. La hipótesis  3 postula que en aquellos contextos con un alto nivel de sindicalización, los efectos adversos del cambio tecnológico deberían compensarse (total o parcialmente). Los resultados con respecto a las hipótesis  2 y  3 para las tres operacionalizaciones del compromiso político se presentan en las figuras  3 y 4.  30 ^Información complementaria S1: La tabla  A25 presenta los coeficientes estimados para cada variable y los efectos de interacción, demostrando un efecto positivo de las interacciones entre los ingresos y los riesgos de automatización, así como los riesgos de sindicalización y automatización, sobre el compromiso político.

La Figura  3 y la Información Complementaria S1: Tabla  A25 muestran un efecto directo negativo de los riesgos de automatización, un efecto directo positivo de los ingresos y un efecto positivo de la interacción entre los ingresos y los riesgos de automatización en el compromiso político. Para ilustrar este efecto, considere el gráfico de participación (figura central). Muestra que se estima que un trabajador no rutinario típico del quintil más rico (línea azul) tiene alrededor de un 88% de posibilidades de participar en las elecciones nacionales. Esta probabilidad se reduce en alrededor de un 5% para un individuo rico típico que realiza un trabajo rutinario. Para el quintil más pobre, la probabilidad de participación prevista es de alrededor del 83% para un trabajador no rutinario, y cae a una probabilidad del 77% para un trabajador rutinario. El panel central muestra que la brecha de participación entre los ciudadanos más ricos y los más pobres aumenta a medida que aumentan los riesgos de automatización, lo que nos dice que los ingresos parecen compensar los efectos negativos entre los individuos más ricos.

Comentarios similares se aplican a otros indicadores de compromiso político. Las personas tienen significativamente menos probabilidades de sentirse cercanas a un partido político a medida que aumenta la exposición a la automatización laboral (como se ilustra en el panel izquierdo). Para aquellos en el quintil más pobre, la probabilidad de sentirse cercano a un partido político cae de aproximadamente 58% a 44%, lo que representa una disminución del 24%. Mientras tanto, para los individuos más ricos, hay una disminución del 61% al 50%, lo que corresponde a una reducción del 18%. Además, el panel derecho, que se centra en la participación en protestas, indica que el quintil más pobre tiene una probabilidad prevista del 9% de unirse a una manifestación cuando no está expuesto al riesgo de automatización. Esta probabilidad disminuye al 4,8% en el nivel más alto de riesgo de automatización observado. Para aquellos en el quintil más rico, la probabilidad de participar en manifestaciones también disminuye con una mayor exposición al riesgo de automatización, aunque la reducción es menos pronunciada. En particular, si bien no hay diferencias significativas en la probabilidad de unirse a las protestas entre los ricos y los pobres sin exposición al riesgo de automatización, la disparidad en la participación entre individuos pobres y ricos, cuando están expuestos a un alto riesgo de automatización, es sustancial, siendo 2,25 veces mayor que la brecha cuando el riesgo de automatización es bajo.

La figura  4 muestra los efectos heterogéneos de las tasas de sindicalización en la participación política. En este análisis, la interacción entre los riesgos de automatización y las tasas de sindicalización muestra un impacto positivo, que es estadísticamente significativo al 90% de nivel de confianza. Sin embargo, la magnitud de este efecto es menos pronunciada en comparación con la influencia moderadora de los ingresos en estas variables. Podemos considerar el gráfico de participación (figura central) para ilustrar los efectos moderadores de la sindicalización. Muestra que se estima que un trabajador no rutinario típico en un contexto altamente sindicalizado (línea azul) tiene una probabilidad cercana al 91% de participar en las elecciones nacionales. Esta probabilidad cae alrededor del 4% para un trabajador rutinario típico en un entorno altamente movilizado políticamente. Para el quintil sindicalizado más bajo, la probabilidad de participación prevista es de alrededor del 81% para un trabajador no rutinario, y cae al 75% para un trabajador rutinario.

Las personas también tienen muchas menos probabilidades de sentirse cercanas a un partido político cuando el riesgo de automatización es mayor (panel izquierdo). Para quienes viven en áreas dentro del quintil más bajo de sindicalización, donde las redes de seguridad social son débiles, la probabilidad prevista de sentirse cercano a un partido político es del 53% en el nivel más bajo de riesgo de automatización observado, pero esta probabilidad es un 26% menor en el nivel más alto observado. Mientras tanto, para quienes viven en áreas con fuertes redes de seguridad social, la probabilidad prevista de sentirse cercano a un partido político es solo un 16% menor. Además, al examinar las protestas (panel derecho), las personas en áreas con niveles más bajos de sindicalización tienen más probabilidades de protestar. Se observan efectos similares en la interacción entre el riesgo de automatización y la tasa de sindicalización, ya que quienes viven en contextos de baja sindicalización experimentan una caída mucho más pronunciada en la probabilidad de unirse a una protesta cuando aumenta el riesgo de automatización, en comparación con quienes viven en contextos de alta sindicalización. Estos resultados son consistentes con la evidencia emergente de que una alta sindicalización puede suavizar las consecuencias económicas de la automatización (por ejemplo, Battisti et al.,  2021 ; Dauth et al.,  2021 ; Genz et al.,  2019 ).

5 MECANISMOS: ACTITUDES EGOCÉNTRICAS Y SOCIOTRÓPICAS

El análisis anterior muestra que los cambios económicos estructurales impulsados ​​por los avances tecnológicos deprimen el compromiso político, incluida la cercanía a los partidos políticos, la participación electoral y la protesta política. ¿Qué mecanismos subyacen a estos hallazgos? Esbozaré dos mecanismos potenciales que vinculan una mayor exposición a la automatización con el desapego político. En primer lugar, postulo que los individuos se comportan de manera políticamente desvinculada porque evalúan negativamente su propia situación económica, en otras palabras, basándose en consideraciones egocéntricas (es decir, motivaciones de bolsillo). Por lo tanto, a medida que se exponen al riesgo de la automatización, se preocupan por sus condiciones económicas y su propensión a participar en la política disminuye. Este argumento se alinea estrechamente con la evidencia empírica reciente que vincula la decisión de abstenerse con evaluaciones egocéntricas (Braun y Tausendpfund,  2020 ; Habersack et al.,  2021 ).

Otra vía por la que la exposición a la automatización puede traducirse en desapego político es a través de consideraciones sociotrópicas. En particular, la evaluación de las condiciones económicas nacionales objetivas. Este segundo canal puede manifestarse como una sensación colectiva de privación y desesperanza sobre el bienestar económico de la sociedad, que puede desencadenar el aislamiento político. En este sentido, existe un consenso creciente de que los efectos de la globalización están mediados principalmente por evaluaciones sociotrópicas en lugar de egocéntricas (Mansfield et al.,  2021 ; Mansfield y Mutz,  2009 ).

En concreto, utilizo dos preguntas de la ESS para representar las creencias egocéntricas y sociotrópicas. Las consideraciones egocéntricas se representan como una afirmación sobre la satisfacción de los encuestados con su propio estatus económico. Las respuestas van de 1 (insatisfecho) a 4 (satisfecho). A continuación, las evaluaciones sociotrópicas se miden con la satisfacción de los encuestados con el estado actual de la economía en su país. Se trata de una escala de 11 puntos que va de 0 (insatisfecho) a 10 (satisfecho). Estas variables se estandarizaron de 0 a 1.

La Figura  5 presenta evidencia sugerente de que la automatización está asociada con un menor nivel de satisfacción con las evaluaciones de las personas tanto de sus condiciones socioeconómicas personales como de las condiciones económicas nacionales, lo que en última instancia puede traducirse en desapego político. En particular, los coeficientes relacionados con ambos mecanismos son negativos y estadísticamente significativos para cada uno de los canales potenciales. ³¹ En esencia, estos resultados sugieren que las inseguridades económicas debidas a la automatización pueden desencadenar una insatisfacción egocéntrica y sociotrópica entre las personas, lo que podría conducirlas a la alienación política.

6 OBSERVACIONES FINALES

¿Cómo se traducen los cambios económicos estructurales, como la automatización, en el compromiso político de los individuos? Basándome en investigaciones anteriores, este artículo ha proporcionado un marco teórico y evidencia para entender cómo los cambios económicos estructurales pueden moldear las actitudes y el comportamiento político de los individuos. He sostenido que los riesgos asociados con la automatización de los empleos son importantes para entender la alienación política de los votantes. He sostenido que debido a que el cambio tecnológico genera una disminución de los salarios y de la proporción de empleo, más inseguridad económica entre los trabajadores de ocupaciones que probablemente serán automatizadas y una mayor polarización económica, los trabajadores, por lo tanto, estarán menos comprometidos políticamente.

Mis hallazgos tienen implicaciones importantes para la literatura de economía política comparada. He demostrado que la exposición a los riesgos de la automatización es muy influyente para entender las actitudes políticas, como la proximidad a los partidos políticos, y el comportamiento político, como la participación en elecciones nacionales (concurrencia) o manifestaciones públicas (protesta política). Aún más interesante, la magnitud de los efectos es tan importante como la de la educación o el nivel de ingresos de los individuos. Además, los efectos de los riesgos de la automatización se moderan por los niveles de ingresos de los individuos y las tasas de sindicalización. Estos efectos heterogéneos tienen implicaciones sustancialmente relevantes. Además del aumento de la polarización laboral debido a la automatización, aquellos individuos con altos ingresos se verán menos afectados en términos de su compromiso político; por lo tanto, las desigualdades de ingresos y la polarización laboral pueden reforzarse mutuamente, causando una representación desigual. Además, la falta de sindicatos fuertes que representen los intereses de los trabajadores puede aumentar el impacto negativo de la automatización en el compromiso político.

Este estudio también ha ofrecido evidencia sugerente sobre los posibles canales a través de los cuales el cambio tecnológico puede afectar el compromiso político. Puse a prueba empíricamente la interacción del cambio tecnológico con evaluaciones egocéntricas y sociotrópicas de la economía. Los riesgos de la automatización parecen generar preocupaciones sociotrópicas y de bolsillo, que potencialmente se traducen en alienación política (es decir, menor compromiso y participación política).

Estos hallazgos tienen implicancias políticas significativas. En primer lugar, si las personas afectadas negativamente por la automatización se desvinculan políticamente, pueden ser más susceptibles a la persuasión mediante la retórica antiestablishment o antipolítica. En consecuencia, si se movilizan, podrían formar una base de apoyo para los candidatos populistas de derecha radical. La evidencia preliminar y el debate sobre la alienación política como un primer paso en el camino hacia la radicalización se pueden encontrar en la Información complementaria S1: Tablas  A28 y  A29 . Esta evidencia revela una correlación negativa entre el compromiso político y el apoyo a la derecha radical, además del efecto directo de la exposición al riesgo de automatización en el apoyo a la derecha radical previamente documentado por Frey et al. ( 2017 ) y Milner ( 2021b ). Esto sugiere que los trabajadores desvinculados podrían ser un reservorio significativo para el populismo de derecha, lo que indica que el aumento de la desvinculación puede explicar en parte la relación entre la exposición a la automatización y el apoyo a la derecha radical. Esta perspectiva puede contribuir a nuestra comprensión del creciente apoyo populista entre los más vulnerables a los cambios tecnológicos. En segundo lugar, si estas personas optan por abstenerse de participar en las elecciones, podría resultar en una subrepresentación de los más afectados por el cambio tecnológico, lo que daría lugar a una representación política desigual. Ambos escenarios plantean riesgos potenciales para los cimientos de los sistemas democráticos.

Dadas las preocupaciones sobre el futuro de la democracia resultante de la automatización, como lo expresaron Boix ( 2019 ) y Milner ( 2021a ) y respaldaron los hallazgos de este artículo, el desarrollo de políticas de prevención (por ejemplo, reformas educativas) y el fortalecimiento de los sindicatos podrían ser respuestas naturales a los efectos de la robótica en la decisión de participar en la política. Además, aunque los movimientos que se oponen a la tecnología son actualmente poco comunes, si el ritmo del progreso tecnológico continúa aumentando y los grupos colectivos o los políticos comienzan a enfrentar este problema, la probabilidad de un mayor enojo y más movilizaciones podría aumentar en el futuro. Todavía queda mucho trabajo por hacer para explorar el papel de la automatización en la política. Este estudio limitó su análisis a desentrañar su vínculo con el compromiso político e identificar los efectos moderadores y los mecanismos potenciales. Por ejemplo, este trabajo ha considerado las tasas de sindicalización pero no ha tenido en cuenta las heterogeneidades entre los sindicatos. Las investigaciones futuras deberían explorar si los sindicatos compuestos por trabajadores con niveles heterogéneos de exposición a la automatización de la producción actúan como un colchón para los afectados o si este efecto ocurre principalmente cuando los sindicatos se ven afectados de manera homogénea. Además, estudios futuros que utilicen datos longitudinales o diseños experimentales pueden arrojar más luz sobre los mecanismos que conducen a la alienación política. Otra actividad fructífera para futuras investigaciones sería identificar las condiciones que llevan a las personas políticamente desvinculadas a abstenerse de votar o a apoyar a grupos populistas.

DECLARACIÓN DE CONFLICTO DE INTERESES

El autor declara no tener ningún conflicto de intereses.

NOTAS FINALES

• 1Véase 1 de febrero de 2018 (The Guardian).
• 2Ver noticia del 30 de enero de 2020 (The New York Times).
• 3Véase Anelli et al. ( 2024 ), Brougham y Haar ( 2020 ), Erebak y Turgut ( 2021 ), Jaimovich y Siu ( 2020 ) y Nam ( 2019 ).
• 4Consulte Acemoglu y Restrepo ( 2022 ), Autor ( 2013 ,  2015 ), Autor et al. ( 2006 ), Goos y Manning ( 2007 ) y Goos et al. ( 2009 ) para análisis detallados.
• 5Muchos trabajos rutinarios han sido desplazados y es posible que no se recuperen pronto, ni nunca. Véase, por ejemplo, la noticia del New York Times “Cómo la tecnología ganó la pandemia y ahora puede que nunca pierda”, julio de 2021.
• 6Información complementaria S1: La figura  A1 documenta el aumento abrupto del stock de robots (industriales) en Estados Unidos y Europa occidental entre 1993 y 2015.
• 7Véase Autor ( 2013 ,  2015 ), Autor et al. ( 2006 ), Goos y Manning ( 2007 ) y Goos et al. ( 2009 ).
• 8Trabajos recientes de Anelli et al. ( 2024 ) muestran que una mayor incertidumbre en el mercado laboral debido a la robotización reconfigura las decisiones de vida de los individuos, como las tasas de matrimonio y fertilidad, y González-Rostani ( 2024 ) documenta un aumento de los sentimientos de marginación y nostalgia.
• 9Si bien la automatización induce cambios inmediatos, es probable que predominen las consecuencias a largo plazo, que indican cambios en la estructura del mercado laboral.
• 10Es esencial destacar que, si bien mi análisis considera que los ingresos y la sindicalización son moderadores potenciales de la influencia de la automatización en el compromiso político, esto no excluye su posible papel como mediadores en la misma relación. Sin embargo, mi principal interés teórico radica en examinar cómo estos factores contextuales pueden mitigar los impactos de la automatización en el compromiso político. Las investigaciones futuras podrían explorar su potencial como mediadores.
• 11Véase UAW FORD, “Resumen del contrato: trabajadores por hora”, noviembre de 2019, pág. 15.
• 12Vea la reciente audiencia en el Congreso de Estados Unidos del 27 de enero de 2022.
• 13La muestra incluye a Austria, Bélgica, República Checa, Dinamarca, Estonia, Finlandia, Francia, Alemania, Grecia, Hungría, Irlanda, Italia, Luxemburgo, Países Bajos, Noruega, Polonia, Portugal, República Eslovaca, Eslovenia, España, Suecia, Suiza y Reino Unido.
• 14Información de apoyo S1: La Tabla  A1 resume las estadísticas descriptivas de las principales variables utilizadas en el análisis.
• 15La suposición al utilizar esta pregunta es que aquellos individuos que se identifican con un partido, independientemente de sus preferencias partidistas, generalmente tienen más probabilidades de involucrarse en la política que los no identificados (Dalton,  1984 ).
• 16Sería interesante basarnos en una pregunta similar sobre los líderes de los partidos en lugar de sobre los partidos. Sin embargo, debido a las limitaciones de los datos, me centraré únicamente en los partidos.
• 17Información complementaria S1: La figura  A2 ofrece una descripción general del compromiso político por tipo de riesgo ocupacional (índice RTI). Compara a los trabajadores rutinarios, más susceptibles al cambio tecnológico, con los trabajadores no rutinarios; en 2018, el 44% de los trabajadores rutinarios se sentían cercanos a un partido político frente al 55% de los trabajadores no rutinarios. De manera similar, la Información complementaria S1: La figura  A3 ilustra el vínculo entre el compromiso político y el riesgo de automatización, representado por la probabilidad de informatización (Frey y Osborne,  2017 ).
• 18Una variable ficticia para el desempleo puede servir como indicador de riesgos que ya se han materializado (Cusack et al.,  2006 ); por ejemplo, puede indicar que el individuo ya ha sido desplazado.
• 19Para la banda de ingresos más alta sin límite superior, supongo una distribución de Pareto, siguiendo la estrategia de los investigadores originales.
• 20Diversos investigadores han demostrado que los métodos de estimación bayesianos superan a los modelos frecuentistas multinivel, incluso cuando se utilizan valores previos no informativos. Para obtener información detallada, consulte Austin ( 2010 ), Bryan y Jenkins ( 2016 ), Hox ( 2019 ) y Stegmueller ( 2013 ).
• 21Las distribuciones asumidas son las siguientesαj~Normal(α¯,σα),β~Normal(0,2.5),γ~Normal(0,2.5),α¯~Normal(0,2.5),σα~Decov(1,1,1,1)Considero priores débilmente informativos (más detalles en Información complementaria S1: Apéndice, sección prior).
• 22La información complementaria S1: Apéndice, sección Cálculo y diagnóstico de convergencia, contiene el análisis de convergencia del modelo. Además, como lo sugiere el ESS, utilizo ponderaciones de encuesta para corregir las probabilidades de los individuos en la muestra debido al diseño de muestreo utilizado.
• 23Información complementaria S1: La figura  A10 muestra que la distribución posterior para mi riesgo de automatización de IV clave tiene una distribución normal. Para las especificaciones alternativas de la variable independiente, RTI y rutina, esta suposición también se cumple, ya que las distribuciones posteriores también parecen distribuciones normales (consulte la Información complementaria S1: Figuras  A16 y  A22 ).
• 24Obsérvese que los resultados y las interpretaciones permanecen prácticamente inalterados cuando considero como extremos los cuartiles 10 y 90. Véase la información complementaria S1: Figura  A11 .
• 25Los resultados también son similares si se utilizan modelos bayesianos no jerárquicos, como se muestra en  A13 . Consulte la Información complementaria S1: Apéndice “Comparación de modelos” para obtener una discusión sobre el criterio de información WAIC para estos modelos.
• 26Alemania casi ha cuadriplicado el número de robots instalados por trabajador en las últimas dos décadas (Dauth et al.,  2018 ).
• 27Para los modelos que utilizan RTI como variable independiente, consulte la Información complementaria S1: Figuras  A17 y  A17 . Para los modelos que utilizan una variable ficticia para la rutina, consulte la Información complementaria S1: Figuras  A23 y  A24 .
• 28Rehm obtuvo tasas de desempleo ocupacional a partir de encuestas de fuerza laboral de la UE, análogas a las métricas nacionales pero específicas para los niveles ocupacionales.
• 29La muestra incluye los siguientes países: Austria, Australia, Bélgica, Suiza, Canadá, Alemania, Dinamarca, España, Finlandia, Francia, Reino Unido, Irlanda, Italia, Japón, Países Bajos, Noruega, Nueva Zelanda, Portugal, Suecia, Estados Unidos.
• 30Para obtener estos resultados, agrego los moderadores discutidos en los modelos presentados para la Hipótesis  1 .
• 31Información de apoyo S1: Las tablas  A26 y A27 complementan este análisis con un análisis de mediación para evaluar si las creencias egocéntricas y sociotrópicas median la disminución del compromiso político, confirmando así este canal para sentirse cercano a un partido político y participar en las elecciones.

GACETA CRÍTICA, 2 DE SEPTIEMBRE DE 2024