El “salario de vigilancia” describe una práctica cada vez más discutida: usar datos de trabajadores, métricas de rendimiento y sistemas de inteligencia artificial para influir en salarios, bonos o estructuras de compensación. El fenómeno empezó a documentarse con fuerza en plataformas de transporte y reparto, pero el Washington Center for Equitable Growth advierte que ya puede estar extendiéndose a sectores tradicionales como sanidad, atención al cliente, logística y comercio minorista.
Qué encontró la auditoría
El informe de Equitable Growth analizó 500 empresas emergentes de IA dedicadas a gestión laboral, monitorización de empleados y análisis de rendimiento. De ese grupo, identificó 20 proveedores con alto riesgo de habilitar sistemas de pago algorítmico. La señal más preocupante es que 16 de esos 20 productos se conectaban directamente con sistemas de nómina o recursos humanos, lo que facilita que las métricas acaben influyendo en la remuneración.
El problema no es solo que el salario pueda variar. La cuestión central es la opacidad. Muchos trabajadores no saben qué datos se recogen, cómo se ponderan, si el sistema penaliza ciertos comportamientos o si existe una vía real para impugnar una decisión. En ese contexto, dos personas que hacen un trabajo parecido pueden acabar recibiendo pagos distintos sin una explicación clara.
Más que precios dinámicos
Organizaciones como American Economic Liberties Project y Towards Justice agrupan estas prácticas dentro de una categoría más amplia: precios y salarios de vigilancia. La idea es que empresas con grandes volúmenes de datos pueden estimar cuánto está dispuesto a pagar un consumidor o cuánto aceptaría cobrar un trabajador. En el caso laboral, el riesgo es que la información se use para pagar lo mínimo que el sistema cree que alguien tolerará.
Esto no debe confundirse con un bono transparente por productividad. Un sistema claro, pactado y auditable puede formar parte de una política salarial legítima. El riesgo aparece cuando la fórmula es secreta, se alimenta de vigilancia continua y convierte la vulnerabilidad o dependencia del trabajador en una variable económica.
La respuesta regulatoria empieza a tomar forma
Colorado volvió a poner el tema sobre la mesa con el proyecto HB26-1210, que busca limitar el uso de datos de vigilancia en algoritmos de precios y salarios. EPIC también ha apoyado iniciativas estatales contra la fijación algorítmica basada en datos personales. Estas propuestas apuntan a una misma dirección: si la IA afecta el bolsillo de consumidores o trabajadores, debe haber límites, transparencia y vías de reclamación.
Para las empresas, la advertencia es clara. Automatizar la gestión laboral puede prometer eficiencia, pero no elimina las obligaciones de equidad, privacidad y negociación. Para los trabajadores, el reto es todavía mayor: defender un salario justo cuando la otra parte no solo conoce tus métricas, sino que también puede usar un sistema opaco para calcular cuánto cree que necesitas el empleo.
