Los organismos fiscalizadores laborales utilizan a las inspecciones de trabajo como herramienta para poder investigar – principalmente, pero no exclusivamente – a las empresas en el cumplimiento de sus obligaciones laborales, por ejemplo, en el pago de las gratificaciones legales o el otorgamiento de las vacaciones. Dichas inspecciones pueden surgir o generarse a partir de múltiples causales o mecanismos que involucran a sujetos internos o externos a la empresa por lo que resulta importante planear una estrategia para la realización gestionada y objetiva de las mismas.
En el Perú, se utiliza la fórmula tradicional para seleccionar sujetos objeto de inspección. Las inspecciones se realizan por denuncias, a partir de la iniciativa de los inspectores, por petición de los empleadores, a pedido de órganos sindicales, por orden de autoridades competentes del Ministerio de Trabajo y Promoción del Empleo e incluso por solicitud fundamentada de cualquier órgano jurisdiccional. Asimismo, se conoce que la SUNAFIL cuenta con una inteligencia que ayuda a escoger a los centros de trabajo a los cuales debe inspeccionar; sin embargo, no cuenta con una sistema certero, rápido y eficiente que determine con claridad qué empresas hay que inspeccionar, aquí es donde surge como solución el uso del Big Data y los algoritmos.
Es muy importante recordar la estadística de los últimos años que señala que mas del 70% de las inspecciones laborales se realizan por denuncia de parte (trabajadores y sindicatos), en una especie de atención en la defensa de casos y quejas puntuales, dejando a la gestión – a través de las inspecciones programadas – en un segundo plano.
Fuera de quitarle importancia a la gestión de la inspección laboral, el problema de atender las quejas puntuales tiene muchas aristas, dentro de ellas, el que las denuncias no tengan sustento alguno o no tengan la relevancia o importancia requerida frente a otras infracciones mas graves; entre otras razones.
El Big data es una nueva tecnología que analiza e interpreta grandes cantidades de datos, utilizando fórmulas y algoritmos para proporcionar una respuesta, un método que sin duda podría mejorar los “aciertos” a la hora de seleccionar qué empresas se van a investigar.
Esta tecnología es de gran relevancia para los órganos encargados de inspecciones laborales porque permitirían un ahorro de tiempo, dinero y capital humano. El órgano de inspección laboral debe poder identificar a las empresas que sean más susceptibles a cometer una infracción para poder maximizar los resultados de la inspección y poder usar sus recursos de manera prudente e inteligente, obteniendo mayor eficiencia con la mínima intervención y costos posibles. Caso contrario, se puede inspeccionar a una empresa que, si cumple con los parámetros establecidos por la ley, lo cual no cumpliría con el objetivo de la autoridad inspectiva de poder prevenir o frenar el incumplimiento de la norma o fraude.
Asimismo, una estrategia efectiva de inspecciones laborales no solo tendrá el efecto directo de sancionar o prevenir el incumplimiento a la norma por parte de una empresa, sino que tendrá efectos indirectos como aumentar la percepción de poder ser inspeccionado, influenciar a las demás empresas a cumplir con sus obligaciones de manera voluntaria y poner fin a la competencia desleal, que en algunos casos hace uso del incumplimiento de normas para sacar ventaja a la contraparte. Es decir, una especie de “efecto domino” que debe buscarse en las inspecciones laborales.
Con respecto a la metodología del Big Data, en lo relativo a las inspecciones laborales esta consiste en crear perfiles de las empresas y hacer uso de los algoritmos para poder clasificar dichos perfiles, determinando cuales son más propensos a incumplir la norma y así poder seleccionar las empresas a inspeccionar de manera automatizada y rápida.
Tenemos que fomentar mecanismos para que la inspección laboral en el Perú deje de tener como principal finalidad la sanción de las entidades empleadoras que incumplan, sino que transiten también por un camino previo como es el carácter preventivo, que beneficiará mas a los trabajadores.
A primera vista, el uso de dicho método parece ser la solución perfecta para una inspección de trabajo efectiva; sin embargo, deberemos tener mucho cuidado en no vulnerar normas de protección de datos personales, protección contra la discriminación y protección de la intimidad. Además, tendremos que proteger estas normas a pesar de la opacidad de algunos de estos sistemas de Big Data, puesto a estos usualmente son vendidos a las empresas u organizaciones por un sujeto externo por lo que la organización no tiene el control completo sobre el algoritmo y no conoce a profundidad como han sido configurados y en qué elementos se basa para emitir un resultado, permitiendo que se lleven a cabo decisiones algorítmicas que pueden resultar discriminatorias o invadir la intimidad de los sujetos involucrados.
A manera de conclusión de esta pequeña reflexión, a partir del uso de la herramienta automatizada Big Data podemos crear perfiles clasificados en relación al riesgo de incumplir la norma que nos permiten direccionar las inspecciones laborales de manera eficiente; sin embargo, tenemos que tener cuidado con respetar la protección de datos, protección de intimidad y evitar cualquier acto discriminatorio, para poder proteger dichos derechos, el legislador debe de establecer un marco normativo para el uso de Big Data en las inspecciones laborales y señalar las garantías que sean necesarias para proteger los derechos fundamentales de los ciudadanos.
Imagen Extraída de:
https://www.bbvaapimarket.com/es/mundo-api/cuatro-propuestas-interesantes-de-big-data
