Inteligencia Artificial. 4 Automatización

Inteligencia Artificial. 4

AUTOMATIZACION. AUTOMATION.

Tulio Rosembuj. Julio de 2018 

Abstract 

Automation is the name of artificial intelligence, a mixture of digital good and vigilance. The hurricane of creative destruction of technological innovation has a vocation for unlimited power, deregulated and detaxed, where the rules are imposed by the agents who perform it. Automation without a public or social cure is a carrier of market manipulation and disinformation and displacement of work by the machine and the algorithm. It is imperative, if we want to avoid an abnormal justice that amounts to pure injustice, that automation is subject to values, norms of law that reduce their aspiration to control and monitor the behavior of the person, the citizen, the consumer and without assuming the negative costs, the externalities, of their activity. This means taking evidence of the free use of personal information; of a reversion of the public domain of that wealth resulting from the appropriation and mapping of predictive products, manufacturing of information apprehended and reworked. And if it were not the accumulated wealth, the excess of benefits must be subject to tax for its equitable distribution among all those who generate it. The taxation of automation is a compensatory power exercise for the sharing of the benefits of innovation among people and, at the same time, facing the protection of the most disadvantaged. Negative externalities are a consequence of the lack of responsibility of the beneficiary economic agents of artificial intelligence and on them should be the effort of solidarity and common good. The gig economy is a good example of social dammage, because it is founded in abuse of law through the exploitation of the riders as independent contractors which in fact they are not.

17.Automatización. Automation. 

El concepto de automatización, en su pleno sentido, se refiere a:

1.La mecanización e integración de la sensibilidad de las variables ambientales (por sensores artificiales).

2.El tratamiento de datos y decisiones (por ordenadores).

3.La acción mecánica (por motores o mecanismos que aplican fuerzas en el ambiente).

4.La “acción de información” por comunicación de la información tratada a la gente.

La automatización es el nombre de la inteligencia artificial. La digitalización comienza con el bien digital o virtual cuyas características son: un bien de información, un bien público, indivisible, de goce plural y colectivo, un bien intangible digitalmente codificado y transmitido a través de Internet o canales análogos.

El bien digital es el punto de partida de la economía digital: la codificación de software, textos, videos, imágenes, sonidos, y otros productos electrónicamente distribuidos; una cadena de bits(bitstrings), secuencias binarias de ceros y unos. “Todo lo que puede almacenarse en la memoria del ordenador y transmitido a través de Internet. La lógica matemática hace que cualquier ámbito de conocimiento pueda codificarse como digital” (D. Quah).

La transformación desde la economía digital a la automatización es la conversión del bien digital o virtual en datavigilancia e implica la construcción de una nueva economía o sociedad de vigilancia o algorítmica, fundada en los datos personales, el Big Data, la potenciación de los ordenadores y el desarrollo y manufactura de productos predictivos ordenados para la manipulación de mercado, de consumidores y política, de ciudadanos. De hecho, datavigilancia significa “La práctica de control de los datos digitales relativos a detalles personales o actividades online” (Oxford Dictionary).

La automatización es la inteligencia artificial, una mezcla de bien digital y vigilancia. Es un cambio cualitativo relevante en la innovación tecnológica. La actividad económica digital no es la producción exclusiva de bienes digitales, sino de productos predictivos. Y esto es una clara advertencia para la política jurídica que debe centrarse, en cualquiera de sus manifestaciones. Ahora el primitivo bien de información configura la búsqueda regular y sistemática de datos personales para configurar data doubles, que sean aptos para alterar modos humanos de comportamiento habituales.

El interrogante digital se multiplica. Por un lado, los problemas no resueltos de la definición de bien digital y, por otro, los riesgos emergentes de la automatización en manos de pocas y grandes organizaciones.

La estrategia de la economía digital resulta insuficiente ante el desafío de la automatización. En palabras simples, es una cuestión de transparencia y opacidad. La persona –datavigilancia- es transparente ante las entidades privadas y públicas, que a su turno son opacas para la persona que ellas observan. La asimetría de información es la fuente de riesgos desconocidos o retrasan las medidas después que los daños se producen.

J.Schumpeter apunta a la innovación tecnológica como un “huracán de destrucción creativa”. La inteligencia artificial bien puede encarnarla en cuanto implica la producción de nuevos productos, el uso de nuevos materiales, el uso de nuevas fuentes de energía, la introducción de nuevos tipos de máquinas o la adopción de nuevas formas de organización.

La economía de vigilancia y la creación del excedente comportamental viene de nuevos productos que no tienen competencia o que son más rentables para los   sujetos que los tradicionales porque sus costes son más reducidos que los de la competencia. La innovación es la ventaja: la combinación diferente de cosas o nuevas cosas.

-Manufactura de nuevos bienes, v. g. bienes digitales o virtuales.

-Nuevos métodos de producción, v. g productos predictivos.

-Apertura de nuevos mercados, v. g. la digitalización global y extraterritorial.

-La captura de nuevas fuentes de primeras materias, v.g. los datos personales.

-Los nuevos modelos de organización, v. g. acumulación de datos, análisis, predicciones, inferencias, manipulación o desinformación.

D.Spar examina los ciclos de innovación tecnológica “desde el compás a Internet”. Spar explica los cuatros fases tradicionales de desarrollo de la nueva tecnología.

-Innovación, aquello que Schumpeter describe como destrucción creativa, el momento de la invención y el descubrimiento.

-Comercialización, cuando los “pioneros son tentados por las visiones dualistas de anarquía y riqueza, en un territorio salvaje sin reglas.

-Anarquía creativa, cuando los pioneros “quieren la propiedad del mercado que ahora consideran como propio, el control de la tecnología dominante.”

-Reglas, desde la anarquía comercial y de mercado nace la necesidad de normas de gobernanza, tanto en el ámbito privado como público, y “el poder va a aquellos que hacen las reglas”.

Venimos de la economía digital – la anarquía creativa- y vamos hacia las normas de automatización. Y es imperativo el poder de equilibrio del gobierno y la sociedad para limitar el poder de estructuras que pretenden gobernarse con sus normas propias, lejos de cualquier control, evitando la intervención pública y social. Se requieren, entonces, el poder de las normas, antes que las normas propias del poder privado.

Los excedentes de la destrucción creativa derivan de la estructura oligopólica y monopsónica de las organizaciones de vanguardia. Los protagonistas aprovechan del valor de la innovación intangible creada a partir de la posesión gratuita de los datos y que deviene propertización bajo dominio de la organización en la producción de bienes predictivos.

La automatización no es neutral ni imparcial. La economía de vigilancia acompaña la automatización y con la automatización llegan la concentración de la riqueza y de la renta de los nuevos medios de producción en manos de pocos; un abrupto aumento de la desigualdad social; la institucionalización de la manipulación informativa y de mercado; la pérdida de libertades personales y derecho a la intimidad y, peor aún, una amenaza real a la expulsión masiva de trabajadores de su empleo.

S.Zuboff afirma que el capitalismo de vigilancia conjura un poder profundamente antidemocrático, un golpe desde arriba a las personas, “el derrocamiento de la soberanía del pueblo”.

K.Sabeel Rahman describe las nuevas formas de soberanía artificial representadas por el poder tecnológico, sea por su grado de concentración o la penetración capilar del algoritmo en nuestras vidas cotidianas. Son todas ellas expresiones de un poder arbitrario y descontrolado, que, en una palabra, aspiran al dominio, si no se hallan mecanismos de impugnación y responsabilidad.

“We tend to think of “innovation” as a generic good. But taking domination seriously means effectively choosing between some kinds of innovation over others. To the extent that we think technology and the power it creates and concentrates is not contestable or controllable, we ought not to permit its continuation “.

El nuevo capital tecnológico dejado a su albedrio afectará las vidas de los menos favorecidos, acelerando la desaparición de millones de puestos de trabajo y la emergencia de un desempleo estructural que, hoy por hoy, es previsible e incalculable.

La automatización supone el reemplazo del trabajo por la máquina, por el algoritmo. De hecho, la eliminación o reducción del trabajo por el capital.

La inteligencia artificial lleva consigo el desplazamiento de cualquier clase de trabajo humano, físico o cognitivo, de rutina o no, y su reemplazo por máquinas – robots o similares- al amparo del poder algorítmico, la acumulación de datos, la manipulación de comportamiento, que no puede abandonarse al presuntuoso esquema de la innovación tecnológica.

Los trabajos a riesgo son universales: transporte, logística, administración e industrias. C. B. Frey, M. A. Osborne afirman que cerca del 47% de trabajo en los EEUU está amenazado de desempleo por la automatización.

No hay destrucción creativa aceptable que prevalezca sobre los derechos elementales de la persona, de la sociedad.

18.Normas predistributivas. Predistributive rules. 

La respuesta a la automatización es el recurso a las normas predistributivas, privadas y públicas, dirigidas a modificar o impedir los efectos indeseables y perturbadores de la destrucción innovativa en un mercado sin leyes ni concierto. 

J.S. Hacker propugna la predistribución, esto es,” centrarse en reformas de mercado que alienten una distribución más igualitaria del poder económico y recompense antes de la recaudación de impuesto o la provisión de los beneficios.”

El problema acuciante de la inteligencia artificial es la destrucción de empleos y por tanto se trata de conservar tantos como se pueda y crear nuevos puestos de trabajo y, no necesariamente trabajos que la persona realice en un modo más eficiente que el algoritmo. Una persona trabajando es más que el algoritmo más eficiente.

El desafío consiste en preservar la dignidad humana de la persona, sin sacrificar el cambio tecnológico. Y la norma jurídica tiene la fuerza suficiente para establecer diques de igualdad, transparencia, responsabilidad que orienten la inteligencia artificial hacia derroteros menos arriesgados y perjudiciales para la persona, que los que persigue actualmente.

Dice R. Reich “El mercado es una creación humana. Está basado en normas que el ser humano diseña. El interrogante central es quien formula esas reglas y con cual propósito.”

Todos los aspectos de la automatización van en la misma dirección y, por tanto, no cabe sino una respuesta legal conjunta predistributiva – pública, privada, mercantil, laboral, propiedad intelectual, fiscal, penal- que permita graduar su evolución acompasada a las circunstancias de la persona, de la comunidad, del Estado y ello incluye al algoritmo, los datos personales, la robótica y la manipulación de mercado e información.

La inteligencia artificial tiene que reflejarse en valores y principios comunes que sirvan de orientación y guía de aplicación de su actividad. Estos principios, siguiendo la orientación de R. Calo, atienen a la justicia e igualdad; el uso de fuerza (killer robots), seguridad y certificación, derecho a la intimidad, desplazamiento de trabajo y fiscalidad. A lo que debe añadirse, en mi opinión, la transparencia y la responsabilidad.

Los valores y principios comunes deben inspirar la disciplina conjunta de la automatización y, al efecto, es útil la idea de emplear una metodología de modularidad, distinguiendo los principales estratos de los elementos que la conforman: social y legal; ético; técnico. A Layered Model for AI Governance.

La fatalidad del cambio tecnológico no es de rigor. Su aceptación equivale a subordinar la persona a otros intereses humanos que le subordinan y desnudan de dignidad. ¿Desde qué rincón del conocimiento puede justificarse, por ejemplo, la explotación infantil, de la mujer, de los menos favorecidos por la Revolución Industrial? De ninguno, inclusive, al precio de retrasar su evolución o fijar pausas y prohibiciones que sirvan para restringir sus efectos perniciosos y riesgos impredecibles. Y por ello, desde la perspectiva elemental de justicia, igualdad y transparencia, la disciplina legal pública y la ordenación del sector privado aparecen urgentes e imprescindibles. O las reglas nos vienen impuestas; o tienen que ser impuestas desde la ciudadanía y el Estado.

La automatización no puede ser un espacio vacío, sin ley. La innovación necesita o normas de orden privado y/o normas públicas y tributarias, o ambas a la vez. No se trata solo de confianza, legitimidad e integridad; sino, también de equidad. El producto de la automatización, sin marco jurídico suficiente, incrementa la desigualdad de riqueza, renta y concentración de poder social, reduciendo a nada el alcance de las funciones públicas de bienestar. El poder compensatorio público y social es la respuesta a la acumulación de poder tecnológico en pocas manos, despojándole del control algocrático.

La discusión consiste en desvelar la mejor vía para conseguir la redistribución entre la ciudadanía: o mediante el impuesto y sistema de transferencias o a través de la ley privada (propiedad, contrato, responsabilidad).

L.Kaplow & S. Shavell sostienen que cualquier modelo distributivo es más eficiente mediante la fiscalidad sobre la renta o transferencia de renta, que empleando las normas dirigidas al orden privado. La norma fiscal es más eficiente que las normas privadas para conseguir políticas de igualdad. La prédica se convirtió en un argumento dogmático a favor de la redistribución vía el impuesto y las transferencias y en contra de la redistribución a través de normas no tributarias.

La construcción de K&S no soporta las críticas.

Cualquier norma jurídica, no solo las fiscales, deben dar respuesta a un creciente interés sobre sus efectos distributivos. El propósito distributivo puede alcanzarse a través de normas privadas- propiedad, contrato, responsabilidad- y a un nivel par de eficiencia con respecto a la norma tributaria y transferencia. La promoción dirigida a la maximización de la riqueza puede ser equilibrada si el régimen legal se dirige a promover los intereses de los menos favorecidos.

En un mundo global no hay una clara ventaja redistributiva de las normas tributarias respecto a las que no lo son. La estrategia óptima debería ser favorecer la redistribución mediante normas fiscales o no que sean las menos eludibles por los más ricos y las empresas, en particular, a través de planificación fiscal agresiva, elusión y evasión fiscal. Los mercados globales y competitivos “minan la capacidad de los estados de redistribuir empujándoles a “precios” más bajos que los que cargan…El mejor instrumento de redistribución será la norma en cuya virtud el precio más elevado pueda cargarse.”

En una primera aproximación resulta que no hay razón de preferencia distributiva que descarte las normas jurídicas privadas respecto a las fiscales. Ambas categorías normativas pueden ser útiles para modelar la relación en el proceso de innovación entre maximización de la riqueza y las ventajas compensatorias para los menos favorecidos.

El propósito igualitario del proceso de innovación debe contemplarse en su conjunto normativo, fiscal y no, bajo valores y principios comunes. En suma, justicia, equidad, transparencia, responsabilidad, seguridad, uso de la fuerza.

La equivalencia normativa da oportunidad para afrontar la estrategia de disciplina del proceso de automatización en su totalidad. Primero, reformas en la organización del mercado que atienen a la propiedad, contrato, responsabilidad. Segundo nuevos impuestos sobre nuevas fuentes de capacidad contributiva tales como, ganancias de carácter monopólico u oligopólico derivadas de la manufactura de productos predictivos (behavioral surplus).

La economía de la vigilancia no es un sector, sino un rasgo de toda la economía digital, de la economía de mercado en su totalidad. La disciplina pública y privada de regulación debe partir de la premisa de completud.

Por un lado, la mitigación de las externalidades negativas portadoras por la inteligencia artificial a través de las prohibiciones, impuestos y tasas. Por otro, la reforma de la legislación pública y privada de protección de datos acorde con las nuevas circunstancias, en la línea de la regulación europea y, aún más, prestando atención a la recuperación del dominio público por parte de todas las personas, sus legítimos propietarios.

Por otro, la redefinición de la propiedad intelectual con referencia a la propiedad digital, con limitación del secreto propietario –patentes, copyright, know how-; la concentración empresarial evitando la acumulación de poder de mercado de los innovadores; la reorganización de las empresas tecnológicas; nuevas modalidades de contratación laboral contra el desempleo tecnológico y la creación eventualmente, como se sugiere, de nuevas categorías de trabajadores, que no de consumidores, de datos  y lo mismo respecto a los derechos de explicación  de los consumidores.

19.La justicia anómala y la norma de ley. Abnormal justice and rule of law.

Los valores y principios superiores de justicia, igualdad, transparencia y responsabilidad deben inspirar la norma jurídica en el orden público y privado tienen que dar respuesta, a por lo menos, tres interrogantes.

El uso gratuito de los datos personales.

El dato personal es el recurso básico de la economía de vigilancia. Es el “trabajo no pagado”, recogido, almacenado y tratado sin contraprestación monetaria. El usuario, titular de los datos reemplaza a los trabajadores y proveedores de la organización en la cadena de creación de valor. La gratuidad del dato personal ilustra el incremento exponencial en los beneficios comportamentales. Los datos son la divisa principal de la economía digital, virtual.

La extracción y cosecha de los datos es la base del sistema político y social de la analítica predictiva. Es desde los datos personales que se generan los data doublés:” el modelo de información para generar patrones o perfiles y predicciones.” (Cohen), con el objetivo de determinados consumidores o ciudadanos, con particulares características. “Los usuarios son la fuente de la materia prima que alimenta una nueva clase de proceso de manufactura” (Zuboff).

El dominio público y la economía de vigilancia.

S.Zuboff define los surveillance assets: activos de datos apropiados a través de operaciones automatizadas ubicuas; activos que fueron tomados para si por determinados agentes económicos, de propia autoridad, haciéndose dueños de ellos, sin aparente consentimiento de sus propietarios legítimos y que descartan cualquier intento de reciprocidad en el intercambio.

El capital de vigilancia disminuye o elimina los derechos propietarios y de posesión de los titulares de los datos personales, en su propio beneficio.

Los datos personales son un bien común, libre de propietarios, que están ahí para su apropiación como activos o entradas para cierto tipo de actividad económica. El público dominio, en otras palabras, permite el acceso del poder económico para su captura y explotación con ánimo de lucro o finalidad estricta de control.

Las predicciones y los perfiles.

La apropiación precede el tratamiento de los datos personales, transformando la primera materia en un modo de comportamiento de consumidores y ciudadanos. Para ello, se configuran los perfiles y patrones matemáticos algorítmicos que se dedican a la elaboración de predicciones, generalizaciones, correlaciones e inferencias.

Los productos predictivos son el resultado y construyen las preferencias en un universo indefinido: consumo electrónico, servicios de propaganda, información, publicidad, préstamos y créditos hipotecarios y financieros, crédito al consumo, contratación de trabajadores, riesgos de seguros, atención sanitaria y médica, publicidad política, encuestas de opinión pública. El producto predictivo escenifica el nuevo dominio privado propietario, que se originó en aquellos primeros datos personales de dominio público y que pasan a estar protegidos por las leyes de propiedad intelectual e industrial.

El dominio público construido a expensas de los derechos fundamentales de la persona comienza como un espacio común y libre no protegido por ninguna forma de propiedad intelectual y culmina como una esfera de protección del secreto del dominio –patente, copyright, know how- en los productos predictivos, el recinto digital que concentra las formas y figuras de persuasión del comportamiento ciudadano.

M.Andrejevic explica el procedimiento de la creación de propiedad digital por las organizaciones como un recinto donde cualquier acción o inacción genera información acerca del sujeto (digital enclosure):” La información recogida mediante la interactividad es privatizada por las compañías e intercambiada como mercancía. “los datos personales, oportunamente reelaborados, devienen mercancías en el mercado, productos predictivos, que permiten la persuasión, influencia, manipulación de los hábitos de los consumidores y ciudadanos.

El producto predictivo es una mercancía informacional, cuya substancia es la información tratada de la persona, de los grupos, de las categorías sociales que tiene como propósito. O sea, la intimidad. Los datos personales orientan la mercancía informacional.

La mercancía informacional contiene la información de cada individuo y resume su derecho a la intimidad. Y ello le preserva del acceso de otros, a menos que expresamente lo autorice o consienta. Los perfiles o patrones ejemplifican un acceso de no propietarios a sus derechos propietarios de los datos personales.

La intimidad indica que esas mercancías lo son porque previamente se ha despojado de su propiedad a su legítimo titular y, por tanto, delatan una nueva propiedad con el efecto que todas las formas de acceso de los no propietarios suponen una quiebra de los derechos que el nuevo propietario goza en virtud de su (nueva)propiedad.

El uso de la mercancía informacional necesita más justificación que la mera existencia de un mercado para tal información. La mercancía informacional – el producto predictivo-, cuyo contenido es la intimidad, significa su aptitud para ser regulada por las leyes de organización del mercado donde pueden ser objeto de intercambio por dinero.

Tiene razón J. E. Cohen al afirmar que “los participantes en el mercado de datos comercian con la gente del mismo modo que se comercia con las mercancías y divisas de futuro”. Los productos predictivos, como las mercancías o las divisas, son apuestas sobre lo que vendrá. El futuro es parte de su arquitectura. Esto significa que el próximo peligro es la institución de un mercado de datos a futuro. Hay un riesgo que los datos personales puedan convertirse en activos intangibles subyacentes de híbridos financieros o sintéticos (swaps, futuros, opciones, colaterales), exactamente como los hemos conocido en la crisis financiera de 2008.

La financiarización del comercio de los datos personales, utilizándolos como activos subyacentes de derivados financieros sería una auténtica catástrofe. Y no es una hipótesis de ciencia ficción pensar en derivados financieros off-counter de productos predictivos. Al fin y al cabo, hay un valor económico, que es diverso conforme a las categorías sociales, y que, con toda naturalidad, podría ofrecerse para la titularización de derivados financieros. No todos los datos tienen el mismo valor económico: hay diferencias entre categorías, segmentos, clases de usuarios. Hay un amplio campo para apostar sobre su futuro y expectativas especulativas. No existe, al momento, garantía alguna que pueda impedir que el algoritmo escape a la especulación financiera mediante los instrumentos financieros tradicionales que provocaron la crisis financiera de 2008.

La mera enumeración de los ejes centrales de la economía de vigilancia suscita una natural preocupación por el trato justo e igualitario de la persona, de sus datos, a prescindir de su residencia, nacionalidad, ciudadanía. Porque, si no se ajusta la norma jurídica a un criterio de justicia ordinaria, comúnmente aceptado, deberá hacerlo como búsqueda interpretativa del destierro de los procedimientos injustos, anormales, anómalos.

N.Frazer defiende su teoría de justicia anómala: “la justicia requiere acuerdos sociales que permitan a todos su participación como pares en la vida social”. La justicia anómala (abnormal justice) deniega la paridad de tratamiento del ciudadano forzando tres tipos de obstáculos: injusticia distributiva –maldistribution-; estado de desigualdad o falta de reconocimiento –misrecognition-; ausencia de plena participación política –misrepresentation-. La justicia anómala se verifica cuando se vulnera el principio de participación par.

El sistema de economía de vigilancia despoja a la persona de sus datos personales para la manufactura de mercancía informacional – productos predictivos-, destinados a la creación de riqueza –beneficio comportamental- en la esfera de sus (nuevos) propietarios, controladores, tratadores sin conocimiento ni retribución a los usuarios regulares o trabajadores gratuitos.

El titular de los datos personales queda privado de la propiedad íntima que le sería necesaria para interactuar con los otros como pares. (Frazer).

La injusticia distributiva se produce, según Jh. Cinnamon, porque las compañías pueden “acumular vastas cantidades de datos personales económicamente valiosos, de los cuales se han apropiado, lo que ofusca la materialidad de la esfera digital”

El estado de desigualdad o la falta de reconocimiento resulta de la constitución de perfiles, análisis, generalizaciones, inferencias, correlaciones de los datos personales que crean predicciones fundadas en el pasado y causantes de disparidades actuales, discriminación social entre grupos o categorías o explotación de las diferencias raciales, de género, religión, opiniones políticas. El algoritmo es empleado en modo tal de negar a la gente “requisite standing” (Frazer), padeciendo, por tanto, de ausencia de reconocimiento social.

Las actividades de recogida de datos personales, los perfiles de conocimiento amenazan la identidad ordinaria de la persona, sometida a procedimientos sistemáticos de manipulación de comportamiento. Los análisis de Big Data carecen de certeza estadística y el valor de las correlaciones es altamente dudoso, sin contar, sus fines arbitrarios en materia de crédito, contratación de trabajadores, criminalidad, factores de pobreza, raciales. Jh. Cinnamon acentúa que” La data mining y la analítica automatizada son problemáticas para los sujetos de datos porque poseen un pobre diseño, mala información y dudosa inferencia, no obstante, los algoritmos son voluntariamente desarrollados para facilitar a las compañías el compromiso en formas discriminatorias ilegales, aplicando datos aproximados que ocultan sus prácticas opresoras.”

Las restricciones a la plena participación impiden a las personas o grupos su actuación igualitaria en las decisiones democráticas. La división digital es un proceso de exclusión, que no de inclusión y penaliza a los menos afortunados de la sociedad. Esto tiene un claro ejemplo en el fenómeno de inmigración; pero no solo. Los censos e informes de largo alcance – dice Cinnamon- subestiman a las minorías, los grupos económicamente marginales y los sintecho, …” llevando a una representación política inadecuada a estos grupos y mayor marginalización.”

La justicia anómala, por si esto no fuera bastante, también se manifiesta en injusticias extrajurisdiccionales (metapolitical injustices).” cuando los límites políticos están diseñados en modo tal de denegar erróneamente a alguna gente la oportunidad de participar de ninguna manera en sus reclamaciones legítimas sobre la justicia”. (Frazer).

La globalización de Internet y las redes sociales permiten el libre tráfico de datos personales y su explotación en cualquier lugar del mundo, a la vez, que impiden a los sujetos de datos cualquier reclamación desde su sitio contra el mal uso de sus datos, a menos que pertenezcan a la misma jurisdicción que la organización objeto de la reclamación y cuente con los recursos para la impugnación, que, normalmente, no es el caso.

La posición de Frazer es el principio de la sujeción de todos: todos los que están sometidos a una estructura dada de gobernanza poseen moral standing como sujetos de justicia con relación a ella. Esto asegura que todos aquellos que están sujetos a la estructura de gobernanza recibirán un tratamiento par, sin considerar su nacionalidad o ciudadanía y “esto abarca la condición adicional de ser sujeto al poder coercitivo de formas de gobernanza no estatales o transestatales.”

La datavigilancia global exige que cualquiera en cualquier lugar del mundo pueda impugnar la apropiación y pérdida de sus derechos propietarios sobre sus datos personales, más allá de las fronteras nacionales.

20.Contaminación de Datos. Data Pollution.

El paradigma de la intimidad –privacy señala que la recogida de datos personales produce daño a las personas que son su fuente. Pero, según O. Ben-Shahar, el perjuicio del mal uso de los datos personales es mayor que el daño que pueden provocar a los individuos. La contaminación de datos (Data Pollution) crea daños públicos superiores a los que derivan de los daños a los particulares. Las externalidades que se suscitan afectan a otros, al conjunto de la comunidad. El autor se pregunta sobre la colaboración del usuario en la cesión de sus datos, como si le fuera irrelevante o fútil en términos de preservación de su intimidad. Esto es lo que se denomina la “paradoja de la intimidad” (privacy paradox). ¿Por qué entrego mis datos personales si ello me supone daño? La persona renuncia a su intimidad, al menor incentivo para hacerlo, por los reducidos costes de navegación o aceptando excusas, aunque sean formales, que les permitan continuar su búsqueda.

People say they care about privacy but are willing to relinquish private data to firms quite easily when incentivized to do so. Second, small navigation costs have a tangible effect on how privacy-protective consumers’ choices are, often in contrast with stated preferences. Third, the introduction of irrelevant, but reassuring information makes consumers less likely to avoid tracking.

La paradoja de la intimidad cuestiona, aparentemente, la sacralidad de la defensa de la intimidad, porque la preferencia cede ante la mínima ventaja que se ofrece por los proveedores de servicios online. O-Ben Shahar subraya la contradicción entre la universal ansiedad sobre el poder de los datos con la indiferencia universal de compartir los propios datos. La respuesta está en que el reproche al daño de los datos no reside en la intimidad de la persona, sino en el daño público social que se produce.” La gente está preocupada por el daño social, no por su propio espacio personal”.

“Digital data law should not be only about privacy. Too often the exchange of data between a giver and a taker affects others. The data itself could contain information about others; or, more importantly, the database can be used or misused in ways that affect public interests other than user`s policy.”

La contradicción apuntada no parece verosímil: el daño de la datavigilancia, a la vez, perturba la intimidad de la persona y la trasciende como daño social. Es correcto, como sostiene el autor, que la contaminación por datos ocurre cuando la información personal afecta a entero ecosistema y no solo a las personas cuyos datos fueron desviados o emitidos. Las emisiones de datos, como las emisiones de contaminación ambiental, originan costes sobre otros, degradando intereses sociales y los protagonistas son, exactamente, los que tienen capacidad para producir el impacto social y no los que lo soportan.

La base de datos es dinámica, es enérgica, y su biblioteca no es estable, porque recrea permanentemente los datos en otros datos nuevos o revela nueva información hasta ahora desconocida que implica el interés público o exhibe información sobre personas distintas, ignorantes del uso de sus datos personales. “Data pollution is the name of this problem and data pollution law are the legal tools to combat it.”

La premisa de la contaminación de datos es indiscutible. Este es el núcleo de la actividad económica de la empresa en la economía digital, más o menos difundida, pero inevitable. La comparación con la contaminación ambiental es asimismo útil. En ambos casos, hay una actividad que genera externalidades negativas, con mayor o menor complicidad de los usuarios, pero, que, igualmente, no puede responsabilizarse exclusivamente al usuario. ¿el consumo de gasolina significa aceptar la política de las empresas petroleras?

La contaminación de datos es la motivación dominante de la economía de vigilancia. El perjuicio no solo afecta el derecho a la intimidad, sino el interés general. La paradoja de la intimidad es un argumento limitado ante la diseminación sistemática de las técnicas de comportamiento inducido, de propaganda de precisión. Si la medida del éxito es el número de usuarios, conseguirlo es válido, cualesquiera que sean los instrumentos para ello.

La paradoja de la intimidad es consecuencia de la manipulación de mercado y de las técnicas de persuasión comportamentales aplicadas en modo masivo.

Las externalidades negativas citadas O. Ben-Shahar para demostrar su tesis de la contaminación datal son, en sí mismas, instructivas, porque los que las protagonizan no son los usuarios, sino los que le suministran, proveen servicios, orientan sus intereses, conducen sus ansiedades para obtener lucro o control.

Primero, el acceso de otras partes a la base de datos de los usuarios de una plataforma oligopólica con fines políticos degrada el proceso electoral en su totalidad, yendo más allá de los intereses privados de los titulares de los datos personales.

Esto es cierto, pero, no lo es menos, que se produce en el marco desregulado de empresas tecnológicas de gran dimensión, cuya responsabilidad en la protección de sus bases de datos parece indiscutible.

Segundo, la información de la base de datos que permiten conclusiones no previstas – programas de ejercicio físico sirven para detectar instalaciones militares alrededor del mundo- afecta la seguridad nacional antes que la intimidad individual.

Efectivamente, el uso descontrolado de los datos personales penetra en ámbitos protegidos, pero, con un motivo repetido, cual es la obtención de excedentes comportamentales, en cualquier sitio, en cualquier momento, a cualquier precio.

Tercero, la implementación de la tutela nacional de los datos almacenados sea por razones de defensa, de comercio, de tecnología, confirma que los datos son un recurso estratégico subordinado a los respectivos intereses de cada Estado, que pueden sentirse amenazados con su pública e irrestricta disposición.

La externalidad negativa se produce tanto en la ocultación como en la revelación. El dato está condicionado por decisiones que su titular ignora, sea por solicitar una simple información, adquirir o vender un producto. La trazabilidad es una emergencia de la economía de vigilancia, local e internacional.

Cuarto, la difusión de los productos predictivos a través de las inferencias, generalizaciones, correlaciones, “enseñan cosas que los datos individuales no exhiben”.

La discriminación toxica es fácilmente advertible porque la experiencia indica que del dato puede elaborarse un perfil que el individuo ignora y que le perjudica en sus decisiones inmediatas: conseguir o no un trabajo, un crédito, el acceso a la escuela.

Si ascendemos desde las externalidades negativas a la contaminación de los datos, llegamos a la datavigilancia. El sacrificio de la intimidad no es gratuito, pese al consenso aparente del usuario porque, precisamente, es el alimento principal de la economía de vigilancia. Al contrario, son costes que se suman a la renuncia de los derechos a la intimidad. Lamentablemente, como se verá, el autor confunde la manipulación del consumidor por las empresas digitales con los causantes reales de la contaminación de datos.

 21.Externalidades negativas. Negative Externalities.

La apología de la innovación tecnológica no empece reparar en los riesgos y daños que puede desprender y provocar en los otros. Hay creciente preocupación académica, intelectual, del poder social del algoritmo. Y esa preocupación alimenta la necesidad de criterios de precaución que permitan impedir que los riesgos se conviertan en daños, antes que se produzcan. Cualquier actividad económica que suscite amenazas de daños a las personas, a su salud, seguridad o al medio ambiente deben pensarse en términos precauciónales, aun cuando las relaciones de causa y efecto no estén científica y plenamente comprobadas.

El criterio precaucional observa que conviene la prevención de riesgos y daños derivados de actos humanos antes que se realicen. La precaución es razonable en el ámbito de la inteligencia artificial porque hay claras amenazas de su desarrollo sobre la persona, aunque se adolezca de certidumbre científica.

Las amenazas reciben el nombre de externalidades negativas(Pigou). En la expresión de J. Balkin la algorithmic nuisance produce daños a otros distintos que el actor:”. El algoritmo es empleado por los seres humanos que quieren lograr determinados fines de gestión, pero en el proceso, terminan dañando diferentes grupos de personas…En esencia, tenemos algo que es como el uso negligente de las capacidades informáticas que externalizan costes sobre otros inocentes.” Y ello en materia de fallo de responsabilidad que afecta la reputación; tratamiento discriminatorio e impacto; generalización de las predicciones; manipulación y opacidad. Los agentes no deben externalizar sus costes sociales del uso de sus algoritmos sobre el público en general.

La presencia de costes sociales tecnológicos arrojados sobre terceros reclama su internalización en cabeza de los que los provocan, sea por ley o por impuesto. La internalización de los costes procede toda vez que se establecen externalidades negativas susceptibles de incurrir en daños o riesgos sobre otros que no están relacionados con la actividad. O sea, que desborden en su medida la precaución debida. Y ello puede obedecer al diseño de normas predistributivas o a las normas fiscales.

Los datos de Internet de cosas (Internet of Things) y la tecnología de la nube incrementan la automatización, facilitando diferentes aplicaciones, algunas de ellas, inconmensurables en sus riesgos, tales como los denominados sistemas autónomos (robots, drones, automóviles sin conductor, médicos, de hogar), de carácter universal, aptos para su uso industrial, comercial, agrícola o particular. Todo se inicia en la recogida y tratamiento de los datos y sus aplicaciones, sensores, servicios y conexión a la red, las plataformas de datos y las infraestructuras digitales.

El Internet de las cosas, la nube, los sistemas automatizados autónomos tienen un denominador común: son generadores de riesgos nuevos, desconocidos, inciertos en sus efectos y de resultados imprevisibles. Es obvio que la primera responsabilidad yace en sus creadores, que son los que, a la postre, se benefician con el instrumento, artefacto o servicio.

La diferenciación lógica entre datos personales y datos no personales dista de disolver la trascendencia del dato, cualquiera que sea su calificación, en la cadena de valor de la automatización. El trayecto del dato no cambia aun cuando la externalidad negativa se desplace sobre personas, de las cosas a las personas, de los sistemas pretendidamente autónomos a las personas y las cosas y, de nuevo, a las personas. El riesgo latente, la amenaza, el daño es equivalente. Al final, el fallo de responsabilidad hará víctima siempre la persona.

La inteligencia artificial es una tecnología perturbadora o que puede suponer perjuicios en su aplicación sobre la persona. El concepto –disruptive innovation- se aproxima a la contaminación ambiental, a una externalidad negativa, que debe soportarla el que la causa.

A.C. Pigou afronta la divergencia en el mercado entre coste (producto) privado y coste(producto(social). La brecha solo puede colmarse mediante la corrección publica de la actuación particular cuando los efectos externos no se soportan en propio, sino que se arrojan sobre los demás. La externalidad negativa es un coste social no pagado, v.g. la contaminación ambiental. Y entonces procede su internalización en el seno de la actividad que lo origina. Esto es justificación bastante, entre otros, del impuesto o del ordeno y mando (command and control approach).

La externalidad negativa es un “fallo de responsabilidad” (Schwartz). el impuesto puede corregir el fallo de responsabilidad en el mercado arrojado sobre terceros ajenos a su producción. El impuesto de sensibilidad pigouviana puede servir para recaudar recursos públicos y detener los efectos de la acción no deseada.

No hay incompatibilidad entre ambos propósitos. El impuesto pigouviano, por ejemplo, la Carbon Tax, es un instrumento de regulación y recaudación de ingresos públicos. El impuesto usa los fondos para afrontar los riesgos, daños, perjuicios derivados de la externalidad negativa, el fallo de responsabilidad y, al mismo tiempo, cambiar el comportamiento de los contribuyentes implicados.

“The destructive component of innovation, whether organizational or technological, can be viewed as a negative “externality” – a cost borne by third parties in the way that the consequences of pollution spewed by a factory are borne by its neighbors rather than by its owners or customers’. Jh. Komlos.

Es arriesgado apostar que la innovación en si misma identifica más productividad y satisfacción social. La destrucción no es siempre creativa, y, frecuentemente, acaba en pura destrucción de lo existente. Dice Komlos que el carácter de la tecnología perturbadora se está desenvolviendo “en modo que lleva a más destrucción y menos creación.” El desplazamiento del trabajo es de lejos, la peor de las externalidades negativas de la automatización.

El desplazamiento del trabajo es un riesgo sistémico vinculado a la perturbación tecnológica. La innovación genera perdedores que no son los propietarios de la empresa digital, que, obligatoriamente, deben ser compensados y protegidos por sus pérdidas. De otro modo, la innovación se transforma en darwinismo: un modo de aniquilación de medios de vida de millones de personas. Sin recambio ni segunda oportunidad.

Los cambios tecnológicos no son singulares, sino que declaran la expulsión masiva del sistema existente de empleo porque es más caro y menos eficiente que las máquinas. La pérdida de trabajo tiene menos que ver con los costes de trabajador en la actividad, que con los menores costes fuera de la actividad. El trabajador goza de tutela laboral, sindical, seguridad social, asistencia sanitaria, que la máquina no demanda. El coste de la máquina es un capital amortizable sin añadido. El interrogante es vital: ¿quién y cómo se afrontarán los costes de los perdedores, de los trabajadores? El desempleo o el desplazamiento del trabajo por el algoritmo procura que el capital humano del trabajo devenga inútil, depreciado y la pérdida social se convierte en sistémica.

El carácter sistémico es lo que hace particularmente delicada la externalidad negativa de la perturbación innovadora. La inteligencia artificial es un sistema complejo y a la vez frágil y vulnerable. Es suficiente recordar la crisis financiera de 2008 para observar que la crisis de una parte arrostra al riesgo sistémico. Por eso se impone su disciplina precaucionar, porque toda la carga del daño si ocurre crisis sistémica se desplaza sobre los otros, que no son los que la crearon.

22.Capital humano y tecnología. Human capital and technology.

La conservación de lo mejor del ser humano y la adaptación de los cambios de mercado necesita una combinación de innovación, ola tecnológica, y normas predistributivas y tributarias. No se puede destruir ni a la persona ni al mercado.

Esto significa la constitución de un poder de equilibrio, compensatorio entre los cambios tecnológicos y la automatización. El desplazamiento masivo del trabajo no es ineluctable ni supone el elogio acrítico del algoritmo, Big Data y machine learning.

La gente son los agentes reales de la empresa y de mercado. La organización del conocimiento depende todos sus activos humanos: educación, habilidades, experiencia, valoración, interconexión social. Hay pocas cosas en la organización democrática del conocimiento que no tengan que ver con los trabajadores. Una parte importante del capital intelectual está condicionada por el capital humano en general, que no solo de los activos tecnológicos, científicos de programación o diseño algorítmico.

El valor del capital humano, sin perjuicio de los avances tecnológicos, no puede despreciarse. No hay futuro tecnológico centrado en la automatización sin la persona en el trabajo, trabajando. “cada vez que la tecnología crea un nuevo puesto de trabajo se estima que elimina simultáneamente otros tres…Los ordenadores pueden realizar exponencialmente más que lo que podían históricamente y a un costo menor que antes.”

El reemplazo indiscriminado del capital humano de trabajo no garantiza ni siquiera la mejora de la productividad a través de la automatización. La productividad no es un dogma de fe, si no toma en cuenta, el cambio educativo, las habilidades, experiencia, valoración y salarios de los empleados.

23.El ejemplo de la economía colaborativa (sharing o gig economy). The example of the sharing economy.

La denominada economía colaborativa (sharing o gig economy) es una experiencia negativa de inteligencia artificial sobre el capital humano del trabajo, anticipando y constatando su necesidad de particular tutela y protección.

El concepto alude a la producción o distribución de bienes y servicios por personas físicas a través de una plataforma tecnológica o aplicaciones particulares. La función aparente de la plataforma es la de servir de nexo entre los proveedores de servicios y productores con los consumidores, mediante colaboradores cuya naturaleza laboral aparece interesadamente disimulada.

La defensa ideológica del trabajo debe poner por delante los beneficios de la dignidad de la persona y no solamente los costes de reemplazo a través de la máquina, empeorando la desigualdad social y en ventaja de los más favorecidos. La eliminación del trabajo por la tecnología no debe asumirse como un hecho inevitable sino en un marco jurídico comprensivo que establezca sus límites, servidumbres, gravámenes, cargas, que mitiguen sus efectos sociales negativos sobre la persona y la comunidad. Es obvio que la digitalización impone, también aquí, su novedad; pero, no lo es menos, que el factor riesgo de deslaborización de la persona, por puro ahorro de costes sociales, compagina una situación de clara injusticia social.

Las actividades cubiertas son amplias y variadas, van desde el alquiler de propiedades –Airbnb-; servicios de transporte de pasajeros –Uber, Cabyfy-; distribución de comidas- Deliveroo-, mensajería, limpieza, reparaciones. En España se calcula que hay más de dos millones de personas laboralmente desamparadas a causa de la economía colaborativa

El elemento común de las plataformas colaborativas consiste en considerar a las personas físicas que desarrollan su actividad para ellas, como trabajador autónomo, antes que trabajador en relación de dependencia.

En una reciente sentencia del juzgado número 6 de Valencia se falla que Deliveroo, una compañía de reparto de comida a domicilio mantiene una relación laboral con sus repartidores, que no una relación de trabajo autónomo. Los riders carecen de derechos propios del trabajador (jornada determinada, vacaciones, despido), aunque están subordinados y bajo dirección ajena. El trabajador está controlado en todo momento por empresa, carece de estructura empresarial y capacidad de fijar los precios de los servicios.

La sentencia enfatiza que” se trata de una relación laboral de servicios en fraude de ley como trabajador autónomo.  La sentencia se basa en las conclusiones de la inspección de trabajo de Valencia que considera que los “riders” deberían ser considerados trabajadores por cuenta ajena porque la empresa “controla todo el proceso productivo, desde las horas que debe trabajar el empleado hasta los trabajos que debe realizar”. Respecto a la exigencia de ajenidad, es la empresa la que decidía el precio de los servicios realizados por el trabajador, que este percibía con independencia del cobro por parte de la empresa y que los ‘riders’ “no participaban en modo alguno de los beneficios que en su caso” obtuviera Deliveroo, que era quien fijaba las condiciones de los restaurantes adheridos y de los clientes que el trabajador desconocía.

El concepto de trabajador autónomo tuvo su origen en el sistema jurídico especial de la Seguridad Social:

Aquel que realiza de forma habitual, personal y directa, una actividad económica a título lucrativo, sin sujeción por ella a un contrato de trabajo y aunque utilice el servicio remunerado de otras personas.

Las notas distintivas del trabajador autónomo resultaban las siguientes:

-Trabajo habitual, en persona, directo, en una actividad de producción, distribución, servicios destinados al mercado, a cambio de un precio para obtener beneficios.

-Trabajo por cuenta propia, no sujeto a relación de subordinación o dependencia a favor de un tercero empleador.

-Trabajo que podía utilizar, además del propio, el trabajo por cuenta ajena para su realización.

El Estatuto del Trabajador Autónomo, Ley 2/2007 de ll de julio, establece un concepto específico y preciso que, no obstante, conserva los rasgos originarios mencionados:

…las personas físicas que realicen de forma habitual, personal, directa, por cuenta propia y fuera del ámbito de dirección y organización de otra persona, una actividad económica o profesional a título lucrativo, den o no ocupación a trabajadores por cuenta ajena.

El rider no encaja con la independencia de actividad, aunque mínima, y la ausencia de organización de empresa desvinculada de la subordinación que destaca la pura relación laboral. No obstante, la legislación española recoge la figura del trabajador autónomo dependiente, que pudiera suscitar dudas sobre la naturaleza de la relación de servicios del trabajador autónomo.

El trabajador autónomo dependiente es una configuración nueva de la categoría.   Se trata de aquella persona física que, no obstante, su autonomía, depende del cliente que le contrata siempre que derive de esa relación al menos el 75% de sus ingresos. Es una clasificación ambigua por cuanto podría obtener rendimientos del trabajo, como si fuera asalariado, o de empresa o profesión. No ayuda a la clarificación los requisitos legales exigidos. Se refiere a una persona física que tiene medios propios y actúa a su riesgo y ventura para un cliente principal o dominante, sin que disponga de asalariados o asimilado a los trabajadores por cuenta ajena que prestan sus servicios al cliente. Esta persona obtiene un beneficio, que no un salario, por lo que su adscripción a empresa o profesión es inevitable.

Además, para ser precisos, un trabajador autónomo económicamente dependiente, aun cuando se apoye en realidades sociales; es jurídicamente incongruente. O se es autónomo o no se es. O se abdica de la independencia de actividad o se mantiene. La dependencia económica es ambigua porque puede servir tanto para identificar dependencia jurídica – trabajo subordinado- o independencia jurídica – trabajo autónomo en sentido propio. Pero, la relación de los colaboradores con la plataforma o aplicación no deja lugar a dudas, puesto que las circunstancias de hecho señalan con evidencia que el trabajo no puede calificarse como autónomo, dado que en todos los aspectos de su actividad se halla sometido a la dirección por cuenta ajena y, asimismo, sería presuntuoso calificar de actividad de empresa la realización de servicios personales prestados  a título exclusivamente particular y sin otra organización que la que supone un único bien para la concreción del servicio, sea un vehículo, una bicicleta o una propiedad inmueble.

El trabajador autónomo dependiente de la economía colaborativa es un trabajador en relación de dependencia. El rider no es libre del control y dirección de la plataforma en relación con su servicio y el servicio conforma el objeto social típico, usual, de la actividad de la plataforma. En verdad, la única hipótesis de trabajo autónomo dependiente resultaría si puede demostrarse que el trabajador cuenta con una actividad propia, a su riesgo y ventura, y ejerce la capacidad de gestión de sus propios medios, sin la predisposición de la plataforma.

La discusión es importante. Por un lado, porque se trata de la tutela del derecho del trabajador en materia de protección social, derechos básicos de retribución, vacaciones, despido, negociación colectiva retenciones IRPF, cotizaciones a la Seguridad Social. No es admisible que mi bicicleta, mi coche, mi casa, señalen una actividad empresarial. La contraprestación no es un beneficio de actividad económica, sino de prestación de servicios personales, de energía física o intelectual sin autodeterminación. Por otro, porque su simulada identificación como trabajador autónomo implica para el proveedor o productor ventajas significativas de los costes de la plataforma, que no se asumen. La naturaleza de la relación laboral no puede prescindir de los propósitos de la ley de tutela y protección. Una reciente sentencia del Tribunal Supremo de California señala que el trabajador de una plataforma, en este caso, Uber, Lift, se considera empleado, y no trabajador autónomo, si realiza su trabajo como parte de la actividad ordinaria, usual, de la empresa.

La economía colaborativa no puede ser pretexto de perjuicio social a los trabajadores, pero, tampoco a otras categorías profesionales existentes como sería el caso del servicio de taxi, a modo de respuesta tecnológica inevitable de la sociedad de información.

El Tribunal de Justicia de la Unión Europea (C-434/15 de 20 de diciembre de 2017) tiene declarado que un servicio de intermediación que conecta mediante una aplicación para teléfonos inteligentes a cambio de una remuneración a conductores no profesionales que utilizan su propio vehículo con personas que desean efectuar un desplazamiento urbano es un servicio de transporte. La referencia es clara: conductores no profesionales, trabajadores, en contraste con conductores autónomos profesionales, taxistas. La irrupción de Uber falsifica la naturaleza de la colaboración del que no es trabajador autónomo, considerándolo como si lo fuera y, al mismo tiempo, crea el conflicto con sectores como el del taxi donde la profesionalidad del trabajo autónomo exige particulares condiciones de licencia, habilitación y autorización para su funcionamiento.

La defensa a ultranza de la inteligencia artificial no puede conducir a la explotación del capital humano de trabajo ni usarla como instrumento en contra del capital humano profesional autónomo. Y esto porque la única motivación del agente tecnológico intermediario es la reducción de costes para su máximo beneficio, sin tomar en cuenta el entramado social en el que se produce.

Las sentencias del Tribunal Supremo 1277/2017 y 87/2018 de 25/01 de 2018 confirman la línea de la jurisprudencia europea. El servicio de intermediación de Uber dice el Tribunal, se basa en la selección de conductores no profesionales que utilizan su propio vehículo a los que esta sociedad proporciona una aplicación sin la cual, por un lado, estos conductores no podrían prestar servicios de transporte y por otro, los usuarios no podrían recurrir a los servicios de los mismos. Uber es una plataforma que presta un servicio de intermediación cuyo elemento esencial es un servicio de transporte a los viajeros, obligatoriamente sometida a autorización administrativa de funcionamiento.

Está por verse si la economía colaborativa puede actuar a paridad de tratamiento legal de los sectores de competencia donde está presente, porque no tiene sentido la innovación tecnológica fundada en el perjuicio social como mero expediente de maximización de beneficios.