La industria de la Inteligencia Artificial depende de una infraestructura humana masiva y frecuentemente invisibilizada: los “trabajadores ocultos” de ChatGPT y demás chatbots de IA generativa.
Detrás de los modelos de lenguaje más conocidos, existe una fuerza laboral encargada del etiquetado de datos y el entrenamiento de sistemas mediante la retroalimentación humana. Esta labor, conocida como anotación de datos, es esencial para que los algoritmos puedan distinguir información útil de contenido erróneo o peligroso, operando como un filtro crítico antes de que las herramientas lleguen al público general.
Históricamente, estas tareas se delegaban a trabajadores en países con salarios bajos y economías en procesos de decadencia. Sin embargo, la necesidad de que la Inteligencia Artificial responda con precisión en áreas complejas como la medicina, el derecho o la filosofía, ha ampliado la demanda hacia profesionales con altos grados académicos en países desarrollados.
Actualmente, personas con magíster y hasta doctorado forman parte de este engranaje, realizando tareas técnicas para asegurar que las respuestas de los modelos alcancen un nivel de expertise superior al de un estudiante promedio.
La realidad económica de todos estos trabajadores es de una alta precariedad, operando bajo un modelo de economía gig o de plataformas. Muchos profesionales recurren a estas labores ante la falta de oportunidades en el mercado laboral tradicional o como una forma de complementar ingresos insuficientes. A pesar de su alta calificación, carecen de contratos estables, beneficios de seguridad social o garantías de continuidad, lo que genera una dependencia constante de la disponibilidad de tareas en las plataformas de intermediación.
Lo peor de ser parte de los “trabajadores ocultos” de ChatGPT
Las empresas que gestionan a estos “trabajadores ocultos” de ChatGPT, como Scale AI o Mercur, han experimentado un crecimiento financiero exponencial, alcanzando valoraciones de miles de millones de dólares. Estas startups actúan como puentes entre los gigantes tecnológicos y miles de trabajadores independientes.
El modelo de negocio se basa en mantener costos operativos bajos y una flexibilidad total sobre la mano de obra, permitiendo que las empresas de inteligencia artificial escalen sus procesos de entrenamiento de forma rápida y económica.
El trabajo de entrenamiento no solo implica responder preguntas lógicas o corregir código, sino que también conlleva una carga psicológica significativa. Algunos anotadores deben revisar contenidos generados por IA que incluyen violencia explícita o materiales perturbadores, para asegurar que los filtros de seguridad funcionen correctamente.
Esta exposición constante a contenido gráfico se realiza a menudo sin el apoyo psicológico necesario, dejando a los trabajadores con secuelas emocionales derivadas de la naturaleza del material que procesan.
Por todo lo anterior, se desarrolla una tendencia hacia la “uberización” del trabajo intelectual. Lo que antes se consideraba empleo de oficina estable se está fragmentando en microtareas que se pagan por hora o por proyecto cumplido. Este fenómeno sugiere que incluso los roles que requieren alta especialización están siendo descompuestos en unidades de trabajo más pequeñas y menos remuneradas, diluyendo la seguridad laboral que históricamente se asociaba con los títulos universitarios avanzados y la experiencia técnica.
Desde una perspectiva económica, el enfoque actual de la industria parece priorizar la automatización absoluta sobre el aumento de las capacidades humanas. Académicos advierten que el desarrollo tecnológico está siendo impulsado por una ideología que busca reducir la intervención humana al mínimo posible, lo que podría intensificar la desigualdad. En lugar de crear herramientas que ayuden a profesionales como médicos o profesores a ser más eficientes, el mercado se inclina hacia sistemas que intentan replicar o sustituir sus funciones.
En el último tiempo han comenzado a surgir movimientos de organización laboral entre los “trabajadores ocultos” de ChatGPT. Grupos de anotadores de datos están buscando establecer estándares mínimos de pago y condiciones de trabajo más humanas. Iniciativas como Turkopticon han logrado, en algunos casos, que las grandes plataformas de microtareas modifiquen sus políticas de rechazo de trabajos y mejoren la transparencia en los pagos, demostrando que existe un margen de negociación frente a las corporaciones tecnológicas.
Este escenario plantea interrogantes fundamentales sobre el futuro del empleo y la ética en el desarrollo de nuevas tecnologías. El impacto de la Inteligencia Artificial en la sociedad no es un proceso inevitable, sino el resultado de decisiones corporativas y regulatorias actuales.
La reconocida periodista Karen Hao, que ya abordó este tema en su libro Empire of AI, hizo un nuevo reportaje donde analizo con más detalle cómo esta dinámica está transformando el panorama laboral actual.
REPORTAJE DE KAREN HAO SOBRE LOS “TRABAJADORES OCULTOS” DE CHATGPT
“Me mostraron cosas que los humanos nunca deberían ver”, dice uno de los “trabajadores ocultos” de ChatGPT entrevistado por Karen Hao.
