La IA que usamos se construye sobre algo más que algoritmos: el trauma de miles de trabajadores mal pagados en países en desarrollo
El etiquetado de datos es un paso necesario para que los modelos de aprendizaje puedan entenderlos y así aprender. Es el negocio ScaleAI, la empresa de Alexandr Wang recientemente valorada en 29.000 millones de dólares. Sin embargo, no todo el mundo que se dedica al etiquetado de datos goza de este estatus. Gran parte de esta tarea la realizan trabajadores de países pobres, mal pagados y conlleva tareas muy desagradables.
Qué está pasando. El avance de la inteligencia artificial requiere una enorme cantidad de etiquetado de datos. Cuentan en AFP que este trabajo lo suelen hacer trabajadores que residen en países empobrecidos como Kenia, Colombia o India. Además de que está muy mal pagado, a menudo el trabajo requiere que revisen imágenes muy desagradables. Por ejemplo, para que una IA pueda redactar un informe de una autopsia, los etiquetadores deben ver cientos de imágenes de crímenes reales.
El trabajo. Consiste en revisar y etiquetar archivos, la mayoría de veces imágenes. No requiere titulación, simplemente saber manejar un ordenador y demostrar que puedes pensar de forma analítica. La facilidad de acceso hace que muchas personas en situación de vulnerabilidad acudan a este tipo de trabajos. El problema es que, para llegar a un sueldo decente, deben trabajar muchas horas, hasta 16 horas diarias en algunos casos, y además muchas veces el contenido que deben etiquetar es violento y extremo.
Moderadores de la IA. Es una situación parecida a la que llevan denunciando durante años los moderadores de distintas plataformas. Hace poco hablamos de la demanda que un ex-moderador de Chaturbate había impuesto a la empresa. Hay otros casos como el de los moderadores de Facebook en Barcelona que denunciaron a la empresa por el trauma psicológico que les causó filtrar todo ese contenido.
Invisibles. El mercado del etiquetado de datos generó 3.800 millones de dólares en 2024 y se espera que crezca hasta los 17.000 millones en los próximos cinco años. Sin embargo, quienes lo hacen posible trabajan en condiciones muy pobres. Un trabajador colombiano cuenta a AFP que los etiquetadores de datos son “como fantasmas. Nadie sabe que existimos a pesar de que estamos contribuyendo al progreso tecnológico de la sociedad”.
Mejores condiciones. En Kenia no existía ninguna legislación, pero los etiquetadores de datos se han organizado para lograr que se regule y tener mejores condiciones laborales. Denuncian la falta de apoyo psicológico que reciben y exigen contratos laborales formales, un salario justo que refleje su trabajo y el derecho fundamental al descanso. Esta movilización busca garantizar un entorno de trabajo más digno y proteger los derechos de estos trabajadores esenciales en la industria de la inteligencia artificial.
Las plataformas. La más mencionada es Remotasks, una filial de Scale AI que ha sido objeto de protestas en países como Kenia, Venezuela y Filipinas por impagos y prácticas problemáticas. La empresa se defiende y asegura que ofrecen una “remuneración justa y competitiva”. El año pasado cerró sus puertas en Kenia después de que los trabajadores se quejaran públicamente. Hay más como la australiana Appen o Sama, una subcontrata de empresas como Meta y OpenAI que fue demandada en Kenia por las malas condiciones laborales y también cesó su actividad.
El coste humano. Existe una creciente preocupación por el impacto medioambiental de la inteligencia artificial, que requiere grandes cantidades de energía para funcionar, especialmente debido al entrenamiento y operación de modelos complejos. Sin embargo, no solo existe un coste energético y de recursos naturales, sino también un coste humano significativo que parece estar pasando más desapercibido.
Imagen | Christina Morillo, Pexels
