IA entrena con humanos: el trabajo precario detrás de ChatGPT

Mientras millones usan ChatGPT sin pensarlo, miles de profesionales—escritores, abogados, ingenieros—trabajan en plataformas como Mercor creando datos para entrenar modelos de inteligencia artificial. El trabajo es intermitente, vigilado hasta el extremo y sin protecciones laborales. Es el lado oscuro de la revolución de la IA que nadie quería ver.

El auge silencioso de las plataformas de datos

Katya es una periodista freelancer que después de luchar años en su profesión decidió estudiar un posgrado. Cuando finalmente pivotó hacia el marketing de contenidos esperando estabilidad, ChatGPT automatizó gran parte del trabajo. Desesperada por dinero, vio un aviso en LinkedIn de una empresa llamada Crossing Hurdles que prometía trabajos de copywriting a 45 dólares por hora. Era una trampa, pero la llevó a Mercor, una plataforma fundada en 2023 por tres adolescentes de Silicon Valley que ahora está valuada en 10 mil millones de dólares.

Mercor, Scale AI y Surge AI son las tres gigantes del sector. Juntas, mueven miles de millones de dólares anuales comprándoles datos a profesionales que generan el material para entrenar modelos de IA. Estas empresas se jactan de tener decenas de miles de expertos: desde doctores en física hasta abogados de la Corte Suprema. Pero la realidad es más cruda: están reclutando desesperadamente a profesionales de todas las industrias—ciencia, finanzas, derecho, educación—para que produzcan datos que luego los robots aprenderán a hacer. Es, según expertos del sector, el mayor extracto de expertise humana jamás intentado.

El timing no es accidental. La contratación en Estados Unidos está en su punto más bajo en décadas. Según datos citados en reportes del sector, las ofertas laborales bajaron 16% en un año mientras las aplicaciones crecieron 26%. En Colombia y Latinoamérica, donde la desocupación de profesionales es aún más crítica, estas plataformas se están convirtiendo en un salvavidas falso.

Cómo funciona el entrenamiento de IA con humanos

El proceso es industrial y deshumanizante. Los trabajadores producen "rubrics"—listas exhaustivas que definen qué hace que una respuesta de IA sea buena. Otros escriben ejemplos de lo que debería responder el chatbot. Algunos intentan "stumpers", prompts diseñados para hacer que el modelo falle. Otros graban su voz fingiendo pedir consejos financieros o fitness. Un screenwriter grabó pistas de audio mientras cacharros de cocina sonaban de fondo, todo para entrenar modelos de conversación más naturales.

Lo perturbador es que nadie sabe realmente para quién trabaja. Las empresas ocultan la identidad del cliente final—OpenAI, Anthropic y otros gigantes de la IA—mediante "codenames". Los contratos incluyen cláusulas de confidencialidad tan restrictivas que los trabajadores ni siquiera pueden hablar entre ellos sobre lo que hacen. Algunos se inventan "codenames adicionales" en foros públicos para discutir sus proyectos de forma segura. El secreto es deliberado: limita el poder de negociación de los trabajadores.

El dinero, sin embargo, era decente al inicio. Katya ganaba bien, hasta que su primer proyecto fue cancelado abruptamente sin aviso. Le ofrecieron otro a los 45 minutos de recibir el email: "Ingresa a Zoom en 45 minutos para tu onboarding." Era domingo a las 6:30 p.m. Pero necesitaba el dinero para pagar su departamento. Aceptó y trabajó hasta no poder más.

La precariedad como modelo de negocio

Lo que empezó con promesas de buen trato rápidamente se convirtió en un infierno de vigilancia extrema. Las empresas instalan software como "Insightful" que monitorea cada tecla que escribes. Si el sistema detecta "tiempo improductivo"—incluso ir al baño—lo deduce de tu pago. Si pasas cinco minutos sin escribir, el software te pregunta si estás trabajando. Chris, un productor de TV que perdió su trabajo cuando Netflix decidió usar ChatGPT para redactar episodios, comenzó a apagar la vigilancia para leer instrucciones más rápido. Luego trabajaba gratis en su tiempo libre para cumplir las metas imposibles que le asignaban.

La situación se vuelve más perversa con cada proyecto. Los supervisores—mayormente personas en sus 20s sin experiencia—exigen cumplir lo imposible. Márgenes de tiempo se reducen, paga baja, y si no cumples, eres "offboarded" sin aviso. Un colega de Mimi, una screenwriter que ha trabajado en series de streaming, le dijo: "Me están entregando una pala y me dicen que cave mi propia tumba." Mimi necesitaba el dinero como mamá soltera. Cuando salía una oleada de tareas en Slack a las 7 p.m., dejaba todo—incluso tiempo con su hijo—para atrapar lo máximo antes de que otros lo hicieran. La competencia es feroz: hay miles de personas aplicando.

Cuando las empresas necesitan cambiar algo, lo hacen sin consideración. Mercor pausó un proyecto Meta que pagaba decentemente y lo reinició como "Project Nova" pagando 24% menos por hora. Bajó de un salario decente a 16 dólares la hora—por debajo del salario mínimo en California. Aun así, miles de trabajadores siguieron. Un supervisor internamente reconoció: "No contrataremos activamente en estados con salario mínimo más alto, pero si ya estás en el proyecto, puedes trabajar a 16 la hora." Es así de cínico.

El impacto en Colombia y Latinoamérica

En Colombia, donde el desempleo profesional es estructural y la falta de estabilidad es norma, estas plataformas son particularmente peligrosas. Un abogado en Bogotá, un ingeniero en Medellín, una diseñadora gráfica en Cali pueden ganar lo que parece una suma decente en dólares trabajando desde casa. Pero el modelo es devastador: sin prestaciones, sin garantía de horas, sin seguridad social, sin poder negociar porque todo está en secreto.

Lo más perverso es que estamos entrenando a las máquinas que desplazarán nuestro propio trabajo. Profesionales latinoamericanos—ya desaventajados en un mercado laboral global—estarán pronto compitiendo contra modelos de IA que ellos mismos entrenaron. Y lo harán por menos dinero, porque eso es lo único que les queda ofertar. Las plataformas de datos ya están reclutando agresivamente en países de menor costo de vida. Colombia es el siguiente mercado obvio.

Qué esperar del futuro del trabajo

Esto no acabará cuando la IA sea "lo suficientemente buena." Los expertos advierten sobre un futuro donde humanos y máquinas compartan la cadena de producción: algunos generando datos, otros revisando salidas mediocres de IA, otros escribiendo las reglas para mejorarlas. Todo como trabajadores independientes, precarios, vigilados, sin poder colectivo. Es el futuro que Uber y Lyft normalizaron en el transporte, ahora expandido a trabajadores del conocimiento.

Katya finalmente renunció. Se fue a trabajar en una cafetería por salario mínimo. "Al menos allá tienes amigos y un jefe que finge que le importas. Sabes tus horas," dijo. Pero luego su teléfono sonó. Uno de sus proyectos estaba de vuelta. Ese es el gancho: la desesperación siempre gana. Y mientras tanto, las máquinas aprenden.

Si quieres conocer otros artículos parecidos a IA entrena con humanos: el trabajo precario detrás de ChatGPT puedes visitar la categoría Gadgets y Hardware.