Por Javier Surasky
.png)
La infraestructura laboral oculta de la inteligencia artificial
La inteligencia artificial aprende, responde, clasifica,
traduce, recomienda y modera contenidos a partir de enormes volúmenes de datos
y capacidad computacional. Cierto, pero insuficiente.
Detrás de la automatización de los modelos de IA existe una
infraestructura laboral invisibilizada, formada por miles de personas que
etiquetan imágenes, transcriben audios, corrigen respuestas, comparan salidas,
detectan sesgos, revisan toxicidad, moderan contenidos violentos o producen
ejemplos para entrenar modelos. Ellos también son parte del mapa de poder de la IA.
Esos trabajadores permiten que los modelos puedan ser entrenados, ajustados y evaluados.
Sobre su labor pesa gran parte de la seguridad y confiabilidad de los sistemas
y, sin embargo, su labor se encuentra precarizada y explotada al límite de lo
legal, e incluso un poco más allá.
Son trabajadores y trabajadoras que desempeñan sus labores
de forma fragmentada, tercerizada, mal remunerada y dentro de un marco de
protección jurídica difuso.
Llamarlos “trabajadores de datos precarizados” permite
nombrar una parte del relato dominante sobre la innovación que, como cualquier
otra narrativa, ordena los hechos y personas envueltos en relatos de exposición
y ocultamiento intencionales.
En este caso, el esquema de poder es simple: en la cima se
ubican las grandes empresas de IA, que concentran capital, infraestructura,
propiedad intelectual, marca y capacidad de decisión; un escalón atrás las
empresas proveedoras, subcontratistas y plataformas de microtrabajo; y en la
base personas reales que realizan tareas de etiquetado, anotación, moderación,evaluación o limpieza de datos. El valor económico y reputacional se captura
arriba, mientras que abajo reinan la inestabilidad, la opacidad y el riesgo.
La precarización cumple una función económica fundamental: exteriorizar,
al menos parcialmente, los costos laborales de la producción de modelos y
sistemas de IA, sostenida en el relato mítico de una IA automática, ocultando
la densa red de trabajo humano de la que depende.
La precarización asume diferentes formas y la primera de
ellas es la contractual: los trabajadores quedan fuera del reconocimiento
laboral de la empresa que finalmente se beneficia de su trabajo y aparecen como
contratistas, freelancers, trabajadores de plataforma o personal tercerizado,
lo que reduce la estabilidad de sus empleos, su acceso a derechos laborales y
de protección social, indemnizaciones y posibilidades de negociación colectiva.
Otra forma de la precarización es la económica: los pagos suelen
organizarse por tarea, lote o productividad, desplazando el riesgo hacia el
trabajador: si no hay tareas disponibles, si la plataforma modifica criterios,
si el trabajo es rechazado o si una cuenta es bloqueada, el ingreso de estos
trabajadores se pierde.
Esta forma de “organizar” el trabajo acaba dando lugar a una
economía de disponibilidad permanente en que las personas sometidas a este
sistema compiten por tareas, aceptan condiciones impuestas unilateralmente y se
mantienen siempre disponibles, a espera de recibir encargos de trabajo.
La precarización también asume un modo que podemos denominar
“informacional” ya que quienes hacen los trabajos pueden no conocer para qué
empresa están trabajando, qué modelo están entrenando, cómo se usará, cómo se
evalúa su desempeño, o por qué se rechaza una tarea. Mucho menos conocen cómo apelar
una sanción que se les aplique de manera justa o caprichosa.
Esto nos lleva a un cuarte elemento, la dimensión
psicológica de la precarización; en tareas de moderación de contenido o
seguridad, las personas quedan expuestas por largas horas a imágenes, textos o
audios violentos, sexuales, racistas, suicidas o traumáticos. Ellas ven lo que
los modelos consideran que los demás no debemos ver por sus posibles efectos
sobre nosotros (y nuestro apego a sus modelos, claro). La piedra fundamental de
la seguridad que ofrecen los sistemas a sus usuarios es un traslado de daños
hacia trabajadores invisibilizados
También se puedo identificar una clara dimensión geopolítica,
donde se repiten patrones propios del mundo analógico; las tareas más
perjudiciales y que se realizan en peores condiciones se desplazan hacia países
del Sur Global o economías periféricas, donde existen salarios más bajos,
mercados laborales más frágiles y menores estándares de protección laboral,
además de un amplio mercado de trabajadores en busca de ingresos.
Para decirlo claramente: la cadena global de datos reproduce
e intensifica la división internacional del trabajo: algunos actores diseñan
modelos, controlan infraestructura y capturan valor; otros etiquetan, limpian,
moderan y corrigen en condiciones de explotación.
Todo ello construye un telón de opacidad que es, en sí
mismo, una forma de expresión del poder y me lleva hacia la parte ocultada una
de las preguntas más comunes en los debates sobre la IA: así como nos
preguntamos qué trabajos reemplazará la inteligencia artificial deberíamos
estar cuestionándonos sobre qué trabajos está generando en el presente y en qué
condiciones se están desarrollando.
Hoy, cuando se habla de la “sociedad del conocimiento”, veo
que los trabajadores y trabajadoras de datos poseen un conocimiento práctico
indispensable que no está siendo respetado sino que, por el contrario, se
fuerzan condiciones que lo mantengan mal pago dentro de estructuras que tienen
tufillo a esclavitud digital moderna, mediada por subcontratistas que cumplen
el rol de intermediarios-colchón jurídicos reputacionales, desde grandes
explotadores hasta pequeñas plataformas de microtrabajo que se muestran
abiertamente en web y en las redes sociales.
Son pocos los Estados que se muestran interesados en regular este
marco laboral digital y transfronterizo, pero van naciendo ya sindicatos y
organizaciones de derechos digitales que buscan hacer de una fuerza laboral
dispersa un sujeto colectivo con capacidad propia.
La tensión entre velocidad y capacidad de innovación
tecnológica y trabajo decente se expone en su máxima crueldad, hombro a hombro
con la exteriorización de costes y el acaparamiento de riquezas por empresas
que todos y todas conocemos.
Cuando se habla de ética de la IA sin incluir a estos trabajadores, la discusión está envenenada desde el inicio: es difícil
comprender qué nos preguntamos si un modelo es seguro, transparente y
explicable pero no sobre sobre las condiciones laborales que permitieron su
entrenamiento. Una IA construida mediante trabajo precario no debería poder ser
llamada ética ni socialmente responsable.
Una gobernanza democrática de la inteligencia artificial
debería incluir, junto a las reglas sobre datos, modelos y riesgos para usuarios
finales obligaciones de transparencia sobre cadenas de suministro laboral,
acceso a derechos y protección psicosocial de quienes desempeñan tareas que
ponen su salud en riesgo. Una IA que se presente como alineada con los derechos
humanos debe permitir acceso pleno a la verificación de relaciones laborales
que aseguren trabajo digno y derecho de sindicalización, entre otros, dentro de
su propia “línea de producción”.
La IA es una infraestructura técnica, pero también un modo
de organizar el trabajo, y si esa dimensión permanece oculta, el debate público
seguirá siendo parcial y sesgado en contra de los más débiles dentro de
nuestras sociedades.
Datos básicos
- Los trabajadores de datos precarizados realizan tareas de etiquetado, anotación, transcripción, moderación, evaluación, limpieza y corrección necesarias para entrenar, ajustar o supervisar sistemas de IA.
- El valor del mercado de etiquetado está medido por estimación; para data collection y labeling fue estimado en USD 3.770 millones en 2024, con proyección de USD 17.100 millones para 2030 (Grand View Research) y para moderación de contenido en USD 11.630 millones en 2025, USD 13.310 millones en 2026, con estimaciones de USD 26.090 millones en 2031 (Mordor Intelligence).
- Los mercados de etiquetado de datos y moderación crecen rápidamente y su valor económico se concentra en Estados Unidos y en grandes empresas tecnológicas, mientras que su fuerza laboral se ubica principalmente en países como India, Filipinas, Kenia, Colombia, Ghana, Venezuela, Brasil o Madagascar.
- Las estadísticas laborales tradicionales no capturan bien un trabajo distribuido entre plataformas, subcontratistas, contratos freelance, empresas de tercerización de procesos de negocio y tareas ocasionales. Las estimaciones más amplias hablan de entre 154 y 435 millones de trabajadores de plataformas digitales en línea, pero el número de etiquetadores, anotadores, evaluadores y moderadores sigue siendo una incógnita.
- Las principales formas de precarización son contractual, económica, informacional, psicológica y geopolítica.
- La tercerización permite a las empresas principales beneficiarse del trabajo sin asumir responsabilidad laboral directa y externalizar costes, forma parte de la cadena de suministro de la IA y debe tratarse como un problema central de la gobernanza tecnológica, especialmente cuando se discuten su ética y su alineación con los derechos humanos.