Personas contra máquinas: entrenar a la IA por cuatro perras

La historia empieza con una oferta de trabajo aparentemente inofensiva que Katya encontró en LinkedIn. Parecía otra propuesta sospechosa, pero la desesperación económica vuelve a la gente más dispuesta a aceptar. Tras estudiar, intentó abrirse camino en el periodismo; después hizo un máster y decidió reconvertirse en especialista en marketing de contenidos, hasta que las redes neuronales automatizaron casi todo lo que sabía hacer. Así llegó Katya a Crossing Hurdles, una empresa que prometía pagar 45 dólares la hora a los redactores.
Hizo clic en el enlace y acabó en la web de otra empresa, Mercor, donde le propusieron una entrevista por vídeo con una IA llamada Melvin. Todo olía raro, pero llevaba un par de semanas en paro y Katya decidió arriesgarse. Resultó que Mercor vendía datos para entrenar IA y que a Katya le ofrecían «crear» esos datos. «ChatGPT hizo desaparecer mi trabajo y ahora me invitan a entrenar un modelo para que haga la versión peor de mi propio trabajo», dijo. Pero no tenía elección.
La entrevista fue extraña, pero interesante: la IA le hizo preguntas sobre su currículum, como si de verdad lo hubiera leído. Poco después le llegó un correo: la contrataban, pero tenía que firmar un contrato, pasar un control de seguridad e instalar un programa de vigilancia. Aceptó. Añadieron a Katya a Slack, donde cientos de personas ya creaban ejemplos de preguntas para chatbots, redactaban «respuestas perfectas» y listas de criterios para evaluarlas. Nadie les decía para qué IA se hacía todo aquello. Pero el trabajo era interesante y el dinero no estaba mal.
Dos días después, el proyecto quedó «en pausa» de repente y luego se canceló del todo. Para personas como Katya, que contaban con ese dinero para pagar la vivienda, fue un golpe. Sin embargo, poco después le ofrecieron otro trabajo: evaluar conversaciones entre chatbots y usuarios reales de Malasia y Vietnam. Tenía que firmar el contrato de inmediato: una llamada en 45 minutos, un domingo a las 18:30. Aceptó y trabajó hasta la extenuación.
Tras la fachada de la IA se esconde un enorme ejército de personas que crean y clasifican datos. Son ellas quienes redactan millones de ejemplos de respuestas «perfectas», criterios, muestras «de oro» e incluso «cadenas de razonamiento» que luego los modelos copian. Mercor, fundada en 2023 por tres graduados de California de 19 años, pasó rápidamente de contratar ingenieros a vender datos para IA. Hoy la empresa está valorada en 10.000 millones de dólares. Entre sus clientes están OpenAI y Anthropic.
Mercor presume de contar con 30.000 especialistas al mes. Scale AI habla de 700.000 trabajadores titulados. Surge AI, de los mejores abogados, asesores y artistas. No solo hacen falta programadores, sino también profesores, científicos, cocineros, investigadores e incluso expertos en humor para adolescentes. Es el mayor intento de volcar la experiencia humana al formato digital.
Con la caída de la contratación, los datos para IA se han convertido en un nuevo «mercado laboral» al que acuden profesionales cualificados, pero con poco trabajo. La trampa es que las empresas de IA gastan miles de millones en recopilar datos y, a la vez, construyen un futuro en el que las personas enseñan a las máquinas aquello que ellas mismas tardaron años en aprender, para que luego las máquinas las sustituyan.
Miles de trabajadores describen un sistema en el que unos redactan los criterios, otros evalúan las respuestas, otros crean respuestas «de oro» y otros ponen a prueba los modelos con tareas trampa. También hay proyectos de «construcción de mundos»: abogados, directivos y asesores crean cientos de documentos corporativos para empresas ficticias, de modo que la IA pueda aprender en una «realidad simulada».
Hay actores de voz que crean grabaciones emotivas, montadores que describen vídeos segundo a segundo y especialistas como Ernest, un antiguo profesor particular en línea que, después de que un chatbot lo sustituyera, pasó a etiquetar la duración de las frases en grabaciones de audio.
Los trabajadores están sometidos al máximo secreto. A los clientes de IA solo se les llama «el cliente». Revelar detalles puede costarles el despido. Algunos incluso inventan nombres en clave adicionales para los proyectos.
Katya no tardó en toparse con la cruda realidad: el trabajo aparece a trompicones y cientos de personas se abalanzan sobre cada nueva tarea «como pirañas». Las notificaciones de Slack se convirtieron para ella en una orden: «trabaja ya». Los proyectos desaparecen tan de repente como aparecen. Aumentan las exigencias, se acortan los plazos y baja el sueldo.
Otros trabajadores pasan por lo mismo. Chris, un profesional de la televisión, perdió su trabajo por culpa de ChatGPT y luego empezó a escribir guiones para entrenar a la IA; si no, no habría tenido para vivir. El programa Insightful registraba cada uno de sus movimientos y el tiempo «improductivo» se descontaba de su paga. Algunos trabajaban «en la sombra»: apagaban el rastreador y hacían tareas gratis para cumplir los objetivos.
Bajo presión, la gente empieza a usar IA por su cuenta, aunque esté terminantemente prohibido. Algunos consultan chatbots para encontrar más rápido los puntos débiles de los modelos.
Mimi, madre soltera y guionista, dice que este trabajo destroza a la gente: una vez le gritó a su hijo por culpa de otra tarea urgente y la vigilancia constante le arrebató la sensación de dignidad humana.
Mercor prometió ser «mejor que las otras empresas», pero a medida que crecía se convirtió en otro jugador despiadado del mercado. Los responsables son chavales de veinte años sin experiencia, que contestan a las preguntas de los trabajadores con memes en vez de dar instrucciones.
Los despidos masivos son habituales: un proyecto de Meta para 5.000 personas se cerró de repente y luego se volvió a abrir el mismo proyecto, pero pagando un 24 % menos. La gente se puso furiosa. Los foros se llenaron de quejas que la empresa borraba enseguida. Los trabajadores crearon comunidades paralelas y acusaron a la dirección de incompetente.
La rotación es normal. El caos es el sistema. Los despidos, sin explicaciones. En el sector incluso hay un término, «dash of death»: un panel de tareas vacío en la cuenta significa que te han despedido.
Pero la raíz del problema está en la propia naturaleza del desarrollo de la IA: los proyectos arrancan, se ponen en pausa, cambian los requisitos, se recortan los presupuestos y las empresas revisan lo que necesitan. Mantienen a los trabajadores «a oscuras» para no comprometerse a nada.
Todo esto recuerda a Uber hace diez años, solo que peor. Los especialistas con títulos académicos resultan aún más sustituibles. Tienen algo en común: mientras trabajan, preparan a la IA para que pronto los desplace.
En Estados Unidos ya se han presentado demandas contra Mercor por clasificar ilegalmente a sus trabajadores. En una de ellas, una persona debía poner voz a textos sexualmente explícitos, pero, al enterarse, no podía rechazar el trabajo sin arriesgarse a quedarse sin dinero.
Los economistas advierten de que, si este modelo se extiende, las profesiones acabarán convertidas en una carrera por sobrevivir en la que todos venden sus habilidades cada vez más baratas hasta que las máquinas sean lo bastante buenas.
A Katya le ofrecieron un nuevo proyecto por 16 dólares la hora, una miseria. Lo rechazó y se puso a buscar trabajo en una cafetería corriente, con la esperanza de encontrar al menos algo previsible. «Allí al menos hay un jefe que finge que le importas», dijo.
Y, para colmo, el teléfono volvió a emitir el sonido de siempre: el proyecto se había reanudado.