El trabajo de mantenimiento de la IA: el empleo invisible que nadie menciona

Detrás de cada respuesta de ChatGPT, de cada imagen generada por Midjourney y de cada recomendación que te hace Spotify hay decenas de personas cuya existencia el sector tecnológico prefiere no airear demasiado. El mantenimiento de la IA depende de trabajos ocultos que no aparecen en los folletos de las conferencias ni en las notas de prensa de las grandes empresas. Son los que etiquetan datos, los que revisan contenidos dañinos, los que corrigen errores que el modelo no puede ver por sí mismo. Sin ellos, los sistemas de inteligencia artificial no funcionarían.

El relato oficial sobre la IA habla de algoritmos que aprenden solos, de modelos que mejoran con el tiempo de forma autónoma y de sistemas que superan a los humanos en tareas concretas. Lo que ese relato omite es la infraestructura humana que lo hace posible: una fuerza de trabajo global, frecuentemente mal pagada y casi siempre invisible, que realiza las tareas que los modelos no pueden hacer solos, o que los modelos hacen mal si nadie las supervisa. No es un detalle menor. Es la base del negocio.

¿Qué hace exactamente alguien que trabaja en el mantenimiento de la IA?

Los perfiles más numerosos en este sector son los anotadores de datos y los moderadores de contenido. Un anotador de datos recibe imágenes, fragmentos de audio, textos o vídeos y los etiqueta siguiendo instrucciones precisas: esto es un perro, esto es un coche, esta frase expresa ira, este fragmento contiene información falsa. Esas etiquetas son el material con el que los modelos aprenden. Sin anotaciones correctas, un modelo de visión artificial no distingue un gato de una silla, y un modelo de lenguaje no entiende que una pregunta puede tener tono sarcástico.

Los moderadores de contenido hacen algo distinto y bastante más duro. Su trabajo consiste en revisar el material que los usuarios producen o que los modelos generan para detectar lo que no debería estar ahí: violencia explícita, abuso sexual infantil, discurso de odio, instrucciones para fabricar armas. OpenAI contrató en 2022 a trabajadores en Kenia a través de la empresa Sama para revisar textos que se usarían para entrenar a ChatGPT en la detección de contenido tóxico. El salario era de entre 1,32 y 2 dólares por hora. El trabajo, según la investigación de Time publicada en enero de 2023, dejó secuelas psicológicas documentadas en varios de esos trabajadores.

Hay un tercer perfil menos conocido: los evaluadores de calidad del modelo, también llamados RLHF trainers (por Reinforcement Learning from Human Feedback). Su función es leer las respuestas que genera un modelo de lenguaje y valorarlas, comparar cuál de dos respuestas es mejor, señalar errores de razonamiento, imprecisiones factuales o tonos inapropiados. Esa retroalimentación es lo que hace que modelos como GPT-4 sean mucho más útiles que sus versiones anteriores. Scale AI, Appen y Remotasks son algunas de las plataformas que canalizan este tipo de trabajo a escala global.

¿Dónde están estas personas y cuánto cobran?

La geografía del mantenimiento de la IA sigue un patrón reconocible: las tareas más tediosas y peor pagadas se externalizan a países con costes laborales bajos. Kenia, Venezuela, Filipinas, India y Madagascar concentran buena parte de esta fuerza de trabajo. Las plataformas de microtrabajos como Mechanical Turk de Amazon o Clickworker conectan a empresas tecnológicas con trabajadores que cobran por tarea completada, no por hora, lo que en la práctica puede traducirse en ingresos muy por debajo del salario mínimo de sus propios países.

Un informe de 2023 del Oxford Internet Institute analizó las condiciones de 250 trabajadores de plataformas de anotación de datos en África subsahariana y concluyó que el salario mediano era de 2,9 dólares por hora, con una parte significativa de los encuestados ganando menos de 2 dólares. Ninguno tenía acceso a prestaciones laborales. Casi todos describían su situación contractual como autónomos, aunque en la práctica dependían de una sola plataforma para el 80% o más de sus ingresos. Este modelo recuerda bastante a lo que ya vemos en otras industrias donde las plataformas capturan el valor y los trabajadores individuales asumen el riesgo.

No todos los trabajos de mantenimiento son precarios. En Estados Unidos y Europa existe una capa de profesionales mejor remunerados que trabajan en red teaming (buscar vulnerabilidades en los modelos), en auditorías de sesgo o en diseño de los propios procesos de evaluación. Pero esta capa es minoritaria y, en cualquier caso, también tiende a ser invisible en el relato público sobre la IA.

¿Por qué la industria no habla de esto?

La respuesta más sencilla es que reconocer la dependencia de trabajo humano masivo contradice la narrativa central del sector. Si la IA requiere miles de personas para etiquetar datos, moderar contenidos y evaluar respuestas, entonces el argumento de que “los sistemas aprenden solos” se debilita bastante. Y con él se debilita también la justificación de las valoraciones astronómicas que estas empresas tienen en bolsa.

Hay otro factor: la cadena de subcontratación hace difusa la responsabilidad. OpenAI no contrata directamente a los moderadores de contenido en Kenia. Los contrata Sama, que tiene un contrato con OpenAI. Sama contrata a los trabajadores locales. Si algo va mal, si las condiciones son denunciables, si alguien sufre daños psicológicos, la empresa de IA queda un paso atrás. Esta estructura de externalización no es nueva: es exactamente el mismo modelo que usaron durante décadas las marcas de ropa con los talleres textiles. Lo que sí es nuevo es que se aplica a una industria que se vende como el avance más importante de nuestra época.

Las empresas tecnológicas tienen además un incentivo activo para que sus sistemas parezcan más autónomos de lo que son. Cada vez que un periodista escribe que “la IA aprendió a hacer X sin intervención humana”, el valor percibido del producto sube. El término que los investigadores usan para describir este efecto es “automatización lavada” (automation washing): presentar un sistema como automatizado cuando en realidad depende en gran medida de trabajo humano invisible. Esto conecta directamente con un patrón más amplio que ya analizamos al hablar del mercado de percepciones que venden las grandes tecnológicas.

¿Qué impacto real tiene este trabajo en los modelos que usamos?

El impacto es directo y medible. La calidad del etiquetado de datos determina la calidad del modelo, y esa relación es conocida dentro del sector desde hace años. El concepto de “garbage in, garbage out” (si la entrada es basura, la salida también lo es) es un principio básico del aprendizaje automático. Cuando los anotadores trabajan con instrucciones ambiguas, con salarios tan bajos que dificultan la concentración o en condiciones laborales que generan alta rotación, los datos que producen son peores. Y esa peor calidad acaba en el modelo.

Los errores de sesgo que aparecen en los modelos de IA, la tendencia a representar ciertos grupos de forma estereotipada o a entender peor determinados dialectos o contextos culturales, tienen con frecuencia una explicación en el proceso de anotación. Si los anotadores son mayoritariamente de un perfil geográfico y cultural concreto, si las instrucciones de etiquetado parten de categorías diseñadas en Silicon Valley, el modelo aprenderá a ver el mundo desde ese ángulo. No es un problema abstracto. Es la consecuencia directa de unas condiciones de producción que nadie quiere poner en el escaparate. Lo que produce la IA no se puede separar de quién la alimenta, y eso incluye a las personas que están redefiniendo qué significa trabajar con IA.

Algunos investigadores han documentado también el impacto en la salud mental de los moderadores de contenido. El Viartual Assistants Study Group, un colectivo de investigadores de la Universidad de California en Santa Bárbara, publicó en 2022 un análisis que describía síntomas compatibles con el trastorno de estrés postraumático en trabajadores de moderación. Facebook (Meta) fue demandada en 2020 por un grupo de moderadores en Kenia que denunciaban exactamente ese tipo de daños. El caso se resolvió con un acuerdo extrajudicial en 2023.

La dimensión medioambiental también está ahí, aunque poco se mencione. El entrenamiento de los modelos consume energía masiva, pero el trabajo de mantenimiento genera su propio consumo: servidores de las plataformas de anotación, conexiones de los trabajadores remotos, almacenamiento de los datos etiquetados. Todo eso tiene una huella que se suma a la del entrenamiento inicial y que rara vez aparece en los balances de sostenibilidad de las empresas. Quienes han analizado el balance medioambiental real de la tecnología saben que los números siempre resultan peores de lo que la industria reconoce oficialmente.

Regulación y sindicalización: lo que está empezando a moverse

En Kenya, los trabajadores de Sama que moderaban contenido para Meta formaron en 2023 el primer sindicato de moderadores de contenido del continente africano. La iniciativa fue impugnada por Sama, pero el proceso legal siguió adelante. Es un caso pequeño en términos numéricos, pero significativo: por primera vez, trabajadores de mantenimiento de IA se organizan colectivamente y exigen que se reconozca su papel en la cadena de producción.

En Europa, el reglamento de IA aprobado en 2024 (AI Act) establece requisitos de transparencia y calidad para los sistemas de IA de alto riesgo, pero apenas toca las condiciones laborales de quienes los alimentan. La directiva sobre trabajo en plataformas digitales, que lleva años negociándose en el Parlamento Europeo, sí podría afectar a los trabajadores de plataformas como Appen o Clickworker que operen en territorio europeo, aunque su alcance geográfico es limitado. La regulación va muy por detrás de la realidad del sector.

Empresas como Scale AI han empezado a publicitar condiciones laborales mejores como argumento comercial frente a sus clientes. La idea es que datos bien etiquetados, por trabajadores bien pagados y con instrucciones claras, producen modelos mejores. Es un argumento que tiene sentido técnico, y también revela que el sector empieza a asumir que la precariedad tiene un coste en calidad que afecta al producto final. Que eso mejore las condiciones reales de los trabajadores es todavía una pregunta abierta. El sector lleva años prometiendo que la tecnología resuelve sus propios problemas, con resultados mixtos.

También hay movimiento en los países donde se concentra el trabajo. En Filipinas, varias organizaciones de trabajadores de plataformas han empezado a presionar al gobierno para que regule las condiciones mínimas de los contratos con empresas extranjeras de anotación de datos. En India, algunos estados han debatido marcos específicos para el trabajo de microplataformas. Son pasos lentos, pero la conversación ha empezado. Para entender la escala del problema, ayuda pensar en lo que la economía de la atención digital ha enseñado sobre cómo las plataformas capturan valor sin distribuirlo.

¿Seguirán siendo necesarios estos trabajos cuando los modelos mejoren?

La respuesta más honesta es que sí, al menos durante bastante tiempo. La narrativa de que los modelos más avanzados requieren menos supervisión humana es parcialmente cierta: GPT-4 necesita menos correcciones manuales que GPT-2. Pero a medida que los sistemas se aplican a contextos más complejos (medicina, derecho, seguridad nacional), la necesidad de evaluación humana especializada aumenta, aunque sea más cualificada. El volumen de trabajo puede cambiar de forma, pero no desaparece.

Además, el crecimiento del número de modelos desplegados compensa con creces la mejora de eficiencia de cada uno. En 2024 se entrenaron más modelos de lenguaje que en toda la década anterior. Cada uno requiere su propio proceso de anotación, evaluación y mantenimiento. El trabajo oculto de la IA no está menguando: está creciendo. Lo que está cambiando es la geografía y la especialización, con tendencia a concentrarse en países de renta media-baja para las tareas más básicas y a incorporar perfiles más técnicos para las evaluaciones de alto nivel.

Hay quienes apuntan a que los propios modelos de IA podrían anotarse entre ellos en el futuro, reduciendo la necesidad de trabajo humano. Esa posibilidad existe técnicamente y ya se usa en algunos procesos de preentrenamiento. Pero los investigadores de alineación son escépticos sobre si un modelo puede validar la seguridad o la veracidad de otro modelo sin introducir sus propios errores sistémicos. La supervisión humana, en ese contexto, no es un vestigio del pasado: es una garantía que el sector no puede eliminar sin asumir riesgos que todavía no sabe cuantificar. Algo parecido ocurre con la pregunta sobre si la IA puede enseñarse a sí misma sin reproducir sus propios puntos ciegos.

¿Cuánto de lo que llamas “inteligencia artificial” depende en realidad de decisiones humanas que nadie te ha contado?

El sistema que te parece autónomo tiene detrás una cadena de personas que decidieron qué es correcto, qué es ofensivo, qué respuesta es mejor y cuál es un error. Esas personas cobraron poco, trabajaron desde países que no aparecen en los comunicados de las empresas y firmaron contratos que las clasifican como autónomas aunque dependan de una sola plataforma. El producto que consumes es, en parte, el resultado de esas condiciones. No es una teoría: está documentado. La pregunta que queda es si eso cambia algo en cómo valoras lo que la IA produce, y si la industria tiene algún incentivo real para que lo sepa.

Preguntas frecuentes