Así funcionan las 'fábricas' de explotación digital
Así funcionan las 'fábricas' de explotación digital
Oskarina Fuentes —en la imagen superior— enciende su ordenador y accede a la cola de tareas. Cada una con un título y la clave del cliente, una gran corporación que permanece en el anonimato; también ve en la pantalla cuánto puede ganar si la completa. No llega a un dólar por hora. Fuentes, una ingeniera venezolana que emigró a Colombia, comienza su jornada laboral, que se alargará diez, doce horas, las que hagan falta. Es etiquetadora. Ve, por ejemplo, una foto de un producto que se vende on-line y escribe en un recuadro si se trata de un bolso, una mochila o un macuto. Esa asignación debería ser automática. Pero la diferencia es demasiado sutil para el algoritmo, que aún no sabe distinguirlos, así que necesita un ojo humano que lo guíe. Para la máquina, todo son bolsas.
Fuentes trabaja para una plataforma de microempleo australiana, pero compite con gente de todos los continentes; la mayoría, ubicados en países en desarrollo. Despectivamente, se los considera microtrabajadores porque realizan microtareas simples y repetitivas. Fuentes ve en una esquina de la pantalla el recuento de sus ganancias en céntimos. No puede retirar el dinero hasta que alcanza un mínimo de diez dólares. Está disponible día y noche porque la competencia es feroz. Y cualquier derecho laboral se disuelve en la jungla de los empleos transfronterizos. Son los siervos de la inteligencia artificial (IA) que asombra al mundo, pero que no es tan inteligente como la pintan. Ni el machine learning es un aprendizaje tan automático.
Las grandes tecnológicas no nos habían contado que para que sus redes neuronales operen con tan sorprendente eficacia necesitan un ejército internacional de cientos de miles de etiquetadores que clasifiquen los billones de datos con los que se alimentan; y que entrenan a los algoritmos colocando post-its virtuales para aclararles que eso que cruza la calle no es una sombra, sino un gato. Para un coche autónomo, puede ser la diferencia entre frenar o un accidente.
Recientemente se filtraron imágenes capturadas en 2020 por aspiradoras robots: una joven sentada en el inodoro, un niño tumbado en el suelo… En total, 15 fragmentos captados en Estados Unidos, España, Francia, Alemania y Japón que se compartieron en Facebook y Discord y que fueron encontrados por una periodista de la MIT Technology Review. Los vídeos fueron subidos por microtrabajadores que etiquetaban esas imágenes en unas pruebas para mejorar la capacidad de reconocimiento del electrodoméstico. Este suceso revela una nueva amenaza a la privacidad en la era digital, pero también es un recordatorio de que todavía hay «humanos en el bucle», como se dice en la jerga de Silicon Valley, para referirse a las personas que realizan tareas que creíamos automatizadas.
Las máquinas, que se basan en la detección de patrones y relaciones en un océano de datos, todavía nos necesitan para entender el contexto, aclarar dudas y no meter la pata. Es un trabajo valioso, pero está tan poco reconocido que incluso se recluta a presos en las cárceles para realizarlo. Se hizo en Finlandia y se sigue haciendo en China.
«Se trata de un mundo en expansión oculto bajo la tecnología», afirma Mary Gray, antropóloga de Microsoft y coautora del libro Ghost work, que explora este mercado. «Los trending topics, las compras on-line, los chatbots… involucran a humanos que realizan tareas externalizadas en plataformas de trabajo en masa (crowdsourcing). La verdad es que la IA es tan automática como la famosa escena de El mago de Oz donde Dorothy y sus amigos descubren que hay un señor que mueve palancas 0detrás de una cortina».
Las microtareas se asignan en tiempo real. Una empresa tecnológica ahorra costes y el precioso tiempo de sus ingenieros y programadores contratando a una compañía de etiquetado como Alegion, Hive o Scale AI, el líder de un sector en expansión y que tiene entre sus clientes a LinkedIn, Airbnb, el Pentágono y OpenAI, la empresa que ha maravillado con sus modelos de IA que generan imágenes y textos. Cada compañía de etiquetado dispone de una plataforma en línea a la que se pueden apuntar trabajadores autónomos de todo el mundo y que optan a la tarea. Un método que inventó Amazon.
A veces, el que primero la pide tiene preferencia, como sucede en las aplicaciones de riders ('repartidores') o conductores VTC. Así que muchos tienen alarmas conectadas al ordenador día y noche para estar al quite. Otras se realizan por subasta. El empleador asigna el trabajo según la reputación adquirida por el candidato y también según su ubicación. Como se suele pagar de acuerdo con el salario mínimo de cada país, buena parte del flujo de trabajo va hacia la India, Filipinas, Marruecos, Kenia, Brasil, Venezuela… En Estados Unidos se viene pagando la hora a 7 dólares; en Malasia, a 3; en Venezuela, a 80 céntimos… La picaresca está servida y algunos trabajadores utilizan conexiones VPN para simular que están en países con salarios algo más altos.
A las afueras de Calcuta (India), Namita Pradhan se pasa el día mirando vídeos de colonoscopias grabados en hospitales para identificar pólipos que pueden derivar en un cáncer. Cuando cree que ha encontrado uno, lo marca con el ratón y dibuja un lazo digital a su alrededor. No tiene formación médica, excepto una videoconferencia impartida por un radiólogo. Pradhan está ayudando a enseñar a un sistema de IA a no confundir un pólipo con una inflamación. Resulta irónico que, con el tiempo, esa IA podría sustituir a un médico. Trabaja para una empresa de etiquetado en unas oficinas con apariencia de call center con otras varias decenas de jóvenes indios. Ganan entre 150 y 200 dólares al mes. Otros trabajan en almacenes que recuerdan a talleres textiles. Y otros muchos desde casa. Basta una conexión decente a Internet. A veces, padres e hijos se turnan. En algunos casos, cuando la tarea implica la moderación de vídeos violentos o de contenido sexual, el trabajo se puede volver espeluznante. «Horas y más horas de porno y decapitaciones. Cuando ves estas cosas por primera vez es perturbador. No quieres volver a hacerlo. Pero, cuando no te puedes permitir el lujo de renunciar, simplemente lo haces», resume Kristy Milland, una exetiquetadora norteamericana.
Este mes, por primera vez en España, un juez ha reconocido el efecto dañino de algunos contenidos digitales a los que se tienen que enfrentar quienes los ven para filtrarlos. El juzgado de lo Social nº28 de Barcelona ha dado la razón a un extrabajador de una subcontrata de Meta que opera en Barcelona, con lo que la reconoce que los cinco años que lleva de tratamiento psiquiátrico se deben a un accidente laboral y no a una enfermedad común.
«¿Estos son los empleos del futuro?», se pregunta Darrell West, experto en automatización de la Brookings Institution. Y advierte: «Tenemos que replantearnos la calidad de los trabajos que se están creando con la IA. Y que, no lo olvidemos, amenaza al mismo tiempo con eliminar otros muchos empleos de calidad que serán automatizados». Según una consultora, el 80 por ciento de este nuevo trabajo es a tiempo parcial, aunque las jornadas sean interminables; se paga por pieza o tarea completada; no se cotiza, no hay protección social… Los más críticos consideran que se ha vuelto a un sistema feudal. Y otros recuerdan que los grandes avances tecnológicos siempre han requerido mano de obra barata y reemplazable.
¿Quiénes son los jefes de todo?
En 2016, con 19 años, fundó Scale AI, la compañía que lidera el mercado. Tiene 600 empleados en San Francisco y decenas de miles de subcontratistas por el mundo que llevan etiquetadas mil millones de imágenes y 8000 millones de anotaciones. La valoración de Scale AI ronda los 7300 millones de dólares. Wang niega que explote a sus trabajadores. «Solo optimizamos los datos».
Se graduó en Stanford y es el CEO de CloudFactory. La fundó en Nepal y también tiene sede en Kenia. «CloudFactory es una plataforma donde las empresas obtienen acceso instantáneo a trabajadores digitales para tareas tediosas y repetitivas. Damos oportunidades de empleo a un millón de personas. Nos gusta pensar que nuestro enfoque alivia la pobreza en muchos países y, al mismo tiempo, brindamos un gran servicio comercial a empresas del mundo entero. Todos ganan», asegura.
Ingeniero aeroespacial, cofundó Labelbox en 2018 en San Francisco, start-up que ya ha superado los mil millones de dólares de valoración. Cuenta entre sus clientes con la NASA. «Clasificar millones de datos es frustrante y aburrido. Nosotros proporcionamos una solución mediante una plataforma colaborativa hasta que se puedan automatizar del todo los procesos».
