Lejos de las salas de juntas, una frágil columna vertebral humana mantiene vivos esos modelos.
A medida que el capital riesgo sigue inundando la inteligencia artificial, miles de contratistas mal pagados etiquetan, ordenan y evalúan datos en silencio para que los chatbots suenen fluidos y los motores de recomendación parezcan ingeniosos. Sus trabajos cambian, se reducen o desaparecen de la noche a la mañana, incluso mientras las empresas de IA hablan de remodelar la economía global.
El boom que oculta una creciente fractura social
La IA se sitúa ahora en el centro del optimismo económico estadounidense. Según cifras citadas por Futurism, las empresas vinculadas a la inteligencia artificial representaron en torno al 92% del crecimiento del PIB de Estados Unidos en la primera mitad de 2025. Es una concentración asombrosa del impulso económico en un solo sector.
Al mismo tiempo, grandes nombres de la tecnología siguen recortando plantilla. Amazon eliminó aproximadamente 14.000 puestos pese a unos resultados financieros sólidos. Los rastreadores del sector señalaron octubre como uno de los peores meses para los despidos tecnológicos desde 2003. El mensaje suena contradictorio: valoraciones récord, nóminas menguantes.
Esto no es solo una búsqueda normal de eficiencia. Refleja una reestructuración silenciosa de cómo se hace el trabajo de IA. En lugar de empleados fijos con prestaciones, muchas empresas empujan el trabajo hacia una capa de contratistas dispersos por Estados Unidos y el mundo. Estos trabajadores realizan tareas tediosas pero cruciales que los modelos aún no pueden manejar por sí solos: leer prompts, puntuar respuestas de chatbots, señalar contenido dañino, clasificar imágenes, valorar resultados de búsqueda.
Los sistemas de IA que por fuera parecen mágicos siguen dependiendo de una vasta mano de obra humana mal pagada que permanece en gran medida invisible para los usuarios finales.
Estos trabajadores de plataformas se mueven en una zona gris. Rara vez reciben seguro médico, permisos pagados o protección laboral. Algoritmos y gestores de proyecto deciden su destino mediante contratos cortos, tarifas por hora cambiantes y paneles de rendimiento que a menudo resultan opacos. Cuando se aprietan los presupuestos o cambian las prioridades corporativas, esta mano de obra absorbe el golpe primero.
Mercor y los 5.000 trabajadores prescindidos en un día
El caso reciente de Mercor, un contratista que trabaja con Meta y OpenAI, muestra lo abrupto que puede ser este sistema. La empresa llevaba un proyecto conocido como Musen, con más de 5.000 trabajadores contribuyendo. Muchos de ellos dicen que se les aseguró que el proyecto duraría hasta final de año. La gente planificó alquiler, cuidado infantil y pagos de deudas en torno a esas garantías.
Entonces llegaron los mensajes: Musen se había acabado. Sin apenas margen, sin una retirada gradual. El acceso a las tareas desapareció casi de la noche a la mañana. Solo una fracción de los afectados logró contactar con una persona. Para miles de otros, la plataforma simplemente enmudeció.
Poco después, según se informó, Mercor lanzó un nuevo proyecto llamado Nova. Las tareas parecían llamativamente similares: evaluar salidas del modelo, revisar datos, comprobar calidad. Pero el pago por hora bajó cinco dólares. Varios trabajadores describieron una sensación de latigazo. El trabajo no había cambiado; el precio de su tiempo, sí.
Un proyecto termina el viernes; el lunes aparecen tareas casi idénticas bajo un nuevo nombre, a una tarifa horaria menor y sin garantía de duración.
Este patrón encaja con un cambio más amplio en la dotación de personal en IA:
- Contratos más cortos con fechas de fin poco claras
- Pausas frecuentes en la disponibilidad de tareas, dejando a los trabajadores sin ingresos
- Presión a la baja sobre las tarifas por hora a medida que se incorporan nuevas cohortes de trabajadores
- Más vigilancia de la velocidad y la «calidad», con escaso derecho a apelación
Algunas plataformas han tomado otro camino. Están reduciendo grandes multitudes de anotadores generalistas y sustituyéndolos por equipos más pequeños de especialistas mejor pagados, como revisores médicos o analistas legales. Eso puede elevar la calidad, pero aun así deja a miles de trabajadores con menor cualificación buscando desesperadamente lo que quede: moderación de contenidos, detección de spam, etiquetado de material ofensivo.
Jornadas largas, estrés constante y poca capacidad de negociación
Para quienes hacen estos trabajos, la realidad diaria está muy lejos de los brillantes eventos de lanzamiento de IA. Los horarios se alargan hasta la madrugada mientras los trabajadores persiguen suficientes tareas para cubrir facturas. Las zonas horarias se difuminan a medida que empresas estadounidenses se apoyan en turnos nocturnos desde América Latina, África o el Sudeste Asiático. Incluso dentro de Estados Unidos, los contratistas compaginan múltiples plataformas para lograr un sustento.
Cuando los proyectos se ralentizan, el hueco de ingresos aparece al instante. No hay indemnización, no hay un periodo oficial de preaviso. Las colas de tareas simplemente muestran «no hay trabajo disponible». Esa incertidumbre configura un clima de resignación silenciosa. Muchos trabajadores aceptan tarifas reducidas o condiciones más duras porque ven pocas alternativas que permitan trabajo remoto y flexible.
La presión psicológica también crece. Algunos trabajadores entrenan sistemas de seguridad revisando contenido violento, sexual u odioso. Otros leen chats cargados emocionalmente o consultas de usuarios angustiosas. A menudo gestionan este material en aislamiento, desde un dormitorio o una mesa de cocina, con un apoyo psicológico mínimo.
El sector de la IA habla de eficiencia y automatización; para muchos trabajadores, la experiencia vivida es la ansiedad por la próxima tarea y el próximo pago del alquiler.
Lo que este cambio laboral dice sobre nuestro futuro colectivo
En público, los líderes de la IA suelen adoptar un tono optimista. Satya Nadella, de Microsoft, ha hablado de la inteligencia artificial como una forma de mejorar la calidad de vida, siempre que los humanos mantengan un control significativo. Sam Altman, de OpenAI, describe a menudo un futuro de aumentos drásticos de productividad, combinados con nuevos tipos de trabajo que aún no existen.
Esa visión presupone un contrato social estable. La realidad actual sugiere algo más frágil. Las empresas de IA dependen en gran medida de un conjunto creciente de personas que encadenan encargos inestables. Trabajan como la base oculta del aprendizaje automático, pero casi no tienen poder de negociación.
En teoría, las herramientas de IA deberían reducir la rutina y liberar a los humanos de tareas repetitivas. En la práctica, muchos de los trabajos más aburridos y repetitivos se han empujado hacia los márgenes del mercado laboral, donde la protección es más débil. El riesgo es que la riqueza generada por la IA permanezca concentrada arriba, mientras la volatilidad se extiende abajo.
Ganadores, perdedores y una brecha que se amplía
El contraste entre quienes se benefician y quienes absorben los golpes es marcado. La tabla siguiente esboza tres niveles aproximados dentro de la economía de la IA.
| Nivel | Funciones típicas | Condiciones |
|---|---|---|
| Alto | Fundadores, directivos, investigadores sénior | Participación en el capital, salarios altos, gran movilidad laboral |
| Medio | Ingenieros, científicos de datos, gestores de producto | Remuneración competitiva, beneficios, cierto riesgo de despido |
| Bajo | Anotadores, evaluadores, moderadores, trabajadores de plataformas | Bajos salarios, sin red de seguridad, horarios irregulares |
Esta estructura plantea preguntas difíciles para los responsables políticos. Si la IA impulsa la mayor parte del crecimiento del PIB, pero una parte de ese crecimiento descansa sobre trabajo precario, ¿quién asume los costes sociales? ¿Deberían los reguladores fijar estándares básicos para el trabajo de datos en IA, como salario mínimo, preaviso ante cierres de proyectos o criterios de evaluación transparentes?
Vías de avance: regulación, certificación y voz de los trabajadores
Varias respuestas posibles empiezan a aflorar en los debates de política pública. Ninguna resolverá el problema por sí sola, pero juntas pueden reducir las formas más dañinas de precariedad.
Establecer un suelo para el trabajo en IA
Algunos expertos en trabajo defienden normas adaptadas al trabajo tecnológico basado en plataformas. En lugar de dejarlo todo a contratos privados, los gobiernos podrían exigir:
- Tarifas mínimas por hora acordes con el coste de vida local
- Cronogramas claros por escrito para proyectos por encima de cierto tamaño
- Acceso a mecanismos de resolución de disputas cuando a los trabajadores se les baje la calificación o se les expulse
- Apoyo básico de salud mental para quienes revisan contenido sensible
Medidas así no convertirían el trabajo por contrato en empleo estándar. Seguirían dejando a las empresas flexibilidad para escalar proyectos arriba y abajo. Pero podrían hacer que historias como el cierre de Mercor resulten menos brutales para los afectados.
La transparencia como señal competitiva
Cada vez más, los proveedores de IA deben demostrar que sus modelos son seguros y que su origen es ético. Eso crea otra palanca. Los compradores de servicios de IA -de bancos a hospitales- pueden empezar a preguntar de dónde proceden los datos de entrenamiento y en qué condiciones se produjeron. Aquí podrían ayudar etiquetas independientes o esquemas de certificación.
Si las empresas empiezan a tratar los estándares laborales como un riesgo reputacional, los contratistas y las grandes tecnológicas afrontarán presión para limpiar sus cadenas de suministro, no solo su código.
Más allá de los titulares: lo que los trabajadores pueden hacer hoy
Para quienes ya están dentro de este mundo de microtareas de IA, el cambio no llegará de la noche a la mañana. Aun así, algunas estrategias prácticas pueden reducir la vulnerabilidad. Los trabajadores pueden:
- Repartir el riesgo entre múltiples plataformas en lugar de depender de una sola
- Registrar pagos, tiempos muertos y patrones de tareas para detectar qué clientes son más fiables
- Unirse a comunidades en línea donde se compartan abiertamente tarifas y condiciones
- Desarrollar habilidades adyacentes -como scripting básico, limpieza de datos o diseño de prompts- que abran puertas a puestos mejor pagados
Los foros comunitarios han empezado a actuar como sindicatos informales de este sector. Los trabajadores intercambian capturas de pantalla, comparan nuevos nombres de proyectos con los antiguos y se avisan cuando un cliente recorta tarifas de repente. Ese tipo de inteligencia colectiva rara vez llega a las conferencias de resultados, pero determina quién sigue en el juego y quién lo abandona.
La industria de la IA suele enmarcar el riesgo en términos de modelos descontrolados o automatización desbocada. El riesgo más silencioso está más cerca del suelo: un motor económico construido sobre personas que nunca saben del todo si seguirán teniendo trabajo la semana que viene. Mientras eso siga siendo lo normal, el futuro de la IA seguirá descansando sobre hombros humanos inestables.
Comentarios
Aún no hay comentarios. ¡Sé el primero!
Dejar un comentario