Las nuevas tecnologías de inteligencia artificial (IA) requieren una enorme cantidad de etiquetas para procesar la información y diferenciar el contenido sobre el cual funcionan; una labor titánica que solo es posible gracias al trabajo de cientos de miles de personas que realizan tal etiquetado. Sin embargo, lejos de ser una fuente digna de empleo, esta actividad se convirtió en una nueva forma de explotación laboral.
¿Por qué la industria del etiquetado de datos se convirtió en una nueva forma de esclavitud y colonialismo?
Por: Gabriel E. Levy B.
www.galevy.com
Una investigación en profundidad desarrollada por el Instituto Tecnológico de Massachusetts (MIT, por sus siglas en inglés) sobre el colonialismo de la inteligencia artificial, publicada a través del medio MIT Technology Review, y apoyada por el programa de becas de MIT Knight Science Journalism y por Pulitzer Center, puso en evidencia cómo la industria del etiquetado de datos para sistemas de inteligencia artificial se aprovecha de la pobreza en países como Venezuela o Kenia para obtener mano de obra prácticamente regalada y, de esta forma, construir un emporio global[1].
El asunto en contexto
La mayoría de los algoritmos que operan en las plataformas de comercio electrónico, en los asistentes de voz (como Alexa o Google), en los sistemas de inteligencia artificial o en los sistemas automatizados de los automóviles autónomos, se basan en el aprendizaje profundo, una técnica de inteligencia artificial que requiere, necesariamente, una gran cantidad de ejemplos etiquetados para funcionar; es decir, es necesario pedirle a una persona que le enseñe a un algoritmo a distinguir, por ejemplo, entre una foto y un video, un pantalón y una camiseta o una señal de alto y una de giro prohibido.
Esto se logra a través de una plataforma con etiquetas que indican los datos que necesita tener el sistema de IA al otro lado de la pantalla.
De acuerdo con cifras del MIT, se prevé que el valor de mercado de este “trabajo fantasma”, como lo denominaron la antropóloga Mary Gray y el científico informático social Siddharth Suri, alcanzará 12 850 millones de euros para 2030[2].
La investigación del MIT Technology Review también revela cómo empresas digitales dedicadas a estas labores, como Appen, entre otra docena de compañías que brindan servicios de etiquetado de datos ocultos para la industria de la inteligencia artificial, utilizan una gran cantidad de mano de obra barata para etiquetar y clasificar videos, fotos y audio transcrito manualmente.
La nueva generación de IA
A medida que el aprendizaje profundo se convirtió en una industria, a principios de la década de 2010, surgió una nueva generación de portales web de IA de trabajo colaborativo más especializadas, que garantizan una mayor precisión al brindar a los clientes un enfoque más práctico. Cuando los fabricantes de automóviles se unieron al programa en 2017, querían no solo un mejor rendimiento, sino también una precisión del 99 % o superior, es así como algunas plataformas tuvieron que reinventarse mientras otras desaparecieron.
Una de las más destacadas de estos nuevos servicios profesionales es Scale AI. Fundada en 2016 por Alexandr Wang de 19 años, estudiante del MIT. Scale AI, rápidamente, acumuló decenas de miles de trabajadores de etiquetado y tiene clientes de alto perfil como Toyota Research, Lyft y OpenAI.
Scale AI está valorada actualmente en 6 850 millones de euros. En febrero fue seleccionada entre otras empresas para prestar servicios al Departamento de Defensa de EE. UU. bajo un contrato total de hasta 234 millones de euros.
El crecimiento inicial de Scale AI se basó en su capacidad para proporcionar datos etiquetados de alta calidad, de forma rápida y económica, en gran parte gracias al ejército de humanos que contrata a bajo costo para estas tareas.
En 2017 este sistema lanzó una plataforma orientada a los trabajadores llamada Remotasks para crear una biblioteca global de contratistas baratos. Inicialmente, buscó empleados en Filipinas y Kenia, pero casi al mismo tiempo, competidores como Appen, Hive Micro y Spare5 de Mighty AI, comenzaron a notar un fuerte aumento en los registros en Venezuela. A mediados de 2018, aproximadamente 200 000 venezolanos estaban registrados en Hive Micro y Spare5, lo que representa el 75 % de sus respectivas plantillas.
A partir del éxito de sus competidores, en 2019, Scale comenzó a reclutar intensamente trabajadores venezolanos, utilizando códigos de referencia y campañas de marketing en las redes sociales para convencer a la gente de que podía ganar mucho dinero.
Explotación laboral
Si bien todas estas plataformas se han convertido en una excelente oportunidad de generación de recursos económicos para cientos de miles de personas alrededor del mundo, las condiciones son cada vez más precarias y variables, de tal manera que al principio del negocio el pago por las tareas de un etiquetador que dedicaba 12 horas al día podría alcanzar hasta los 60 dólares, de acuerdo a los datos recabados por los investigadores; mientras en la actualidad, por ese mismo trabajo, un etiquetador no recibe ni siquiera 10 dólares, toda vez que por cada transcripción realizada, solo le pagan escasos centavos que se suman en su cuenta, demandando cada vez más tiempo y esfuerzo con una remuneración inferior, sin que exista una regulación que le ponga freno a este tipo de explotación.
De acuerdo con el informe realizado por el MIT, en Venezuela es común encontrar familias que se turnan la actividad a lo largo de las 24 horas del día, con el fin de lograr obtener una mayor ganancia. De esta forma, hoy en día, para recibir el mismo ingreso que hace varios años recibía una sola persona por 12 horas, se requiere toda una familia, haciendo la misma actividad durante las 24 horas y, aún así, el ingreso es inferior.
En conclusión, aunque la industria del etiquetado se ha convertido en una excelente oportunidad de empleo para cientos de miles de personas alrededor del mundo, de forma paralela y con el objetivo de maximizar las ganancias, compañías como Escale IA, Appen, Hive Micro y Spare5 de Mighty AI, lejos de convertirse en ejemplos de innovación o transformación digital, son un referente de la nueva explotación laboral y colonialismo del siglo XXI.
