La discusión sobre el impacto de la IA Generativa en el empleo está instalado en el debate público a nivel global. La agencia Challenger reportó que en mayo pasado 4000 trabajadores estadounidenses fueron remplazados por Inteligencia Artificial (IA): representan el 5 por ciento de los despidos del mes, pero es la primera vez que esta causa aparece en los reportes. A esto se suman anuncios de algunas grandes empresas, como British Telecom sobre el reemplazo de 55.000 trabajadores por IA.

Locutores españoles y dibujantes de distintos lugares del mundo aseguran que ya están siendo sustituidos por IA Generativa que representa menos costos a las empresas. Algunos expertos vaticinan un impacto fuerte en el mundo laboral comparable al que ocurrió en la Segunda Revolución Industrial y que pegará más en el Sur Global. Para otros habrá un reacomodamiento pero será más parecido al que provocaron las nuevas tecnologías en los últimos años. Lo que viene quedando fuera de este debate es que la IA Generativa requiere una enorme cantidad de un tipo de trabajo humano nuevo que de momento no está visibilizado. Para comprender en qué consiste es necesario repasar el mecanismo básico sobre el que funciona la IA Generativa

¿Qué es la IA Generativa?

Los sistema de aprendizaje automático son alimentados con ingentes cantidades de datos que deben ser procesados para encontrar patrones. En el caso del lenguaje, por ejemplo, necesita establecer qué palabras suelen estar a continuación de otras en distintos contextos. Para reconocer imágenes detecta patrones en la distribución de pixeles de, por ejemplo, gatos de distintos colores o en distintas posiciones.

Para llevar adelante esta tarea necesita que alguien le indique qué es lo que está en la imagen: por ejemplo, que se trata de un gato y no de una heladera. Esta tarea sólo puede ser hecha por humanos que etiquetan las imágenes antes de usarlas para entrenar a la IA. En caso de no hacerlo, se corre el riesgo de que ocurra como con la peatona atropellada por un Volvo autónomo junto a la bicicleta que empujaba: la IA había sido entrenada para reconocer ciclistas, peatones y bicicletas, pero no a peatones con bicicletas al costado. Es decir, que hay casos menos frecuentes sobre los que la IA no tiene suficientes datos.

Otro ejemplo es el del reconocimiento de imágenes médicas: si se entrena a una IA con los resultados de una máquina determinada es muy probable que haga diagnósticos incorrectos cuando se le muestren imágenes de otra que usa tonos, formatos o definición distintos. Allí la supervisión humana es fundamental, tanto que no queda claro cuánto trabajo humano especializado se ahorra. 

En el caso de IA Generativa de lenguaje, como ChatGPT, es necesario enseñarle a, por ejemplo, no explicar cómo hacer una bomba o tener expresiones racistas o misóginas y eso se hace con humanos que dialogan con ella de lunes a viernes como actividad laboral.

Trabajo a futuro

A priori podría parecer que este tipo de tareas se hace una vez y para siempre, sin embargo, no es así. "Siempre va a hacer falta nuevo entrenamiento de cosas para las cuales no hay material previo", explica la doctora en Computación y Socióloga argentina Milagros Miceli, desde Berlín, en diálogo con Cash. "No es una excepción: es la regla". Este tipo de trabajo repetitivo y mal remunerado se da sobre todo en el Sur Global donde los sueldos son más bajos. Una reciente nota en la revista Time mostró la cantidad de trabajadores keniatas que cobraban dos dólares la hora por entrenar a ChatGPT.

"Las condiciones laborales en el mundo de la IA que mostró la revista Time no son una excepción", continúa la investigadora del Weizenbaum Institute de Alemania. "Te dicen ‘es un escándalo. ¿Cómo tratan a esos trabajadores?’ Pero no: así es cómo está estructurada la cadena de producción de la IA donde siempre se necesita mano de obra de seres humanos lo más barata posible. Necesitás muchos trabajadores y trabajadoras que sean baratos. Y eso te lo garantizan lugares donde haya altos índices de desempleo".

Este nuevo negocio continuará en los próximos años porque la IA entrenada con lo que existe es necesariamente conservadora: piensa el futuro tal como se pensó el pasado. Esto no sólo hace que repita los sesgos de los materiales con los que fue entrenada, sino que también le impide resolver situaciones mínimamente nuevas. También ocurre, como explica Miceli, que a veces se necesita más precisión o entrenar una IA nueva.

¿En qué consiste el trabajo de datos? "Incluye varias tareas", resume la especialista. "La primera es la producción de los datos: muchas veces creemos que las empresas sólo agarran cosas que son públicas y las juntan. Es verdad que en gran parte este es el trabajo, pero en otras situaciones se crean los datos desde cero. A estos trabajadores y trabajadoras se les pide que se saquen selfies, que suban fotos de habitaciones en su casa, que se graben leyendo un texto. Esas tareas siguen siendo necesarias porque hacen falta datos muy específicos. La segunda cuestión tiene que ver con el etiquetado para que la máquina sepa a qué corresponde ese dato. Y la tercera clase de tareas tiene que ver con la verificación del resultado dado por el sistema algorítmico, o sea, la corrección permanente. Eso es lo que se conoce como Human Loop: alguien está ahí todo el tiempo verificando. Es se necesita de manera permanentemente e incluye las dos tareas previas que en muchos casos se mezclan porque a veces esto de verificar implica también volver a producir datos, etiquetarlos, insertarlos en el conjunto y dárselos al sistema para que aprenda. O sea que las tres tareas son permanentes".

Trabajo alienante

Los trabajadores realizan tareas que cambian todo el tiempo y pueden consistir en, por ejemplo, indicar qué contiene un packaging nuevo a una IA que usan las heladeras inteligentes o indicarle a una aspiradora si lo que está grabando es un piso a limpiar o una escalera que debe evitar. Las tareas son repetitivas, su flujo varía y no siempre está claro para qué se hacen las cosas. Para Miceli, "Este ocultamiento de la utilidad es intencional: si los trabajadores supieran que su labor es fundamental para una industria billonaria, probablemente exigirían mucho mejor pago".

Muchos trabajan para plataformas que ofrecen tareas de manera irregular. En una interesante nota de bots">The Verge un trabajador keniata explicaba que llegó a pasar 36 horas seguidas "etiquetando codos, rodillas y cabezas" en fotografías de multitudes. Otros veces los empleados pueden tener que decidir a qué tipo de prenda de ropa corresponde un trozo de tela que se ve. A otras personas de mayor nivel de educación se les pide que entrenen un bot sobre cuestiones legales o les enseñen poesía. La tarea puede ser compleja y altamente alienante a la vez por lo que las tareas más aburridas y peor pagas se realizan sobre todo en donde no hay tantas opciones.

"En Argentina hay una empresa que tiene sedes en otros lugares de Latinoamérica. Es una de esas empresas de ‘impacto social’, como se las llama, que las vincula teóricamente con la filantropía", explica Miceli. La empresa ofrece cursos gratuitos de informática en barrios populares de Buenos Aires. Luego, una vez que detecta a los más "empleables", los invita a trabajar en servicios para IA.

"Yo hice trabajo de campo etnográfico en Argentina, Bulgaria y actualmente en Alemania. También publiqué papers sobre casos en Venezuela y Siria. La verdad, que las condiciones que ofrecía la empresa en Buenos Aires es de las mejores. Tienen contratos como empleados, no trabajan para una plataforma, se les explica un poco qué es lo que están haciendo y para qué sirve. Y eso les representa mucho porque los saca un poco de la alienación que viven. En las entrevistas te dicen que el trabajo no les gusta pero, ¿cuál es la alternativa? ¿Ir a limpiar casas y que los maltraten? Para muchos es la primera vez haciendo trabajo de oficina y esto es importante". En Argentina, en 2019, los trabajadores cobraban el equivalente de 1,75 dólares oficiales por hora. En ese momento se contaban en cientos quienes desempeñaban esas tareas, pero para la especialista ese número debe haber crecido con la pandemia y el incremento en el comercio electrónico. "En Venezuela ya entonces eran miles", agrega.

A nivel global se calcula que la cantidad de trabajadores de datos llegan actualmente a los 60 millones. Según un paper de Google Research citado en la nota de The Verge, el rubro superará los mil millones en un futuro no tan lejano.

El contexto

En Europa se están planteando regulaciones para la IA aunque, como aclara Miceli, "no se convocó a un solo trabajador para que explique su posición". Con respecto al futuro, la especialista no tiene particular miedo a que esta tecnología genere un remplazo masivo de profesionales. En su opinión la IA "Es un mensaje disciplinador: ‘Cuidado que contrato a ChatGPT y me lo hace’. Por supuesto que el mundo del trabajo evoluciona, pero como con cualquier tecnología. Y estando en contacto con comunidades de trabajadores y trabajadoras vemos muchos pequeños actos de resistencia. Hacen cosas como usar chat GPT y mostrar cuál es la diferencia con el trabajo hecho a mano. También lo adoptan para hacer la tarea más fácil". ¿El cambio en las condiciones de empleo tiene más que ver con el neoliberalismo que con la IA? "Podríamos decir que sí".

Esta tendencia genera una paradoja: un nuevo tipo de trabajo humano sumamente alienante es utilizado para entrenar a IA que remplazaría tareas que hacían personas con conocimientos específicos. Sin embargo, desde una perspectiva histórica el proceso es conocido: descomposición de trabajo especializado en tareas más simples para desempoderar trabajadores con conocimientos caros y contratar otros más baratos.