En fábricas polvorientas, cibercafés abarrotados y oficinas domésticas improvisadas en todo el mundo, millones de personas se sientan frente a computadoras etiquetando datos tediosamente.

Estos trabajadores son el alma de la floreciente industria de la inteligencia artificial (IA).Sin ellos, productos como ChatGPT simplemente no existirían.Esto se debe a que los datos que etiquetan ayudan a los sistemas de inteligencia artificial a "aprender".

Pero a pesar de la contribución vital que esta fuerza laboral hace a una industria que esSe espera que valga 407 mil millones de dólares.para 2027, las personas que lo componen serán en gran medida invisibles y frecuentemente explotadas.A principios de este año, casi 100 etiquetadores de datos y trabajadores de IA de Kenia que trabajan para empresas como Facebook, Scale AI y OpenAIpublicó una carta abiertaal presidente de los Estados Unidos, Joe Biden, en el que dijeron: "Nuestras condiciones de trabajo equivalen a la esclavitud moderna".

Para garantizar que las cadenas de suministro de IA sean éticas, la industria y los gobiernos deben abordar este problema urgentemente.Pero la pregunta clave es: ¿cómo?

¿Qué es el etiquetado de datos?

Etiquetado de datoses el proceso de anotar datos sin procesar, como imágenes, videos o texto, para que los sistemas de inteligencia artificial puedan reconocer patrones y hacer predicciones.

Los coches autónomos, por ejemplo, dependen desecuencias de video etiquetadaspara distinguir a los peatones de las señales de tráfico.Los grandes modelos de lenguaje como ChatGPT se basan entexto etiquetadopara comprender el lenguaje humano.

Estos conjuntos de datos etiquetados son el alma de los modelos de IA.Sin ellos, los sistemas de IA no podrían funcionar de forma eficaz.

Gigantes tecnológicos como Meta, Google, OpenAI y Microsoft subcontratan gran parte de este trabajo a fábricas de etiquetado de datos en países como Estados Unidos.Filipinas,Kenia,India,Pakistán,Venezuela y Colombia.

PorcelanaTambién se está convirtiendo en otro centro global para el etiquetado de datos.

Las empresas de subcontratación que facilitan este trabajo incluyen Scale AI, iMerit y Samasource.Se trata de empresas muy grandes por derecho propio.Por ejemplo, Scale AI, con sede en California, ahora vale14 mil millones de dólares.

Cortar esquinas

Grandes empresas tecnológicas como Alphabet (la empresa matriz de Google), Amazon, Microsoft, Nvidia y Meta.han derramado miles de millonesen la infraestructura de IA, desde la potencia computacional y el almacenamiento de datos hasta las tecnologías computacionales emergentes.

Los modelos de IA a gran escala pueden costardecenas de millones de dólares para entrenar.Una vez implementados, el mantenimiento de estos modelos requiere una inversión continua en etiquetado de datos, refinamiento y pruebas en el mundo real.

Pero si bien la inversión en IA es significativa, los ingresos no siempre han cumplido las expectativas.Muchas industrias siguen considerando los proyectos de IA comoexperimental con trayectorias de rentabilidad poco claras.

En respuesta, muchas empresas están recortando costos que afectan a aquellos que se encuentran en la parte inferior de la cadena de suministro de IA y que a menudo son muy vulnerables: los etiquetadores de datos.

Salarios bajos, condiciones laborales peligrosas

Una forma en que las empresas involucradas en la cadena de suministro de IA intentan reducir costos es empleando una gran cantidad de etiquetadores de datos en países del Sur Global como Filipinas, Venezuela, Kenia e India.Los trabajadores de estos países enfrentansalarios estancados o reducidos.

Por ejemplo, la tarifa por hora para los etiquetadores de datos de IA en Venezuela oscila entre90 centavos y 2 dólares estadounidenses.En comparación, en los Estados Unidos, esta tasa está entre10 a 25 dólares por hora.

En Filipinas, los trabajadores que etiquetan datos para empresas multimillonarias como Scale AI a menudo gananmuy por debajo del salario mínimo.

Algunos proveedores de etiquetado incluso recurren atrabajo infantilpara fines de etiquetado.

Pero hay muchos otros problemas laborales dentro de la cadena de suministro de la IA.

Muchos etiquetadores de datos funcionan enambientes superpoblados y polvorientosque suponen un grave riesgo para su salud.También suelen trabajar comocontratistas independientes, sin acceso a protecciones como atención médica o compensación.

El costo mental del trabajo de etiquetado de datos también es significativo, con tareas repetitivas, plazos estrictos y controles de calidad rígidos.A veces también se pide a quienes etiquetan datos que lean y etiqueten el discurso de odio u otro lenguaje o material abusivo, que haya sidoSe ha demostrado que tiene efectos psicológicos negativos..

Los errores pueden provocar recortes salariales o pérdidas de empleos.Pero los etiquetadores a menudo experimentan falta de transparencia sobre cómo se evalúa su trabajo.A menudo se les niega el acceso a los datos de desempeño, lo que obstaculiza su capacidad para mejorar o impugnar decisiones.

Hacer que las cadenas de suministro de IA sean éticas

A medida que el desarrollo de la IA se vuelve más complejo y las empresas se esfuerzan por maximizar las ganancias, la necesidad de cadenas de suministro de IA éticas es urgente.

Una forma en que las empresas pueden ayudar a garantizar esto es aplicando unenfoque de diseño, deliberación y supervisión centrado en los derechos humanosa toda la cadena de suministro de IA.Deben adoptar políticas salariales justas, garantizando que quienes etiquetan datos reciban salarios dignos que reflejen el valor de sus contribuciones.

Al incorporar los derechos humanos en la cadena de suministro, las empresas de IA pueden fomentar una industria más ética y sostenible, garantizando que tanto los derechos de los trabajadores como la responsabilidad corporativa se alineen con el éxito a largo plazo.

Los gobiernos también deberían crear nuevas regulaciones que exijan estas prácticas, fomentando la equidad y latransparencia.Esto incluye la transparencia en la evaluación del desempeño y el procesamiento de datos personales, lo que permite a los trabajadores comprender cómo se les evalúa y cuestionar cualquier inexactitud.

Sistemas de pago y mecanismos de recurso claros garantizarán que los trabajadores reciban un trato justo.En lugar de acabar con los sindicatos,como lo hizo Scale AI en Kenia en 2024, las empresas también deberían apoyar la formación de sindicatos o cooperativas digitales.Esto dará a los trabajadores una voz para abogar por mejores condiciones laborales.

Como usuarios de productos de IA, todos podemos abogar por prácticas éticas apoyando a las empresas que sean transparentes sobre sus cadenas de suministro de IA y se comprometan a brindar un trato justo a los trabajadores.Así como recompensamos a los productores de bienes físicos ecológicos y de comercio justo, podemos impulsar el cambio eligiendo servicios o aplicaciones digitales en nuestros teléfonos inteligentes que cumplan con los estándares de derechos humanos, promoviendo marcas éticas a través deredes socialesy votar con nuestros dólares por la rendición de cuentas degigantes tecnológicosa diario.

Al tomar decisiones informadas, todos podemos contribuir a prácticas más éticas en toda la industria de la IA.

Este artículo se republica desdeLa conversaciónbajo una licencia Creative Commons.Lea elartículo original.