Quizás hayas oído que la inteligencia artificial revolucionaria se basa en los cimientos del viejo mundo.
Por un lado, la cadena de suministro que genera herramientas de IA generativa como ChatGPT está formada por ejecutivos e ingenieros bien remunerados y, por el otro, por los trabajadores que se esfuerzan en crear algoritmos de formación.
Entre 150 y 430 millones de personas se dedican a esta tarea, según las últimas estimaciones del Banco Mundial: anotan imágenes, textos y audios; Hacen cuadros delimitadores alrededor de objetos en imágenes y, últimamente, también escriben haikus, textos e historias de ficción para entrenar las herramientas sofisticadas que eventualmente reemplazarán a personas como yo.
Además, viven en una especie de estancamiento económico. “Nunca he conocido a un trabajador que me haya dicho: este trabajo me permitió comprar mi casa o enviar a mis hijos a la universidad”, afirma Milagros Miceli, investigadora del Distributed AI Research Institute y del Weizenbaum Institute que ha colaborado con decenas de trabajadores de datos de todo el planeta.
Miceli recuerda haber entrevistado a una docena de trabajadores de etiquetado de datos que ganaban alrededor de 1,70 dólares la hora en un barrio pobre de Argentina en 2019.
Cuando regresó en 2021, ninguno de ellos había progresado y sus salarios apenas habían mejorado. Continuaron viviendo por debajo del umbral de pobreza.
Estos trabajadores a menudo se ven obligados a aceptar un segundo empleo o trabajar en turnos nocturnos, explica Madhumita Murgia, editora de inteligencia artificial del Financial Times, que publicó recientemente el libro Code Dependent, que recoge sus experiencias en todo el mundo. sobre el proceso de desarrollo.
Una trabajadora de Samasource Impact Sourcing en Nairobi, por ejemplo, no podía mantenerse a sí misma y a su hija con su salario y se vio obligada a irse a vivir con sus padres, explica Murgia.
El trabajo en sí es precario.
Otra trabajadora en Bulgaria no pudo pagar el alquiler porque la suspendieron de aceptar un trabajo remunerado tras quejarse de los turnos de noche. “Estás a un paso de que todo se desmorone”, afirma Murgia.
Los clientes finales son empresas como Microsoft Corp. (MSFT) y OpenAI, algunas de las empresas más valiosas del mundo. “Es como el trabajador de una fábrica en Filipinas que no se da cuenta de que el vestido que está cosiendo va a costar 3.000 dólares”.
También hay muy poco de esa aspiración consagrada por el mundo en desarrollo: la movilidad ascendente. Murgia descubrió que los trabajadores de datos no estaban haciendo la transición a empleos digitales mejor remunerados. “Todavía están confinados a empleos de bajo valor”, afirma.
Los líderes de las empresas de etiquetado de datos a menudo comienzan con nobles intenciones de ayudar a sacar a las personas de la pobreza, pero han tenido dificultades para lograr que los clientes corporativos paguen tarifas más altas a medida que ha aumentado la competencia en su campo. .
Como tal, la mayoría de las plataformas laborales de datos no cuentan con políticas que garanticen que sus trabajadores ganen al menos el salario mínimo local, según una encuesta de 2021 del Oxford Internet Institute.
Tomemos como ejemplo este anuncio de trabajo que busca “traductores profesionales” en Igbo, Nigeria, que ofrece hasta 17 dólares la hora para ayudar a entrenar modelos generativos de IA. Eso está muy por debajo de la tarifa promedio de los traductores nigerianos, que tienden a comenzar con $25 por hora, según Good Firms, un sitio web de reseñas de clientes.
El anuncio proviene de Remotasks, la plataforma central de la startup de inteligencia artificial Scale.ai, con sede en San Francisco, que acaba de recaudar mil millones de dólares de inversores, incluido Amazon.com Inc. (AMZN), en una de las rondas. mayor financiación del año. Scale.ai no respondió a múltiples solicitudes de comentarios.
La empresa y rivales como Samasource Impact Sourcing Inc., con sede en San Francisco, Arbusta SRL de Argentina y Humans in the Loop de Bulgaria desempeñan un papel fundamental en la cadena de suministro de inteligencia artificial, pero durante años normalmente han pagado lo suficiente para que los trabajadores quedan, dicen Murgia y el Dr. Miceli.
Esto puede continuar incluso cuando trabajar con datos se vuelve más complejo.
Recientemente, plataformas como Scale.ai han estado buscando trabajadores más calificados, incluidos artistas y personas con títulos en escritura creativa, para escribir historias cortas para entrenar sistemas de inteligencia artificial, según documentos instructivos vistos por Miceli. Si bien ofrecen salarios más altos, todavía están por debajo de lo que deberían ganar las personas con títulos.
Los investigadores dicen que el apetito por ese tipo de trabajo está creciendo, pero con pocos incentivos para proporcionar salarios equitativos, es difícil ver que la situación económica de los trabajadores mejore.
Entrenar IA ya es terriblemente costoso debido al costo de los chips y la computación en la nube. (La firma de capital de riesgo Sequoia Capital estimó recientemente que la industria de la IA gastará 50 mil millones de dólares en chips de Nvidia Corp. (NVDA) para entrenar la IA en 2023, pero solo obtendrá alrededor de 3 mil millones de dólares en ingresos).
Esto significa menos oportunidades para las personas que impulsan la revolución de la IA y muestra una vez más que los verdaderos efectos transformadores de la tecnología han consistido en afianzar el poder económico.
Quizás podamos aprender algo de Nike Inc. (NKE). En la década de 1990, la empresa enfrentó una enorme reacción por las largas jornadas y los magros salarios que ganaban sus trabajadores en los países en desarrollo.
Con el tiempo, los boicots de los consumidores y la presión de los medios llevaron a Nike a implementar políticas laborales más estrictas. Gastó millones de dólares mejorando las condiciones y los salarios.
El desafío para los trabajadores de datos es que sus trabajos son más difíciles de visualizar de la misma manera concreta en la que se podría imaginar a un niño cosiendo zapatillas en un almacén con poca luz, y eso puede dificultar que los defensores consigan apoyo.
Pero las empresas de tecnología deben recordar que las malas condiciones laborales en la parte inferior de su cadena de suministro también pueden conducir a una IA deficiente. Esto es problemático en un momento en el que el público desconfía más que nunca de los modelos animados que dan información inexacta, como por ejemplo alucinaciones.
La respuesta a esto no es ciencia espacial: pagar más a los trabajadores de datos y tratarlos mejor también.
Esta nota no refleja necesariamente la opinión del consejo editorial ni de Bloomberg LP y sus propietarios.
Lea más en Bloomberg.com
