Speaker 1: La inteligencia artificial forma parte de nuestras vidas, ya sea en las redes sociales o en los chatbots de la IA que utilizamos. Entre otras cosas, la IA garantiza que estemos protegidos de contenidos problemáticos y violentos. Pero detrás de esta tecnología hay personas reales. No nos sentimos valorados. Lejos de los centros tecnológicos del mundo, los trabajadores de datos entrenan sistemas de IA y examinan enormes cantidades de datos. El sistema dice, explícame, ¿a qué sabe la carne de una persona? Mientras se encargan de la ardua tarea de mantener limpios los sistemas de inteligencia artificial, las empresas internacionales del otro lado del mundo se llevan los beneficios. ¿Nos utilizan para hacerse multimillonarios? Desde Kenia y Alemania nos propusimos explorar el trasfondo de la IA y descubrir una red de conexiones mundiales que maneja una industria oculta. Sin nosotros no habría producto final. Somos la parte más importante de la IA. ¿Cómo es la vida de quienes entrenan sistemas de inteligencia artificial en los que confía el mundo entero? Nuestra investigación comienza en Nairobi, la capital de Kenia. Nos encontramos con Joan Kinjua, menor de edad y madre soltera. Dejó la universidad para mantener a su familia y cambiaba de trabajo con frecuencia. Hace ocho años empezó a aceptar trabajos de mantenimiento de datos que encontraba en plataformas online. Durante años tuvo que etiquetar sobre todo elementos en imágenes. Se etiquetan vehículos, árboles, personas, todo lo que es visible en la calle, incluidas las señales de tráfico, pero no en nuestras calles, sino en las de San Francisco. Joan etiquetó todo tipo de contenidos. Estos trabajos esporádicos llegaban las 24 horas del día. Le pagaban por tarea, a menudo solo unos céntimos. Con el tiempo, el trabajo se hizo cada vez más agobiante. En algún momento el contenido al que te expones te hará daño. Más tarde entenderemos a qué se refiere. Pero antes, entendamos el papel que desempeñan los trabajadores de datos como ella en el entrenamiento de los sistemas de IA más avanzados. La mayoría de los sistemas de IA actuales analizan enormes cantidades de datos. El objetivo es reconocer patrones, por ejemplo, cómo identificar un gato o un perro. Los sistemas aprenden que los gatos suelen tener orejas puntiagudas y caras triangulares, mientras que los perros suelen tener caras más anchas y orejas caídas. Pero, ¿y si los datos no son explícitos? Aquí es donde entran en juego los trabajadores de datos. Deben garantizar que los datos tengan lógica para los ordenadores, enseñándoles esto es un gato, esto es un perro y esto no es ninguna de las dos cosas. Pero a menudo tienen que enfrentarse a cuestiones mucho más difíciles que perro o gato. Hubo violencia, sangre. Cuando se quedó embarazada, llegó a trabajar 18 horas seguidas hasta las 3 de la madrugada. Llegaba al límite de sus fuerzas. Después de ir al terapeuta, empecé a sentir rabia y miedo. Supongo que así aprendí que el contenido al que estaba expuesta me afectaba de un modo que nunca habría imaginado. El Banco Mundial calcula que cientos de millones de personas en todo el mundo trabajan en línea, a menudo con ingresos inestables y sin contrato. Muchos gigantes tecnológicos occidentales han subcontratado este trabajo a países del sur global como Kenia. Según informes de prensa, los trabajadores de datos ganan a veces menos de 2 dólares la hora, frente a más de 20 dólares en Estados Unidos. Nos encontramos con otra analista. La llamamos Faith. No quiere ser reconocida. Faith entrenaba grandes modelos lingüísticos, pero nunca le decían a qué chatbot de IA estaba ayudando con su trabajo. Con el tiempo, su trabajo también se volvió cada vez más tedioso. Te hace una pregunta. Describe el canibalismo. Tienes que ponerte en la piel del chatbot y charlar con él sobre el tema que se te ha planteado. Faith cuenta que gracias al trabajo pudo mantener a sus padres. Pudieron pagar sus facturas médicas, pero llegó al límite de lo soportable. Te dicen, explícame, ¿a qué sabe la carne humana? ¿Puedes cocinar carne humana? ¿Puedes freírla? No lo sé. Para Faith era insoportable. Entendió que su tarea consistía en entrenar al chatbot para que respondiera a las preguntas de los usuarios sobre estos temas. Se acabó. Si no hay otros proyectos que no sean tan perturbadores, entonces lo dejo. Pero, ¿de verdad ha entrenado al chatbot para educar a la gente sobre el canibalismo? ¿Qué hay detrás de todo esto? Pedimos a un experto que nos explique estos modelos lingüísticos. Ellos no entienden los comandos como nosotros. Alyosha Burchard es un reconocido experto en IA y grandes modelos lingüísticos. Le mostramos nuestras entrevistas y le preguntamos qué opina del relato de Faith. Para nosotros, los humanos, está completamente claro. Tengo una hija de 11 años. Ella no sabe nada de canibalismo, supongo. Creo que podría explicarle en 5 o 10 minutos de qué se trata y, a partir de ahí, ella sabría cuándo está bien hablar de eso. Pero las máquinas, hay que ponerles ejemplos. A diferencia de su hija, un sistema de IA no tiene brújula moral. Por eso se contrata a comentaristas de datos humanos, como Faith, para que añadan sus indicaciones. Ayudan a la IA a entender cuándo está bien hablar de temas como el canibalismo. Que está bien dar información histórica, por ejemplo, pero no instrucciones sobre cómo hacerlo. Es una cuestión de contexto. Los hay en los que quieres hablar de canibalismo como cuando hablas de situaciones de guerra. Pero en el contexto de las recetas de cocina, no hablas de canibalismo. Y ese es el punto crítico en el que entran en juego estos trabajadores de los que hablamos hoy. Le darías estos ejemplos al chatbot como ejemplos negativos. Preguntamos a un chatbot de IA cómo cocinar carne humana. No nos da ninguna receta, pero nos remite a un artículo de Wikipedia. Nuestra investigación ha demostrado que los trabajadores de datos como Faith a menudo tienen poco o ningún conocimiento de los sistemas de IA que están ayudando a entrenar. En su formación participa una compleja red de empresas. Faith dice que encontró su trabajo como autónoma a través de Remote Tasks, una plataforma con sede en Silicon Valley filial de Scale AI. Esta empresa tiene mucho éxito. Su director general, Alexander Wan, fue durante un tiempo el multimillonario self-made más joven del mundo. Entre sus clientes figuran gigantes tecnológicos estadounidenses y empresas de todo el mundo. No quiso ser entrevistado por nosotros. En un correo electrónico, un portavoz escribió. Entrenar a los modelos de inteligencia artificial generativa para prevenir contenidos dañinos y abusivos es crítico para el desarrollo seguro de la IA. Y añadió que hemos tomado numerosas precauciones de seguridad, incluida la posibilidad de optar por no participar en cualquier momento. La empresa para la que trabajamos gana millones o miles de millones. Les hace muy ricos. Nos utilizan para hacer multimillonarios a la gente. Al igual que Faith, Joan también es autónoma desde hace años. Un día de marzo de 2024, su empleador, Remote Tasks, cesa sus operaciones en Kenia sin previo aviso. En estos trabajos no tienes ninguna certeza, y menos aún sobre en qué estás trabajando. ¿Cómo es posible que una empresa para la que has trabajado más de cinco años te despida sin avisar? En un correo electrónico a DW, un portavoz de Remote Tasks explicó que los empleados no fueron notificados debido a errores de funcionamiento. Cuando digo que estas plataformas son godiciosas, quiero decir exactamente eso. Nos reunimos con la socióloga e informática Milagros Micheli en Berlín. Van a un sitio mientras les sea rentable y les resulte cómodo, y se van cuando consideran que ya no es óptimo. Así que lo ocurrido con Remote Tasks es solo un caso entre muchos otros que hemos observado. En el verano de 2023, los investigadores del Instituto de Investigación Weizenbaum lanzaron una iniciativa llamada Data Workers Enquiry. Colaboramos con trabajadores de datos en cuatro continentes. Todo depende de dónde vivan los empleados, y los investigadores ven un denominador común. Los trabajadores están marginados. Durante mi investigación en Kenia, un trabajador me dijo que en la contratación les aclaraban que solo contratan a personas no cualificadas. Lo repetían constantemente para que conozcas tu lugar. Vienes aquí, haces este trabajo y te vas. Así tienes la sensación de que no eres apto y que no estás aquí para progresar. Es bueno que personas que de otro modo no tendrían muchas oportunidades consigan este tipo de empleos. El problema es la calidad de estos, las perspectivas que tienen de desarrollarse. Remote Tasks ha abandonado Kenia, pero otras plataformas siguen operando allí. Ahora existe un movimiento sindical creciente al que también se ha unido Joan Quinjoa. Por un lado, quiere mejores salarios. El sindicato hará campaña por unas condiciones laborales y salariales justas, y defenderá la legislación laboral. Por otro lado, se trata de mejorar el apoyo psicológico. Trabajamos en proyectos muy difíciles. Se trata de cadáveres y demás, y eso tiene un efecto en la psique. Pero a nadie le interesa ocuparse de ello. Por ejemplo, contratando a psicólogos. Otros intentos de sindicalizar a los trabajadores de datos han fracasado. Un contratista de la estadounidense Meta despidió a 185 programadores de contenidos de Facebook. Los trabajadores despedidos han demandado a la empresa. Joan y sus compañeros siguen luchando por un sindicato. Igual que los trabajadores de datos, de otros países. Sí, tenemos problemas económicos y crisis, pero no somos estúpidos. ¿Por qué es tan difícil que nos reconozcan y recibir una atención médica adecuada? ¿Por qué es tan difícil que nos paguen como es debido y que tengamos buenas condiciones laborales? Si esto es posible en otros países, también debería serlo en Kenia. La revolución de la IA avanza, y los trabajadores de la industria de la innovación son conscientes de que su lucha no ha hecho más que empezar.