Empresas pagan a 4.000 trabajadores para digitalizar sus vidas para robots de IA

La carrera en toda la industria por obtener datos de entrenamiento del mundo real ha creado una nueva forma de trabajo digital por encargo, con empresas como Micro1 y Scale AI pagando a miles de personas en todo el mundo para que graben sus vidas diarias para enseñar a los robots humanoides de Tesla y Figure AI a funcionar en el mundo físico. Este nuevo mercado laboral, que paga a los trabajadores unos 15 dólares la hora por atarse iPhones a la cabeza mientras realizan las tareas del hogar, resalta un cuello de botella crítico en la carrera por desarrollar inteligencia artificial incorporada (embodied AI): un déficit masivo de datos de acciones físicas necesarios para que los robots sean útiles.

"Probablemente necesitamos miles de millones de horas", dijo Arian Sadeghi, vicepresidente de IA en Micro1, señalando que la colección actual de su empresa de 160.000 horas de vídeo al mes es insuficiente. "Ni siquiera hemos empezado a recopilar datos sobre la interacción entre humanos. Por ahora, se trata de las tareas domésticas más básicas".

El trabajo involucra a una fuerza laboral global de aproximadamente 4.000 personas en 71 países que se graban realizando tareas como hacer camas, lavar platos y doblar ropa. Los trabajadores, que deben usar iPhones equipados con LiDAR, envían al menos 10 horas de imágenes semanales, que luego se revisan para verificar su calidad. Este proceso alimenta una demanda voraz de las firmas de robótica que han determinado que, tras los avances en la arquitectura de los modelos de IA, el recurso competitivo principal es ahora la vasta cantidad de datos de interacción del mundo real.

Esta fiebre de datos está impulsando lo que se prevé que se convierta en un mercado global de robots humanoides de 42.300 millones de dólares para 2026, mientras las empresas compiten para lograr una visión prometida desde hace tiempo de robots de propósito general. Si bien los datos son esenciales para el entrenamiento, el método de recolección está planteando nuevas cuestiones éticas sobre la naturaleza del trabajo en la era de la IA, creando una fuerza laboral global de "trabajadores fantasma" que impulsan los sistemas de IA tras un velo de acuerdos de confidencialidad.

El Fantasma en la Máquina

La práctica de pagar a trabajadores de bajos salarios para generar datos de entrenamiento ha sido denominada "trabajo fantasma" (ghost work) por la antropóloga Mary Gray y el científico informático Siddharth Suri, describiendo el trabajo humano oculto que hace que los sistemas de IA parezcan autónomos. A medida que este trabajo pasa de clics en pantalla a acciones físicas fuera de pantalla, algunos investigadores, como Nick Couldry y Ulises Mejias, argumentan que representa una forma de "colonialismo de datos", donde las materias primas de la vida cotidiana son extraídas de poblaciones globales y refinadas en activos valiosos por un puñado de empresas tecnológicas.

Los trabajadores en esta nueva cadena de suministro de datos, a menudo ubicados en países como India, Nigeria y Filipinas, operan con una asimetría de información significativa. Por lo general, desconocen a qué clientes específicos sirven sus datos o cómo se utilizarán y almacenarán. La compensación, aunque competitiva en los mercados locales, es una fracción del valor que crea para las empresas de robótica respaldadas por miles de millones en capital de riesgo. Ravi Rajalingam, fundador de la empresa de etiquetado de datos Objectways, señaló que los datos de los hogares estadounidenses obtienen una prima, y los trabajadores a veces ganan tres veces más que sus homólogos en Vietnam o India, ya que las empresas de robots asumen que los consumidores estadounidenses serán los primeros en comprar las máquinas.

Una Nueva Carrera Geopolítica

Esta discreta operación de recolección de datos domésticos es un frente en una competencia geopolítica mucho mayor por la supremacía en la IA incorporada. Mientras que las startups estadounidenses se centran en obtener datos para tareas domésticas y de fábrica, China está siguiendo un enfoque más impulsado por el ecosistema. En un reciente medio maratón, los robots humanoides chinos demostraron mejoras drásticas en autonomía y confiabilidad, con docenas de equipos completando un recorrido que solo unos pocos pudieron terminar un año antes. Este progreso cuenta con el respaldo estatal y una escalada masiva de la fabricación; la "superfábrica de inteligencia incorporada" Lingyi iTech de Beijing tiene como objetivo producir 10.000 unidades para 2026 y 500.000 para 2030.

La competencia también incluye una dimensión militar significativa. En los EE. UU., startups como Foundation Future Industries han obtenido contratos del Pentágono para probar robots humanoides para roles de combate, con Eric Trump como asesor estratégico. Mientras tanto, Rusia ha establecido una rama dedicada de Fuerzas de Sistemas No Tripulados, y el gobierno de China está convirtiendo activamente empresas tecnológicas civiles en proveedores militares. La carrera no es solo por la cuota de mercado en hogares y fábricas, sino por una ventaja estratégica en los campos de batalla del futuro.

Destilando la Experiencia Humana

En su esencia, este esfuerzo global de recolección de datos es el primer intento a gran escala de extraer y digitalizar lo que el filósofo Michael Polanyi llamó "conocimiento tácito" (tacit knowledge): las habilidades intuitivas e incorporadas que los humanos saben hacer sin poder explicarlas completamente, como equilibrar, doblar o sentir el peso de un objeto. Al registrar estas acciones, las empresas de IA intentan deconstruir este conocimiento corporal en datos legibles por máquina.

La paradoja se captura en la experiencia de trabajadores como Zeus, un estudiante de medicina en Nigeria que se graba haciendo su cama después de sus turnos. Dijo a los reporteros que lo ve como una "oportunidad de dejar una huella" y participar en algo importante. Si bien su contribución es real, la huella que deja es un conjunto de datos de captura de movimiento, comprados por una empresa que no puede nombrar, para entrenar a un robot que quizás nunca pueda pagar. El conocimiento se está separando del conocedor, planteando una pregunta política fundamental para la era de la IA: cuando tu propia experiencia física se convierte en materia prima, ¿qué posees realmente?

Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.