El etiquetado de datos es un proceso crucial en el desarrollo de la inteligencia artificial (IA), permitiendo a los modelos de aprendizaje comprender y aprender de los datos. ScaleAI, fundada por Alexandr Wang, es una de las empresas destacadas en este sector, valorada recientemente en 29 mil millones de dólares. Sin embargo, detrás del éxito de la industria, existe una realidad menos conocida: gran parte del etiquetado de datos es realizado por trabajadores en países pobres bajo condiciones laborales desfavorables. Estos trabajadores, a menudo mal pagados, enfrentan largas jornadas y en ocasiones deben revisar contenido extremadamente desagradable, como imágenes de crímenes reales para entrenar IA.
La situación de estos trabajadores recuerda a la de los moderadores de contenido de varias plataformas en línea, quienes han denunciado traumas psicológicos derivados de filtrar contenido perturbador. El mercado del etiquetado de datos, que generó 3.800 millones de dólares en 2024 y se espera crezca a 17.000 millones en cinco años, hace invisibles a estos trabajadores esenciales para el avance tecnológico. En Kenia, la falta de legislación sobre estas prácticas laborales ha llevado a los trabajadores a organizarse en busca de mejoras en sus condiciones de trabajo, demandando apoyo psicológico, contratos formales, salarios justos y derecho al descanso.
Plataformas destacadas en el sector como Remotasks, una filial de Scale AI, han enfrentado críticas y protestas por sus prácticas laborales en países como Kenia, Venezuela y Filipinas. Otras empresas, como la australiana Appen y Sama, también han sido señaladas por malas condiciones laborales, lo cual ha resultado en cierres y demandas. Además del coste energético y ambiental de la IA, emergen preocupaciones por el coste humano detrás de la tecnología, un aspecto crucial que requiere atención y acción para garantizar condiciones laborales justas para los trabajadores del sector.