La sangre y el sudor de la IA: millones de trabajadores ocultos tras cada consulta a ChatGPT
Detrás de cada respuesta de ChatGPT hay un ejército invisible: cientos de miles de anotadores de Kenia, Pakistán y Venezuela. Etiquetan datos, eliminan contenido tóxico y enseñan a los modelos a distinguir las respuestas buenas de las malas. Ganan entre 1 y 5 dólares por hora, trabajan sin garantías y, por norma, nunca aparecen en el marketing de las empresas de IA.
Procesado por IA desde Habr AI; editado por Hamidun News
Detrás de cada respuesta de ChatGPT, Gemini o Claude hay un ejército invisible de personas: cientos de miles de anotadores y moderadores de países en desarrollo, sin los cuales la IA actual simplemente no funcionaría. Su trabajo se oculta con esmero.
Quién está detrás de la IA
Los grandes modelos de lenguaje no aprenden solos. Necesitan personas que etiqueten datos, evalúen la calidad de las respuestas, eliminen contenido tóxico y enseñen al modelo a distinguir una buena respuesta de una mala. Sin este trabajo manual, el RLHF (aprendizaje por refuerzo a partir de retroalimentación humana, la técnica clave que hace útiles a los modelos) es imposible.
Este trabajo lo realizan millones de trabajadores subcontratados a través de plataformas como Scale AI, Remotasks, Appen y Clickworker. La mayoría vive en Kenia, Pakistán, India, Venezuela, Filipinas y otros países donde se puede contratar personal por unos pocos dólares la hora.
- Etiquetado de datos: identificar objetos en imágenes, categorizar texto, asignar etiquetas
- Evaluación para RLHF: comparar dos respuestas del modelo y elegir la mejor, explicando por qué
- Moderación: revisar flujos de contenido generado y eliminar lo dañino
- Red-teaming: intentar romper el modelo a propósito para encontrar vulnerabilidades de seguridad
- Transcripción y traducción: preparar conjuntos de datos de entrenamiento para modelos multilingües
Cuánto ganan
Las tarifas oscilan entre 1 y 5 dólares por hora, algo que sigue siendo poco incluso en países con un coste de vida bajo. La mayoría de los trabajadores no tiene ninguna garantía: ni contrato laboral, ni prestaciones, ni protección frente a la rescisión repentina del contrato. Hoy hay tareas; mañana, no.
Scale AI, valorada en 13.800 millones de dólares, basa su negocio precisamente en esta mano de obra. Su consejero delegado, Alexandr Wang, ha hablado abiertamente de crear "el mayor ejército de anotadores del mundo", pero las condiciones laborales de ese ejército, por norma, no figuran en los comunicados corporativos.
En 2023, periodistas de Time descubrieron que los trabajadores de Kenia contratados a través del subcontratista Sama para moderar contenido de OpenAI cobraban unos 2 dólares por hora. Pasaban horas leyendo descripciones de violencia, lo que les provocó traumas psicológicos.
"Somos el secreto que las empresas prefieren no revelar", dice uno de los anotadores de
Nairobi, que trabaja a la vez para tres plataformas distintas.
Por qué lo ocultan
Las empresas de IA venden el relato de sistemas autónomos que aprenden solos. Reconocer el enorme trabajo humano que hay detrás de cada modelo rompe esa imagen y plantea preguntas incómodas sobre la responsabilidad.
Desde el punto de vista legal, el esquema está diseñado para que no exista una relación directa entre OpenAI y un anotador concreto de Lagos: hay una cadena de subcontratistas de varios niveles. Eso permite no incluir a estos trabajadores en las estadísticas oficiales de empleo y no asumir obligaciones de cumplimiento de estándares laborales.
Investigadores del Oxford Internet Institute bautizaron este fenómeno como ghost work, trabajo fantasma. Es absolutamente imprescindible para el funcionamiento de los sistemas de IA actuales, invisible para el usuario final y excluido de forma deliberada de la responsabilidad corporativa.
Qué significa
El auge de la IA ha creado una nueva clase de precariado digital en todo el mundo. Mientras los inversores destinan miles de millones a sistemas autónomos, cientos de miles de personas que cobran entre 2 y 3 dólares por hora hacen posibles esos sistemas cada día.
Sin transparencia en las cadenas de suministro de datos, el sector tecnológico corre el riesgo de reproducir en la economía digital los mismos problemas que se critican desde hace tiempo en la producción física, con una diferencia: las fábricas se ven, los centros de datos no.
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 1 nov 2026Kimi logra un 96,2 % en un test de analítica sobre una base de 1C y se perfila como plan B ante un bloqueo de Claude
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
- 1 nov 2026Google admite que AI Mode reduce los ingresos de su buscador: las acciones caen un 15%
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Quién está detrás de la IA?
Los grandes modelos de lenguaje no aprenden solos. Necesitan personas que etiqueten datos, evalúen la calidad de las respuestas, eliminen contenido tóxico y enseñen al modelo a distinguir una buena respuesta de una mala. Sin este trabajo manual, el RLHF (aprendizaje por refuerzo a partir de retroalimentación humana, la técnica clave que hace útiles a los modelos) es imposible. Este trabajo lo realizan millones de trabajadores subcontratados a través de plataformas como Scale AI, Remotasks, Appen y Clickworker. La mayoría vive en Kenia, Pakistán, India, Venezuela, Filipinas
¿Qué se sabe sobre Cuánto ganan?
Las tarifas oscilan entre 1 y 5 dólares por hora, algo que sigue siendo poco incluso en países con un coste de vida bajo. La mayoría de los trabajadores no tiene ninguna garantía: ni contrato laboral, ni prestaciones, ni protección frente a la rescisión repentina del contrato. Hoy hay tareas; mañana, no. Scale AI, valorada en 13.800 millones de dólares, basa su negocio precisamente en esta mano de obra. Su consejero delegado, Alexandr Wang, ha hablado abiertamente de crear "el mayor ejército de anotadores del mundo", pero las condiciones laborales de ese ejército, por norma
¿Qué se sabe sobre Por qué lo ocultan?
Las empresas de IA venden el relato de sistemas autónomos que aprenden solos. Reconocer el enorme trabajo humano que hay detrás de cada modelo rompe esa imagen y plantea preguntas incómodas sobre la responsabilidad. Desde el punto de vista legal, el esquema está diseñado para que no exista una relación directa entre OpenAI y un anotador concreto de Lagos: hay una cadena de subcontratistas de varios niveles. Eso permite no incluir a estos trabajadores en las estadísticas oficiales de empleo y no asumir obligaciones de cumplimiento de estándares laborales. Investigadores del
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.