Esos jóvenes de pueblos pequeños que etiquetan grandes modelos de IA

Autor del texto original: Sleepy.md

Datong, en Shanxi, una ciudad que antes sustentaba medio país gracias al carbón, hoy sacude de su cuerpo todo el hollín y, con un pico afilado, golpea con fuerza otra mina invisible.

En los edificios de oficinas del Centro Internacional Jinmao, en el distrito de Pingcheng, ya no hay pozos de elevación, ni camiones para transportar carbón. En su lugar hay más de mil puestos de trabajo informáticos dispuestos uno junto a otro. La base de servicios de datos inteligentes y谷 del Grupo Runxun de Shanghái ocupa varias plantas completas; miles de jóvenes empleados con auriculares están frente a las pantallas, haciendo clic, arrastrando y seleccionando con un recuadro.

Según datos oficiales, hasta noviembre de 2025, la ciudad de Datong ya ha puesto en funcionamiento 745.000 servidores, ha incorporado 69 empresas de etiquetado de datos para centros de llamadas y ha impulsado más de 30.000 oportunidades de empleo cercanas. El valor de producción es de 750 millones de yuanes. En este pozo-mina de datos, el 94% de los trabajadores proviene del registro local.

No es solo Datong. Entre la primera tanda de bases de etiquetado de datos confirmada por la Administración Nacional de Datos, figuran con claridad condados del interior y del oeste, como Yonghe, en Shanxi, Bijie, en Guizhou, y Mengzi, en Yunnan. En la base de etiquetado de datos de Yonghe, el 80% son empleadas. La mayoría son madres del ámbito rural, o jóvenes que han regresado a su lugar de origen porque no encuentran un empleo adecuado.

Hace cien años, en una fábrica textil de Manchester, en Inglaterra, se amontonaban agricultores que habían perdido sus tierras. Y hoy, frente a las pantallas de ordenador de estos condados remotos, se sientan jóvenes que no encuentran un lugar en la economía real.

Están realizando un trabajo a destajo con una estética muy futurista, pero extremadamente primitivo: producen los datos-alimento necesarios para que los gigantes de la IA de Beijing, Shenzhen y Silicon Valley puedan entrenar grandes modelos.

Nadie cree que haya nada malo en esto.

Nueva línea de producción en la meseta de Loess

La esencia del etiquetado de datos es enseñar a las máquinas a reconocer el mundo.

La conducción autónoma necesita identificar semáforos y peatones; los grandes modelos necesitan distinguir qué es un gato y qué es un perro. La máquina, por sí sola, no tiene sentido común: hace falta que primero un humano dibuje un recuadro en la imagen y le diga “esto es un peatón”; solo entonces, después de haber ingerido millones de imágenes, puede aprender a identificarse por sí misma.

Este trabajo no requiere un alto nivel educativo; solo hace falta paciencia y un dedo índice capaz de hacer clic sin parar.

En la era dorada de 2017, un simple recuadro 2D podía costar más de una décima; incluso había empresas que ofrecían un precio de 5 décimas. Los etiquetadores con manos rápidas, trabajando más de diez horas al día, podían ganar entre 500 y 600. En los condados, esto se consideraba sin duda un trabajo bien pagado y respetable.

Pero, con la evolución de los grandes modelos, empezó a vislumbrarse la cara cruel de esta línea.

En 2023, el precio unitario del etiquetado de imágenes simples ya se había hundido hasta 3 a 4 centésimas. La caída superó el 90%. Incluso en los puntos en la nube 3D, de mayor dificultad: esas imágenes formadas por puntos densos que requieren ampliar infinitas veces para poder ver los bordes, aun así obligan al etiquetador a dibujar en el espacio tridimensional un recuadro volumétrico que incluya largo, ancho, alto y el ángulo de desviación, para envolver de forma exacta el vehículo o el peatón; y, aun así, ese complejo recuadro 3D solo tenía un precio de 5 centésimas.

La consecuencia directa de la caída del precio unitario es el aumento descomunal de la intensidad laboral. Para sujetarse firmemente a los 2.000 o 3.000 yuanes mensuales del salario base, los etiquetadores deben aumentar constantemente, sin descanso, su velocidad de manos.

Esto no es en absoluto un trabajo de oficina ligero. En muchas bases de etiquetado, la gestión es tan estricta que resulta asfixiante: en el trabajo no se permite atender llamadas, y el teléfono debe quedar bloqueado en el casillero. El sistema registra con precisión la trayectoria del ratón de cada empleado y el tiempo de permanencia; si se detienen más de tres minutos, las advertencias del sistema entran como un látigo.

Lo que además resulta aún más desesperante es la tasa de tolerancia al error. El umbral de aprobación de la industria suele estar por encima del 95%; algunas empresas incluso exigen 98%-99%. Esto significa que si dibujas 100 recuadros, y te equivocas solo en 2, toda la imagen te la devuelven para reparación.

Las imágenes dinámicas están encadenadas por fotogramas; los vehículos que cambian de carril quedan ocultos y el etiquetador debe encontrarlos uno por uno basándose en la inferencia. En las imágenes de nubes de puntos 3D, basta con que un objeto tenga más de 10 puntos para que haya que dibujar un recuadro. En un proyecto complejo de plazas de estacionamiento, si el trazo de líneas se alarga o se omiten etiquetas, en la inspección de calidad siempre se encuentran fallos. Devolver una imagen para reparación cuatro o cinco veces es algo habitual. Al final, tras hacer las cuentas, después de invertir una hora, lo que queda en el bolsillo son apenas unas cuantas décimas.

Una etiquetadora de Hunan publicó en una plataforma social su hoja de liquidación: tras una jornada completa, ella trazó más de 700 recuadros; el precio unitario era de 4 centésimas y el ingreso total fue de 30,2 yuanes.

Esta es una imagen profundamente contradictoria.

Por un lado, en el escenario de los eventos de lanzamiento, los grandes líderes tecnológicos lucen espléndidos y hablan de cómo AGI liberará a la humanidad; por el otro, en los condados de la meseta de Loess y en las ciudades de montaña del suroeste, los jóvenes miran cada día la pantalla durante 8 a 10 horas, de forma mecánica trazan recuadros, miles, decenas de miles, e incluso sueñan por la noche, con los dedos dibujando en el aire líneas de carril.

Alguien dijo alguna vez que la apariencia de la IA es como un coche de lujo que pasa rugiendo, pero al abrir la puerta te das cuenta de que dentro hay cien personas pedaleando en bicicletas, apretando los dientes para pisar con fuerza.

Nadie cree que haya nada malo en esto.

Trabajo a destajo para “enseñar a una máquina cómo amar”

Cuando se traspasó el cuello de botella del reconocimiento de imágenes, los grandes modelos entraron en una evolución más profunda; necesitan aprender a pensar como humanos, a dialogar e incluso a mostrar “empatía”.

Esto da lugar al proceso más central y, a la vez, más caro del entrenamiento de grandes modelos: RLHF (aprendizaje por refuerzo con retroalimentación humana).

En palabras sencillas: se hace que personas reales califiquen las respuestas generadas por IA, indicándole qué respuesta es mejor y cuál encaja mejor con los valores humanos y las preferencias emocionales.

La razón por la que ChatGPT parece “humano” es que detrás hay infinitos etiquetadores de RLHF dándole clases.

En las plataformas de crowdsourcing, este tipo de tareas de etiquetado suelen tener un precio fijado explícitamente: 3 a 7 yuanes por pieza. El etiquetador necesita calificar de forma extremadamente subjetiva las respuestas de la IA desde el punto de vista emocional, para decidir si esa respuesta es “cálida”, si “tiene empatía” o si “cuida las emociones del usuario”.

Un trabajador de estrato inferior, con un salario mensual de 2.000 o 3.000 yuanes, que vive cansado de correr detrás de la realidad, incluso sin tiempo para ocuparse de sus propias emociones, debe actuar en el sistema como mentor emocional de la IA y como juez de valores.

Necesitan romper a la fuerza esas emociones humanas, extremadamente complejas y sutiles —calidez, empatía—, y convertirlas en frías puntuaciones de 1 a 5. Si la puntuación no coincide con la respuesta correcta establecida por el sistema, se determina que no se alcanza el índice de precisión y se les descuenta el salario a destajo, que ya de por sí era magro.

Esto es una extracción de la cognición. Las complejas y delicadas emociones humanas, la moral y la misericordia se arrastran a la fuerza hacia el embudo del algoritmo. En la escala fría de la cuantificación y la estandarización, se exprime hasta el último resto de calidez. Cuando te sorprende que la bestia cibernética de la pantalla ya haya aprendido a escribir poesía, a componer música y a preguntar por la salud, e incluso se haya puesto una piel de sensibilidad; cuando todo eso sucede, fuera de la pantalla, esas personas humanas que antes eran vivas se degradan en el juicio mecánico día tras día, hasta convertirse en máquinas de puntuación sin emociones.

Esta es la faceta más secreta de toda la cadena industrial; nunca aparece en noticias de financiación ni en libros blancos técnicos.

Nadie cree que haya nada malo en esto.

Maestrías 985 y jóvenes del pueblo

El trabajo básico de dibujar recuadros está siendo aplastado por las orugas de la IA. Esta línea de producción cibernética empieza a expandirse hacia arriba, y comienza a devorar trabajos mentales de mayor nivel.

Ha cambiado el apetito de los grandes modelos. Ya no se conforman con masticar el sentido común simple; necesitan ingerir conocimientos profesionales humanos y lógica de alto nivel.

En las principales plataformas de contratación empiezan a aparecer con frecuencia ciertos empleos secundarios especiales, como “etiquetado de razonamiento lógico para grandes modelos” y “entrenador de humanidades de IA”. El umbral de este trabajo secundario es muy alto; a menudo requiere “título de maestría 985/211 o superior”, y abarca campos profesionales como derecho, medicina, filosofía y literatura.

Muchos estudiantes de posgrado de universidades prestigiosas son atraídos y se meten en estos grupos de subcontratación de grandes empresas. Pero pronto descubren que en realidad no se trata de un ejercicio mental ligero, sino de una tortura psicológica.

Antes de aceptar encargos oficiales, deben leer documentos de decenas de páginas sobre dimensiones de calificación y criterios de evaluación, y realizar entre 2 y 3 rondas de prueba de etiquetado. Tras superarlo, en el etiquetado oficial, si la tasa de precisión está por debajo del promedio, pierden la elegibilidad y los expulsan del grupo de chat.

Lo que más asfixia es que esos estándares ni siquiera son fijos. Al enfrentarse a problemas y respuestas similares, si se califica con la misma manera de pensar, los resultados pueden ser diametralmente opuestos. Es como hacer un examen que no se acaba nunca y que ni siquiera tiene una respuesta estándar. No se puede mejorar la tasa de precisión con el esfuerzo personal o el aprendizaje; solo se queda dando vueltas en el mismo lugar, consumiendo la capacidad mental y la energía corporal.

Este es el nuevo tipo de explotación en la era de los grandes modelos: colapso de clases.

El conocimiento, que antes se veía como una escalera de oro para romper barreras y ascender, hoy acaba convirtiéndose en forraje digital que se entrega a los algoritmos, más complejo aún de masticar. Ante el poder absoluto de los algoritmos y los sistemas, las maestrías 985 del “templo del marfil” y los jóvenes del pueblo en la meseta de Loess llegan a la más extraña convergencia de trayectorias diferentes que terminan en el mismo punto.

Todos caen juntos en este pozo-mina cibernético sin fondo; se les arrebata el halo, se borran las diferencias y, al final, todos se convierten en engranajes baratos sobre una oruga, intercambiables en cualquier momento.

En el extranjero también es igual. En 2024, Apple recortó directamente un equipo de etiquetado de voz de IA de 121 personas en Santiago. Esos empleados mejoraban la capacidad multilingüe de procesamiento de Siri; ellos habían creído que estaban en el borde del negocio central de una gran empresa tecnológica, pero de repente cayeron en el abismo profundo del desempleo.

Para los gigantes tecnológicos, tanto la señora que dibuja recuadros en un condado como el entrenador de razonamiento formado en una universidad de élite, en esencia, son “consumibles” que se pueden reemplazar en cualquier momento.

Nadie cree que haya nada malo en esto.

Un babilón de billones de yuanes, sangre y sudor construidos con apenas unos céntimos

Según los datos publicados por el Instituto de Investigación de Comunicaciones e Información de China (China Academy of Information and Communications), en 2023 el tamaño del mercado chino de etiquetado de datos fue de 60.8 mil millones de yuanes; se prevé que en 2025 alcance entre 200 y 300 mil millones; y según las proyecciones, para 2030 las ventas del mercado global de etiquetado de datos y servicios se dispararán hasta 117.1 mil millones de yuanes.

Detrás de estas cifras hay una fiesta de valoración de miles de millones y decenas de miles de millones protagonizada por gigantes tecnológicos como OpenAI, Microsoft y ByteDance, con valoraciones de miles de millones o incluso de billones de dólares a la orden del día.

Pero esa riqueza, por mucha que parezca “gotear por todas partes”, no ha llegado a quienes de verdad “alimentan” a la IA.

La industria china de etiquetado de datos presenta una estructura típica de subcontratación tipo pirámide invertida. En la capa más alta están los gigantes tecnológicos que aprietan con fuerza el algoritmo central; en la segunda capa, los grandes proveedores de servicios de datos; en la tercera, las bases de etiquetado de datos repartidas por todo el país y las empresas subcontratistas medianas y pequeñas; y en la capa más baja, están esos etiquetadores que cobran a destajo.

Cada capa de subcontratación tiene que llevarse con fuerza una capa de beneficios. Cuando el precio unitario que fija la gran empresa es de 5 décimas, tras pasar por capas de despojo, lo que cae en manos del etiquetador del condado quizá ni siquiera llega a 5 centésimas.

En su obra “El feudalismo tecnológico”, el ex ministro de Finanzas griego Yanis Varoufakis plantea un punto de vista muy penetrante: hoy las gigantes tecnológicas ya no son capitalistas en el sentido tradicional, sino “cloudalists” (señores de la nube).

No poseen fábricas ni máquinas, sino algoritmos, plataformas y capacidad de cómputo; todo eso constituye territorio digital de la era cibernética. En este nuevo sistema feudal, los usuarios no son consumidores, sino colonos digitales: en cada “me gusta”, comentario y visualización en redes sociales que hacemos, aportamos datos gratis para los señores de la nube.

Y los etiquetadores de datos distribuidos en los mercados de asentamiento más bajo son el estrato más bajo de este sistema: siervos digitales. No solo deben producir datos, sino también limpiar, clasificar y calificar enormes cantidades de datos primarios, convirtiéndolos en forraje de alta calidad que los grandes modelos puedan digerir.

Se trata de un movimiento secreto para delimitar y apropiarse del conocimiento. Igual que en el movimiento de cercamientos del siglo XIX en Inglaterra se expulsó a los campesinos hacia las fábricas textiles, hoy la ola de IA lleva a los jóvenes que no encuentran un lugar en la economía real a sentarse frente a las pantallas.

La IA no ha borrado la brecha entre clases; por el contrario, ha construido una “cinta transportadora de datos y sangre-sudor” que va desde los condados del centro-oeste de China hasta las sedes de los gigantes tecnológicos en Beijing, Tianjin, Shanghái, Guangzhou y Shenzhen y sus alrededores. El relato de la revolución tecnológica siempre es grandioso y deslumbrante, pero el color de fondo, siempre, es el consumo a escala de mano de obra barata.

Nadie cree que haya nada malo en esto.

Ya no se necesita el mañana de los humanos

El desenlace más cruel está a punto de llegar, y cada vez más rápido.

A medida que saltan las capacidades de los grandes modelos, esas tareas de etiquetado que antes requerían trabajo humano día y noche están siendo asumidas por la propia IA.

En abril de 2023, el fundador de Ideal (Li Auto), Li Xiang, reveló datos en un foro: antes, para hacer aproximadamente 10 millones de fotogramas de calibración manual de imágenes al año para conducción autónoma en Ideal, el costo de subcontratación se acercaba a un centenar de millones. Pero cuando utilizaron grandes modelos para la automatización del etiquetado, lo que antes se realizaba en un año, básicamente se podía completar en unas 3 horas.

La eficiencia es 1000 veces la de los humanos, y además ya era así en 2023. En los apenas pasados tres meses, Ideal también lanzó un nuevo motor de etiquetado automático MindVLA-o1 de nueva generación.

En la industria circula una frase de autocrítica extremadamente verdadera: “cuánta inteligencia hay, tanta mano de obra hay”. Pero ahora, la inversión de las grandes empresas en subcontratación de etiquetado de datos ya ha mostrado una caída abrupta de 40%-50%.

Esos jóvenes del pueblo que pasaron incontables noches y días frente a la computadora, con los ojos enrojecidos por aguantar, alimentaron a una bestia gigante con sus propias manos. Pero ahora, esa bestia gigante se gira la cabeza y les tira abajo el pan de su boca.

Al caer la noche, los edificios de oficinas del distrito de Pingcheng, en Datong, siguen blancos como de día. Los jóvenes que hacen el relevo intercambian en el descansillo del ascensor sus cuerpos cansados y guardan silencio. En este espacio plegado, firmemente confinado por innumerables recuadros poligonales, nadie se preocupa por qué clase de salto épico vuelve a dar la arquitectura Transformer al otro lado del océano; y nadie entiende el estruendo de la capacidad de cómputo detrás de cientos de miles de millones de parámetros.

Sus miradas solo están clavadas en aquella barra de progreso roja y verde del “umbral de aprobación”, calculando si esas pocas unidades de puntos, esas pocas décimas y centésimas del pago a destajo, pueden o no juntarse para construir una vida decente a fin de mes.

Por un lado, la campanada en el Nasdaq y el aluvión interminable de medios tecnológicos: las grandes empresas brindan por la llegada de AGI. Por el otro, esos siervos digitales que alimentaron a la IA pieza por pieza con carne y hueso, solo pueden esperar con miedo en sus sueños doloridos a que esa bestia que ellos mismos criaron, en algún amanecer que parece normal y corriente, de forma desinteresada, los patee y les tire fuera el pan de su boca.

Nadie cree que haya nada malo en esto.