El personal del nuevo departamento de IA de Meta estalla en descontento: acusan que es como vivir en un campo de concentración, con las almas aplastadas, los ingenieros sufren mucho.

Meta obliga a 6,500 ingenieros a participar en la anotación de datos de IA, y la insatisfacción de los empleados comienza a estallar, reflejando el costo de un debate poco frecuente en la actual carrera armamentística de IA.
（Resumen previo: Revelaciones sobre Meta: Zuckerman exige monitorear los registros de teclado y ratón de los empleados, y responde que "no afecta las evaluaciones de desempeño"）
（Información adicional: Entrenando IA con iPhone atado a la cabeza: mano de obra barata se convierte en profesores de carne y hueso para robots, enseñándoles a cargar, trabajar y hacer tareas domésticas）

Índice de este artículo

Alternar

• Ingenieros reclutados por un correo electrónico
• La calculadora comprada por 14.3 mil millones de dólares
• Los datos son realmente el cuello de botella

Una transmisión en vivo de empleados de Meta se salió de control esta semana: alguien tuvo un colapso emocional y profirió insultos, pidiendo a los presentes que le transmitieran a un alto ejecutivo de IA de Meta que es "una mierda", ¿qué está pasando en una de las empresas de tecnología con mayor valor de mercado del mundo?

Ingenieros reclutados por un correo electrónico

Según Wired, el equipo de "Applied AI" de Meta se formó hace apenas unos tres meses y ya está enfrentando resistencia interna. Este nuevo departamento, con aproximadamente 6,500 ingenieros y gerentes de producto, muchos de los cuales solo supieron que habían sido asignados a Applied AI tras recibir "un correo electrónico repentino", fue descrito por un autodenominado reclutado en Reddit como "bastante aleatorio" y sin aviso previo.

Business Insider, en una publicación interna, explicó las razones para el reclutamiento: los modelos de IA de Meta aún carecen de conocimientos que los hagan superar a los humanos en tareas técnicas como la programación. En pocas palabras, los modelos no son lo suficientemente inteligentes y necesitan que los humanos creen ejemplos y los muestren manualmente.

A estos ingenieros se les asignó la tarea de generar rompecabezas y problemas de programación para entrenar a los modelos de IA. Un empleado dijo a Wired: "Esto es básicamente un gulag (el infame campo de concentración soviético)", y otro comentó: "La mayoría piensa que este trabajo destroza el alma".

La calculadora comprada por 14.3 mil millones de dólares

En una grabación interna filtrada, el CEO Zuckerberg explicó por qué no contratar a contratistas externos. Su lógica tiene dos niveles:

• Primero, Alexandr Wang, quien vendió a Meta la startup de anotación de datos Scale AI por 14.3 mil millones de dólares, y luego asumió como director de IA de Meta y lidera Meta Superintelligence Labs, y está muy familiarizado con la anotación de datos.
• Segundo, Zuckerberg afirmó que los empleados promedio de Meta tienen un "coeficiente intelectual significativamente superior" al de los contratistas externos, por lo que son una opción mejor.

Esta lógica parece tener sentido desde un punto de vista comercial, pero ignora una premisa clave: ¿están dispuestos los ingenieros bien pagados a aceptar esta asignación?

La anotación de datos es el núcleo del entrenamiento de IA. En pocas palabras, consiste en que los humanos usen su juicio y ejemplos para enseñar a la IA "qué es una buena respuesta". Cuando un modelo no rinde bien en tareas complejas de razonamiento o programación, el problema generalmente no está en el algoritmo, sino en la falta de datos de alta calidad y en la cantidad de ejemplos humanos durante el entrenamiento.

Meta pagó 14.3 mil millones de dólares para adquirir Scale AI, precisamente para obtener la capacidad de "hacer anotaciones de alta calidad con mano de obra de alta calidad". Pero forzar a 6,500 personas a hacer esto sin opción alguna, describe un empleado, "no tienen realmente una opción: unirse o renunciar".

Los datos son realmente el cuello de botella

A simple vista, esto parece una mala gestión laboral, pero en un nivel más profundo, es una declaración sobre la competencia en IA: la calidad de los datos es el límite real de la capacidad de los grandes modelos actuales.

Las empresas invierten en potencia computacional, publican artículos y compiten en parámetros, pero la competencia revela otra cara: cuando el rendimiento en tareas reales de los modelos no es suficiente, el cuello de botella no está en la arquitectura, sino en la calidad y escala de los datos de demostración. Usar a las mentes más brillantes para tareas de anotación monótonas ya indica en qué etapa se encuentra la competencia en grandes modelos.

OpenAI, Google, Anthropic también están construyendo datos similares, aunque de formas distintas y en su mayoría sin hacerlo público. El caso de Meta es explosivo porque ha internalizado y forzado este proceso, dejando a los empleados sin salida.