El impacto de la IA no se reduce a un simple reemplazo de personas. La IA está fragmentando, desplazando y reconfigurando el trabajo humano, no eliminándolo
¿Vendrá la IA a robarnos el trabajo?
De momento, parece que no: los titulares extravagantes sobre el fin del trabajo esconden una realidad en la que la IA, más que reemplazar el empleo, lo invisibiliza y desplaza hacia el sur global
Imagen generada con Inteligencia Artificial - Freepik
Aniello Lampo
diaario-red.com 01/12/25
En los últimos años hemos asistido a la incorporación masiva de la inteligencia artificial (IA) en nuestra sociedad, un fenómeno que está provocando cambios a distintos niveles. Nos encontramos frente a tecnologías capaces de realizar tareas que tradicionalmente han sido exclusivas de los seres humanos y que, hasta hace muy poco, se creían a salvo de la automatización.
Hablamos, por ejemplo, de los trabajos considerados “creativos”, en los que los elementos reflexivos, relacionales y afectivos juegan un papel determinante. En este contexto, herramientas de generación de imágenes, textos y música están transformando desde los cimientos la actividad de diseñadores, traductores, guionistas y programadores. Incluso el trabajo del psicólogo —uno de los oficios más ligados a la dimensión emocional— se está viendo afectado por la irrupción de la IA: cada vez más personas, en lugar de acudir a un profesional humano, eligen iniciar procesos terapéuticos a través de apps basadas en algoritmos generativos.
Es decir, quizá por primera vez en la historia, la humanidad dispone de herramientas que permiten automatizar funciones que van más allá de lo manual para abarcar también el ámbito cognitivo. Ante este escenario, surge una pregunta casi inevitable: ¿vendrán la IA y las máquinas a robarnos el trabajo? Es una pregunta que se ha planteado a menudo a lo largo de la historia y que, en algunos casos, ha dado lugar a movimientos complejos y ambivalentes —con el ludismo como ejemplo clásico— que se propusieron destruir las nuevas máquinas para preservar los puestos de trabajo.
Existen millones de trabajadores distribuidos por todo el mundo sin los cuales el funcionamiento de las grandes plataformas digitales y sus sofisticados algoritmos no estaría garantizado
En el caso específico de la IA, esta cuestión se traduce en un amplio abanico de proyecciones que a menudo dibujan escenarios apocalípticos marcados por despidos masivos y niveles inéditos de desempleo. Estos titulares pirotécnicos ocultan una realidad compleja y polifacética, que no se reduce necesariamente a un terrorífico fin del trabajo. Seguramente hay algo de eso —mientras escribo, Amazon anuncia un recorte de 14.000 puestos para aprovechar mejor las oportunidades que ofrece la IA—, pero a día de hoy la automatización total sigue siendo una fantasía, y el trabajo humano “permanece en el loop”. Existen millones de trabajadores distribuidos por todo el mundo sin los cuales el funcionamiento de las grandes plataformas digitales y sus sofisticados algoritmos no estaría garantizado. Es un trabajo invisible, del que no se habla. Un trabajo fantasma. En este sentido, uno de los efectos que la IA está teniendo en la reestructuración del trabajo es precisamente su invisibilización. En este artículo queremos profundizar en este fenómeno.
Vamos a adentrarnos en el entramado técnico de la IA, aunque de manera muy general. La automatización de tareas cognitivas —pensemos, por sencillez, en el reconocimiento y la clasificación de imágenes— se lleva a cabo mediante algoritmos de aprendizaje automático. Lo que hacen estos programas es, dado un input (por ejemplo, una imagen de un animal), intentar reconocer su contenido (¿de qué animal se trata?) aunque nunca hayan visto esa imagen concreta con anterioridad. Para que esto funcione, el algoritmo debe “entrenarse” sobre una base de datos a partir de la cual aprende a distinguir, por ejemplo, un gato de un perro. Durante ese proceso, compara sus predicciones con la información de los datos y ajusta sus parámetros para reducir el error. Así, cuando más adelante se enfrente a nuevas imágenes, podrá reconocer su contenido gracias a las regularidades estadísticas que “aprendió” gracias a los datos de entrenamiento.
La base de datos juega entonces un papel determinante. Esta debe ser capaz de “enseñar” al algoritmo qué es un gato y qué es un perro. En este caso, la base de datos ideal sería una enorme colección de imágenes —normalmente hablamos de millones— a las cuales se les asocia la etiqueta de gato o perro, según lo que representen. ¿Quién prepara estas bases de datos? En la práctica, ¿quién asocia a cada imagen la etiqueta correspondiente? En muchos casos se trata de humanos.
El etiquetado de datos suele presentarse como el ejemplo típico del trabajo humano que sostiene a la IA. Pero es solo una de las muchas formas en las que la automatización depende de la intervención humana. Además del etiquetado, hay personas que verifican predicciones cuando el algoritmo duda o devuelve resultados incoherentes; evaluadores que comprueban la calidad de las respuestas generadas por los sistemas que están detrás de ChatGPT; y trabajadores dedicados al data cleaning, es decir, a la depuración y preparación de datos, más allá de la simple asignación de etiquetas. Sobre todo, el trabajo humano constituye un eslabón crucial en la moderación de contenidos en los sistemas de IA que detectan potenciales riesgos —violencia, pornografía infantil, discursos de odio— en redes sociales. La IA no siempre es capaz de interpretar éticamente una imagen o un texto, y en esos casos la intervención humana sigue siendo indispensable.
Este conjunto de tareas constituye lo que Mary Gray y Siddharth Suri han llamado Ghost Work [trabajo fantasma]. En su libro —una valiosa obra de antropología del trabajo— los autores explican cómo la digitalización ha permitido que empresas de varios sectores repartan microtareas de forma instantánea a través de interfaces y plataformas globales, generando una fuerza laboral fragmentada, invisible y sin derechos. Se trata de un trabajo deliberadamente oculto: las plataformas están diseñadas para que el trabajador sea intercambiable, anónimo y siempre disponible, y para que el cliente nunca llegue a ver que detrás de la supuesta “IA autónoma” hay personas tomando decisiones, filtrando contenido, anotando ejemplos o reparando fallos.
Las condiciones en las que se desempeña este trabajo fantasma son demoledoras. Su precariedad no es un mal funcionamiento del sistema, sino su condición estructural
El volumen de esta fuerza de trabajo es difícil de medir porque su invisibilidad no es un accidente: es un diseño. Gray y Suri estiman que cientos de miles de personas trabajan de manera habitual en plataformas de microtrabajo como Amazon Mechanical Turk, Appen o Clickworker, mientras que millones las utilizan de forma esporádica o parcial para complementar ingresos. Esta masa de “mano de obra cognitiva” cumple una función esencial en el capitalismo digital: cubrir los agujeros de la automatización, completar las tareas que la IA todavía no sabe hacer y absorber los costes —de tiempo, de esfuerzo y de salud— que permiten a las grandes tecnológicas mantener la ficción de sistemas autónomos y escalables.
Las condiciones en las que se desempeña este trabajo fantasma son demoledoras. Su precariedad no es un mal funcionamiento del sistema, sino su condición estructural. No hay contratos, ni salario mínimo, ni protección social. El pago por tarea puede equivaler a unos pocos céntimos por minutos u horas de trabajo. Cuentas bloqueadas sin explicación, tareas rechazadas sin derecho a réplica, exposición constante a contenidos traumáticos: todo esto sucede en un entorno donde el trabajador es tratado como un recurso fungible, un nodo anónimo en un flujo de datos.
En definitiva, el impacto de la IA no se reduce a un simple reemplazo de personas. La IA está fragmentando, desplazando y reconfigurando el trabajo humano, no eliminándolo. En lugar de una “autonomía de la tecnología”, observamos una reorganización general del trabajo donde su invisibilización es sin duda el elemento clave.
Claramente estamos ante una nueva forma de extractivismo, basado en la apropiación y privatización del conocimiento humano. Por ejemplo, las bases de datos usadas para entrenar la IA, resultado del trabajo paciente y mal pagado de miles de personas, quedan en manos de las corporaciones tecnológicas. Son propiedad privada y, más aún, activos estratégicos de altísimo valor: se convierten en capital acumulable, intercambiable y explotable para generar nuevas líneas de negocio. El trabajo humano que los produce desaparece, pero el valor permanece en forma de infraestructura propietaria. La ciencia —los datos, los modelos algorítmicos— se convierten en el vector que permite la cristalización de ese trabajo en capital privado.
Al igual que las viejas formas de expolio, también el nuevo extractivismo cognitivo manifiesta una dimensión colonial. Una parte sustancial del trabajo que sostiene a la IA global procede del Sur Global, especialmente de países como India, Filipinas, Kenia, Venezuela o Brasil. La atracción de las empresas por estas regiones no es casual: salarios extremadamente bajos en comparación con Estados Unidos o Europa y, especialmente en el caso de la India, un buen conocimiento del inglés. La cadena global de la IA funciona como una gran deslocalización del trabajo cognitivo: el pensamiento humano se fragmenta en tareas microscópicas y se desplaza geográficamente allí donde es más barato y menos protegido, pero la propiedad y los beneficios siguen concentradas en el Norte del mundo.
¿Existen posibilidades de conflicto en este escenario? Es cierto que la extrema atomización del trabajo fantasma dificulta cualquier coordinación, pero existen embriones de iniciativa. En India, por ejemplo, ya hemos visto destellos de organización: desde huelgas digitales en las que miles de trabajadoras de plataformas “apagaron” la app durante la festividad hindú Diwali, hasta protestas de trabajadoras de Urban Company contra algoritmos que asignan tareas de manera unilateral. Son episodios todavía aislados, pero señalan algo interesante: mientras que la maquinaria del capitalismo digital dependa estructuralmente del trabajo humano, cualquier chispa —por pequeña que sea— puede transformarse en un punto de presión real.
Para profundizar, puedes ver el programa Centro de Gravedad Permanente de Canal Red que ha dedicado un capítulo a este tema:
