[ad_1]
En 2016, Ocarina Fuentes recibió un consejo de un amigo que parecía demasiado bueno para ser verdad. Su vida en Venezuela se había convertido en una lucha: la inflación había alcanzado el 800 por ciento bajo el presidente Nicolás Maduro, y Fuentes, de 26 años, no tenía un trabajo estable y tenía que hacer malabarismos con múltiples actividades secundarias para sobrevivir.
Su amiga le habló de Appen, una empresa australiana de servicios de datos que buscaba contratar trabajadores para etiquetar datos de entrenamiento para algoritmos de inteligencia artificial. La mayoría de los usuarios de Internet han realizado algún tipo de etiquetado de datos: identificar imágenes de semáforos y autobuses para captchas en línea. Pero los algoritmos que impulsan los nuevos robots que pueden aprobar exámenes legales, crear imágenes asombrosas en segundos o eliminar contenido dañino en las redes sociales están entrenados en conjuntos de datos (imágenes, videos y texto) recopilados por trabajadores de la economía informal en algunos de los mercados laborales más baratos del mundo. mundo.
Los clientes de Appen incluyen a Amazon, Facebook, Google y Microsoft, y el millón de empleados de la empresa son sólo una parte de una enorme industria oculta. Según la consultora Grand View Research, el mercado mundial de captura y etiquetado de datos estaba valorado en 2.220 millones de dólares en 2022 y se espera que crezca hasta 17.100 millones de dólares en 2030. A medida que Venezuela se hundía en el desastre económico, muchos venezolanos con educación universitaria como Fuentes y sus amigos se unieron a plataformas de crowdsourcing como Appen.
Durante un tiempo, fue un salvavidas: Appen significaba que Fuentes podía trabajar desde casa en cualquier momento del día. Pero luego hubo cortes de energía: la electricidad se fue durante días. Al quedar a oscuras, Fuentes no pudo asumir tareas. “No pude soportarlo más”, dice en español. “En Venezuela no se vive, se sobrevive.” Fuentes y su familia emigraron a Colombia. Hoy vive en un departamento en la región de Antioquia con su mamá, su abuela, sus tíos y su perro.
Appen sigue siendo su única fuente de ingresos. El salario oscila entre 2,2 centavos y 50 centavos por tarea, dice Fuentes. Normalmente, por una hora y media de trabajo se gana 1 dólar. Si hay suficientes tareas para trabajar una semana completa, gana alrededor de 280 dólares al mes, casi igual al salario mínimo colombiano de 285 dólares. Pero llenar una semana con tareas es raro, afirma. Los días perdidos, que son cada vez más comunes, no generan más de 1 o 2 dólares. Fuentes trabaja desde su cama en una computadora portátil y está pegada a su computadora durante más de 18 horas al día para hacer la primera selección de tareas que podrían llegar en cualquier momento. Dados los clientes internacionales de Appen, los días empiezan cuando salen los encargos, lo que puede significar a partir de las 2 de la madrugada.
Es un patrón que se repite en los países en desarrollo. Marcar puntos conflictivos en África Oriental, Venezuela, India, Filipinas e incluso los campos de refugiados en Kenia y los campos de Chatila en el Líbano proporciona mano de obra barata. Los trabajadores completan microtareas por unos centavos cada una en plataformas como Appen, Clickworker y Scale AI, o firman contratos a corto plazo en centros de datos físicos como la oficina de 3.000 personas de Sama en Nairobi, Kenia, que es objeto de un Tiempo Investigar la explotación de los moderadores de contenidos. El auge de la IA en estos lugares no es una coincidencia, afirma Florian Schmidt, autor de Mercados laborales digitales en la economía de plataformas. “La industria puede moverse con flexibilidad hacia donde los salarios son más bajos”, afirma, y puede hacerlo mucho más rápidamente que, por ejemplo, los fabricantes textiles.
[ad_2]