El futuro de la IA y sus miles de millones dependen de trabajadores mal pagados: en EE. UU., la precariedad del sector se evidencia tras el despido de 5.000 personas.

Lejos de las salas de juntas, una frágil columna vertebral humana mantiene vivos esos modelos.

Mientras el capital riesgo sigue inundando la inteligencia artificial, miles de contratistas mal pagados etiquetan, ordenan y evalúan datos en silencio para que los chatbots suenen fluidos y los motores de recomendación parezcan listos. Sus trabajos cambian, se reducen o desaparecen de la noche a la mañana, incluso mientras las empresas de IA hablan de remodelar la economía global.

El boom que oculta una creciente fractura social

La IA está ahora en el centro del optimismo económico en Estados Unidos. Según cifras citadas por Futurism, las empresas vinculadas a la inteligencia artificial representaron alrededor del 92% del crecimiento del PIB de EE. UU. en la primera mitad de 2025. Es una concentración asombrosa del impulso económico en un solo sector.

Al mismo tiempo, grandes nombres de la tecnología siguen recortando plantilla. Amazon eliminó aproximadamente 14.000 puestos pese a unos resultados financieros sólidos. Los observadores del sector señalaron octubre como uno de los peores meses para los despidos tecnológicos desde 2003. El mensaje parece contradictorio: valoraciones récord, nóminas en retroceso.

Esto no es solo una búsqueda normal de eficiencia. Refleja una reestructuración silenciosa de cómo se hace el trabajo de IA. En lugar de empleados permanentes con prestaciones, muchas empresas desplazan el trabajo hacia una capa de contratistas repartidos por Estados Unidos y por todo el mundo. Estas personas realizan tareas tediosas pero cruciales que los modelos aún no pueden asumir por sí solos: leer prompts, puntuar respuestas de chatbots, señalar contenido dañino, clasificar imágenes, calificar resultados de búsqueda.

Los sistemas de IA que por fuera parecen mágicos siguen dependiendo de una enorme mano de obra humana mal pagada que, para los usuarios finales, permanece en gran medida invisible.

Estos trabajadores de plataformas están en una zona gris. Rara vez reciben seguro médico, vacaciones pagadas o protección laboral. Algoritmos y gestores de proyecto deciden su destino mediante contratos cortos, tarifas por hora cambiantes y paneles de rendimiento que a menudo resultan opacos. Cuando se ajustan presupuestos o cambian las prioridades corporativas, esta fuerza laboral absorbe el golpe primero.

Mercor y los 5.000 trabajadores apartados en un día

El caso reciente de Mercor, un contratista que trabaja con Meta y OpenAI, muestra lo abrupto que puede ser este sistema. La empresa estaba ejecutando un proyecto conocido como Musen, con más de 5.000 personas contribuyendo. Muchas de ellas aseguran que se les dijo que el proyecto duraría hasta final de año. La gente planificó el alquiler, el cuidado de los hijos y el pago de deudas basándose en esas garantías.

Entonces llegaron los mensajes: Musen había terminado. Sin apenas preaviso, sin una reducción gradual. El acceso a las tareas desapareció casi de un día para otro. Solo una fracción de los afectados logró contactar con una persona. Para miles de otros, la plataforma simplemente enmudeció.

Poco después, según se informó, Mercor lanzó un nuevo proyecto llamado Nova. Las tareas parecían sorprendentemente similares: evaluar salidas del modelo, revisar datos, comprobar calidad. Pero el pago por hora bajó cinco dólares. Varios trabajadores describieron una sensación de latigazo. El trabajo no había cambiado; el precio de su tiempo sí.

Un proyecto termina un viernes; el lunes aparecen tareas casi idénticas bajo otro nombre, a una tarifa por hora más baja y sin garantía de duración.

Este patrón coincide con un cambio más amplio en la contratación dentro de la IA:

• Contratos más cortos con fechas de finalización poco claras
• Pausas frecuentes en la disponibilidad de tareas, dejando a los trabajadores sin ingresos
• Presión a la baja sobre las tarifas por hora a medida que se incorporan nuevas cohortes de trabajadores
• Más vigilancia de la rapidez y la «calidad», con poco derecho a recurrir

Algunas plataformas han tomado otro camino. Están reduciendo grandes multitudes de anotadores generalistas y sustituyéndolas por equipos más pequeños de especialistas mejor pagados, como revisores médicos o analistas jurídicos. Eso puede elevar la calidad, pero sigue dejando a miles de trabajadores menos cualificados buscando a la desesperada lo que quede: moderación de contenido, detección de spam, etiquetado de material ofensivo.

Jornadas largas, estrés constante y poca capacidad de negociación

Para quienes hacen estos trabajos, la realidad diaria está lejos de los brillantes eventos de lanzamiento de IA. Los horarios se alargan hasta bien entrada la noche mientras los trabajadores persiguen suficientes tareas para pagar las facturas. Los husos horarios se difuminan cuando las empresas estadounidenses se apoyan en turnos nocturnos de América Latina, África o el Sudeste Asiático. Incluso dentro de Estados Unidos, los contratistas compaginan varias plataformas para poder ganarse la vida.

Cuando los proyectos se frenan, el agujero de ingresos aparece al instante. No hay indemnización, no hay un plazo oficial de aviso. Las colas de tareas simplemente muestran «no hay trabajo disponible». Esa incertidumbre crea un clima de resignación silenciosa. Muchos aceptan tarifas reducidas o condiciones más duras porque ven pocas alternativas que permitan trabajo remoto y flexible.

También aumenta la presión psicológica. Algunos entrenan sistemas de seguridad revisando contenido violento, sexual u odioso. Otros leen chats emocionalmente cargados o consultas de usuarios angustiosas. A menudo gestionan ese material en aislamiento, desde un dormitorio o una mesa de cocina, con un apoyo psicológico mínimo.

El sector de la IA habla de eficiencia y automatización; para muchos trabajadores, la experiencia vivida es la ansiedad por la próxima tarea y el próximo pago del alquiler.

Lo que este cambio laboral dice sobre nuestro futuro colectivo

En público, los líderes de IA tienden a adoptar un tono optimista. Satya Nadella, de Microsoft, ha hablado de la inteligencia artificial como una forma de mejorar la calidad de vida, siempre que los humanos conserven un control significativo. Sam Altman, de OpenAI, suele describir un futuro de enormes ganancias de productividad, combinadas con nuevos tipos de trabajo que aún no existen.

Esa visión presupone un contrato social estable. La realidad actual sugiere algo más frágil. Las empresas de IA dependen en gran medida de un grupo creciente de personas que encadenan trabajos inestables. Trabajan como el cimiento oculto del aprendizaje automático, pero apenas tienen poder de negociación.

En teoría, las herramientas de IA deberían reducir el trabajo pesado y liberar a las personas de tareas repetitivas. En la práctica, muchos de los empleos más monótonos y repetitivos se han empujado hacia los márgenes del mercado laboral, donde la protección es más débil. El riesgo es que la riqueza generada por la IA permanezca concentrada en la cúspide, mientras la volatilidad se extiende por la base.

Ganadores, perdedores y una brecha que se ensancha

El contraste entre quienes se benefician y quienes absorben los golpes es marcado. La tabla siguiente dibuja tres niveles aproximados dentro de la economía de la IA.

Nivel	Roles típicos	Condiciones
Superior	Fundadores, directivos, investigadores sénior	Participaciones, salarios altos, gran movilidad laboral
Medio	Ingenieros, científicos de datos, responsables de producto	Remuneración competitiva, prestaciones, cierto riesgo de despido
Inferior	Anotadores, evaluadores, moderadores, trabajadores de plataformas	Baja remuneración, sin red de seguridad, horarios irregulares

Esta estructura plantea preguntas difíciles para los responsables políticos. Si la IA impulsa la mayor parte del crecimiento del PIB, pero una parte de ese crecimiento descansa sobre trabajo precario, ¿quién asume los costes sociales? ¿Deberían los reguladores fijar estándares básicos para el trabajo de datos de IA, como un salario mínimo, preaviso para cierres de proyectos o criterios de evaluación transparentes?

Vías de avance: regulación, certificación y voz de los trabajadores

Varias respuestas posibles empiezan a asomar en los debates de política pública. Ninguna resolverá el problema por sí sola, pero juntas pueden reducir las formas más dañinas de precariedad.

Establecer un suelo para el trabajo en IA

Algunos expertos en trabajo defienden normas adaptadas al trabajo tecnológico basado en plataformas. En lugar de dejarlo todo a contratos privados, los gobiernos podrían exigir:

• Tarifas mínimas por hora acordes con el coste de vida local
• Calendarios escritos y claros para proyectos a partir de cierto tamaño
• Acceso a mecanismos de resolución de disputas cuando a los trabajadores se les baje la calificación o se les bloquee
• Apoyo básico de salud mental para quienes revisan contenido sensible

Medidas así no convertirían el trabajo por contrato en empleo estándar. Seguirían dejando a las empresas flexibilidad para ampliar o reducir proyectos. Pero podrían hacer que historias como el cierre de Mercor fueran menos brutales para los afectados.

La transparencia como señal competitiva

Los proveedores de IA tienen cada vez más que demostrar que sus modelos son seguros y que su origen es ético. Eso crea otra palanca. Los compradores de servicios de IA -de bancos a hospitales- pueden empezar a preguntar de dónde vienen los datos de entrenamiento y en qué condiciones se produjeron. Aquí podrían ayudar etiquetas independientes o esquemas de certificación.

Si las empresas empiezan a tratar los estándares laborales como un riesgo reputacional, los contratistas y las grandes tecnológicas afrontarán presión para limpiar sus cadenas de suministro, no solo su código.

Más allá de los titulares: qué pueden hacer hoy los trabajadores

Para quienes ya están dentro de este mundo de microtareas de IA, el cambio no llegará de la noche a la mañana. Algunas estrategias prácticas aún pueden reducir la vulnerabilidad. Los trabajadores pueden:

• Repartir su riesgo entre varias plataformas en lugar de depender de una sola
• Registrar pagos, tiempos muertos y patrones de tareas para identificar qué clientes son más fiables
• Unirse a comunidades en línea donde se compartan abiertamente tarifas y condiciones
• Desarrollar habilidades cercanas -como scripting básico, limpieza de datos o diseño de prompts- que abran la puerta a roles mejor pagados

Los foros comunitarios han empezado a actuar como sindicatos informales para este sector. Los trabajadores intercambian capturas de pantalla, comparan nuevos nombres de proyectos con los antiguos y se avisan cuando un cliente baja tarifas de repente. Ese tipo de inteligencia colectiva rara vez llega a las llamadas con inversores sobre resultados, pero determina quién sigue en el juego y quién lo abandona.

La industria de la IA suele enmarcar el riesgo en términos de modelos descontrolados o automatización sin freno. El riesgo más silencioso está más cerca del suelo: un motor económico construido sobre personas que nunca saben del todo si seguirán teniendo trabajo la semana que viene. Mientras eso siga siendo lo normal, el futuro de la IA seguirá apoyándose sobre hombros humanos inestables.