Alguien tuvo que enseñarle a la máquina

NO LLEGA TERMINADO

Una fotografía no contiene por sí sola la palabra “peatón”. Un audio no trae incorporada su transcripción. Una frase no incluye una etiqueta universal que indique si expresa alegría, amenaza, ironía o insulto.

Para que esos materiales puedan alimentar ciertos sistemas de aprendizaje automático, alguien debe convertirlos en categorías utilizables.

Ese trabajo suele aparecer en la documentación técnica como una fase previa: preparación, limpieza o anotación de datos.

Miceli propone invertir la perspectiva.

La producción de datos no es una antesala irrelevante del modelo. Allí se toman decisiones sobre significado. Allí se define qué diferencias importan, cuáles se ignoran y qué interpretación se convierte en referencia correcta.

Cuando el dataset termina, esas decisiones se vuelven difíciles de ver.

La etiqueta parece pertenecer a la imagen.

El trabajo que la puso allí desaparece.

Buena parte de la discusión sobre inteligencia artificial adoptó la palabra sesgo para describir resultados injustos o representaciones incompletas.

Miceli, Julian Posada y Tianling Yang propusieron una pregunta más incómoda: ¿por qué hablar de sesgo cuando en muchos casos estamos hablando de poder?

El cambio no es puramente terminológico.

“Sesgo” puede sugerir una desviación respecto de un punto neutral: encontramos el error, equilibramos los datos, corregimos la muestra. Una perspectiva centrada en poder obliga a preguntar quién define la categoría, quién redacta las instrucciones, qué intereses empresariales organizan el trabajo, qué desigualdades históricas llegan al dataset y qué margen tiene quien etiqueta para discutir una orden.

La diferencia aparece con claridad en una tarea ambigua.

Si el trabajador interpreta el material de una manera y la guía exige otra, ¿cuál de las dos se convierte en verdad de referencia?

La respuesta no depende solamente de quién entiende mejor la escena.

También depende de quién paga y quién puede rechazar el trabajo del otro.

DE PRODUCCIÓN DE DATOS

En The Data-Production Dispositif, Miceli y Posada estudiaron plataformas en Venezuela y una empresa de tercerización en Argentina. Analizaron documentos de instrucciones, entrevistaron trabajadores, gerentes y solicitantes y realizaron observación participante.

Para describir lo que encontraron recurrieron a la noción foucaultiana de dispositivo.

El dato no se produce mediante una sola orden. Se produce dentro de un conjunto de discursos, interfaces, reglas, métricas y relaciones laborales que orientan la interpretación.

Una instrucción puede codificar la visión del mundo del cliente. Una interfaz puede impedir que el trabajador explique por qué ninguna categoría disponible resulta adecuada. Una métrica de productividad puede volver costoso detenerse frente a una ambigüedad. La dependencia económica puede convertir una discrepancia en obediencia.

Nada de eso aparece necesariamente en el archivo final.

El dataset conserva el resultado.

Pierde buena parte de las condiciones que lo hicieron posible.

NO SOLO EL PRODUCTO

La respuesta habitual frente a datasets opacos ha sido documentarlos mejor: quién los creó, qué contienen, para qué fueron diseñados, cuáles son sus límites.

Miceli y sus colaboradores propusieron ampliar esa lógica.

No alcanza con documentar el dataset. También hay que documentar la producción del dataset.

Durante más de dos años trabajaron con trabajadores de empresas en Argentina y Bulgaria para diseñar formas de registrar tareas, equipos, instrucciones, pagos, cambios y retroalimentación. El objetivo no era agregar burocracia sino conservar parte del contexto que normalmente se pierde cuando el dato viaja desde quien lo produce hasta quien entrena un modelo.

La diferencia puede parecer administrativa, pero cambia la posibilidad de auditoría.

Un dataset puede decir de dónde provienen sus imágenes y seguir ocultando que quienes las etiquetaron recibieron instrucciones contradictorias, no pudieron consultar al cliente o fueron penalizados por detenerse demasiado tiempo.

La transparencia sobre el objeto no reemplaza la transparencia sobre el trabajo.

TAMBIÉN PUEDE EXTRAER

Existe otra incomodidad en el recorrido de Miceli: investigar trabajo precario no garantiza que la investigación deje de ser extractiva.

Un académico puede viajar, entrevistar personas, publicar un paper, construir una carrera y abandonar el lugar con una descripción mucho más valiosa para su institución que para quienes aportaron las experiencias.

Data Workers’ Inquiry nace en parte de esa tensión.

El proyecto adapta la tradición de la Workers’ Inquiry para que trabajadores de datos puedan participar como investigadores de sus propias condiciones, formular preguntas, producir informes y discutir interpretaciones. En trabajos recientes, Miceli y sus colegas llaman a esto **autoridad epistémica de los trabajadores**.

La expresión merece cuidado.

No significa que la experiencia individual sea infalible ni que reemplace cualquier otra forma de conocimiento. Significa que ciertas relaciones de trabajo no pueden entenderse completamente si quienes las viven solo aparecen como fuentes de testimonios administrados por otros.

Investigar el trabajo también exige discutir quién investiga a quién.

SABE COSAS QUE EL MODELO NO REGISTRA

Quien etiqueta miles de ejemplos aprende dónde falla una instrucción.

Sabe qué categorías se confunden, qué casos obligan a improvisar, cuándo una guía fue escrita por alguien que no conoce el contexto local y qué cambios en la plataforma alteran la calidad del trabajo. Ese conocimiento puede no quedar registrado porque el sistema fue diseñado para recibir etiquetas, no comentarios sobre la etiqueta.

Miceli insiste en que la calidad de los datos y las condiciones laborales no son problemas separados.

Una cadena que trata al trabajador como ejecutor reemplazable también desperdicia información sobre el propio sistema. Si la persona no puede devolver dudas, cuestionar categorías o explicar excepciones, una parte del conocimiento producido durante la tarea se pierde.

La paradoja es fuerte.

Las empresas contratan seres humanos precisamente porque el mundo contiene ambigüedades que la máquina todavía no resuelve.

Después diseñan procesos que intentan reducir a esos humanos a comportamiento mecánico.

A UNA CADENA GLOBAL

La investigación de Miceli tiene una característica importante para La Intemperie: una parte de su trabajo sobre producción de datos comenzó mirando América Latina, incluida Argentina, pero no se quedó allí.

Data Workers’ Inquiry reúne experiencias de distintos países y tipos de trabajo. En Buenos Aires, Miceli investigó a jóvenes que etiquetaban datos en barrios populares. En otros contextos encontró refugiados y trabajadores vinculados a tareas que terminaban alimentando sistemas de vigilancia o aplicaciones militares.

La geografía modifica el trabajo.

Cambian salarios, idiomas, contratos, costos de vida, capacidad de organización y relación con las empresas. Lo que permanece es una cadena global que puede distribuir tareas allí donde encuentra mano de obra disponible y mantener lejos del producto final las condiciones concretas de esa producción.

Por eso “trabajo invisible” describe algo, pero no todo.

Muchas veces el trabajo es perfectamente visible para quien lo compra.

Lo invisible es su lugar en el relato público sobre la inteligencia artificial.

Poner el foco en trabajo y poder puede generar su propia reducción.

No todos los problemas de un sistema de IA se explican por precariedad laboral. Un dataset puede producirse bajo buenas condiciones y conservar límites técnicos, estadísticos o conceptuales. Un proceso participativo tampoco garantiza por sí solo categorías justas ni elimina conflictos entre comunidades.

Existe además una tensión difícil entre mejorar el trabajo de datos y cuestionar una industria que depende de multiplicarlo. Profesionalizar la anotación puede reconocer habilidades y derechos; también puede estabilizar cadenas de producción que continúan distribuyendo de manera muy desigual valor y decisión.

Miceli no resuelve esa contradicción con una consigna.

Su aporte está en hacerla visible dentro del objeto técnico.

Cuando una empresa dice que necesita “mejores datos”, la pregunta ya no puede terminar en el dataset.

Hay que seguirla hasta las personas, contratos, instrucciones e instituciones que producen aquello que llamamos mejor.

Milagros Miceli sirve como precursora porque desplaza la discusión sobre inteligencia artificial hacia una zona que durante mucho tiempo fue tratada como servicio auxiliar.

La máquina aprende de datos.

Pero los datos no caen del cielo.

Alguien decide qué recolectar. Alguien escribe una guía. Alguien mira un caso dudoso. Alguien transforma una interpretación en etiqueta. Alguien acepta —o no puede rechazar— las condiciones bajo las cuales esa tarea debe realizarse.

En ese recorrido se produce algo más que información para una red neuronal.

Se produce una versión operativa del mundo.

La pregunta por la inteligencia artificial entonces cambia de escala. No alcanza con observar el modelo y preguntar qué sabe.

También hay que mirar hacia atrás y preguntar quién tuvo autoridad para enseñárselo.