Los "obreros ocultos" de la IA. La precariedad detrás de la magia

En la narrativa corporativa actual, la Inteligencia Artificial (IA) se presenta como un logro de la ingeniería, donde los algoritmos aprenden de forma autónoma en la nube. Sin embargo, esta "magia" digital esconde una infraestructura humana masiva y precarizada. Detrás de cada sistema que traduce un texto o reconoce una imagen, hay miles de trabajadores —etiquetadores de datos, moderadores de contenido y transcriptores— realizando tareas repetitivas por salarios ínfimos.

No estamos ante una tecnología que aprende sola, sino ante un sistema que es alimentado, corregido y moderado por millones de trabajadores en condiciones de extrema fragmentación. Este fenómeno, que autores como Mary Gray y Siddharth Suri denominan Ghost Work (trabajo fantasma) y Antonio Casilli define como Digital Labor, representa la mayor paradoja de nuestra era: para automatizar procesos, las grandes tecnológicas están creando formas de trabajo que nos devuelven a lógicas del siglo XIX. 

En este artículo, analizamos cómo la IA está reconfigurando las ocupaciones hacia un modelo de neotaylorismo global, donde la precariedad no es un fallo del sistema, sino un requisito para su funcionamiento.

Neotaylorismo digital: micro-tareas en la fábrica global

Para entender la dimensión del problema, debemos acudir a los datos de la Organización Internacional del Trabajo (ILO-OIT). En su informe de Perspectivas Sociales y del Empleo en el Mundo de 2021 sobre el papel de las plataformas de trabajo digital, la OIT estima que el número de trabajadores en plataformas de micro-tareas se ha multiplicado por cinco en la última década. Estos "etiquetadores" de datos no solo operan en países en desarrollo; existe una masa creciente de trabajadores en Europa y EE. UU. que recurren a estas tareas ante la degradación del empleo convencional.

La OCDE, en su Employment Outlook 2023, señala que mientras la IA tiene el potencial de mejorar la calidad de los empleos altamente cualificados, para las ocupaciones operativas el efecto es de sustitución de tareas y presión a la baja de salarios. La IA no "mata" el empleo, pero lo "descompone", generando una polarización social aguda: personas con alta formación académica terminan realizando tareas repetitivas de milisegundos (clics, marcos de imagen, corrección de texto) porque el mercado laboral tradicional no absorbe su cualificación, una forma de subempleo digital invisibilizado.

La gestión de estos obreros de la IA se realiza mediante el Algorithmic Management. Aquí, el "jefe" es un código que asigna tareas, evalúa el rendimiento en segundos y decide la remuneración de forma opaca.

Desde la sociología identificamos este modelo como neotaylorismo. Si Taylor fragmentó el movimiento físico en  la fábrica, el algoritmo fragmenta el pensamiento y la percepción en la red. Un trabajador de Amazon Mechanical Turk puede etiquetar 2.000 imágenes de semáforos en una mañana para entrenar un coche autónomo; esa persona no está participando en la "innovación", está sirviendo de prótesis humana para un sistema que aún no es capaz de distinguir matices visuales. 

Fuente: World Economic Forum, Future of Jobs Report 2025. Apéndice de "Task Distribution" (p. 42). 

Estamos asistiendo a una reconfiguración profunda de las ocupaciones (López Carmona, 2023). El trabajo de entrenamiento de la IA representa la máxima expresión de la fragmentación productiva: el flujo de trabajo se descompone en tareas tan minúsculas que pierden su sentido para el trabajador, pero cobran valor masivo para el algoritmo.

Mientras que en el pasado el operario tenía cierta visibilidad de su posición en la fábrica, el etiquetador de datos actual trabaja en un entorno de opacidad algorítmica absoluta. La Directiva Europea sobre el Trabajo en Plataformas (2024) es un intento jurídico de frenar esta opacidad.

El trabajador no sabe para quién trabaja, para qué sirve la tarea que realiza o cuánto valor está generando realmente. Es una forma de trabajo despojada de autonomía, donde el control se ejerce mediante métricas de milisegundos y sistemas de vigilancia digital que penalizan cualquier segundo de inactividad. Aquí, la tecnología no complementa al humano, sino que lo utiliza como una pieza de procesamiento de bajo coste para pulir sus propias imperfecciones. 

Desigualdad global y colonialismo de datos

Existe un debate recurrente sobre si la IA nos robará el empleo. Los datos, sin embargo, sugieren una realidad más compleja de reconfiguración ocupacional. Mientras que estudios fundacionales como el de Frey y Osborne (2013) situaban el riesgo de automatización en un alarmante 47% del empleo en EE. UU., investigaciones más recientes para el contexto español ofrecen matices importantes.

Existe un debate recurrente sobre si la IA nos robará el empleo. Los datos, sin embargo, sugieren una realidad más compleja de reconfiguración ocupacional. Mientras que estudios fundacionales como el de Frey y Osborne (2013) situaban el riesgo de automatización en un alarmante 47% del empleo en EE. UU., investigaciones más recientes para el contexto español ofrecen matices importantes.

En la siguiente tabla se evidencia un fenómeno de polarización social: los empleos que requieren baja cualificación son los más expuestos a la sustitución o a la degradación hacia micro-trabajos de plataforma, fenómenos que venimos tratando en este blog.

 Fuente: Elaboración propia.

No podemos ignorar la dimensión geopolítica. Los modelos de IA se diseñan en Silicon Valley, pero se entrenan en el "Sur Global". Autores como Nick Couldry hablan de "Colonialismo de Datos": las grandes potencias tecnológicas extraen el trabajo humano y los datos de países con menores costes laborales para devolver productos de alto valor que estos mismos países deben comprar.

La tesis de la polarización social y la desigualdad tecnológica cobra una dimensión geográfica devastadora en la industria de la IA. La mayoría de las empresas líderes en el sector tienen su sede en Silicon Valley o grandes capitales europeas, pero su "materia prima" (los datos etiquetados) proviene de países con legislaciones laborales débiles y salarios de subsistencia.

Asistimos a una nueva forma de segregación ocupacional. En los países desarrollados, celebramos la creación de empleos STEM de alta cualificación —ingenieros de prompts o científicos de datos—. Sin embargo, esta élite tecnológica solo puede existir gracias a una base piramidal de trabajadores en el Sur Global que perciben menos de dos dólares por hora. Es lo que Brynjolfsson y McAfee definen como "el gran desacoplamiento": la riqueza generada por la productividad de la IA se concentra en los dueños del capital, mientras que los salarios de quienes hacen posible esa tecnología permanecen estancados en la pobreza extrema.

Esta asimetría no es solo económica, es una cuestión de derechos laborales. Mientras en España debatimos el derecho a la desconexión o la regulación de los algoritmos en RRHH , millones de estos trabajadores operan sin contratos, sin protección social y bajo la constante amenaza de ser desconectados de la plataforma por un simple fallo en la conexión a internet o un error de etiquetado detectado por otra máquina. 

Conclusiones. Reclamar el factor humano en la era digital

La consolidación de los datos externos nos lleva a una conclusión ineludible: la IA no es un proceso de deshumanización por ausencia de personas, sino por la invisibilización y explotación de las mismas. El registro récord de bajas por salud mental en España (casi 600.000 en 2023 según el Ministerio de Trabajo) es un síntoma de un modelo productivo que prioriza la velocidad del algoritmo sobre la resiliencia humana.

Para transitar hacia una transición digital justa, es necesario:

1. Transparencia en la cadena de suministro de datos: Las empresas deben certificar que su IA ha sido entrenada bajo condiciones de trabajo decente (Salario mínimo, protección social).
2. Regulación del Algorithmic Management: Extender los principios de la "Ley Rider" española a todos los sectores donde un algoritmo asigne y supervise tareas.
3. Soberanía Tecnológica: Fomentar modelos de IA locales y abiertos que no dependan del extractivismo de datos y trabajo en países vulnerables.

La tecnología debe ser un medio para la emancipación, no una herramienta para automatizar la precariedad. Es hora de dejar de mirar solo a la pantalla y empezar a mirar a las personas que, detrás de ella, hacen posible el milagro.

¿Te preocupa el impacto de la IA en tus derechos? Este análisis busca abrir un debate informado y riguroso. Si crees que es necesario visibilizar el factor humano en la tecnología, comparte este artículo y únete a nuestra comunidad. ¡Suscribete al blog! Tu compromiso es fundamental para una transición digital justa.

Para saber más...

Casilli, A. A. (2024). Esperando a los robots: Investigación sobre el trabajo del clic. Punto de Vista Editores

Couldry, N. (2023). El costo de la conexión. Cómo los datos colonizan la vida humanada y se la apropian para el capitalismo. Ediciones Godot.

Doménech, R., García, J. R., Montañez, M., & Neut, A. (2018). ¿Cuán vulnerable es el empleo en España a la revolución digital? BBVA Research. https://www.bbvaresearch.com/publicaciones/cuan-vulnerable-es-el-empleo-en-espana-a-la-revolucion-digital/

Frey, C. B., & Osborne, M. A. (2013). The future of employment: How susceptible are jobs to computerisation? Technological Forecasting and Social Change, 114, 254-280. https://doi.org/10.1016/j.techfore.2016.08.019

Gray, M. L., & Suri, S. (2019). Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass. Houghton Mifflin Harcourt.

Hidalgo, M. A. (2018). El empleo del futuro: Un análisis del impacto de las nuevas tecnologías en el mercado laboral. Deusto.

López Carmona, J. L. (2023). Más allá de la automatización. Impacto de la Cuarta Revolución Industrial sobre las condiciones de trabajo y la cualificación. Sociología del Trabajo, 103, 29-42. https://doi.org/10.5209/stra.92439