Por Cade Metz

Namita Pradhan se sentó en un escritorio en el centro de Bhubaneswar, India, a unas 40 millas de la Bahía de Bengala, mirando un video grabado en un hospital al otro lado del mundo.

El video mostraba el interior del colon de alguien. Pradhan estaba buscando pólipos, pequeños crecimientos en el intestino grueso que pudieran conducir al cáncer. Cuando encontró uno, se ven un poco como un grano viscoso y enojado, lo marcó con el mouse y el teclado de su computadora, dibujando un círculo digital alrededor del pequeño bulto.

No estaba entrenada como doctora, pero estaba ayudando para enseñar un sistema de inteligencia artificial que eventualmente podría hacer el trabajo de un médico.

Pradhan era una de las docenas de jóvenes indias y hombres alineados en escritorios en el cuarto piso de un pequeño edificio de oficinas. Fueron entrenados para anotar todo tipo de imágenes digitales, señalando todo, desde señales de alto y peatones en escenas callejeras hasta fábricas y petroleros en fotos satelitales.

AI, la mayoría de la gente en la industria de la tecnología te diría, es el futuro de su industria, y está mejorando rápidamente gracias a algo llamado aprendizaje automático . Pero los ejecutivos de tecnología rara vez discuten el proceso intensivo en mano de obra que entra en su creación. La IA está aprendiendo de los humanos. Montones y montones de humanos.

Antes de que un sistema de inteligencia artificial pueda aprender, alguien tiene que etiquetar los datos que se le proporcionan. Los humanos, por ejemplo, deben identificar los pólipos. El trabajo es vital para la creación de inteligencia artificial, como automóviles autónomos, sistemas de vigilancia y atención médica automatizada.

Las empresas tecnológicas guardan silencio sobre este trabajo. Y se enfrentan a crecientes preocupaciones de los activistas de la privacidad por la gran cantidad de datos personales que almacenan y comparten con empresas externas.

A principios de este año, negocié una mirada detrás de la cortina que los magos de Silicon Valley rara vez otorgan. Hice un viaje serpenteante por la India y me detuve en una instalación al otro lado de la calle del Superdome en el centro de Nueva Orleans. En total, visité cinco oficinas donde las personas realizan el trabajo infinitamente repetitivo necesario para enseñar sistemas de IA, todo dirigido por una empresa llamada iMerit .

Hubo inspectores de intestino como Pradhan y especialistas en contar un buen tos de una tos fuerte Había especialistas en idiomas e identificadores de escenas callejeras. ¿Qué es un peatón? ¿Es una doble línea amarilla o una línea blanca punteada? Un día, un automóvil robótico necesitará saber la diferencia.

Lo que vi no se parecía mucho al futuro, o al menos al automatizado que puedas imaginar. Las oficinas podrían haber sido centros de llamadas o centros de procesamiento de pagos. Uno era un antiguo edificio de apartamentos en el medio de un vecindario residencial de bajos ingresos en el oeste de Kolkata que estaba lleno de peatones, rickshaws y vendedores ambulantes.

En instalaciones como la que visité en Bhubaneswar y en otras ciudades de la India, China, Nepal, Filipinas, África Oriental y los Estados Unidos, decenas de miles de empleados de oficina golpean el reloj mientras enseñan las máquinas.

Decenas de miles de trabajadores más, contratistas independientes que generalmente trabajan en sus hogares, también anotan datos a través de servicios de crowdsourcing como Amazon Mechanical Turk que permite a cualquier persona distribuir tareas digitales a trabajadores independientes en los Estados Unidos y otros países. Los trabajadores ganan unos centavos por cada etiqueta.

Con sede en India, iMerit etiqueta datos de muchos de los nombres más importantes en la tecnología y las industrias automotrices. Se negó a nombrar a estos clientes públicamente, citando acuerdos de confidencialidad. Pero recientemente reveló que sus más de 2,000 trabajadores en nueve oficinas alrededor del mundo están contribuyendo a un servicio de etiquetado de datos en línea de Amazon llamado SageMaker Ground Truth. Anteriormente, incluía a Microsoft como cliente.

Un día, quién sabe cuándo, la inteligencia artificial podría vaciar el mercado laboral. Pero por ahora, está generando empleos relativamente mal pagados. El mercado de etiquetado de datos superó los $ 500 millones en 2018 y alcanzará los $ 1.2 mil millones para 2023, según la firma de investigación Cognilytica. Este tipo de trabajo, según el estudio, representaba el 80% del tiempo dedicado a la construcción de tecnología de inteligencia artificial.

¿Es el trabajo explotador? Depende de dónde vivas y en qué estés trabajando. En India, es un boleto a la clase media. En Nueva Orleans, es un trabajo lo suficientemente decente. Para alguien que trabaja como contratista independiente, a menudo es un callejón sin salida.

Hay habilidades que deben aprenderse, como detectar signos de una enfermedad en un video o exploración médica o mantener una mano firme al dibujar un lazo digital alrededor del imagen de un carro o un árbol. En algunos casos, cuando la tarea involucra videos médicos, pornografía o imágenes violentas, el trabajo se vuelve espeluznante.

“Cuando ves estas cosas por primera vez, es profundamente inquietante. No quieres volver al trabajo. Es posible que no regrese al trabajo “, dijo Kristy Milland, quien pasó años realizando trabajos de etiquetado de datos en Amazon Mechanical Turk y se ha convertido en una activista laboral en nombre de los trabajadores del servicio.

” Pero para aquellos de nosotros que no puedo darme el lujo de no volver al trabajo, simplemente hazlo “, dijo Milland.

Antes de viajar a India, intenté etiquetar imágenes en un servicio de crowdsourcing, dibujando cuadros digitales alrededor de logotipos de Nike e identificando” no es seguro para el trabajo ” imágenes Estaba dolorosamente inepto.

Tuve que pasar una prueba antes de comenzar el trabajo. Incluso eso fue desalentador. Las primeras tres veces, fallé. Etiquetar imágenes para que las personas puedan buscar al instante en un sitio web productos minoristas, sin mencionar el tiempo dedicado a identificar imágenes crudas de mujeres desnudas y juguetes sexuales como “NSFW”, no fue exactamente inspirador.

Los investigadores de IA esperan poder construir sistemas que puede aprender de pequeñas cantidades de datos. Pero en el futuro previsible, el trabajo humano es esencial.

“Este es un mundo en expansión, oculto bajo la tecnología”, dijo Mary Gray, antropóloga de Microsoft y coautora del libro “Ghost Work”, que explora El mercado de etiquetado de datos. “Es difícil sacar a los humanos del círculo”.

La ciudad de los templos

Bhubaneswar se llama la Ciudad de los Templos. Los antiguos santuarios hindúes se alzan sobre los mercados de carretera en el extremo suroeste de la ciudad: torres gigantes de piedra apilada que datan del primer milenio. En el centro de la ciudad, muchas calles están sin pavimentar. Las vacas y los perros salvajes deambulan entre los ciclomotores, automóviles y camiones.

La ciudad – población: 830,000 – también es un centro de rápido crecimiento para el trabajo en línea. A unos 15 minutos en coche de los templos, en una carretera (pavimentada) cerca del centro de la ciudad, un edificio blanco de cuatro pisos se encuentra detrás de un muro de piedra. En el interior, hay tres habitaciones llenas de largas filas de escritorios, cada una con su propia pantalla panorámica de computadora. Aquí fue donde Namita Pradhan pasó sus días etiquetando videos cuando la conocí.

Pradhan, de 24 años, creció a las afueras de la ciudad y obtuvo un título de una universidad local, donde estudió biología y otras materias antes de tomar el trabajo con iMerit . Fue recomendado por su hermano, que ya estaba trabajando para la empresa. Vivió en un hostal cerca de su oficina durante la semana y tomó el autobús de regreso a la casa de su familia cada fin de semana.

Visité la oficina en un día templado de enero. Algunas de las mujeres sentadas en las largas filas de escritorios vestían tradicionalmente: saris rojos brillantes, largos aretes de oro. Pradhan llevaba una camisa verde de manga larga, pantalones negros y zapatos blancos con cordones mientras anotaba videos para un cliente en los Estados Unidos.

En el transcurso de lo que fue un típico día de ocho horas, el tímido 24- de un año de edad, vio alrededor de una docena de videos de colonoscopia, invirtiendo constantemente el video para ver de cerca los cuadros individuales.

De vez en cuando, encontraba lo que estaba buscando. Lo enlazaría con una “caja delimitadora” digital. Dibujó cientos de estas cajas delimitadoras, etiquetando los pólipos y otros signos de enfermedad, como coágulos de sangre e inflamación.

Su cliente, una compañía en los Estados Unidos que iMerit es no se le permite nombrar, eventualmente alimentará su trabajo en un sistema de IA para que pueda aprender a identificar condiciones médicas por sí mismo. El propietario del colon no necesariamente sabe que el video existe. Pradhan no sabe de dónde provienen las imágenes. Tampoco iMerit.

Pradhan aprendió la tarea durante siete días de videollamadas en línea con un médico no profesional, con sede en Oakland, California, que ayuda a capacitar a los trabajadores en muchas oficinas de iMerit. Pero algunos cuestionan si los médicos y estudiantes de medicina con experiencia deberían hacer este etiquetado ellos mismos.

Este trabajo requiere personas “que tengan antecedentes médicos y el conocimiento relevante en anatomía y patología”, dijo el Dr. George Shih, radiólogo de Weill Cornell. Medicine y NewYork-Presbyterian y cofundador de la startup MD.ai., que ayuda a las organizaciones a desarrollar inteligencia artificial para el cuidado de la salud.

Cuando conversamos sobre su trabajo, Pradhan lo calificó de “bastante interesante” pero agotador. ¿En cuanto a la naturaleza gráfica de los videos? “Al principio fue asqueroso, pero luego te acostumbras”.

Las imágenes que etiquetaba eran espeluznantes, pero no tan espeluznantes como las que otros manejaban en iMerit. Sus clientes también están creando inteligencia artificial que puede identificar y eliminar imágenes no deseadas en las redes sociales y otros servicios en línea. Eso significa etiquetas para pornografía, violencia gráfica y otras imágenes nocivas.

Este trabajo puede ser tan molesto para los trabajadores, iMerit intenta limitar cuánto ven. La pornografía y la violencia se mezclan con imágenes más inocuas, y los que etiquetan las imágenes espeluznantes son secuestrados en habitaciones separadas para proteger a otros trabajadores, dijo Liz O'Sullivan, quien supervisó la anotación de datos en una startup de inteligencia artificial llamada Clarifai y ha trabajado estrechamente con iMerit en tales proyectos

Otras compañías de etiquetado harán que los trabajadores anoten un número ilimitado de estas imágenes, dijo O'Sullivan.

“No me sorprendería si esto causa un trastorno de estrés postraumático, o algo peor. Es difícil encontrar una compañía que no sea éticamente deplorable que se haga cargo de esto ”, dijo. “Hay que rellenar la pornografía y la violencia con otro trabajo, para que los trabajadores no tengan que mirar pornografía, pornografía, pornografía, decapitación, decapitación, decapitación”.

IMerit dijo en un comunicado que no obliga a los trabajadores a mire pornografía u otro material ofensivo y solo asume el trabajo cuando puede ayudar a mejorar los sistemas de monitoreo.

Pradhan y sus compañeros de etiquetado ganan entre $ 150 y $ 200 por mes, lo que genera entre $ 800 y $ 1,000 de ingresos para iMerit, según a un ejecutivo de la compañía.

Según los estándares de EE. UU., el salario de Pradhan es indecentemente bajo. Pero para ella y muchos otros en estas oficinas, se trata de un salario promedio para un trabajo de entrada de datos.

Trabajo tedioso. Pero paga por un apartamento

Prasenjit Baidya creció en una granja a unos 30 kilómetros de Kolkata, la ciudad más grande de Bengala Occidental, en la costa este de la India. Sus padres y su familia extendida aún viven en la casa de su infancia, un grupo de edificios de ladrillo construidos a principios del siglo XIX. Cultivan arroz y girasoles en los campos circundantes y secan las semillas en las alfombras esparcidas por los tejados.

Fue el primero de su familia en obtener una educación universitaria, que incluía una clase de informática. Pero la clase no le enseñó tanto. La sala ofrecía solo una computadora por cada 25 estudiantes. Aprendió sus habilidades informáticas después de la universidad, cuando se inscribió en un curso de capacitación dirigido por una organización sin fines de lucro llamada Anudip. Fue recomendado por un amigo y cuesta el equivalente a $ 5 al mes.

Anudip imparte cursos de inglés y computación en toda la India, capacitando a unas 22,000 personas al año. Alimenta a los estudiantes directamente en iMerit, que sus fundadores establecieron como una operación hermana en 2013. A través de Anudip, Baidya consiguió un trabajo en una oficina de iMerit en Kolkata, y también su esposa, Barnali Paik, que creció en un pueblo cercano.

En los últimos seis años, iMerit ha contratado a más de 1,600 estudiantes de Anudip. Ahora emplea a unas 2.500 personas en total. Más del 80% proviene de familias con ingresos inferiores a $ 150 al mes.

Fundada en 2012 y aún una empresa privada, iMerit hace que sus empleados realicen tareas digitales como transcribir archivos de audio o identificar objetos en fotos. Las empresas de todo el mundo pagan a la compañía para que use a sus trabajadores y, cada vez más, ayudan a trabajar en inteligencia artificial.

“Queremos llevar a personas de bajos ingresos a la tecnología y empleos tecnológicos”, dijo Radha Basu, quien fundó Anudip e iMerit con su esposo, Dipak, después de largas carreras en Silicon Valley con los gigantes tecnológicos Cisco Systems y HP.

La edad promedio de estos trabajadores es de 24. Como Baidya, la mayoría de ellos provienen de aldeas rurales. La compañía abrió recientemente una nueva oficina en Metiabruz, un vecindario mayormente musulmán en el oeste de Kolkata. Allí, contrata principalmente a mujeres musulmanas cuyas familias son reacias a dejarlas fuera del área bulliciosa. No se les pide que miren imágenes pornográficas o material violento.

Al principio, iMerit se centró en tareas simples: clasificar listas de productos para sitios minoristas en línea, examinar publicaciones en las redes sociales. Pero se ha convertido en un trabajo que alimenta la inteligencia artificial.

El crecimiento de iMerit y compañías similares representa un cambio lejos de los servicios de crowdsourcing como Mechanical Turk. IMerit y sus clientes tienen un mayor control sobre cómo se capacita a los trabajadores y cómo se realiza el trabajo.

Baidya, ahora gerente de iMerit, supervisa un esfuerzo para etiquetar las escenas de la calle utilizadas en la capacitación de automóviles sin conductor para una empresa importante en los Estados Unidos . Su equipo analiza y etiqueta fotos digitales, así como imágenes tridimensionales capturadas por Lidar, dispositivos que miden distancias utilizando pulsos de luz. Pasan sus días dibujando cajas delimitadoras alrededor de automóviles, peatones, señales de alto y líneas eléctricas.

Dijo que el trabajo podría ser tedioso, pero le había dado una vida que de otro modo no habría tenido. Él y su esposa compraron recientemente un apartamento en Kolkata, a poca distancia de la oficina de iMerit donde trabaja.

“Los cambios en mi vida, en términos de mi situación financiera, mis experiencias, mis habilidades en inglés, han sido sueño “, dijo. “Tuve una oportunidad”.

Escuchando a la gente toser

Unas semanas después de mi viaje a la India, tomé un Uber por el centro de Nueva Orleans. Hace aproximadamente 18 meses, iMerit se mudó a uno de los edificios al otro lado de la calle del Superdome.

Una importante compañía tecnológica estadounidense necesitaba una forma de etiquetar los datos para una versión en español de su asistente digital doméstico. Entonces envió los datos a la nueva oficina de iMerit en Nueva Orleans.

Después del huracán Katrina en 2005, cientos de trabajadores de la construcción y sus familias se mudaron a Nueva Orleans para ayudar a reconstruir la ciudad. Muchos se quedaron. Varios hispanohablantes vinieron con esa nueva fuerza laboral, y la compañía comenzó a contratarlos.

Oscar Cabezas, de 23 años, se mudó con su madre a Nueva Orleans desde Colombia. Su padrastro encontró trabajo en la construcción, y después de la universidad, Cabezas se unió a iMerit cuando comenzó a trabajar en el asistente digital en español.

Anotó todo, desde tuits hasta reseñas de restaurantes, identificando personas y lugares y señalando ambigüedades. En Guatemala, por ejemplo, “pisto” significa dinero, pero en México, significa cerveza. “Todos los días era un proyecto nuevo”, dijo.

La oficina se ha expandido a otros trabajos, sirviendo a las empresas que desean mantener sus datos dentro de los Estados Unidos. Algunos proyectos deben permanecer en los Estados Unidos, con fines legales y de seguridad.

Glenda Hernández, de 42 años, que nació en Guatemala, dijo que extrañaba su antiguo trabajo en el proyecto de asistente digital. A ella le encantaba leer. Revisó libros en línea para grandes compañías editoriales para poder obtener copias gratuitas, y disfrutó la oportunidad de que le pagaran por leer en español.

“Ese era mi bebé”, dijo sobre el proyecto.

Era menos interesado en el etiquetado de imágenes o proyectos como el que involucró anotaciones de grabaciones de personas que tose; fue una forma de desarrollar IA que identifica los síntomas de la enfermedad por teléfono.

“Escuchar la tos todo el día es un poco desagradable”, dijo.

El trabajo es fácilmente malentendido, dijo Gray, el antropólogo de Microsoft . Escuchar a la gente toser todo el día puede ser desagradable, pero así es como los médicos pasan sus días. “No pensamos en eso como un trabajo pesado”, dijo.

El trabajo de Hernández está destinado a ayudar a los médicos a hacer su trabajo o tal vez, algún día, reemplazarlos. Ella se enorgullece de eso. Momentos después de quejarse del proyecto, señaló a sus colegas en toda la oficina.

“Éramos los maestros de la tos”, dijo. ‘Era suficiente para vivir entonces. No sería ahora “.

En 2005, Kristy Milland se inscribió para su primer trabajo en Amazon Mechanical Turk. Tenía 26 años y vivía en Toronto con su esposo, quien administraba un almacén local. Mechanical Turk era una forma de ganar un poco de dinero extra.

El primer proyecto fue para Amazon. Aparecerían tres fotos de una tienda en su computadora portátil, y ella elegiría la que mostraba la puerta principal. Amazon estaba creando un servicio en línea similar a Google Street View, y la compañía necesitaba ayuda para elegir las mejores fotos.

Hizo 3 centavos por cada clic, o alrededor de 18 centavos por minuto. En 2010, su esposo perdió su trabajo y “MTurk” se convirtió en un concierto a tiempo completo. Durante dos años, trabajó seis o siete días a la semana, a veces hasta 17 horas al día. Ella ganaba alrededor de $ 50,000 al año.

“Era suficiente para vivir entonces. No sería ahora “, dijo Milland.

El trabajo en ese momento realmente no involucraba a la IA. Para otro proyecto, extraería información de los documentos hipotecarios o volvería a escribir nombres y direcciones a partir de fotos de tarjetas de visita, a veces por tan solo un dólar por hora.

Alrededor de 2010, comenzó a etiquetar para proyectos de IA. Milland etiquetó todo tipo de datos, como imágenes sangrientas que aparecieron en Twitter (que ayuda a construir IA que puede ayudar a eliminar imágenes sangrientas de la red social) o imágenes aéreas probablemente tomadas en algún lugar de Medio Oriente (presumiblemente para AI que los militares y sus los socios están construyendo para identificar objetivos de drones).

Los proyectos de gigantes tecnológicos de los EE. UU., Dijo Milland, generalmente pagaban más que el trabajo promedio, alrededor de $ 15 por hora. Pero el trabajo no venía con atención médica o vacaciones pagas, y el trabajo podía ser aturdidor o francamente perturbador. Ella lo calificó como “horriblemente explotador”. Amazon declinó hacer comentarios.

Desde 2012, Milland, ahora de 40 años, ha sido parte de una organización llamada TurkerNation, que tiene como objetivo mejorar las condiciones para miles de personas que realizan este trabajo. En abril, después de 14 años en el servicio, renunció.

Ella está en la escuela de leyes, y su esposo gana $ 600 menos de lo que pagan en alquiler cada mes, lo que no incluye los servicios públicos. Entonces, dijo, se están preparando para endeudarse. Pero no volverá a etiquetar los datos.

“Este es un futuro distópico”, dijo. “Y he terminado”.

No hay comentarios

Dejar respuesta