interview  | 

Mary Gray

"Se necesita de un gran esfuerzo humano para poder crear lo que se conoce como datos de entrenamiento para la inteligencia artificial."

Tags: 'Big data' 'Ghost work' 'Inteligencia artificial' 'Mary Gray'

SHARE

Mary L. Gray es investigadora principal en Microsoft Research y está afiliada al Centro Berkman Klein de Internet y Sociedad de la Universidad de Harvard. Mantiene una posición en la facultad de la Escuela de Informática, Computación e Ingeniería con afiliaciones en Antropología, Estudios de Género y la escuela de Medios en la Universidad de Indiana.

Tú acuñaste la expresión "trabajo fantasma” (del inglés ghost work) en su último libro, refiriéndose a la fuerza de trabajo humana oculta que trabaja junto con la inteligencia artificial para impulsar sitios web y aplicaciones. ¿Puede darnos su definición de trabajo fantasma?

Mi coautor Siddharth Suri y yo acuñamos el término trabajo fantasma para explicar dos capas de esta nueva área laboral. Por una parte, es un trabajo que puede ocultarse al consumidor para darle a pensar que la automatización está haciendo el trabajo y la razón para ocultarlo no es más que hacer que su experiencia sea más rápida. Pero hay otra capa de significado detrás del término trabajo fantasma:

Está pensado con la intención de ayudarnos denunciar las condiciones de trabajo donde el valor de la persona que brinda ese servicio se borra literalmente.

¿Qué te motivó a investigar este tema?

Me involucré en esta investigación por accidente. Cuando me moví al departamento de investigación de Microsoft, quería entender cómo los científicos e ingenieros informáticos construyeron inteligencia artificial. Realmente no entendía cómo funcionaba. Cuando comencé a preguntar, a menudo me decían: «Oh, también tenemos que contratar personas para etiquetar ciertas imágenes o limpiar los datos de capacitación». Cuando les pregunté, ¿quiénes son las personas que contratas para hacer este trabajo? Obtenía varias respuestas desde muchos cortantes «Realmente no lo sé», hasta casos donde varios ingenieros me decían: «Tengo miedo de averiguarlo». Afortunadamente, conocí a Suri. Cuando le pregunté, «quiénes son las personas que hacen este trabajo». Fue la primera persona que conocí que dijo: «No sé, pero me gustaría averiguarlo”.

Desde el etiquetado de datos hasta la moderación de contenido, ¿cuáles son las tareas más comunes de un trabajador fantasma?

Las tareas de trabajo fantasma más comunes suelen ser la entrada de datos. Es posible que las personas no sepan que la mayoría de la inteligencia artificial comienza con la recopilación de datos producidos por personas pero en realidad

se necesita de un gran esfuerzo humano para poder crear lo que se conoce como datos de entrenamiento para la inteligencia artificial.

Hace dos años, si hubiera mencionado la moderación de contenido como un trabajo, la mayoría de la gente no habría entendido lo que eso significaba. Pero hay literalmente miles y miles de personas que revisan el contenido que creamos en línea y se aseguran de que sea material apropiado para esa plataforma.

¿Cuáles son las ventajas del trabajo fantasma para el trabajador y para el contratista? ¿Cuáles son las desventajas?

Las empresas tienen la ventaja de poder responder rápidamente a cualquier solicitud, y para los trabajadores, la principal ventaja es que pueden acceder al trabajo en cualquier momento del día y pueden elegir proyectos que pueden organizar haciendo ese trabajo según sus horarios y puede elegir a las personas con las que colaboran. No tienen que ir a una oficina por lo que se evitan desplazamientos. La desventaja para los trabajadores es que este no es un trabajo legalmente regulado o reconocido como un trabajo valioso socialmente y, por lo tanto, no tienen las protecciones básicas que conlleva hacer un trabajo de oficina de nueve a cinco. 

¿Qué motiva a las personas a ingresar al mercado de trabajo fantasma?

En términos generales es porque no hay una oferta constante de demanda de trabajo. Aunque también hay casos particulares. Conocimos varias mujeres, por ejemplo, que no tenían oportunidades de participar en un empleo formal, en la India podría ser porque culturalmente no era aceptable para ellas ir a la oficina pero de igual manera querían participar en la actividad económica de sus hogares. Conocimos también casos de estudiantes que intentaban complementar sus ingresos, pero en general, no fue que vieran atraídos a ello como un trabajo flexible, sino que las otras oportunidades sencillamente no les permitía sostenerse económicamente.

¿Cómo es hacer un trabajo fantasma?

Uno de los mayores descubrimientos que ahora parece tan obvio es la cantidad de trabajadores que se encuentran y colaboran. Simplemente nos sirve de recordatorio de cuán sociales somos cuando trabajamos y que derivamos mucho significado de nuestro trabajo.

El mayor desafío para esta fuerza laboral es que, a diferencia del pasado, no tienen una identidad profesional que los una.

No tienen asociaciones y sindicatos que estén disponibles para abogar por ellos.

¿Cómo se relaciona el trabajo fantasma con la economía informal?

Yo diría que el trabajo fantasma es una forma de repensar lo que entendemos por economía informal y trabajo de plataforma. En la mayoría de los casos, cuando la gente habla de la economía informal, pierde una carga política particular. Se convierte en algo neutral que las personas eligen hacer o eligen no hacer. «Contrato de trabajo» a simple vista no es un término atractivo, pero en realidad en la mayoría de los casos, el trabajo informal es hacer un proyecto o una tarea por contrato. 

Entonces, ¿cómo se ve en el futuro?

No hay razón para que esto no pueda convertirse en un trabajo digno que vaya más allá de la necesidad de reconsiderar colectivamente. No es que el mercado les haya puesto un precio afectivo de alguna manera porque no valen nada, es que la sociedad no ha descubierto cómo valorarlos a menudo debido a quiénes son, no solo por lo que hacen. La ironía aquí es que no estamos viendo nuestro propio papel como consumidores, como agentes de contratación de esta fuerza laboral.

¿Crees que este sistema de contacto y economía basado en servicios llegó para quedarse?

Sólo han pasado 200 a 300 años desde que comenzamos a valorar el trabajo de las personas como si fuera un producto. Entonces, diría que estamos apenas en el principio de reconocer cuán inhumano y antisocial es sugerir que nuestro tiempo es reducible a un simple precio. Y que de alguna manera puedes imaginar que el tiempo de alguien vale más que el de otra persona.

¿Qué quieres decir con la paradoja de la última milla de la automatización?

La paradoja de la última milla de la automatización es que a medida que nos esforzamos por automatizar más para tener que trabajar menos por nuestra cuenta, también al ampliar nuestro panorama vamos a exigir más predicciones, más automatización.

Literalmente, seguimos expandiendonos infinitamente. Sí, en algunos casos podremos hacer que el software haga lo que una persona puede hacer. No creo que ninguno de nosotros quiera volver al día en que tenemos que hacer cálculos manuales.

En tu libro das una serie de recomendaciones para el futuro.

Todo se basa en la realidad empírica de lo que los trabajadores ya han intentado y descubierto. Lo que los trabajadores realmente necesitan es wifi municipal y espacios de trabajo. Podemos convertir cada biblioteca que se subutiliza hoy en día en un espacio de coworking que los trabajadores podrían usar para que no se vean forzados a usar espacios personales u oficinas en casa que realmente no satisfacen sus necesidades y son potencialmente un peligro para la seguridad social.

Entonces, ¿cómo podemos asegurar que esto suceda?

El problema no es que los trabajadores no hayan descubierto cómo hacer que esto sea significativo. El desafío es que no hemos descubierto cómo reconocer cuán significativo es su trabajo para nosotros. Resulta que todo, desde el reconocimiento de la expresión facial y la comprensión de alguien que necesitan ayuda, requiere una gran cantidad de creatividad y comunicación compleja.

¿Por qué crees que este sistema está configurado para devaluar a los trabajadores?

Las personas que construyeron estas plataformas literalmente concibieron lo que estaban construyendo como software. Nada más allá que software que une a las personas con las solicitudes de ayuda y las personas que podrían ayudarlos. Hoy en día, todos nos damos cuenta que mucha de esta tecnología que las empresas están construyendo son de hecho sistemas sociales. Están construyendo bolsas de trabajo, sistemas de atención médica, están construyendo todo tipo de sistemas que son fundamentalmente tan sociales como técnicos.

Seguimos regalando nuestros datos sin pensar dos veces en las consecuencias. ¿Quién es responsable de garantizar que Big Data se recopile, agregue y use de manera justa?

Si no estamos pensando en el sesgo natural que tiene cada dato compilado al ser ingresado mientras miramos los conjuntos de datos, nos estamos perdiendo la oportunidad de ver cómo el Big Data, el motor detrás de la prestación de servicios y las economías de plataforma, también siempre están, por definición, sesgados. Por otra parte, cuando consideramos el Big Data y el valor del Big Data, ¿la primera pregunta que deberíamos hacernos es para quién es valiosa esta información? 

Creo que las cosas cambiarán radicalmente si los consumidores ven que tienen todo el derecho de decir “no pueden obtener mis datos sin mi permiso”. 

¿Qué piensas sobre encontrar un equilibrio entre la privacidad de los datos y la naturaleza abierta de Internet?

El mayor desafío es que una vez que una entidad recopila los datos, es muy difícil separarlos de quién los produjo. Cuando estamos recopilando datos, estamos aprendiendo sobre las actividades y comportamientos de las personas. Lo estamos usando para modelar la inteligencia artificial. Literalmente, todos los días estamos  renunciando a nuestro derecho a decir: “no, esto no puede ser así”.

Entonces, además de pedir permiso, ¿qué más se puede hacer para recuperar el control de nuestros datos?

Todo esto nos lleva literalmente a un punto de conversación con ingenieros y científicos informáticos para decir que queremos que tengan un conjunto diferente de responsabilidades. Ellos genuinamente solo ven datos, y nuestro trabajo es ayudarlos a ver las personas y las interacciones humanas para que no se sientan cómodos simplemente tomando lo que pueden obtener.