Por Giovani Funa
A menudo nos venden la inteligencia artificial como una epifanía de laboratorio, un chispazo de genialidad algorítmica surgido de mentes brillantes en garajes californianos. Nada más lejos de la verdad material. La IA, en su forma actual, no nace: se extrae. Se extraen los minerales que forman sus chips, se extrae el agua que refrigera sus centros de datos, se extrae el trabajo invisible de millones de personas y, cada vez con mayor crudeza, se extrae el tiempo y la dignidad de quienes están privados de libertad. Este artículo propone una lectura de esa cadena de extracción, que se retroalimenta en círculos viciosos, y se detiene en un caso concreto y perturbador: la utilización de personas presas en Finlandia para entrenar los modelos que hoy se nos presentan como el futuro.
La genealogía material de la inteligencia artificial
Conviene desmontar el mito fundacional. Los grandes modelos lingüísticos y de visión no surgieron por generación espontánea. Son el resultado de un proceso histórico de acumulación primitiva digital. Las big tech se apropiaron, sin consentimiento real, de volúmenes colosales de datos: textos, imágenes, vídeos, interacciones humanas volcadas durante décadas en internet. Esa expropiación fundante es la primera gran explotación. Luego vino la extracción de materias primas (litio, cobalto, coltán) en minas del Sur Global bajo condiciones laborales neocoloniales. Y con ella, la construcción de infraestructuras que devoran energía y agua potable mientras los territorios que las albergan sufren sequía y contaminación. El verdadero motor de la IA no es un algoritmo sublime; es un extractivismo planetario.
La cadena oculta del trabajo cognitivo
Si la minería proporciona el esqueleto, el trabajo humano proporciona la sangre. Para que un modelo reconozca un gato, un semáforo o un discurso de odio, necesita ser entrenado con ejemplos etiquetados. Detrás de cada clasificación hay dedos humanos que, por salarios de miseria, encierran imágenes en cuadrículas, transcriben conversaciones o evalúan contenido tóxico. La economista digital Mary L. Gray y el antropólogo Siddharth Suri llamaron a esto “trabajo fantasma”: una fuerza laboral atomizada, sin derechos, oculta bajo la alfombra del marketing tecnológico. La empresa Scale AI, por ejemplo, recurre a trabajadores de Venezuela o Kenia que cobran centavos por tarea. El mecanismo es clásico: subcontratación en cascada, deslocalización extrema, desposesión de cualquier relación laboral formal. Es la uberización aplicada a la materia prima de la inteligencia.
Retroalimentación: la rueda que muele carne humana y datos sesgados
El sistema se retroalimenta de manera perversa. Las compañías necesitan más datos para mejorar sus modelos. Más datos exigen más etiquetado. Más etiquetado exige abaratar costes a cualquier precio. La presión por reducir el gasto empuja a explorar bolsas de mano de obra cada vez más vulnerables: refugiados, poblaciones empobrecidas y, en un paso lógico dentro de esta ingeniería de la desigualdad, personas encarceladas. Cada eslabón precariza el siguiente, y los datos resultantes heredan las tensiones, las prisas, los miedos y los sesgos de quienes los producen en condiciones de coacción.
Además, el contenido que la IA genera hoy se vierte de nuevo en la web. Modelos que antes se nutrían de foros humanos ahora se entrenan con textos sintéticos producidos por otras IA, creando un bucle de degradación informativa. Pero en la base material, el bucle más dañino sigue siendo la demanda insaciable de trabajo barato que no cesa, solo muta hacia mercados más desregulados.
El caso de la prisión de Hämeenlinna y la startup Vainu
Aquí es donde Finlandia, país repetidamente idealizado por sus políticas sociales, revela la hipocresía del capitalismo tecnológico nórdico. En 2019, la empresa finlandesa Vainu —una startup de inteligencia comercial— llegó a un acuerdo con la Agencia de Sanciones Penales para que personas presas en la prisión de Hämeenlinna, y posteriormente en Turku, realizaran trabajo de etiquetado de datos. Leían artículos periodísticos en finés y los clasificaban para entrenar un modelo de procesamiento de lenguaje natural. A cambio, percibían aproximadamente 1,54 euros por hora, una retribución que se sitúa muy por debajo de cualquier estándar de salario mínimo y que encaja en la figura legal del trabajo penitenciario, una práctica que ya en sí misma colisiona con la prohibición del trabajo forzoso cuando no existen alternativas reales y la remuneración es insignificante.
Los presos, al encontrarse en una relación de poder absoluta, no podían negociar condiciones ni rechazar libremente la tarea sin temor a represalias en su evaluación penitenciaria. La empresa, mientras tanto, obtenía un doble dividendo: costes laborales irrisorios y un relato de responsabilidad social corporativa disfrazado de reinserción. El proyecto generó un debate nacional que llevó a Vainu a suspenderlo públicamente, pero el precedente quedó clavado en el imaginario del sector: las cárceles como nicho de mercado para abaratar la inteligencia artificial.
¿Afecta o ayuda esto al desarrollo de la IA?
La pregunta, formulada desde un prisma neutro, esconde una trampa semántica. Si por “desarrollo” entendemos el crecimiento cuantitativo, la mejora de la precisión en idiomas minorizados como el finés, o la reducción de costes de entrenamiento, este tipo de prácticas ayuda, y mucho. Permite que startups con presupuestos limitados accedan a conjuntos de datos anotados, acelera el entrenamiento y genera modelos funcionales para mercados locales. En términos estrictamente capitalistas, el trabajo penitenciario es un vector de competitividad.
Pero si entendemos el desarrollo de la IA como un proceso civilizatorio, democrático y alineado con los derechos humanos, estas prácticas lo afectan gravemente. Lo corrompen en su raíz ética. Introduce en los datos un sesgo estructural difícil de auditar: ¿con qué estado anímico etiqueta una persona privada de libertad? ¿Qué niveles de atención presta si su única motivación es romper el tedio o evitar sanciones? ¿Qué sutilezas del lenguaje omite una mente sometida a la presión del encierro? La inteligencia resultante será, inevitablemente, hija de esa violencia ambiental. Ayudar así a la IA es construir sobre barro.
A largo plazo, la normalización del trabajo forzoso o semivoluntario en la cadena de suministro cognitiva deslegitima la tecnología, abre la puerta a resistencias y regulaciones abruptas, y profundiza la fractura entre quienes diseñan la IA y quienes la padecen. Lejos de ser una ayuda sostenible, es un riesgo sistémico que solo beneficia la cuenta de resultados inmediata de una empresa.
Hacia una inteligencia artificial desmercantilizada
El caso finlandés no es una anomalía; es la consecuencia lógica de un modelo que trata la inteligencia como mercancía y el trabajo como coste a minimizar. La izquierda debe señalar sin matices que el desarrollo de la IA no puede apoyarse en la devastación ecológica ni en la explotación de los más desposeídos, ya estén en una mina congoleña o en una prisión nórdica.
La alternativa pasa por desmercantilizar la IA: crear infraestructuras públicas, gobernadas democráticamente, donde los datos se entreguen con consentimiento y el trabajo de entrenamiento sea reconocido, bien remunerado y realizado en condiciones de libertad. Exige, además, una auditoría ecológica y social de toda la cadena de suministro, desde el mineral hasta el etiquetado. Si algo nos enseña la retroalimentación carcelaria es que cada eslabón de la cadena deja su huella en la máquina. Construir inteligencias justas requiere, antes que otra innovación técnica, liberar a quienes las construyen y sanar la tierra de la que se nutren.
No existe una cifra oficial ni consolidada, porque la propia arquitectura del trabajo de datos está diseñada para invisibilizarlo. Sin embargo, las estimaciones que tenemos dibujan una fuerza laboral planetaria que se cuenta en decenas de millones de personas, concentrada fuera de Silicon Valley y abrumadoramente en el Sur Global.
Una estimación por capas
1. Etiquetado y anotación de datos (los ejércitos fantasma)
· Solo en China, el sector del etiquetado de datos emplea entre 2 y 4 millones de personas (iResearch, 2020), muchas de ellas en ciudades de interior, no en los polos tecnológicos.
· En India, la asociación NASSCOM estima más de un millón de “data labelers” trabajando para alimentar modelos de visión, lengua y conducción autónoma.
· A escala global, el estudio más citado (Mary L. Gray y Siddharth Suri, Ghost Work, 2019) calculaba que solo en Estados Unidos había entonces al menos 8 millones de trabajadores fantasma; su extrapolación mundial –sumando India, Filipinas, Kenia, Venezuela y la subcontratación en África oriental– apunta a una horquilla conservadora de entre 10 y 20 millones de personas ya en aquella fecha, y la cifra no ha dejado de crecer desde entonces.
2. Moderación de contenidos
· Esta es la cara más tóxica del trabajo de IA. La consultora Accenture, la plataforma Appen y las divisiones de confianza y seguridad de Meta, Google o TikTok emplean, según diversas investigaciones periodísticas (The Verge, Wired, Time), una fuerza laboral moderadora que ronda el millón de personas en todo el mundo, concentrada en Filipinas, India, Kenia y, cada vez más, en países africanos anglófonos y lusófonos.
3. Microtareas en plataformas globales
· Amazon Mechanical Turk superó hace años el millón de trabajadores registrados, aunque los activos en un momento dado se cuentan por cientos de miles.
· Appen, una de las mayores suministradoras mundiales de datos de entrenamiento, reportó en 2022 contar con más de un millón de colaboradores registrados (en su mayoría flexibles, a destajo y sin relación laboral) repartidos en 170 países.
· El Online Labour Index del Oxford Internet Institute monitoriza semanalmente cientos de miles de tareas publicadas en las principales plataformas de habla inglesa; la demanda no ha hecho sino crecer desde la irrupción de los modelos generativos.
4. El iceberg del Sur Global
· Investigaciones recientes de la OIT (Organización Internacional del Trabajo, informes de 2021-2023 sobre plataformas digitales) sitúan la fuerza laboral mundial de las plataformas de microtareas y de “crowdwork” en decenas de millones de personas, de las cuales una porción significativa –difícil de aislar, porque las tareas se disfrazan de entretenimiento o encuestas– está dedicada directa o indirectamente a la creación de inteligencia artificial.
· Si sumamos las fábricas de datos en Venezuela que trabajan para Scale AI, los centros de etiquetado en Kenia (como el antiguo hub de Sama para OpenAI, que luego cerró tras escándalos sindicales), las campañas de contratación masiva en campos de refugiados o las prisiones como la de Hämeenlinna que mencionamos, la cifra global de trabajadores de la IA situados físicamente fuera de Silicon Valley supera con holgura los 20 millones de personas y puede acercarse a los 30 millones si contamos a quienes realizan esta actividad de forma intermitente.
Una clase obrera deliberadamente opacada
Detrás de la inteligencia artificial hay una cadena de montaje cognitiva planetaria donde millones de personas en el Sur Global, completamente invisibles y sin derechos laborales, pasan sus días dibujando cuadrículas sobre imágenes, transcribiendo audios, clasificando emociones en textos o, en el extremo más brutal, visionando una y otra vez los contenidos más violentos de internet —decapitaciones, abusos sexuales, autolesiones— para que los filtros automáticos aprendan a detectarlos, todo ello pagado a destajo por centavos, con cuotas de productividad extenuantes y bajo vigilancia algorítmica constante, de modo que la supuesta magia de la inteligencia artificial no es sino el producto sedimentado del esfuerzo, la atención y la salud mental de una clase obrera global precarizada que enseña a las máquinas a imitar lo humano mientras es tratada como infraestructura desechable.
La concentración del trabajo de IA en el Sur Global no es un accidente geográfico ni una casualidad de las conexiones a internet, sino la aplicación directa de la lógica extractivista del capital. Estas empresas buscan deliberadamente los países donde el coste de la vida es más bajo y, por tanto, la desesperación económica permite pagar salarios que en Occidente serían insuficientes para sobrevivir.
A ello se suma la herencia colonial: grandes masas de población con alto nivel educativo en países como India, Kenia o Filipinas, formadas en lenguas europeas como el inglés, el francés o el portugués, pero atrapadas en mercados laborales incapaces de absorberlas, lo que las convierte en una reserva de mano de obra cognitiva barata y cualificada. Las legislaciones laborales débiles o inexistentes para el trabajo digital, a menudo impuestas por programas de ajuste estructural, permiten que estas personas sean contratadas como «contratistas independientes» sin vacaciones, sin seguro médico, sin derecho a sindicarse.
A esto se une la perversa externalización del daño psicológico: la moderación de los contenidos más atroces de internet se desvía expresamente hacia estos territorios para que las imágenes de decapitaciones o abusos no pasen por los ojos de ciudadanos estadounidenses o europeos que podrían quejarse, protegiendo así la imagen pública de las tecnológicas mientras quiebran la salud mental de trabajadores en la distancia. Es, en definitiva, la misma lógica colonial de siempre —extraer valor del Sur sin asumir los costes humanos—, solo que ahora la materia prima no es café, caucho o coltán, sino la atención, la paciencia y el bienestar psíquico de millones de personas.
La clave está en que estas personas no aparecen en las memorias anuales de las big tech como empleadas. Son “colaboradoras independientes”, “contratistas”, “microemprendedoras” o, en el caso penitenciario, personas que realizan una “actividad ocupacional”. La IA que presentan como magia de laboratorio es en realidad el producto sedimentado de una nueva clase obrera planetaria, racializada, feminizada y precarizada, que sostiene el milagro algorítmico cobrando centavos por tarea y sin derechos laborales básicos.
Así que, cada vez que un directivo de OpenAI o Google anuncia un nuevo modelo, conviene recordar que detrás de esa supuesta inteligencia hay más de 20 millones de seres humanos reales, invisibles, cuyo esfuerzo material hace posible que un chat responda con aparente soltura.
