En el contexto actual del entrenamiento de modelos de inteligencia artificial, las ofertas laborales en plataformas como LinkedIn son cada vez más frecuentes. Por ejemplo, se pueden encontrar anuncios como: “Revisor de contenido: Revisa contenido de IA por claridad. Establece tus propias horas”.
La proliferación de estas ofertas indica que el entrenamiento de modelos de IA se ha convertido en un negocio real. Un estudio del Foro Económico Mundial revela que la habilidad de “IA y grandes datos” es la que más crece en el mercado laboral.
A pesar de mis dudas iniciales sobre la IA, decidí involucrarme en la anotación de datos y el entrenamiento de IA. He pasado los últimos meses trabajando con diferentes empresas y me gustaría compartir mi experiencia desde dentro.
Aspectos Positivos del Trabajo de Anotación de Datos
Con el trabajo de escritura en pausa, he tenido tiempo para asumir proyectos de anotación de datos. Me agrada poder trabajar en mi propio horario, ya sea poco o mucho (con ciertas limitaciones de disponibilidad). Todas las agencias con las que he trabajado han pagado puntualmente cada semana, e incluso algunas ofrecen bonos.
La remuneración varía considerablemente según las necesidades del proyecto, pero he observado oportunidades mejor remuneradas para expertos en la materia, en lugar de los numerosos trabajos generalistas de $15 la hora que veía hace unos meses.
El Proceso de Incorporación para Trabajadores de IA
Una vez que aplico para un rol que considero adecuado, generalmente recibo un enlace para una entrevista… ¡con un reclutador de IA! Es extraño hablar a la cámara sin una persona al otro lado. Las preguntas de la entrevista varían en calidad, algunas son excelentes, mientras que otras son excesivamente técnicas para el puesto, en mi opinión.
Si soy considerado apto para el trabajo, recibo un correo confirmando mi incorporación.
La incorporación ocurre en una vorágine de correos con acceso a Slack, un temporizador y el sistema. Debo leer documentos de incorporación y, a veces, realizar un examen para evaluar mi comprensión. Si lo apruebo, obtengo acceso a tareas y puedo comenzar a trabajar.
Desventajas del Trabajo de Anotación de Datos
Aunque el proceso de incorporación puede ser ágil, el trabajo en sí puede volverse complicado. A continuación, presento algunas desventajas que debes tener en cuenta si consideras asumir trabajos de anotación de datos.
1. El Mercado de Entrenamiento de IA es Competitivo
Ahora que tengo la anotación de datos en mi currículum, recibo casi a diario correos en LinkedIn sobre nuevas ofertas. Sin embargo, es importante comprender lo que realmente sucede. Empresas como Mercor y Micro1 pagan comisiones por nuevas contrataciones, a veces varios cientos de dólares. Por lo tanto, los profesionales que me contactan se presentan como “socios de reclutamiento y referencia”, lo que solo significa que quieren que haga clic en su enlace para recibir su pago. Frecuentemente, recibo correos de diferentes “socios de referencia” para la misma vacante.
No necesariamente es algo malo desde la perspectiva del trabajador, pero significa que verás múltiples anuncios (redactados ligeramente diferente) para el mismo puesto. Esto puede hacer que pierdas tiempo buscando trabajo porque sigues haciendo clic en la misma oferta.
2. Las Agencias de IA Sobrehilan
Cada agencia de IA con la que he trabajado ha contratado hundreds de personas para un proyecto a corto plazo. Muchas veces, ni siquiera tengo la oportunidad de trabajar, ya que el trabajo ya ha sido tomado por otros, y luego el proyecto cierra.
Los canales de Slack están desordenados. Cientos de personas hacen las mismas preguntas sin buscar si ya fueron respondidas. Esto llena el espacio con charlas innecesarias, dificultando que alguien que busca información laboral la encuentre.
A veces, en cuestión de días, el proyecto termina. A menudo, paso más tiempo en la incorporación que en el trabajo remunerado, lo cual es una pena.
3. La Organización de los Proyectos de IA es Deficiente
Debo reconocer el esfuerzo de cualquier líder de proyecto en este espacio, ya que imagino que es un trabajo complicado. Se enfrentan a clientes exigentes, pocos parámetros sobre lo que se considera un trabajo de calidad y un flujo constante de mensajes en Slack.
Sin embargo, he notado que las agencias de IA están mejorando con el tiempo. Mientras que hace unos meses me lanzaban a un proyecto con solo un breve documento de capacitación, ahora más agencias requieren que los trabajadores aprueben exámenes antes de acceder al trabajo real. Es una buena idea, pero con fallos. Más de una vez, he fallado un examen, he sido descartado y, semanas después, recibí un correo diciendo que se habían equivocado con las pruebas y que estaba de vuelta. Solo que ahora no había trabajo disponible.
4. El Silencio es Común en Proyectos de IA
Varias veces, he sido excluido de un proyecto sin explicación. Me bloquean de Slack y no tengo forma de preguntar qué sucedió. Un poco de cortesía sería de gran ayuda en estos casos. Esta es una industria nueva, y todos estamos aprendiendo, así que ¿por qué no ayudarnos a mejorar explicando por qué ya no somos elegibles para trabajar en un proyecto?
5. Los Proyectos de IA Terminan Sin Aviso
Los líderes de proyecto suelen ser evasivos cuando los trabajadores preguntan cuánto durará un proyecto. Invariablemente, suele ser solo cuestión de días o semanas antes de que el trabajo esté terminado y se apaguen las luces. A veces, los líderes dicen que el proyecto solo está en pausa, pero no he visto ninguno volver a línea.
6. Las Instrucciones del Proyecto Cambian Frecuentemente
Dado lo frenético de estos proyectos, parece que el cliente y la agencia no dedican suficiente tiempo a definir los requisitos e instrucciones inicialmente. Esto significa que las personas que están profundamente involucradas en el proyecto reciben de repente nuevas instrucciones que deben seguir.
Hay Mucho Espacio para Mejorar en la Industria del Entrenamiento de IA
Esta es una nueva frontera, y tanto las agencias como los trabajadores aún están aprendiendo. Invito a las agencias de IA a considerarnos a los trabajadores como algo más que simples engranajes en la máquina. En lugar de pedir a las personas que trabajen unas pocas horas y luego se queden esperando más trabajo que nunca llega, ¿no sería mejor alinear varios proyectos y mantener a los trabajadores contentos (y leales), sin tener que capacitar a nuevos empleados cada pocas semanas para nuevos proyectos?
Los trabajos de anotación de datos podrían evolucionar hacia oportunidades permanentes a tiempo completo si las agencias de IA reformulan la forma en que contratan y distribuyen trabajo. De esta manera, los empleados estarían más dedicados al rol y no, como yo, saltar de una oportunidad a otra.
