Durante casi dos décadas, la inteligencia artificial no fue tan «artificial» como nos hacían creer. Detrás de cada algoritmo primitivo que aprendía a reconocer un semáforo en una imagen o a transcribir un audio, había un ejército invisible de humanos. Eran los «turkers», millones de trabajadores de todo el mundo que cobraban céntimos en Amazon Mechanical Turk (MTurk) por hacer el trabajo cognitivo que las máquinas aún no dominaban.
Fueron el andamio secreto de Silicon Valley. Pero ese andamio ha empezado a desmontarse. Tras años de desgaste, Amazon Web Services (AWS) ha tomado una decisión histórica: a partir del 30 de julio de 2026, MTurk entra en fase de «Mantenimiento» y dejará de aceptar nuevos registros. La plataforma no se apaga de golpe, los clientes existentes pueden continuar utilizando el servicio de manera ininterrumpida, pero su obsolescencia ya está programada y no recibirá nuevas características. La ironía de este lento declive es que no responde a un simple reajuste corporativo. A Mechanical Turk lo ha asfixiado la misma tecnología que sus trabajadores ayudaron a construir.
Cuando la IA empezó a hacer el trabajo humano (y envenenó el sistema)
El colapso de la plataforma no ocurrió de la noche a la mañana, pero el golpe de gracia tiene nombre propio: ChatGPT. A finales de 2022, la economía fundamental del microtrabajo saltó por los aires. Los trabajadores, a los que se les pagaba por aportar esa valiosa «verdad fundamental» humana, empezaron a subcontratar sus tareas a los grandes modelos de lenguaje. Un análisis de 2023 estimó que entre el 33% y el 46% de los «turkers» dependían en secreto de la IA para hacer su trabajo.
Un equipo de investigadores de la Escuela Politécnica Federal de Lausana (EPFL) lo demostró con un experimento brillante. Contrataron a 44 trabajadores en MTurk para resumir textos médicos y rastrearon sus pulsaciones de teclado en tiempo real. Los resultados fueron demoledores: de los 46 resúmenes entregados, 41 eran un simple copiar y pegar. Un modelo clasificador detectó que 15 de ellos tenían un 98% de probabilidades de haber sido generados puramente por una máquina.
Aquí es donde el sistema se envenenó de verdad. En el mundo del aprendizaje automático, entrenar a una nueva IA utilizando datos generados por otra IA es una idea terrible. Crea un bucle altamente destructivo que los ingenieros llaman «colapso del modelo». Si alimentas a un modelo solo con resultados sintéticos, su espacio de aprendizaje se encoge y cada nueva versión rinde peor que la anterior.
La total falta de transparencia sobre quién estaba escribiendo realmente al otro lado de la pantalla le quitó a MTurk su único valor real: ofrecer respuestas humanas auténticas e impredecibles. Las empresas tecnológicas pagaban por intuición humana y recibían a cambio ruido estadístico, rompiendo de forma irreversible la cadena de confianza en los datos.
De enseñar a hablar a enseñar modales
Hace años, el trabajo en plataformas como Mechanical Turk era básico. Los humanos enseñaban a la inteligencia artificial a identificar el mundo: les pedían transcribir audios, dibujar recuadros alrededor de señales de tráfico en una imagen o etiquetar un comentario como «positivo» o «negativo». Era un trabajo de fuerza bruta para enseñarle a la máquina los conceptos más elementales.
Pero el paradigma cambió por completo. Los modelos actuales (como Gemini, Claude o la serie GPT) ya saben hablar perfectamente y son capaces de asimilar información mucho mejor que un humano medio. El reto actual de los ingenieros ya no es enseñarles a hablar, sino enseñarles modales. Necesitan alinear todo ese enorme poder computacional con nuestros valores éticos, nuestras expectativas lógicas y, sobre todo, garantizar que sean seguros de usar.
Aquí es donde entra en juego una técnica llamada Aprendizaje por Refuerzo a partir de Retroalimentación Humana (RLHF, por sus siglas en inglés). Ya no le pedimos a un trabajador que escriba una respuesta desde cero. Le mostramos a un humano dos respuestas distintas generadas por la IA ante una misma pregunta (por ejemplo, alguien pidiendo consejo para comprar una aspiradora). El trabajo del humano es evaluar, comparar y decidir cuál de las dos opciones es más útil, inofensiva y certera.
Este nivel de juicio requiere captar matices muy finos y usar interfaces gráficas complejas. Mechanical Turk, diseñado en 2005 para microtareas estáticas, simplemente no estaba preparado para esta nueva realidad.
La huida hacia la «cero confianza»
Mientras los «turkers» abusaban del uso de la IA, el mundo académico y empresarial se dio cuenta de que estaban pagando dinero real por montañas de datos basura. Los investigadores, que usaban estas plataformas para estudios sociológicos y encuestas, notaron tasas de abandono altísimas y un nivel de fraude descontrolado. El coste final de limpiar todo ese ruido estadístico hacía inviable seguir usando MTurk.
Esto provocó un éxodo masivo hacia infraestructuras mucho más estrictas y vigiladas. Plataformas como Prolific (nacida en la Universidad de Oxford) o Connect AI se convirtieron en el nuevo estándar. Su éxito radica en asumir que en internet ya no puedes fiarte de nadie. Aplican lo que se conoce como arquitectura de «cero confianza».
A diferencia de MTurk, donde cualquiera podía entrar, estas nuevas plataformas son clubes exclusivos. Realizan estrictos controles biométricos, cruzan datos de identidad y bloquean el uso de VPNs. Más importante aún: usan algoritmos en segundo plano capaces de detectar si un texto ha sido generado por ChatGPT con un 98,7% de precisión. La confianza ciega ha muerto; ahora, cualquier dato que no tenga una validación humana verificable en tiempo real se considera una toxina algorítmica.
Cobrar céntimos por un captcha vs. 50 dólares por revisar código
El declive de Mechanical Turk no significa que dejemos de entrenar a las máquinas, sino que el trabajo se ha vuelto sumamente elitista. Atrás quedaron los días de pagar dos céntimos por resolver un CAPTCHA, hoy, los laboratorios necesitan matemáticos, médicos y programadores senior para enseñar lógica a los modelos, pagando tarifas que pueden rozar los 300 dólares la hora en plataformas especializadas como Outlier o Mercor. Sinceramente, es un cambio con una lectura social dura: al exigir perfiles tan técnicos, la industria excluye de golpe a los millones de trabajadores precarios en países emergentes que construyeron los cimientos de la IA, concentrando de nuevo el capital tecnológico en profesionales de cuello blanco.
Que AWS bloquee la entrada a nuevos clientes en julio de 2026 es e lpunto final empírico a la era de la «inteligencia artificial artificial». Ese andamio humano inicial ya no es arquitectónicamente necesario porque los modelos actuales procesan datos de forma casi perfecta y a una fracción del coste. Sin embargo, nos topamos con una paradoja enorme: cuanto más autónoma y potente se vuelve la IA, más dependemos del juicio experto humano para detectar sus fallos y asegurar que sus respuestas sean seguras. Lejos de eliminar a las personas de la ecuación, hemos descubierto que el sentido común, la ética y el pensamiento crítico puro se han convertido en el recurso más escaso de toda la revolución tecnológica.
Si te ha gustado este artículo y quieres recibir más contenido sobre innovación y tecnología directamente en tu correo, suscríbete a nuestra newsletter y mantente siempre actualizado. No somos de los que llenan tu bandeja, solo compartimos los lunes.
