En este artículo
- Qué hicieron exactamente los trabajadores kenianos
- Las consecuencias humanas
- La justificación corporativa, y lo que omite
- El patrón estructural, no excepcional
- Lo que pasa cuando un usuario se conecta
- La cuestión política
Definiciones · Referencias · Para profundizar · También te interesa · En otros sitios
Hoy hablamos del caso que más limpiamente demuestra que la inteligencia artificial generativa no es etérea ni desmaterializada. Detrás de cada respuesta amable de ChatGPT hay trabajadores reales que durante meses leyeron los peores contenidos de internet —abuso sexual a menores, tortura, autolesión, asesinato— para enseñar al sistema qué bloquear. Cobraron entre 1,32 y 2 dólares la hora. Estaban en Nairobi, empleados por una subcontrata estadounidense llamada Sama. La investigación de TIME en enero de 2023 documentó las condiciones. Casi nadie en España la leyó entera, y los pocos que la leyeron la archivaron como anécdota moral en lugar de pieza estructural. Mi opinión está sesgada porque he leído las transcripciones de los testimonios y son duras. Forma la tuya con calma.
Llevo dos años con el reportaje de TIME impreso en un cajón. Lo saco cuando alguien me dice que la IA es «mágica» o que «se entrena sola». Ninguna de las dos afirmaciones es verdad. La IA contemporánea descansa sobre trabajo humano masivo y, en su capa de seguridad, sobre trabajo humano traumático. Vamos a verlo despacio porque las cifras y los nombres importan.
Qué hicieron exactamente los trabajadores kenianos
El reportaje original lo firmó Billy Perrigo y lo publicó TIME el 18 de enero de 2023 con el título OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic. Es un texto largo, sólido, documentado con contratos filtrados, correos internos y testimonios directos de trabajadores. Lo que sigue es el resumen de los hechos centrales.
OpenAI necesitaba, durante 2021 y 2022, construir un filtro de seguridad para detectar y bloquear contenido tóxico en las respuestas de ChatGPT. Para entrenar ese filtro necesitaba un dataset de ejemplos etiquetados: miles de fragmentos de texto extraídos de internet, cada uno clasificado por humanos según el tipo y la gravedad de su toxicidad. Esa clasificación humana es lo que después permitía al modelo de aprendizaje automático aprender a discriminar.
OpenAI subcontrató esa tarea a Sama, una empresa estadounidense fundada en 2008 por Leila Janah, con sede en San Francisco y operaciones de etiquetado en Kenia, Uganda, India. Sama se autodescribe como empresa con misión social que «hace ética la economía digital». Trabaja también con Meta, Google, Microsoft, Amazon, Apple y otros clientes corporativos.
Sama firmó tres contratos con OpenAI entre noviembre de 2021 y marzo de 2022 por un total de aproximadamente 200.000 dólares. Los contratos especificaban el suministro de personal para etiquetar fragmentos textuales con descripciones de abuso sexual infantil, asesinato, suicidio, tortura, autolesión, incesto y violencia gráfica. Los trabajadores kenianos contratados, en su mayoría hombres y mujeres jóvenes con estudios universitarios y sin opciones laborales mejores en el mercado local, leían miles de estos fragmentos en turnos de 9 horas, los clasificaban en una interfaz web, y reportaban su trabajo a supervisores intermedios.
El salario era de entre 1,32 y 2 dólares la hora, según el grado de experiencia y el tipo de tarea. Un trabajador a tiempo completo cobraba entre 170 y 200 dólares al mes. Sama interrumpió los contratos antes del plazo previsto en marzo de 2022, después de que un grupo de trabajadores presentara queja por las condiciones laborales y por el contenido al que estaban expuestos sin apoyo psicológico adecuado.
Las consecuencias humanas
Los testimonios recogidos por Perrigo y los reportajes posteriores documentan consecuencias serias.
Varios trabajadores describieron síntomas compatibles con trastorno de estrés postraumático: pesadillas recurrentes, ataques de pánico, dificultad para concentrarse, distancia emocional respecto a sus familias, pérdida de apetito. Algunos buscaron atención psicológica por iniciativa propia con cargo a su salario. Otros simplemente se aguantaron. Los servicios de salud mental que Sama prometía contractualmente eran, según testimonios, sesiones breves con consejeros sin formación clínica especializada en trauma vicario.
Uno de los trabajadores, Mophat Okinyi, contó al Wall Street Journal y posteriormente a TIME que su matrimonio se rompió como consecuencia directa del trabajo, y que sufrió episodios serios de aislamiento social tras dejar la empresa. Otros narraron experiencias similares con distintos grados de gravedad.
En enero de 2023, los trabajadores kenianos presentaron una petición formal al Parlamento de Kenia solicitando regulación específica del trabajo de moderación de contenido. En julio de 2023, un grupo de antiguos empleados de Sama presentó demanda colectiva contra Meta y contra Sama por las condiciones laborales en proyectos anteriores de moderación de contenido para Facebook. El caso continúa en tribunales kenianos. En noviembre de 2024, otros trabajadores presentaron también demanda específica contra OpenAI y Sama por las condiciones del trabajo de etiquetado para ChatGPT, también en curso.
La justificación corporativa, y lo que omite
OpenAI y Sama emitieron declaraciones tras la publicación del reportaje de TIME. Las posiciones se resumen aproximadamente así.
OpenAI sostuvo que la tarea de etiquetado era necesaria para construir un producto seguro, que confiaba en Sama para gestionar el bienestar de los trabajadores conforme a estándares contractuales, y que después de la investigación reforzó sus criterios de selección de subcontratas. Sama declaró que pagaba por encima del salario mínimo y del salario medio de Kenia (lo cual es factualmente cierto: el salario mínimo en Kenia es de aproximadamente 0,45 dólares la hora), que el trabajo era voluntario, y que ofrecía apoyo psicológico durante el contrato.
Los testimonios de los trabajadores contradicen el segundo y tercer punto. Voluntario en el sentido de que nadie firmó forzosamente, sí; voluntario en el sentido económico real —es decir, con posibilidad realista de rechazar la oferta sin caer en empeoramiento severo de la situación familiar—, no. El apoyo psicológico existió formalmente pero no fue clínicamente adecuado para trauma vicario, según las descripciones recogidas.
El primer punto —que el salario superaba el salario medio de Kenia— es cierto pero estructuralmente irrelevante. Un trabajo objetivamente traumático no se vuelve ético porque pague el doble del salario medio del país donde se realiza. Si la tarea requiere exposición continuada al contenido más violento de internet durante turnos de 9 horas, los estándares de protección laboral y psicológica deben ser equivalentes a los aplicados en otros sectores donde se trata material similar —forense policial, fiscalía, periodismo de guerra, trabajo social con víctimas de abuso—. En esos sectores, los protocolos incluyen rotación obligatoria, límite de exposición diaria, supervisión clínica continuada, derecho a rechazar tareas concretas sin penalización, apoyo psicológico estructurado por trauma vicario. Ninguno de esos estándares se aplicó en el trabajo de Sama.
El patrón estructural, no excepcional
El caso OpenAI/Sama no es excepción del sector. Es ejemplo paradigmático de un modelo industrial que el sector tecnológico utiliza desde hace dos décadas.
Meta —antes Facebook— ha utilizado subcontratas similares para la moderación de contenido en Facebook e Instagram. Sus operaciones en Kenia, también con Sama, dieron lugar a la demanda colectiva de 2023 antes mencionada. Operaciones similares en Filipinas y en Marruecos han sido documentadas por Time, The Verge, The New Yorker, MIT Technology Review y 404 Media durante la última década.
TikTok mantiene operaciones de moderación de contenido en India, Filipinas y Marruecos con un modelo industrial comparable. Las investigaciones del Wall Street Journal en 2023 documentaron condiciones laborales similares para los moderadores que filtran contenido subido a la plataforma.
Microsoft, Google, Amazon, Apple subcontratan parte de su trabajo de anotación y moderación a través de plataformas como Mechanical Turk, Appen, Lionbridge y otras intermediarias. La cadena de valor es opaca: el cliente final raramente conoce el detalle operativo de la subcontrata.
El patrón es uniforme. La cadena de valor de la IA generativa contemporánea descansa sobre una capa de trabajo humano masivo deslocalizado a países del sur global con menor coste laboral y menor protección regulatoria. Ese trabajo es invisible al usuario final del producto, no entra en los comunicados de prensa, no figura en los informes de sostenibilidad corporativa. Existe, sin embargo, y sin él los productos no existirían.
Mary L. Gray y Siddharth Suri lo documentaron a fondo en Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass (Houghton Mifflin Harcourt, 2019). El libro precede al boom de IA generativa pero describe con precisión la estructura que después se extendió al sector frontier. La denominación «ghost work» —trabajo fantasma— captura el carácter invisible del esfuerzo humano que sostiene servicios aparentemente automatizados.
Lo que pasa cuando un usuario se conecta
Aquí entra la conexión operativa que el caso ilumina. Cada vez que un usuario de ChatGPT, Claude, Gemini o cualquier otro asistente conversacional pregunta algo que el sistema decide rechazar —«no puedo ayudarte con eso», «esa solicitud no es apropiada», «por favor reformula tu pregunta»—, ese rechazo es función de filtros de seguridad entrenados sobre datasets etiquetados manualmente. Datasets como el que produjeron los trabajadores kenianos de Sama para OpenAI.
La «seguridad» del modelo, en términos operativos, no es propiedad del modelo. Es propiedad de la capa de filtrado que se le añade. Y esa capa de filtrado existe gracias a trabajadores humanos que se expusieron a contenido traumático en condiciones laborales precarias para producir las etiquetas que el modelo aprendió.
Esto no es para que el usuario sienta culpa cada vez que conversa con un chatbot. La culpa individual no resuelve nada. Es para que el usuario sepa que el producto que parece desmaterializado tiene costes humanos concretos en lugares concretos. Esa conciencia debería traducirse en exigencia política y regulatoria, no en angustia personal.
La cuestión política
Esto es opinión personal pero la sostienen los documentos del caso. La deslocalización de tareas laborales penosas hacia países con menor protección reguladora no es exclusiva del sector de IA. Lleva siglos siendo práctica del capitalismo global. Lo que el caso de los anotadores kenianos añade es una capa adicional: la deslocalización del trabajo psicológicamente traumático asociado al sostén invisible de productos digitales de consumo masivo.
La conversación pública europea sobre la regulación de la IA —en torno al AI Act, en torno a la fiscalidad de plataformas, en torno a la protección de datos— se ha centrado casi exclusivamente en proteger a los ciudadanos europeos como usuarios o como sujetos de datos. Apenas se ha planteado cómo regular las prácticas laborales de las cadenas de valor que sostienen los productos que esos ciudadanos usan. Eso es asimetría visible.
Lo que pediría yo —y aquí con cierto realismo porque hay marco internacional disponible— es que la Unión Europea exija auditoría obligatoria de las cadenas de subcontratación laboral de las empresas de IA que operen en el mercado europeo, con publicación pública de los proveedores de etiquetado, los países de operación, los salarios reales por nivel de tarea y los protocolos de salud mental aplicados. Esto no es revolucionario; existe para textil y para cacao desde hace años con efectos imperfectos pero medibles. Aplicarlo a IA es extensión natural.
Mientras tanto, el usuario individual puede al menos saber que cuando un chatbot le rechaza una pregunta cruda, alguien en Nairobi, Manila, Bogotá o Karachi se expuso a peor durante una jornada de nueve horas para que esa frase de rechazo pudiera existir. Es información operativa, no es pretexto para dramas.
El dato concreto que cierra. Según la investigación de Billy Perrigo en TIME (18 de enero de 2023), confirmada por documentación contractual filtrada y por testimonios de al menos cuatro trabajadores con identidad protegida, los empleados kenianos de Sama que trabajaron en el proyecto OpenAI revisaron entre 150 y 250 fragmentos de texto por turno de 9 horas durante un periodo aproximado de cuatro meses, cobrando entre 1,32 y 2 dólares la hora según nivel. La cifra concreta —entre 1,32 y 2 dólares por hora de exposición continuada al peor contenido textual que internet produce— es la traducción operativa del coste humano real del producto que cada usuario de ChatGPT consume gratis o por veinte euros al mes. Ese desequilibrio es exactamente el patrón que el sector necesita corregir si pretende llamarse responsable.
Definiciones
Anotación de datos: tarea humana de clasificar, etiquetar o anotar fragmentos de texto, imagen, audio o vídeo para que un modelo de aprendizaje automático pueda entrenarse con ellos. Es trabajo masivo y, para datos sensibles, psicológicamente exigente.
Trauma vicario: trastorno psicológico provocado por exposición continuada a relatos o imágenes de violencia sufrida por terceros. Está documentado en personal sanitario, periodistas de guerra, trabajadores sociales y, más recientemente, moderadores de contenido digital.
Ghost work / trabajo fantasma: trabajo humano invisible que sostiene servicios digitales aparentemente automatizados. Concepto desarrollado por Mary L. Gray y Siddharth Suri en su libro homónimo de 2019.
Cadena de subcontratación: estructura por la que una empresa cliente subcontrata tareas a una intermediaria, que a su vez subcontrata a una segunda intermediaria, ocultando al cliente final las condiciones reales en las que se realiza el trabajo.
Referencias
Billy Perrigo, OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic (TIME, 18 de enero de 2023). Investigación original que documentó el caso con contratos filtrados y testimonios.
Billy Perrigo, Inside Facebook's African Sweatshop (TIME, febrero de 2022). Investigación previa sobre las operaciones de Sama para Meta en Nairobi, antecedente directo del caso OpenAI.
Mary L. Gray & Siddharth Suri, Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass (Houghton Mifflin Harcourt, 2019). Marco teórico y empírico sobre el trabajo invisible que sostiene la economía digital.
Sarah T. Roberts, Behind the Screen: Content Moderation in the Shadows of Social Media (Yale University Press, 2019). Investigación académica sobre las condiciones de los moderadores de contenido en plataformas digitales.
Karen Hao, Empire of AI: Dreams and Nightmares in Sam Altman's OpenAI (Penguin Press, 2025). Reportería de fondo sobre OpenAI con capítulos específicos sobre la cadena de etiquetadores.
International Labour Organization (ILO), World Employment and Social Outlook: The Role of Digital Labour Platforms in Transforming the World of Work (Organización Internacional del Trabajo, 2021). Marco institucional sobre el trabajo digital deslocalizado.
Kate Crawford, Atlas of AI (Yale University Press, 2021). Capítulos sobre la materialidad laboral y geográfica de la inteligencia artificial.
Para profundizar
Sarah T. Roberts, Behind the Screen (Yale University Press, 2019). Texto académico canónico sobre moderación de contenido como trabajo invisible.
404 Media (404media.co). Cobertura continuada sobre las condiciones laborales de la cadena de valor de IA, con investigaciones de campo recurrentes.
Foxglove Legal (foxglove.org.uk). ONG británica que representa legalmente a moderadores de contenido en distintos países; documentación pública sobre los casos en curso.
Wired (wired.com). Cobertura recurrente desde 2022 sobre la cadena de anotadores y moderadores en el sur global, con piezas específicas sobre Kenia, Filipinas, Venezuela y Colombia.
También te interesa
- El feedback humano como entrenamiento
- ¿Por qué Pegasus convirtió el espionaje masivo en rutina?
- El coste energético de una conversación
Comentarios0
Todavía no hay comentarios.
Deja un comentario