Industria de etiquetado de datos para inteligencia artificial se extiende a nivel mundial

En el polvoriento y abarrotado barrio de Metiabruz que se encuentra en la periferia de la ciudad de Calcuta en India, puedes encontrar a 460 mujeres jóvenes trabajando en la industria de vanguardia de la inteligencia artificial (IA).

Las mujeres, en su mayoría de la comunidad musulmana local, están ayudando a entrenar los algoritmos de visión computarizada utilizados en los vehículos autónomos y sistemas de realidad aumentada, para compañías como Amazon, Microsoft, eBay y TripAdvisor.

El centro, exclusivamente para mujeres, es una de las ocho oficinas en India operadas por iMerit, una compañía de anotación de datos con sede en India y EEUU, cuyos 2,200 empleados locales etiquetan los innumerables datos generados por industrias tan diversas como la manufactura, la imagenología médica, la conducción autónoma, el comercio minorista, el sector de seguros y la agricultura.

La operación es parte de una creciente industria de etiquetado de datos que emplea a cientos de miles de trabajadores en países de bajos ingresos, incluyendo Kenia, India y Filipinas.

Compañías como Figure Eight y Mighty AI, y las empresas de tecnología informática (TI) más tradicionales como Accenture y Wipro, forman parte de la llamada “cadena de suministro de IA” que crea algoritmos capaces de interpretar material que incluye imágenes de conducción, resultados de búsqueda y fotografías para las principales multinacionales estadounidenses y europeas, incluyendo a Facebook, Volkswagen y Google.

Las empresas están adoptando la inteligencia artificial como una forma de automatizar la toma de decisiones y ayudar a impulsar nuevas oportunidades de negocios. El desafío es que los algoritmos que sustentan la tecnología son tan ingenuos como un recién nacido. Necesitan ser alimentados con millones de ejemplos etiquetados para enseñarles a “ver”.

Para que un algoritmo de conducción autónoma entienda el significado de las señales de tránsito, o para que distinga la diferencia entre un niño y un zorro, se deben observar horas de filmación y etiquetar los objetos observados, cuadro por cuadro. Un trabajador puede tardar ocho horas para realizar anotaciones en un vídeo. De hecho, un informe de McKinsey de 2018 incluyó el etiquetado de datos como el mayor obstáculo para la adopción de la IA en la industria.

Según un informe de enero de 2019 realizado por la firma analista Cognilytica, el mercado de soluciones de etiquetado de datos por terceros fue de US$150 millones en 2018, y se piensa que veremos un crecimiento a más de US$1 mil millones para 2023.

Cuando las grandes multinacionales comenzaron a desarrollar algoritmos de aprendizaje automático para productos de consumo, el etiquetado de datos era realizado por trabajadores a tiempo parcial a través de plataformas como Mechanical Turk de Amazon, o se llevaba a cabo internamente por equipos de trabajadores de bajos salarios. Estos trabajadores independientes a menudo eran muy mal pagados en comparación con otros empleados de las mismas empresas, y no recibían los mismos beneficios, y su labor se consideraba servil, según investigadores como Sarah T Roberts, que entrevistó a docenas de trabajadores de tecnología en todo el mundo para su libro “Behind the Screen” (Detrás de la pantalla).

A medida que el volumen de datos que debe ser etiquetado se ha expandido exponencialmente, las grandes empresas se dirigen cada vez más a terceros capaces de suministrar trabajadores que se especializan en tipos específicos de datos, como información acerca de la conducción de vehículos o información médica, y que sean bien remunerados y tratados de manera ética.

Samasource, cuyos empleados etiquetan los datos de Walmart, Google, Microsoft, Glassdoor, Continental Tires y General Motors, entre otros, tiene su sede en Nairobi y emplea a más de 2,000 personas.

“Tenemos un modelo laboral que emplea a personas como trabajadores a tiempo completo con beneficios, pagados con un salario digno”, dice Leila Janah, fundadora y directora ejecutiva de Samasource, un proveedor de etiquetado de datos con sede en San Francisco con oficinas en Kenia, Uganda y EEUU. “En promedio, casi cuadruplicamos los ingresos de nuestros trabajadores cuando los contratamos. Nuestros empleados toman en serio sus labores, ya que reconocen que es una oportunidad de realizar un trabajo que paga bien, que les brinda habilidades de computación y los expone a la IA”.

El centro de capacitación de iMerit cerca de Calcuta se ha convertido en un centro especializado en etiquetado de visión artificial y 50 por ciento de la fuerza laboral de la empresa es femenina, que en su mayoría provienen de familias de bajos ingresos en India.

Las compañías de la cadena de suministro de IA insisten en que su trabajo ya no involucra la labor mecánica y tediosa de etiquetar objetos básicos como gatos, perros y casas, sino que se ha convertido en un conjunto de tareas mucho más especializadas.

Por ejemplo, los empleados de iMerit analizan imágenes de vídeos de los conductores en sus vehículos, incluyendo sus expresiones faciales y los parpadeos para determinar la fatiga del conductor. Radha Basu, la directora ejecutiva de iMerit, dice que han entrenado a los clips de voz para la bocina de Amazon Echo para que pueda entender lenguaje y han analizado imágenes satelitales de edificios individuales y sitios de construcción para entrenar a los algoritmos de evaluación de riesgos para las compañías de seguros.

A medida que el mercado de entrenamiento de la IA comienza a dispararse, los grupos occidentales que usan la IA están buscando trabajar con compañías de subcontratación más éticas. “Como empresa, si tus datos están siendo entrenados por esos trabajadores, debes tratarlos de manera justa”, dijo la Sra. Janah.

La Sra. Basu dijo: “A largo plazo, estos jóvenes trabajadores rurales y tribales causarán un cambio real en el empoderamiento económico de sus comunidades”.

©The Financial Times Ltd, 2019. Todos los derechos reservados. Este contenido no debe ser copiado, redistribuido o modificado de manera alguna. Diario Libre es el único responsable por la traducción del contenido y The Financial Times Ltd no acepta responsabilidades por la precisión o calidad de la traducción.?

Financial Times