“el modelo de negocio de Big Tech, no se basa en crear puestos de trabajo, sino en automatizarlos”
Michael Roberts
En el proceso de la producción capitalista, los modelos empresariales de negocio son un sistema de acciones basado en unos recursos y unas capacidades cuya finalidad es generar y captar valor.
Lo que conocemos como las relaciones de producción, «esas relaciones determinadas, necesarias e independientes de sus voluntades» que los hombres anudan «en la producción de su vida social», y las fuerzas productivas a las que están asociados, vale decir, los recursos, técnicas y saberes movilizados en esta producción de la existencia social.
La aparición de nuevos tipos de modelos empresariales basados en un producto digital han sido potenciados por los algoritmos de la Inteligencia Artificial. Los algoritmos son principalmente una forma de capital fijo, medios de producción optimizados para la obtención de rendimiento económico.
Los algoritmos son conjuntos de instrucciones con un objetivo de forma dinámica para «aprender» del contexto, el conjunto de técnicas de software permite crear los algoritmos necesarios, para ello es necesario la extracción de datos (la datificación) que generen reglas de decisión cambiando su estructura de programación (aprendizaje maquinal) para adaptar su estructura algorítmica a los objetivos propuestos, por ejemplo, clasificar o predecir. Entre los distintos tipos, podemos destacar aquellos que detectan patrones (visión computarizada, habla computarizada) como las reglas de conexión en redes, y también los que deciden sobre la base de la detección de patrones, como los clasificadores, los algoritmos de recomendación, o los que toman decisiones en un coche autónomo.
La IA por un lado automatiza procesos laborales y por otro, es un producto del trabajo (la recolecta e integración de los datos y creación de algoritmos). En la producción de IA, las empresas digitales presentan una variedad de roles laborales y de gestión, dos tipos de trabajadores son especialmente distintivos en el contexto: los trabajadores altamente calificados de la ciencia de datos y los trabajadores encargados de la datificación, los llamados “taskers”.
Los primeros, profesionales cualificados que desarrollan infraestructuras intensivas en datos, entrenan modelos de aprendizaje automático y llevan a cabo experimentos y análisis exhaustivos de datos.
Los segundos, una fuerza laboral masiva en su mayoría invisible detrás de las máquinas, desempeñan funciones vinculadas a la preparación de los datos empleados en el entrenamiento de modelos de aprendizaje automático. En su enorme mayoría, se encuentran en condiciones laborales precarias y en modalidades basadas en tareas (taskification), siendo común su empleo a través de plataformas como Mechanical Turk, la plataforma de crowdsourcing (externalización abierta de tareas) de Amazon y ClixSense.
Es posible considerar los algoritmos como parte de una línea genealógica que, como dice Marx en el «Fragmento sobre las máquinas», comienza cuando el capitalismo adopta la tecnología como capital fijo y la impulsa a través de varias metamorfosis, «la última de las cuales es la máquina o más bien un sistema automático de maquinaria (…) puesto en movimiento por un autómata, por fuerza motriz que se mueve a sí misma»
La Inteligencia Artificial se nos vende como un conjunto de tecnologías autónomas e independientes que aprenden por sí solas y que son una panacea de avances en beneficio de la Humanidad, tras ese discurso se esconde por un lado el fetichismo de la mercancía que hace patente que los humanos no están en posición de controlar relaciones sociales que no comprenden correctamente. No alcanzan a ver que hay una realidad oculta: la explotación de trabajadores de datos del Sur Global y por otro como indica el economista marxista Michael Roberts: “el modelo de negocio de las grandes empresas del Big Tech [1], no se basa en crear puestos de trabajo, sino en automatizarlos”, es decir rebajar los costes de la fuerza de trabajo realizada por el obrero —el capital variable—.
Detrás del auge de la IA, un ejército de trabajadores en «talleres clandestinos digitales» se concentra en el Sur Global. No hay estadísticas oficiales, pero el informe “Working Without Borders” del Banco Mundial de septiembre 2023 estima que entre 154 y 435 millones de personas trabajan en este rol en todo el mundo, un trabajo emergente, especialmente en los países en desarrollo.
Trabajadores de clics
Los modelos matemáticos que sustentan las herramientas de IA se vuelven más inteligentes al analizar grandes conjuntos de datos, que deben ser precisos y legibles para ser útiles. Por eso, clic a clic, un ejército de humanos a coste reducido y en gran medida no regulado, sin legislación transforma los datos sin procesar en materia prima digital –capital constante– necesaria para las empresas de IA.
Marx dejó muy claro cómo la riqueza se genera a través del trabajo de los seres humanos y la manera en que el mecanismo de explotación, de extracción de plusvalía, se convierte en el motor del crecimiento de la sociedad capitalista. En Filipinas, uno de los mayores destinos del mundo para el trabajo digital, más de 2 millones de personas realizan este tipo de “trabajo colectivo”, un trabajo digital subcontratado según estimaciones oficiosas del gobierno como parte del vasto submundo de la IA. Al menos 10.000 contratistas autónomos, realizan esta labor en una plataforma de microtareas llamada Remotasks, propiedad de la startup Scale AI de San Francisco, valorada en 7.000 millones de dólares. Scale AI, trabaja para empresas como Meta, Microsoft y compañías de inteligencia artificial generativa como Open AI, el creador de ChatGPT, Scale AI ha recibido cientos de millones de dólares para etiquetar datos para el Departamento de Defensa de Estados Unidos.
La empresa empezó a trabajar en el país en 2017, luego en 2021, cuando Remotasks se expandió en el Sur Global, a la India, Venezuela, Brasil, Ruanda y Ghana, las tasas de pago se desplomaron. Algunas plataformas son instalaciones similares a centros de llamadas, como CloudFactory con sedes en Kenia y Nepal. El antropólogo David Graeber los caracteriza como empleos carentes de significado o propósito (bullshit jobs).
Los trabajadores de datos son esencialmente la inteligencia humana detrás de la inteligencia artificial. Clasifican imágenes destinadas, por ejemplo, a vehículos autónomos, identificando minuciosamente cada automóvil, peatón, ciclista, o cualquier objeto relevante para un conductor, cuadro por cuadro y desde cada perspectiva posible de la cámara. Etiquetar un clip de varios segundos de imágenes lleva alrededor de ocho horas.
Su principal tarea es entrenar la IA y proporcionarle información relevante. Enseñan a la IA a ver el mundo desde una perspectiva humana a través de instrucciones y alimentación de datos. Además, ayudan a la IA a interpretar correctamente estos datos y tomar decisiones y valoraciones similares a las humanas.
Los trabajadores de datos son ampliamente activos en cuatro áreas diferentes de recopilación y procesamiento de datos:
—Etiquetado e interpretación de datos, por ejemplo, analizando fotografías aéreas para Amazon.
—Generación y categorización de datos, donde los trabajadores de datos también pueden crear contenido como texto o imágenes para ampliar los conjuntos de datos. Las tareas pueden ser, por ejemplo, leer algo en voz alta o tomar y subir una foto.
—Evaluar el desempeño de los sistemas de inteligencia artificial haciendo que los trabajadores de datos brinden retroalimentación sobre sus respuestas y mejoren su lenguaje o patrones de comportamiento. Por ejemplo, puedes decirle al sistema que una respuesta fue inapropiada, que la IA usó un tono diferente o que debería usar un idioma diferente.
—Se contrata a trabajadores de datos para que actúen como si fueran una IA. Esto lo utilizan, por ejemplo, las empresas que explican a sus clientes que han automatizado determinadas tareas mediante IA, en lugar de admitir que sus clientes son atendidos por trabajadores precarios en Filipinas.
La IA está profundamente involucrada con las relaciones sociales constitutivas del capitalismo intensivo en datos, el destello de la futurología que provoca la IA hacen desviar muchos estudios en sus análisis en los que el concepto del trabajo humano ha desaparecido y caen en la trampa del “fetichismo de la mercancia”, como señala Marx, es una característica de la sociedad productora de mercancias, la simple ilusión o «falsa conciencia» entendida ésta como una comprensión errónea de la realidad de las relaciones sociales capitalistas, consistente en considerar las mercancías como objetos triviales que satisfacen necesidades, presentándose como objetos independientes de su productor, cuando en realidad su valor proviene de las relaciones sociales que lo han producido.
El patrón de reproducción del capital mantiene una inercia que radica en una necesidad determinante de que sea permanente. El mercado de la inteligencia artificial generativa mantendrá un crecimiento significativo, se espera que dicho mercado aumente significativamente, de 11 mil millones de dólares estadounidenses en 2020 a casi 128 mil millones de dólares estadounidenses en 2024 y más de 1,3 billones de dólares estadounidenses en 2032 según publica Statista. Esto se debe a una explosión de herramientas de IA generativa en los últimos años, como Bard de Google, ChatGPT de OpenAI y Midjourney de Midjourney, Inc.
La producción cotidiana del capital no sólo reproduce la relación social capital/trabajo, también reproduce las formas específicas de dicha relación: los medios de
producción requeridos, número de trabajadores disponibles y calificación de la mano de obra, valores de uso en los que encarna el valor, y sus procesos, como modalidades predominantes de explotación, organización de la producción (círculos de calidad, trabajo domiciliario, etc.), mercados y consumidores.
La datificación combina dos procesos: la transformación de la vida humana en datos a través de procesos de cuantificación y la generación de diferentes tipos de valor a partir de los datos, el escritor británico James Bridle apunta que la inteligencia artificial en su forma actual se basa en la apropiación generalizada de la cultura existente concentrada por el proceso de datificación, es pura acumulación primitiva: la expropiación de la “fuerza de trabajo” de la mayoría que enriquece a empresas privadas tecnológicas de Silicon Valley.
Con un PIB mundial que en apenas 30 años se ha multiplicado por tres y un control del 60% de la producción, el transporte y los servicios a escala mundial por parte de las grandes corporaciones a través de sus cadenas de suministro, tenemos un modelo en el que las empresas obtienen sus beneficios aplicando bajos salarios, ejerciendo presión política en contra de los salarios mínimos vitales o contra las reglamentaciones que velan por un trabajo social y laboralmente seguro y se aprovechan de la utilización del empleo informal, la mano de obra dispersa por gran parte del Sur global sigue siendo explotada sin piedad.
En cada ciclo la reproducción el capital se hace más fuerte, porque se incrementa con valor nuevo en cada ciclo; tiende a elevar la composición orgánica, elevando el gasto —capital constante— por sobre el gasto destinado a la compra de fuerza de trabajo —capital variable —. Ello le permite al capital generar una población obrera excedente —ejército de reserva — (se ramifica en otros países, Ruanda. Ghana….) con lo cual culmina el proceso de supeditación real del trabajo al capital.
Como señalan Grohmann y Araújo en “Beyond Mechanical Turk: The Work of Brazilians on Global AI Platforms” (2021), al analizar el futuro del trabajo parece encaminarse hacia una «tendencia creciente de la tareasificación [taskification] del trabajo». El trabajo estaría a punto de convertirse en una tarea, los empleos digitales se organizarán por tareas para su subcontratación: esto podría suceder con un tercio de los empleos estadounidenses en 20 años, lo que haría que las leyes laborales y su aplicación sean irrelevantes.
La aparición de nuevos tipos de modelos empresariales basados en un producto digital han sido potenciados por los algoritmos de la IA, los algoritmos son conjuntos de instrucciones con un objetivo de forma dinámica para «aprender» del contexto, el conjunto de técnicas de software permite crear los algoritmos necesarios, para ello es necesario la extracción de datos (la datificación) que generen reglas de decisión cambiando su estructura de programación (aprendizaje maquinal) para adaptar su estructura algorítmica a los objetivos propuestos, por ejemplo, clasificar o predecir.
La preocupación real es la concentración del mercado laboral. La IA o la automatización son solo una herramienta para darle a las empresas poderosas una nueva arma. Las tecnologías no crean ni destruyen empleos por sí solas. Eso lo hacen las empresas, que están dirigidas por gerentes que toman decisiones específicas. Cualquier uso de la IA para aumentar o automatizar el trabajo humano no es una característica inherente de la tecnología, sino una decisión tomada por gerentes humanos. El economista turco Daron Acemoglu lo destaca: “No es coincidencia que empresas como Google estén empleando menos de una décima parte del número de trabajadores que las grandes empresas, como General Motors, solían hacer en el pasado”
La IA es un gran avance en la automatización, pero no eliminará la contradicción básica dentro del modo de producción capitalista entre el impulso a aumentar la productividad del trabajo y la rentabilidad del capital a lo largo del tiempo. Existe una tendencia a que la rentabilidad caiga a medida que aumenta la productividad. A su vez, eso conduce eventualmente a una crisis en la producción que detiene o incluso revierte la ganancia en producción derivada de la nueva tecnología.
Es tarea del marxismo revelar los aspectos esenciales que se esconden en las manifestaciones que asume el fenómeno de la IA como forma social que sirve de instrumento del capital, hay dos supuestos clave en Marx para explicar las leyes del movimiento en el capitalismo:
1) que solo el trabajo humano crea valor
2) y que con el tiempo, la inversión de los capitalistas en tecnología y medios de producción superará la inversión en fuerza de trabajo humana; habrá un aumento en la composición orgánica del capital con el tiempo (la proporción entre el capital constante y el capital variable.)
El fenómeno de la IA como herramienta de alienación y extrañamiento del trabajo humano, que incumbe a los modelos tradicionales de contratación y organización del trabajo, incide en el debate sobre la sustitución de la fuerza laboral y, en última instancia, afecta a la esencia humana.
[1] 5 grandes empresas que lideran el sector tecnológico a nivel mundialGoogle, Apple, Meta, Amazon y Microsoft, más Saudi Aramco, Tesla y Tencent, las empresas más valiosas a nivel mundial, cada una ha tenido una capitalización de mercado máxima que oscila entre 500 00 millones de dólares y 2 billones de dólares.