Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
Quien entrena a la inteligencia artificial también empieza a apoyarse en inteligencia artificial.
La paradoja recorre una parte poco visible del sector. Trabajadores contratados por empresas tecnológicas para generar datos humanos y afinar modelos usan chatbots como ChatGPT mientras realizan esas mismas tareas, empujados por contratos temporales, pagos ajustados, instrucciones largas, revisiones estrictas y el miedo a quedarse fuera del siguiente proyecto.
Las condiciones empujan a pedir ayuda a la máquina
No hablamos de un atajo aislado, sino de una respuesta defensiva ante un trabajo medido al milímetro. Cuando una tarea exige producir texto natural, mantener un criterio estable y superar controles continuos, el chatbot deja de parecer un lujo y empieza a funcionar como muleta.
Ahí aparece la primera grieta. La IA acaba apoyando la fabricación del material humano con el que luego otras IA aprenden, de modo que la frontera entre dato humano y dato sintético se vuelve mucho menos nítida de lo que sugieren los manuales internos.
Para las compañías, el problema no pasa desapercibido.
Las empresas vigilan, pero los trabajadores aprenden a esquivar
Las compañías intentan detectar esta práctica con normas internas y herramientas de captura de pantalla durante la jornada laboral. La vigilancia busca frenar el uso de asistentes automáticos allí donde, en teoría, tendría que aparecer juicio humano sin intermediarios.
Sin embargo, los empleados también adaptan su conducta. Piden a los chatbots que escriban con un tono natural, que eviten ciertos signos y que no repitan patrones fáciles de reconocer, una especie de camuflaje textual que convierte la supervisión en una carrera de señales y contra señales.
En esa tensión ya asoma un antecedente útil sobre el trabajo convertido en datos, donde el valor del sistema depende de capturar gestos, decisiones y matices que no deberían llegar prefabricados.
El riesgo no es solo laboral, también afecta al resultado final
Los expertos alertan del riesgo de colapso de modelos, una degradación que aparece cuando una inteligencia artificial se entrena con contenido generado por otras inteligencias artificiales. Dicho de otra manera, el sistema empieza a alimentarse de una versión rehecha del mundo en lugar de enfrentarse al mundo con toda su aspereza.
Después llegan las consecuencias más difíciles de medir y más fáciles de notar en el uso diario. Los modelos pierden variedad y matices cuando aprenden de material generado por otras máquinas, y eso reduce su capacidad para resolver tareas que exigen criterio humano.
A veces el daño no consiste en un gran fallo, sino en algo más discreto.
Una respuesta menos flexible, un tono más plano o una incapacidad creciente para distinguir lo razonable de lo simplemente probable pueden nacer ahí. También por eso encaja con otras señales sobre límites de comprensión artificial, donde procesar patrones no basta para sustituir la lectura humana de una situación.
El problema, al final, no reside solo en que un trabajador use un chatbot para llegar a tiempo. Reside en que el circuito entero puede terminar reciclando imitaciones de lo humano mientras sigue vendiéndolas como si todavía conservaran el relieve, la variedad y el criterio que solo aparecen cuando una persona no delega su tarea en otra máquina.