00:00:06:09 – 00:00:20:15

Natalia Pereira Martín

La cadena de suministro de la inteligencia artificial conecta también las geografías de todo el mundo a través de sus peones, de su mano de obra. Una de las piezas más importantes del complejo engranaje de esta tecnología es, a la vez una, de las más invisibilizadas.

00:00:21:05 – 00:00:44:03

Carlos Bajo Erro

Su propia existencia cuestiona la narrativa con la que la industria tecnológica pretende que sea percibida la inteligencia artificial. Es la base de la pirámide. Los cientos de miles de manos que etiquetan datos, los cientos de miles de ojos que revisan la información, que limpian los conjuntos de datos, que comprueban y depuran resultados que le pulen a la máquina los defectos más evidentes, inoculados por su origen social y humano.

00:00:44:03 – 00:00:59:21

Natalia Pereira Martín

Evidenciar la existencia de estos equipos de trabajadoras y trabajadores de datos cuestionaría la pretendida magia de la inteligencia artificial y dignificar su situación reduciría el beneficio de las grandes corporaciones. Las dos cosas, intolerables

00:00:59:21 – 00:01:09:04

Carlos Bajo Erro

Repartidos por todo el mundo, este personal invisibilizado cubre diferentes tareas en distintos momentos del proceso de desarrollo de la inteligencia artificial.

00:01:09:06 – 00:01:34:13

Carlos Bajo Erro

Constituyen el segundo de los elementos, junto al impacto ecosocial -del que ya hablamos en el primer capítulo-, que muestran cómo el modelo actual de desarrollo tecnológico agrava las desigualdades en su propia producción. Más allá de sus perfiles diversos y de las particularidades de sus tareas, estos trabajadores tienen en común su precarización y su origen en sectores de población en situaciones especialmente vulnerables.

00:01:34:13 – 00:01:55:03

Natalia Pereira Martín

Tanto en el norte como en el sur global, las corporaciones que las emplean buscan, a menudo, perfiles cualificados con necesidades laborales imperiosas: mujeres en territorios con pocas perspectivas de promoción, madres en familias monomarentales, personas migrantes y refugiadas, estudiantes… en los casos más extremos, incluso, menores o personas privadas de libertad.

00:01:55:03 – 00:02:09:15

Carlos Bajo Erro

La distancia entre el ambiente de los centros de trabajo de las empresas subcontratadas, por ejemplo, en Nairobi, y las lustrosas presentaciones de herramientas de inteligencia artificial es mucho mayor que los miles de kilómetros que la separan geográficamente.

00:02:09:17 – 00:02:37:06

Natalia Pereira Martín

Se parecen, más bien, a las obscenas diferencias entre los salarios irrisorios de estas trabajadoras y trabajadores y las cantidades captadas en inversiones por las grandes corporaciones. El Banco de Inversión UBS prevé que, en 2025, el gasto global en IA ascienda a 360 mil millones de dólares. Pero los y las trabajadoras de datos, esa base invisibilizada de la pirámide, no serán sus principales beneficiarios.

00:03:13:20 – 00:03:15:15

Natalia Pereira Martín

Soy Natalia Pereira Martín.

00:03:15:20 – 00:03:17:30

Carlos Bajo Erro

Y yo soy Carlos Bajo Erro.

00:03:18:10 – 00:03:29:15

Natalia Pereira Martín

Y este es el segundo episodio de la serie de podcast “Mucho hype y pocas nueces”. El título de esta segunda entrega es “Lo que sostiene la inteligencia artificial (Segunda parte): Los trabajadores invisibilizados”.

00:03:29:20 – 00:03:42:20

Carlos Bajo Erro

Y vamos a tener el súper privilegio de tener a Milagros Miceli como guía de este acercamiento a la realidad de los y las trabajadores de datos.

00:03:42:50 – 00:03:48:24

Milagros Miceli

Bueno, muchas gracias por invitarme. Natalia. Carlos Eh, muchísimas gracias. Esto es un placer estar acá.

00:03:48:10 – 00:04:07:40

Natalia Pereira Martín

El placer es nuestro porque además llevamos un tiempo larguito deslumbradas con el trabajo de Milagros, no solo porque explica de una de una forma muy accesible una realidad que es muy compleja y muy diversa; pero también porque ha sido capaz de acceder a un mundo al que las grandes empresas del sector han conseguido que sea muy difícil de acceder.

00:04:07:45 – 00:04:18:34

Carlos Bajo Erro

Y os lo podemos asegurar, el miedo a las represalias ha hecho que el mundo de los trabajadores de datos sea tan hermético como el de las sociedades secretas, pero mucho menos sugerente.

00:04:18:40 – 00:04:41:56

Natalia Pereira Martín

Milagros es la investigadora principal del proyecto Data Workers, Inquiry, que trata de arrojar luz sobre la actividad profesional, las condiciones laborales y la vida de estas personas que están en la base de la pirámide de la digitalización. Es investigadora del DAIR Institut, que es un referente en investigación crítica de la inteligencia artificial, y del Weizenbaum Institut de Berlín.

00:04:42:08 – 00:04:59:16

Carlos Bajo Erro

Milagros, hoy tenemos muchas preguntas para ti. Pero estamos seguras de que cualquiera que nos escuche, lo primero que debe estar pensando es: pero, ¿por qué la industria puede tener interés en que no se vea a los trabajadores que precisamente hacen posible su actividad?

00:04:59:16 – 00:05:41:04

Milagros Miceli

Bueno, la verdad, es que es una muy buena pregunta. Creo que hay dos razones fundamentales… Hay muchas razones, pero creo que hay dos razones. ¿Pero ahora que lo pienso, son dos caras de la misma moneda? La primera tiene que ver con esto del mito de una inteligencia artificial todopoderosa, autónoma, que funciona sin ningún tipo de intervención humana, esas tecnologías casi milagrosas. Que nos prometen que nos van a resolver la vida, que van a solucionar todos los problemas, incluso, aquellos problemas que generan, cuando hablamos del gasto energético y del daño ambiental.

00:05:41:05 – 00:06:04:00

Milagros Miceli

Nos dicen: “Bueno, ahora vamos a dañar un poco el medio ambiente con esto. Pero después, esta misma tecnología va a solucionar el problema que hemos causado”. Entonces, para estas empresas grandes de tecnologías sería contraproducente decir: “Bueno, estas tecnologías son milagrosas, pero, en realidad, hay un montón de seres humanos moviendo los hilos por detrás”.

00:06:04:02 – 00:06:26:23

Milagros Miceli

O sea, sería como decir, por ejemplo, que hay un dios, pero ese dios no es más que una marioneta que está movida por gente. Le saca un poco el mito y le saca un poco este aire, esta aura de “esto es fantástico y nunca visto”. Eso, por un lado. El otro lado y otra vez digo, es la otra cara de la misma moneda.

00:06:27:00 – 00:07:04:53

Milagros Miceli

Tiene que ver con que la precarización de estos y estas trabajadoras es parte del sistema. El sistema funciona de esta manera. Funciona porque estos y estos trabajadoras están precarizados de esta manera. Se necesita una cantidad enorme de datos de la forma en la que se plantea cómo las inteligencias artificiales se van a desarrollar. Y digo de la forma en la que se plantea, porque aclaremos que no es la única forma posible. De la forma en que se ha elegido y se han desarrollado las inteligencias artificiales hasta hoy en día, se hace necesaria una cantidad enorme de datos.

00:07:05:02 – 00:07:25:03

Milagros Miceli

Estos datos no crecen en los árboles, no son hongos que uno va y recolecta y ya está tengo un montón de datos. Sino que los datos hay que fabricarlos, hay que producirlos… Hay que limpiarlos, hay que encontrarlos en algún lado. Es un trabajo manual, cuasi.

00:07:25:05 – 00:07:50:11

Milagros Miceli

Y los datos no son materia prima. Los datos otra vez se forman, se limpian, se interpretan, se clasifican, se agrupan, etcétera. Todo esto lo hacen personas. Y se necesitan no una, dos o tres personas, no una o dos o tres trabajadoras, sino que se necesitan miles de millones de trabajadores y trabajadoras alrededor del mundo.

00:07:50:12 – 00:08:08:07

Milagros Miceli

Para que este sistema funcione, si necesito miles de millones de trabajadores, no les voy a poder pagar un montón de dinero. Necesito un ejército de trabajadores. La verdad es que le voy a pagar un poquito a cada uno y los voy a tener bastante precarizados. No me voy a poder ocupar de ellos o no me voy a querer.

00:08:08:07 – 00:08:53:08

Milagros Miceli

¿No? Porque poder siempre se puede. Ahora, es una cuestión también de que no voy a querer ocuparme del bienestar de todos esos trabajadores. Voy a argumentar que no puedo porque son un montón de trabajadores y se me escapa de las manos esto. Entonces, todo esto que es tan necesario… O sea, no podemos prescindir de estos y estas trabajadoras. No es un buen marketing para las empresas. No es buen marketing decir: “Bueno, estas tecnologías milagrosas que les estamos vendiendo y por las que generamos trillones, billones de dólares en inversiones, están sostenidas por un ejército de trabajadores y trabajadoras precarizados”. Esto no vende. Entonces, bueno, tampoco se puede publicitar.

00:08:53:10 – 00:09:21:13

Natalia Pereira Martín

Muchas gracias Milagros. Mira, rebobinando para empezar muy desde el principio, queríamos preguntarte directamente. Acabas de mencionar gente que depura datos, gente que etiqueta información, que mira las bases de datos e, incluso, sabemos que hay gente que produce datos originales y que, además, son gentes con situaciones muy diversas, geográficamente muy dispersas, con muchos perfiles distintos. Y, bueno, que aquí hay un cajón con muchas cosas diferentes.

00:09:21:13 – 00:09:30:01

Natalia Pereira Martín

Queríamos preguntarte directamente ¿de qué estamos hablando cuando estamos hablando de trabajadoras de datos? Y, ¿cuál es la relación que tienen con la inteligencia artificial?

00:09:30:03 – 00:10:08:02

Milagros Miceli

Cuando hablamos de trabajadoras y trabajadores de datos estamos hablando, como vos decís, de muchas tareas diversas. Para darle sentido y también poder explicarle a la gente de qué se trata esto, nosotras, las investigadoras, hemos intentado clasificar este trabajo de datos de una manera que podamos interpretar y con la que podamos un poco también transmitir de qué se trata. A grandes rasgos, clasificamos estas tareas en cuatro grupos. La primera tiene que ver con la recopilación de datos, pero también con la generación. Lo llamamos generación de datos.

00:10:08:04 – 00:10:32:05

Milagros Miceli

Esto tiene que ver, desde, por ejemplo, encontrar datos en internet, si hablamos, digamos de fotos de casas. Pues se trata de recopilar fotos de casas de distintos ángulos en internet. Y también, como vos decías, Natalia, tiene que ver, en muchos de los casos, con gente que genera datos, digamos, con sus propios cuerpos o con sus propias mentes o con su propia creatividad.

00:10:32:07 – 00:11:15:19

Milagros Miceli

Estamos hablando de actividades que van desde subir una selfie, subir una imagen de tu propia cara; te dan un pasaje para que vos lo leas y grabes tu voz; subir en un estudio médico, y se crea una base de datos de estudios médicos o de resultados de estudios médicos… Y algunas veces también se emplea y se precariza el trabajo creativo de escritores, el trabajo creativo de artistas, a los que se les pide que escriban una historia corta o una crónica sobre X tema o se les pide a un ilustrador, ilústrame, no sé, gatitos en diferentes posiciones.

00:11:15:19 – 00:11:35:04

Milagros Miceli

Entonces, esto sería todo lo que hablamos de generación de datos. Ahora, cuando tenemos esos datos; tenemos, no sé, digamos, un ilustrador va e ilustra gatitos en distintas posiciones y haciendo distintas cosas, esos datos tienen que ser interpretados de alguna manera y eso lo hacen también seres humanos.

00:11:35:04 – 00:11:58:12

Milagros Miceli

Alguien tiene que etiquetar esos datos. Primero, interpretarlos: decir esto es una foto de un gato y esta foto es o esta imagen, esta ilustración es lo suficientemente buena para ser incluida en la base de datos. Eso también lo hace un ser humano. Una vez que eso pasa, alguien tiene que interpretar lo que hay adentro de la ilustración. Acá adentro hay un gatito, que está sobre un no sé, un cojín y está acostado y es un gatito blanco. Bueno, todo eso son etiquetas e interpretaciones que se le agregan, a ese dato. Y cuando hablamos de eso, hablamos de un trabajo de etiquetado. Se conoce como etiquetado. Es un trabajo puramente interpretativo que hacen trabajadores y trabajadoras de datos.

00:12:22:16 – 00:12:44:08

Milagros Miceli

El 4.º, y este es importante porque también muestra que el trabajo de datos no es algo que sucede en el momento del desarrollo de la inteligencia artificial, sino que continúa durante todo el ciclo de vida de estas tecnologías, tiene que ver con lo que llamamos verificación algorítmica. Ahora, el nombre es un poco engañoso porque parece que el algoritmo estuviera verificando algo.

00:12:44:08 – 00:13:06:13

Milagros Miceli

No, esto son seres humanos que lo que hacen es verificar que el algoritmo funcione según lo planeado, según lo estipulado. Por ejemplo, hay trabajadores y trabajadoras que se sientan delante de ChatGPT, por ejemplo, a interactuar con ChatGPT y lo que hacen es ver si le pregunto esto, me va a dar una respuesta que es plausible.

00:13:06:13 – 00:13:25:23

Milagros Miceli

Si le pregunto esto, me va a dar una respuesta que no es racista. Pero si eso sucede, si hay una respuesta racista, lo flagean, le ponen una marca de esto hay que arreglarlo. Es como un control que sucede en todo el tiempo y toda la vida útil y no se termina nunca.

00:13:25:24 – 00:13:42:22

Milagros Miceli

Siempre estos sistemas necesitan de ese control humano y de esa verificación constante, porque si no, en cualquier momento, empiezan a responder cualquier cosa, empiezan a funcionar mal. También hay que aclarar que no es acá el peligro es que hay que mantenerlos bajo control, porque si no nos van a matar y a dominar a todos. No.

00:13:42:24 – 00:14:05:24

Milagros Miceli

Esto no. Es que funciona mal. Se rompen. Es un chat GPT que le preguntas “¿cómo va a estar el clima hoy?” y te dice “es de color rojo”. No me sirve esa herramienta. No, es que… El peligro no es acá que Chat GPT nos mate a todos. Y, por último, la última tarea tiene que ver con la imitación.

00:14:06:03 – 00:14:34:17

Milagros Miceli

Y acá se trata de seres humanos -es muy paradójico-, seres humanos imitando o instruidos para imitar a inteligencias artificiales. Y acá, la paradoja es que se supone que lo que nos venden es que esta inteligencia artificial es lo más parecido o puede razonar como un ser humano. Bueno, acá lo que sucede es al revés, se entrena y se paga miserias a seres humanos para que hagan como que son inteligencias artificiales.

00:14:34:19 – 00:15:00:12

Milagros Miceli

Entonces, se estarán preguntando cómo y por qué. Bueno, cómo: un ejemplo podría ser un chatbot. Entonces, ponés a este o a esta trabajadora y le pedís que respondan a los usuarios de una plataforma cualquiera, como si fueran un chatbot, con las opciones. Si interactuaron con un chatbot, saben cómo funcionan, te dan opciones.

00:15:00:14 – 00:15:27:08

Milagros Miceli

Vos decís opción cuatro y te dan otras opciones. Y así con respuestas cortas, con respuestas preelaboradas. Pero, en este caso, todo a mano. Y la otra pregunta es, ¿por qué? ¿Por qué una empresa haría esto? Y, otra vez, volvemos a la primera respuesta: Son dos razones. La primera es que, a veces, estos chatbots o estas tecnologías, no solamente chatbot, hay muchas instancias en las que el ser humano reemplaza la inteligencia artificial.

00:15:27:10 – 00:15:46:21

Milagros Miceli

La primera es porque estas tecnologías, a veces, no funcionan y, a veces, se rompen. Son infraestructuras. Es como un puente, a veces, se rompe; a veces, una calle se rompe. A veces se rompen y alguien tiene que tomar la posta y decir “bueno, vamos a seguir así hasta que se arregle”. Eso, por un lado.

00:15:46:22 – 00:16:18:18

Milagros Miceli

Y, la segunda cosa es que a veces no hay inteligencia artificial. La empresa no incorporó ninguna inteligencia artificial. Pero, otra vez, volviendo a la primera pregunta, vende más decir que el que está haciendo el trabajo es un chatbot, que decir que son un grupo de diez o quince trabajadores y trabajadoras precarizadas, que están hacinados en algún lugar de Venezuela o de las Filipinas o de Madagascar. Como ya hemos visto.

00:16:18:20 – 00:16:46:16

Milagros Miceli

No, eso no lo quieren decir. Ninguna empresa lo quiere decir. Y, además, y esto es importante también decirlo, es que hay estudios que muestran que, si una empresa dice que va a incorporar inteligencia artificial en alguna etapa de su plan de negocios, los inversores tienden a darle muchas más inversiones que si la empresa dice “no, esto lo van a hacer personas”. Entonces, también esto sirve para decir que el tema de la inteligencia artificial, también, vende. Y vende mucho.

00:16:46:16 – 00:17:02:10

Carlos Bajo Erro

Esta es la dimensión publicitaria de la inteligencia artificial, ¿verdad? Creo que somos muy fans, aquí en “Mucho hype”, de explicar la inteligencia artificial en gatitos, porque parece que ayuda a desmitificar.

00:17:02:14 – 00:17:36:14

Carlos Bajo Erro

¿Cuáles son los datos con los que trabaja la inteligencia artificial? Pues, fotos de gatitos. Creo que es una manera muy interesante de explicarlo. Nos has hecho este recorrido por los diferentes perfiles, que son muy diversos, de trabajadores de datos. Pero, nos gustaría saber qué es, de todos esos perfiles tan diversos, cuáles son los elementos de alguna manera que unifican todos esos perfiles. ¿Qué es lo que tienen en común esas personas con actividades y con perfiles tan diferentes?

00:17:36:15 – 00:18:09:00

Milagros Miceli

Bueno, lo primero que tienen en común es que son básicamente la misma persona. Quiero decir, el mismo o la misma trabajadora, probablemente, en su vida laboral dentro de este de este negocio y dentro de este mercado, pase por todas estas tareas. Esto para empezar. En las plataformas que tercerizan el trabajo de datos, se ofrecen todas estas tareas, todas juntas y al mismo tiempo. Y también hay que decir que los y las trabajadoras no tienen muchas opciones.

00:18:09:00 – 00:18:38:23

Milagros Miceli

Entonces, hoy día están clasificando fotos de gatitos, mañana están moderando contenido, no sé, que tiene con matanzas en masa. Y esto es es lo terrible también del trabajo. Porque uno empieza clasificando fotos de gatitos y termina haciendo esto. Y no hay pausa, no hay advertencia, no hay diferencia.

00:18:38:23 – 00:19:13:08

Milagros Miceli

Muchas empresas no pagan más por hacer este trabajo terrible. Es lo mismo qué clasifiques. Porque para ellos, para el negocio es lo mismo. Es “bueno, yo necesito un sistema, un algoritmo, un clasificador que me identifique, fotos de gatitos y necesito otro que me identifique, violaciones”. Y todo es igual. Porque a lo último es una tecnología que sirve para eso. Es una herramienta, como si estuvieran hablando de un martillo y una tijera y es todo igual.

00:19:13:10 – 00:19:39:06

Milagros Miceli

Pero fuera de esto, fuera de que en muchos casos son la misma persona haciendo todas esas tareas, lo que tienen en común la mayoría de los trabajadores y trabajadoras de datos es la precarización a la que son sujetos y sujetas. Los sueldos bajos, los salarios bajos, la falta de seguridad, digamos, y de previsión en la tarea que hacen.

00:19:39:08 – 00:19:57:12

Milagros Miceli

Cuando uno trabaja para una plataforma o para una de estas empresas tercerizadoras, no hay forma de prever cuánto uno va a ganar, si va a ganar suficiente para pagar el alquiler, si va a poder poner comida en la mesa a final de mes… Muchas de estas personas no tienen un salario fijo. La mayoría no tiene un salario fijo.

00:19:57:14 – 00:20:30:03

Milagros Miceli

Se levantan rezando que haya tareas que puedan hacer y que no las afecten demasiado psíquicamente. Rezando que sean fotos de gatitos y no lo otro. Rezando también que no les rechacen el trabajo. Esto pasa muchísimo. Hay mucho robo de salarios también en este mundo, también por la arbitrariedad y por las asimetrías de poder entre los y las trabajadoras y aquellas empresas que utilizan su trabajo.

00:20:30:03 – 00:21:01:16

Milagros Miceli

Las empresas, también, de forma arbitraria, en muchos casos, dicen “no estas diez fotos de gatitos que me recolectaste no me gustan, porque parecen perritos, no me gustan, entonces lo voy a rechazar, voy a rechazar ese trabajo”. Y cuando rechazan el trabajo, no te pagan. Es como si dijesen “no, no te voy a comprar estas diez fotos de gatitos”. Y lo que pasa, en muchos de los casos, es que no se les paga por el trabajo a estas personas y las empresas todavía se pueden quedar con los datos que mandaron a recolectar.

00:21:01:18 – 00:21:25:01

Milagros Miceli

Pueden decir “no, no me gustan, no los voy a usar porque son de baja calidad” y nadie sabe si los usaron o no los usaron. Nadie tampoco… No es que se les borran de su servidor, no es que se les bloquea. Pueden usarlos tranquilamente y los trabajadores y trabajadoras no tienen forma de quejarse o de decir o de denunciar que esto es injusto.

00:21:25:03 – 00:21:57:18

Natalia Pereira Martín

En esta esta dimensión de las diferentes crueldades y la profundidad de la crueldad de este tipo de trabajo, hay una autora que conoces de sobra y que es conocida para las que nos escuchan, que se llama Karen Hao, que tiene un artículo que se llama “Cómo la industria de la IA se beneficia de las catástrofes” y queríamos recuperar una frase de este artículo para seguir con este tema que dice: “La crisis venezolana ha sido una bendición para estas empresas que, de repente, consiguieron mano de obra de la más barata jamás disponible”.

00:21:57:20 – 00:22:01:04

Natalia Pereira Martín

La pregunta para ti es: ¿Esto es habitual? ¿Es una práctica común?

00:22:01:18 – 00:22:24:04

Milagros Miceli

Absolutamente. Esa es un artículo revelador. Y también quiero decir que la persona principal entrevistada en ese artículo, Oskarina Fuentes, es una colaboradora nuestra. Tenemos también trabajos hechos por ella y con ella como autora en nuestro en nuestro repositorio. Absolutamente. Es pura verdad.

00:22:24:04 – 00:22:51:01

Milagros Miceli

Y me parece muy acertado -yo soy muy fan de Karen-. Me parece también acertadísimo el título, porque es nombrarlo por lo que es. Esta industria se está beneficiando de las catástrofes… involuntarias y muchas catástrofes, también, causadas dentro de un loop. Porque también se benefician de las mismas guerras donde ellos van y venden las armas.

00:22:51:01 – 00:23:15:22

Milagros Miceli

Y después los mismos trabajadores que son desplazados por esas guerras o que están en crisis o son refugiados a causa de esas guerras, terminan trabajando, entrando a este trabajo porque no tienen otras opciones. Esto lo vemos todo el tiempo. Siempre digo esto: no es casual que la mayoría de los y las trabajadoras de datos se encuentren en el llamado Sur global.

00:23:15:24 – 00:23:37:14

Milagros Miceli

En países como en Venezuela, donde la inflación es alta, donde la gente, también como en mi país, Argentina, donde la gente se desespera por un dólar porque la moneda local es totalmente volátil e inestable; donde el desempleo es alto, entonces cualquier trabajo viene bien; donde también hay una cuestión aspiracional.

00:23:37:14 – 00:23:59:20

Milagros Miceli

Es innegable, y esto por ejemplo, trabajadoras en mi país, de Argentina, me lo han dicho muchas veces: “este trabajo es horrible, pero es mejor que lo que tenía antes”. Ese “lo que tenía antes” era ir a limpiar a una casa donde mi jefe quizás me tocaba el culo y yo que iba a hacer, entonces. Por lo menos ahora estoy en mi casa con mis hijos.

00:23:59:20 – 00:24:28:05

Milagros Miceli

Hago este trabajo que es terrible, me paga mal y me explotan, pero es mejor que lo que tenía antes. Entonces, eso siempre es un poco el “gancho” con el que atrapan a muchas personas. Esto a nivel regional. Ahora, dentro de esas mismas regiones, y esto también hay que decirlo, dentro de esas mismas regiones y esos países destruidos, ya sea por catástrofes naturales, por la guerra, por crisis económicas, por inestabilidad política y social…

00:24:28:07 – 00:24:55:05

Milagros Miceli

Dentro de esos lugares, estas empresas van y quieren captar a las poblaciones más vulnerables dentro de esos lugares. Yo lo he visto en dos lugares, principalmente, en Buenos Aires y en Nairobi (en Kenia) donde las empresas estas iban, realmente, a los barrios populares, a los barrios pobres, a las llamadas “villas”, y querían captar ahí a los trabajadores.

00:24:55:05 – 00:25:23:05

Milagros Miceli

En Buenos Aires iban y repartían como flyers, folletos, diciéndoles “acá hay una oportunidad laboral” u organizaban, dentro de un centro comunitario, dentro del barrio, organizaban un curso de lo que llamaban habilidades digitales. Entonces, venía mucha gente joven, gente que había recién terminado la escuela, que no sabía cuál era su futuro… Venía lo sentaban ahí a hacer ese curso de habilidades digitales, elegían a los mejores, se los llevaban a trabajar.

00:25:23:05 – 00:25:55:24

Milagros Miceli

Y en Nairobi, exactamente igual. En Nairobi, los trabajadores cuentan que cuando querían hacer la aplicación para uno de estos trabajos, para varias de estas empresas, en la plantilla para aplicar online, en la pregunta de “dónde vivís”, les daban las opciones, tenían opciones predeterminadas de cuáles eran los barrios en los que la gente podía vivir y estaban solamente los barrios más pobres de Nairobi.

00:25:56:01 – 00:26:23:11

Milagros Miceli

O sea que, si uno no vivía en esos barrios, no podía directamente aplicar. Y también hay que decir que todo esto nos lo venden, en muchos de los casos o en la mayoría de los casos, como filantropía. “Somos tan buenos que les llevamos trabajo a estas poblaciones que, sin nosotros, se estarían muriendo de hambre. Somos tan amables que venimos, casi que les hacemos un servicio, un favor a esta gente por darles esta tarea tan hermosa”.

00:26:23:13 – 00:26:50:02

Carlos Bajo Erro

Hace unos meses, Milagros, te escuchábamos en Barcelona decir que, precisamente explotar las situaciones de vulnerabilidad, tú decías que no es un fallo del sistema, sino que es el sistema en sí mismo. ¿Nos lo puedes explicar un poco? ¿Hasta qué punto el sistema es ese buscar los espacios más vulnerables?

00:26:50:12 – 00:27:22:05

Milagros Miceli

Sí, es que el sistema funciona, como les decía al principio, solamente porque con estos trabajadores, es decir, si estos trabajadores están siendo explotados. Si les tienen que pagar realmente por su aporte a estas tecnologías billonarias y trillonarias, si realmente les tienen que pagar por su aporte real a la generación de riqueza, tendríamos que estar viendo un modelo socialista donde todos y todas tenemos acceso a esta riqueza.

00:27:22:05 – 00:27:39:12

Milagros Miceli

Pero, realmente, el aporte de estas personas es fundamental. Funciona el sistema solamente si se las explota y si se les paga poco y si se las mantiene dependientes. Y esto es clave. Por eso, el sistema consiste en ir a contratar a estas personas que de otra manera no tendrían muchas posibilidades.

00:27:39:12 – 00:28:09:01

Milagros Miceli

A estas personas que realmente sienten -y no es solamente una sensación- en su historia nunca tuvieron un trabajo mejor que este. Esto es lo mejor que van a conseguir. Personas que dependen del trabajo para darles de comer a sus peques o para mantener una visa… Hay una población enorme de migrantes dentro del trabajo de datos.

00:28:09:07 – 00:28:32:02

Milagros Miceli

¿Por qué? Porque mucha gente está dependiendo de este trabajo para mantener su visa, para poder quedarse en el lugar donde eligió para vivir. Muchos y muchas refugiadas haciendo este tipo de trabajo. Y, otra vez, yo he visto como las empresas van al campo de refugiados -esto lo vi en Bulgaria-, van al campo de refugiados y ahí reclutan a los y las trabajadoras.

00:28:32:04 – 00:29:13:09

Milagros Miceli

Y, otra vez, esto de la filantropía y de “que buenos que somos, les damos trabajo”. Los trabajadores nos dicen “no, esto no es, esto no es caridad, no nos están haciendo un favor y nosotros aceptamos porque no tenemos otra posibilidad”. Tenemos un reporte muy bueno en el repositorio donde una trabajadora, que además es refugiada, está en el Líbano, ella es de Siria, es Roukaya, cuenta como incluso la legislación, que no le permite a muchos trabajadores y trabajadoras conseguir un permiso amplio de trabajo, los fuerza mucho a hacer este trabajo porque es de los pocos que está dentro de lo que está contemplado en el permiso de trabajo que reciben los y las refugiadas.

00:29:13:11 – 00:29:36:00

Milagros Miceli

Sí, es una forma de mantener esta población dependiente; es una forma de mantenerlos también callados; escondidos… Que no se quejen, porque, ¿a quién se le van a ir a quejar? ¿A quién? También es eso. La vulnerabilidad también tiene que ver con la falta de posibilidades de ser escuchado o escuchada. También es esto. Juegan con esto,

00:29:36:00 – 00:30:17:10

Natalia Pereira Martín

Esta historia de reclutamiento, de a quien seleccionan es absolutamente terrorífica. Es terror psicológico. Igual que has dicho antes el ejemplo de la moderación de contenidos de contenidos ultra violentos. Queríamos preguntarte, dentro de estas actividades que se realizan en este trabajo y dentro de este contexto de condiciones laborales precarias, sabemos que también hay hipervigilancia, que están las situaciones de dependencia, los contenidos traumáticos, presion asfixiante dentro de los centros de trabajo… La pregunta aquí es: ¿qué realmente está ocurriendo una vez están trabajando? ¿qué realmente está ocurriendo, que estamos queriendo denunciar?

00:30:17:12 – 00:30:33:24

Milagros Miceli

Vos lo decías recién. El tema de la cuestión psicológica y de la salud mental de los y las trabajadoras. Daños en cuanto a la salud mental son súper prevalentes dentro de esta población de trabajadores y trabajadoras.

00:30:34:00 – 00:30:54:22

Milagros Miceli

En otros casos, cuando nos hablamos, por ahí, de los riders hablamos más de cuestiones físicas, que sufren. En este caso, es la cuestión de la salud mental. Y esto te lo dicen. Bueno, no sé, yo he hablado con cientos y cientos de trabajadores y trabajadoras, no recuerdo uno que no me haya dicho que no estaba, de alguna manera, digamos, sufriendo mentalmente.

00:30:54:24 – 00:31:18:14

Milagros Miceli

Esto se da por varias razones. Se da, primero, por una cuestión histórica. De dónde vienen estas personas. Personas que salieron de la guerra, personas que salieron de países y de ciudades y de pueblos arrasados. Que escaparon. Estamos hablando de gente que viene con una historia. Eso, por un lado.

00:31:18:16 – 00:31:39:12

Milagros Miceli

La segunda razón es la falta de seguridad. Esto te genera estrés. Imaginate no saber cuánto vas a ganar a fin de mes, si al final te va alcanzar. Imaginate, mucha gente vive así, mucha gente que calculo va a escuchar este podcast, no necesita imaginárselo.

00:31:39:12 – 00:32:01:10

Milagros Miceli

Pero estamos hablando de personas que realmente están contando las moneditas a ver si les va a alcanzar. Para afrontar sus gastos. Esto, por un lado. La segunda cosa… La tercera cosa tiene que ver con el contenido mismo. Cuando uno está, digamos, viendo y no tiene otra opción, no es que se puede escapar, no lo están haciendo ni por diversión, ni por morbo, ni por no es eso…

00:32:01:10 – 00:32:52:01

Milagros Miceli

Uno no tiene posibilidad de escaparse de este contenido. La gente que trabaja con un contenido violento, con contenido realmente que es asfixiante, que violenta la psiquis de las personas. Es muy difícil para ellos. Pero, también hablando con esta gente, y este es el caso especial de los moderadores y moderadoras de contenido que hacen esto para las redes sociales, lo que nos cuentan es que ver este contenido es terrible. Pero lo más terrible no es solamente el tema de ver el contenido, es una mezcla de tres cosas. Y es el ver el contenido, tener que verlo dentro del tiempo que estipulan estas empresas. Porque también es importante decir esto: estos trabajadores trabajan todo el tiempo bajo presión.

00:32:52:03 – 00:33:36:01

Milagros Miceli

Por ejemplo, a un moderador de contenido o a una moderadora, se les da 50 segundos para que vean una pieza de contenido. Imagínense que es una imagen ultra violenta de, no sé, de lo peor que se puedan imaginar. Ver una pieza de contenido, interpretar qué hay ahí adentro, tomar una decisión dentro de cuatro o cinco opciones que incluyen denunciarlo, bloquearlo, eliminarlo o dejarlo pasar. Recomponerse, porque hay que ver una imagen terrible y volver y seguir como si eso no hubiera sido nada. Recomponerse y pasar a la siguiente pieza de contenido. Todo eso dentro de 50 segundos.

00:33:36:07 – 00:34:15:21

Milagros Miceli

Y si no lo hacen, sus estadísticas o su performance baja, les descuentan salario, reciben algún reto de algún supervisor… Eso tiene consecuencias. Entonces, dicen eso y, finalmente, el aislamiento que sufren muchos y muchas de estas trabajadoras. Porque, por supuesto, que para muchas no es grato ir a contar… No es que salen con las amigas y les dicen “ay, no saben el video que vi hoy, era una violación grupal de menores de edad”. No es esto una cosa de lo que uno hable, de lo que uno comente…

00:34:15:23 – 00:35:00:19

Milagros Miceli

Está también esto de las empresas haciéndole firmar acuerdos de confidencialidad a los y las trabajadoras. Muchas también tienen miedo hasta de hablar con esto. Nosotros tuvimos una colaboradora de Nairobi que nos decía que ella estaba severamente deprimida, tenía estrés postraumático, no dormía la noche, etc. Todo el mundo le decía por favor, tenés que ir a ver a un terapeuta, a una profesional de la salud y ella se negaba mucho tiempo hasta que pudo decir que la razón por la que no iba era porque tenía miedo de decirle algo al terapeuta y terminar rompiendo este acuerdo de confidencialidad y ser demandada por Meta, en este caso, que era su empleador, por Facebook e Instagram.

00:35:00:19 – 00:35:39:17

Milagros Miceli

Estos acuerdos de confidencialidad les prohíben a las trabajadoras revelar para quién trabajan, de qué se trata el contenido, qué trabajo realizan, etc., etc., que son moderadoras de contenido. Todo esto, las tres cosas: el contenido, el aislamiento y esto de las metas, faltas de realidad, faltas de toda…, no sé cómo decirlo, faltas de toda lógica. Tener que moderar esto en 50 segundos, hacen que muchos trabajadores se enferman, se enferme mentalmente.

00:35:39:18 – 00:36:12:19

Carlos Bajo Erro

Y hablando de este impacto directo que tiene para los y las trabajadoras de datos el trabajo. Precisamente, Adio-Adet Dinika, que es también investigador de este proyecto… Vamos a aprovechar para recordar que tú estás haciendo referencia a vuestro repositorio, la web del proyecto que es data-workers.org donde están todos estos trabajos de trabajadores y trabajadoras de datos.

00:36:12:21 – 00:36:43:20

Carlos Bajo Erro

Adio, hace también unos meses, en una actividad que organizamos con Oxfam en Barcelona, hacía un símil o una referencia un poco dura, pero queríamos preguntarte cómo la interpretas tú desde tu experiencia. Decía que detrás del uso de estas herramientas más mainstream, de IA generativa, que detrás de la pregunta que se hace con un prompt a un chatbot de estos.

00:36:43:22 – 00:37:13:17

Carlos Bajo Erro

Hay una persona. Él decía hay una persona traumatizada en Venezuela o un suicidio en Filipinas. Y él hacía el símil en relación a si esto lo trasladamos a la preocupación que tenemos por los ingredientes de las cosas que comemos: es como si alguien que se está comiendo un bocadillo le dijeses ese sándwich que te estás comiendo lleva carne humana. Igual suena muy duro, pero tú, desde tu experiencia, como interpretas este paralelismo.

00:37:13:19 – 00:37:40:11

Milagros Miceli

Yo creo que es importantísimo explicárselo a la gente en estos términos. De la misma forma que nos interesa saber de dónde viene… no sé, a la gente que come carne, que les interesa que venga de un lugar donde los animales no son tratados con crueldad. De la misma manera que nos interesa saber que nuestras verduras están cultivadas de una forma que sea respetuosa con el medio ambiente, que no tengan agrotóxicos, etcétera.

00:37:40:11 – 00:38:14:24

Milagros Miceli

Y de la misma manera, también, que hace unos años estábamos todos hablando de que queremos que nuestra ropa no sea hecha con trabajo infantil, que queremos que sea hecha de forma respetuosa… Bueno, lo mismo pasa con estas tecnologías y es importantísimo hablar de esto y hablarlo en esos términos, realmente. Hablarlo desde el lugar de “cada vez que vos le estás preguntando a Chat GPT cosas que en realidad le podrías estar dando a una vecina o a tu abuelita, hay alguien detrás de eso que realmente sufrió.

00:38:14:01 – 00:38:42:12

Milagros Miceli

Nosotros tenemos, por ejemplo, un documental en el repositorio en que está, que se puede ver en data-workers.org, donde entrenadores, personas que han trabajado entrenando a Chat GPT… y, realmente, siendo confrontadas a… El entrenamiento consistía o el trabajo de ellos consistía en entrenar lo que se conoce como el filtro de toxicidad de Chat GPT

00:38:42:15 – 00:39:08:14

Milagros Miceli

El trabajo es ver que Chat GPT no te dé respuestas que… no sé, que no te dé una instrucción de cómo matar a alguien, o no te haga un comentario racista o no te haga un comentario sexista. Entonces, para hacer eso, para hacer este trabajo y para entrenar a Chat GPT para no hacer eso, lo que tenían que buscar estas personas eran ejemplos de lo malo, de lo que chat GPT tiene que no hacer.

00:39:08:16 – 00:39:28:07

Milagros Miceli

Entonces, se la pasaban leyendo descripciones, en detalle, de cómo alguien abusaba de un niño o cómo alguien mataba a alguien o como alguien se quitaba la vida… Y en el documental que tenemos ahí, estas personas hablan de todo esto, de este trabajo, pero, sobre todo, hablan de las consecuencias.

00:39:28:07 – 00:40:07:00

Milagros Miceli

Hablan de cómo como hacer este trabajo los dejó sin dormir; como esto de levantarse a la noche y gritar o de ponerse violentos sin causa hizo que sus parejas, los o las abandonaran; como familias enteras se rompieron… Siempre me acuerdo del testimonio de alguien que decía “vi tantos videos de abuso sexual infantil que empecé a ser sobreprotector con mis hijos, con mis propios hijos y los molestaba tanto todo el tiempo que mis hijos dejaron de hablarme, que mis hijos dejaron de confiar en mí” porque en todos lados veía a esos demonios, a los pedófilos, a los abusadores.

00:40:07:04 – 00:40:46:07

Milagros Miceli

Y cómo culpar a esta persona, si esa persona sabe, vio en su propio trabajo, ocho horas por día, 24/7, las cosas terribles que puede hacer el ser humano. Me parece que es muy importante explicarlo desde ese lugar. Y es muy importante también explicarlo cuando hablamos de las redes sociales, también desde ese lugar. Explicar que hay muchas cosas que a nosotros nos parecen frívolas, que son frívolas.

00:40:46:09 – 00:41:05:10

Milagros Miceli

Y que nos parecen que no dañamos a nadie, si subimos otra foto de nuestro cafecito de la mañana y de nuestra desayuno; o le hacemos un Instagram a nuestro perrito porque nos parece muy gracioso… Y eso tiene un daño, hace un daño al medio ambiente. Es una saturación de datos.

00:41:05:10 – 00:41:29:13

Milagros Miceli

Esos datos están en algún lugar, que son los centros de datos, que se consumen nuestra agua. Para que Instagram funcione y para que tu foto de tu gatito o de tu perrito, o el perfil de tu perrito sea permitido, tiene que haber alguien que esté filtrando perfiles de pedófilos… Todo eso, también es importante que la gente entienda cuáles son los engranajes.

00:41:29:13 – 00:42:04:20

Carlos Bajo Erro

Precisamente, que la gente entienda el papel de esta figura. Tú ya lo has comentado un poco antes, pero nos gustaría insistir en preguntarte ¿qué papel juegan estos trabajadores en la inteligencia artificial? Porque, debido a su invisibilización, puede ser que mucha gente que nos está escuchando piense “bueno, vale, ese trabajo lo hace cualquiera” o “ese trabajo es prescindible”… En esa escala de la inteligencia artificial, ¿dónde colocarías tú a estos trabajadores y trabajadoras?

00:42:04:22 – 00:42:25:19

Milagros Miceli

Son fundamentales. Son tan fundamentales como los ingenieros y las ingenieras que desarrollan los algoritmos, son tan fundamentales como la capacidad computacional que tienen estas empresas. Son te diría… El otro día vi un meme y me pareció me pareció muy pertinente.

00:42:25:19 – 00:42:56:13

Milagros Miceli

Son otro de los ingredientes fundamentales de la inteligencia artificial. Y el meme decía “el ingrediente secreto de la inteligencia artificial son humanos”. Sí, realmente. Sin ellos, sin ellas no tendríamos los desarrollos tecnológicos con respecto a la inteligencia artificial que vemos hoy. No existirían. No existiría Chat GPT, no existiría ninguna de las herramientas de reconocimiento facial que se usan en muchos o en todos los casos en contra de nosotros y nosotras.

00:42:56:15 – 00:43:24:17

Milagros Miceli

No existirían las herramientas de clasificación crediticia, que en muchas veces nos dejan afuera de recursos muy necesarios. No habría estas tecnologías. ¿Por qué no? Porque estas tecnologías, otra vez, de la forma en la que se plantea la inteligencia artificial hasta ahora, dependen de grandes cantidades de datos. Y, sin alguien que se ocupe de producir esos datos…

00:43:24:17 – 00:43:42:03

Milagros Miceli

De la misma forma, que sin alguien que se ocupe de minar minerales para las baterías que llevan estas tecnologías, para los… me sale decir transistores, pero eso…

00:43:42:17 – 00:43:43:13

Natalia Pereira Martín

Dispositivos.

00:43:43:13 – 00:43:44:33

Carlos Bajo Erro

Para los chips.

00:43:44:33 – 00:44:27:03

Milagros Miceli

¡Los chips! Transistores… es una palabra de mi abuelo… ¡Retomo! Sin gente que esté minando los minerales que se necesitan para los chips, eh? Sin todas esas personas, no tendríamos estas tecnologías. Pero, otra vez, estas tecnologías están basadas en la explotación, en la explotación de las personas, en la explotación de los recursos naturales y toda esa parte de la explotación necesita ser mantenido en secreto porque si no, esto sería un escándalo. Entonces, ahí está el trabajo arduo que hacemos, que hacen ustedes también con este podcast, de intentar llevar esta realidad para que la gente se entere.

00:44:28:10 – 00:44:58:21

Natalia Pereira Martín

Sí, el otro día con Paz, con Paz Peña, en el episodio anterior hablábamos de, por un lado, es la explotación y, por otro lado, es la concentración de poder, lo que ella mira que es el fundamento de la explotación. Queríamos hablar un momento de esta cosa que te hemos escuchado antes de todas y todos somos trabajadores de datos de alguna manera. Para que la gente no lo sienta tan ajeno y, ¿a qué te refieres, exactamente, cuando afirmas esto?

00:44:58:23 – 00:45:18:02

Milagros Miceli

Bueno, esto es un punto que siento que es importantísimo, porque si no estamos hablando de trabajadores que, para muchas personas, están muy lejos geográficamente. Que es un poco esto de decir “bueno, pobre, los compadezco, pero que no puedo hacer nada. ¡Qué pena por esta gente!”

00:45:18:04 – 00:45:56:12

Milagros Miceli

Y, en realidad, esto del trabajo de datos y de la explotación y también de la concentración de poder, es algo que nos afecta a todos y a todas. Todos y todas somos trabajadoras de datos. Si en algún momento… En realidad, no es si… En algún momento, probablemente, todas las personas que nos están escuchando hayan completado uno de estos captcha, donde te preguntan, ¿sos humano? Qué es lo que nos hace humanos: saber identificar semáforos en estas fotitos o saber identificar bicicletas o motocicletas, etc.

00:45:56:15 – 00:46:30:10

Milagros Miceli

Cuando uno hace eso, lo que está haciendo es trabajo de datos impago. No sé si a alguien le pagaron, a mí nunca me llegó el cheque. Eso es lo que uno está haciendo. Cuando uno, por ejemplo, reporta no sé, en Twitter, uno reporta contenido que a uno le parece que está violando las políticas del sitio, lo que está haciendo es moderación de contenido y también es sin pago. Cuando Spotify o Netflix te preguntan ¿te gustó esta película?

00:46:30:10 – 00:46:50:10

Milagros Miceli

O ¿qué te pareció? Bien, más o menos, mal… Lo que está haciendo también es verificación algorítmica. Le está diciendo al algoritmo “recomendador”, que nos recomienda qué ver o que escuchar después, le está diciendo “está funcionando bien o no”, “la verdad que interpretaste mal mi gusto”. Todo eso es trabajo de datos.

00:46:50:12 – 00:47:24:10

Milagros Miceli

Ni hablar de los periodistas y las periodistas, las traductoras, las artistas, las escritoras cuyo trabajo ha sido tomado sin ningún respeto por el copyright o por leyes que también están vigentes, para entrenar inteligencias artificiales. Es escandaloso el robo de trabajo que se ha producido en el desarrollo de las así llamadas inteligencias artificiales generativas.

00:47:24:12 – 00:47:59:04

Milagros Miceli

Cómo se han robado el trabajo de años, el trabajo de la vida de muchos y muchas artistas y otra vez escritores, traductores, gente que hacen este trabajo. Así que, sí, nos afecta a todos. No importa en lo que trabajes, en algún momento te va a tocar. Mira la ironía. El otro día, yo estoy por publicar un libro, y ya me llegó cinco veces un mail de la editorial diciéndome -es un mail súper engañoso-, que dice ahora todos nuestros libros se van a usar para entrenar IA generativa.

00:47:59:04 – 00:48:19:19

Milagros Miceli

Si vos no querés que tu libro se use para esto, tenés que completar 50 formularios, tenés que llamar por teléfono a un número donde nadie te va a atender, decirles que no de muchas manera, porque si no, interpretamos que sí, que sí que que querés que tu libro se use. ¡Me pasa hasta a mí, que trabajo en esto hace años!

00:48:19:21 – 00:48:59:08

Carlos Bajo Erro

Igual está bien que tu libro entrene IAs… mejor que muchos otros. Pero bueno, estás en tu derecho de recibir tu cheque, como dices muchas veces. En medio de todo este desastre queríamos sacar un pelín de luz. Y ahí creemos que sí, que hay algunos elementos de luz, hay uno que vosotras también habéis destacado muchas veces. Que es, precisamente, que en todo este contexto de dificultades para defender sus derechos laborales, fundamentalmente, estas trabajadoras y trabajadores de datos se han autoorganizado y se han autoorganizado en experiencias muy esperanzadoras.

00:48:59:09 – 00:49:26:10

Carlos Bajo Erro

Nos gustaría tener un momentito, por lo menos, para que nos expliques un poco cómo han sido estas experiencias de trabajadoras y trabajadores que, en contra de todo el contexto, han conseguido autoorganizarse, ponerse de acuerdo y, en algunos casos, incluso conseguir algunas mejoras importantes.

00:49:26:10 – 00:49:54:22

Milagros Miceli

Realmente, esto es lo único que nos mantiene esperanzadas y un poco felices, también, de observar. Para nosotras ha sido un placer, realmente, observar alguno de estos procesos. Acompañar, incluso, desde el proyecto de Data Workers’ Inquiry alguno de estos proyectos. Y esto no lo digo para reclamar o para captar o cooptar el trabajo de estas y de estos trabajadores para nada.

00:49:54:22 – 00:50:18:11

Milagros Miceli

Y ahí quiero ser muy clara: que ellas se hubieran organizado con o sin nosotros. Pero la verdad es que fue un placer y una cosa… Lo más hermoso de este trabajo es acompañar esos procesos. Procesos donde la organización se dio de distintas maneras y respondiendo a distintas necesidades y también, hay que decir, a distintas posibilidades.

00:50:18:11 – 00:50:45:14

Milagros Miceli

Hay algunas formas de organización que tenían que ver y tienen que ver con responder a necesidades puntuales. Un ejemplo es, en Nairobi, una de nuestras colaboradoras, Ranta, es una mujer migrante de Sudáfrica haciendo este trabajo en Nairobi. Hizo un trabajo con nosotros donde lo que hizo fue investigar las realidades y contar las historias de otras mujeres migrantes, como ella, haciendo este trabajo.

00:50:45:16 – 00:51:07:14

Milagros Miceli

Y durante ese proceso, lo que descubre es que muchas de estas personas habían sido despedidas por la empresa, las habían dejado en la calle y estaban, digamos, varadas en Nairobi. No podían irse a su casa. No tenían dinero para pagar el pasaje. En muchos casos, les habían retenido el pasaporte. No tenían dinero para renovar el pasaporte, no tenían dinero para pagar deudas con la renta…

00:51:07:16 – 00:51:27:09

Milagros Miceli

Muchas cosas. O por no decir que no tenían dinero para un vuelo o para un bus para volver a casa. Y lo que hizo Ranta es organizarse con estas mujeres y encontrar dinero. Por supuesto, colaboramos, ayudamos. Pero lo que hizo Ranta fue, básicamente, conseguir el dinero para que estas mujeres pudieran volver a casa.

00:51:27:11 – 00:51:56:16

Milagros Miceli

Otro ejemplo, así chiquito… O chiquito, no, porque en realidad cambia la vida de 11 mujeres, pudo Ranta hacerlo. Otro ejemplo de estas características más puntual, tiene que ver con los grupos de WhatsApp y los foros y los grupos de Facebook, que son muy comunes en países como Venezuela o en Latinoamérica, en general, donde los y las trabajadoras se organizan con necesidades, como digo, más puntuales.

00:51:56:18 – 00:52:21:14

Milagros Miceli

Que tienen que ver con advertirse… puntuales pero tan importante, como advertirse, por ejemplo, que una tarea incluye este material ultra violento. Se advierten los unos, porque muchas veces ni siquiera hay un trigger warning o hay una nota de advertencia de contenido. Entonces, se advierten mutuamente sobre cuestiones de ese tipo. Pero también hay ejemplos mucho más grandes.

00:52:21:14 – 00:52:59:24

Milagros Miceli

Que abarcan mucho más, que tienen que ver con consejos de empresa, que hemos visto nacer acá en Alemania, en dos ciudades en Berlín, donde yo vivo, pero también en Essen. Donde los y las trabajadoras pudieron alcanzar muchísimas cosas, pudieron hacer muchísimas cosas. Desde que formaron el Consejo de Trabajadores, pudieron conseguir, por ejemplo, para los casos de trabajadoras que trabajan con este contenido violento que les dieran más pausa, que les dieran más tiempo para poder operar.

00:53:00:01 – 00:53:22:12

Milagros Miceli

Pudieron conseguir también cuestiones como un extra para salud mental. Cuestiones así. También vacaciones. Tenían muy pocas vacaciones. Por alguna razón, por algún agujero legislativo, tenían menos días de vacaciones que lo que indica la ley para la mayoría de los trabajadores en Alemania.

00:53:22:14 – 00:53:49:05

Milagros Miceli

Pudieron conseguir que les dieran los días de vacaciones como cualquiera acá en Alemania. Y también están cuestiones donde los y las trabajadoras se terminan sindicalizado y, así, formando sindicatos que respondan a sus necesidades, porque esta es un tipo de trabajo que es relativamente nuevo, porque es una población que, como les decía antes, en muchos casos es en su mayoría migrante.

00:53:49:05 – 00:54:29:23

Milagros Miceli

Entonces lo que pasaba, por ejemplo acá en Alemania, y, por lo que escuchamos en Barcelona, también era similar, los grandes sindicatos no tenían forma o no satisfacían las necesidades de esta población. Entonces, los y las trabajadoras deciden, realmente, crear sus propios sindicatos. Con mayor o menor dificultad, pero realmente ayudando a un montón de personas y también representando y con la colectivización de las trabajadoras y luchando en pos de mejoras y consiguen mejoras. Que es lo importante y lo más satisfactorio de ver.

00:54:30:00 – 00:55:16:02

Natalia Pereira Martín

Sí, fundamental. Queríamos preguntarte, siguiendo esta línea de es una forma de autoorganización y de organización de los trabajadores muy específica, porque no es la tradicional de los sindicatos, porque no les prestaron especial atención desde el principio por diversas razones. La pregunta que queríamos hacerte es: ¿crees que hay aprendizajes recabados de estas formas de organización de las trabajadoras que, a lo mejor, pudieran servirle a otros sectores y a otros grupos de trabajadores, de trabajadoras que también están un poco en los márgenes o que sienten que no tienen esa representación sindical o esa fuerza de oposición contra explotaciones de distintas formas?

00:55:16:07 – 00:55:50:07

Milagros Miceli

Yo creo que el aprendizaje es mutuo. Siento que, por ejemplo, en muchos casos, los y las trabajadoras de datos han aprendido de otros grupos también nuevos, como por ejemplo los riders. Algo que sucedió cuando fuimos al Parlamento Europeo y fuimos con un grupo de trabajadoras de datos que hablaron, testificaron y hablaron, hicieron una exposición sobre sus propias condiciones laborales. Y esto se dio en el marco de las negociaciones que tenían que ver con la directiva de los trabajadores y trabajadoras de plataforma.

00:55:50:09 – 00:56:19:12

Milagros Miceli

La sala estaba estaba llena de sindicatos, de representantes de uber, de los riders, de las Kellys también, no de un montón de gente que trabaja… que ahora están precarizados a través de las plataformas. Y a nadie se le había ocurrido invitar a los y las trabajadoras de de datos. Se le ocurre a un representante del Parlamento. Nos contacta a mí y a mi colega, Antonio Casilli, otro investigador.

00:56:19:14 – 00:56:46:14

Milagros Miceli

A nosotras nos contactan como expertos y expertas y nosotros decimos “no vamos a ir a hablar por los trabajadores, lo que podemos hacer es llevar un grupo de trabajadores”. No les quiero contar lo difícil que fue encontrar cinco trabajadores que pudieran hablar, realmente, que no sintieran que los iban a echar de su trabajo o que su vida estaba en peligro por hacer esto y también que consiguieran una visa para llegar a Bruselas.

00:56:46:14 – 00:57:24:02

Milagros Miceli

Entonces bueno, fue un lío, pero conseguimos cinco trabajadoras que llegaron ahí. Y, realmente, ambos grupos, tanto los y las trabajadoras de datos, pero también las otras personas y representantes que estaban ahí de otros grupos de trabajadores de plataformas estaban sorprendidos de no haber sabido los unos de los otros antes y de no haberse unido antes en esta lucha y de la posición estratégica, otra cosa de las que todos se sorprendieron, fue de la posición estratégica y política de los y las trabajadoras de datos dentro de esta lucha colectiva de los trabajadores y trabajadoras de plataforma.

00:57:24:04 – 00:57:49:01

Milagros Miceli

Alguien dijo en esa sesión, creo que fue un representante francés del sindicato de los uber, que dijo algo como “ah, pero ustedes son, cuando yo posteo en las plataformas y cuando queremos expandir este mensaje, comunicarnos con nosotros y otras trabajadoras, muchas veces nos bloquean las cuentas o nos eliminan los mensajes, ustedes son los que están detrás de eso.

00:57:49:03 – 00:58:17:16

Milagros Miceli

Y, ¿cómo podemos ayudarnos? Y fue un razonamiento tan básico, pero tan verdadero y tan… Esto del lugar estratégico, político y estratégico de los y las trabajadoras de datos, como gente que tiene un poder que ni siquiera saben que lo tienen y es el de crear la realidad que vemos a través de las redes sociales, a través de estas tecnologías.

00:58:17:16 – 00:58:41:13

Milagros Miceli

Cuando uno le pregunta algo a Chat GPT y Chat GPT le responde, en general, uno tiende a tomar eso como verdad. Tiene un carácter de verdad. Le pregunto “me lastimé el brazo, ¿qué hago?”. Y la receta que me da Chat GPT debe ser, más o menos, equivalente a la de un cirujano jefe de departamento. Lamentablemente vivimos en esta en estos tiempos.

00:58:41:15 – 00:59:03:01

Milagros Miceli

Entonces, esto fue bastante sorprendente y un poco fueron los aprendizajes mutuos y también para los y las trabajadoras que fueron al Parlamento fue, también, muy bueno ver lo adelantados que estaban otros grupos de trabajadores y trabajadoras con respecto a la colectivización, a la organización sindical…, que hay un sindicato de uber.

00:59:03:01 – 00:59:12:23

Milagros Miceli

Esto no lo sabían. Así que, creo que ahí hay muchas redes y muchas posibilidades para tender redes, lo cual es fantástico

00:59:12:01 – 00:59:52:23

Carlos Bajo Erro

Hay… Bueno, podríamos estar mucho más rato… Pero hay una última pregunta que les queremos formular a todas las invitadas y, precisamente, tú nada más empezar has hecho especialmente pertinente la pregunta cuando planteabas que este modelo concreto de desarrollo de la IA es solo uno de los modelos posibles. Esta pregunta recurrente sería: ¿Cómo crees que debería ser una inteligencia artificial para que, realmente, sea beneficiosa para la humanidad y para el planeta?

00:59:52:25 – 01:00:26:10

Milagros Miceli

Yo creo que esta pregunta me parece muy, muy importante porque nos da la posibilidad de imaginar que hay otras formas de hacer esto. Porque tampoco se trata de condenar… no somos gente que rechaza la tecnología, por la tecnología, en sí misma o gente que está en contra del progreso. Sino que decimos bueno, este progreso para quién es y a quién está beneficiando. Yo quiero un progreso que beneficie a la mayoría y no un progreso que beneficie a los tres magnates tecnológicos o cinco.

01:00:26:10 – 01:01:02:22

Milagros Miceli

Creo que el otro día salió algo que decía que eran cinco familias controlando el desarrollo tecnológico del planeta. Es de locos. Si uno lo piensa, realmente, no tiene ningún sentido, ni ninguna lógica. Yo creo que es importante que pensemos en tecnologías que nos pertenezcan. Y cuando digo “nos” pertenezcan, quiero decir a comunidades específicas: mi comunidad, a la comunidad de las que ustedes se sientan pertenecientes y, sobre todo, a las comunidades más vulnerables.

01:01:02:22 – 01:01:24:19

Milagros Miceli

Es importante pensar en tecnologías que sean más chiquitas. No es necesario crear tecnologías que se les pueda vender, desde a un niño de tres años en Singapur, a un viejo en Argentina. No, no necesitamos todos usar el mismo zapato, ni todos usar…, ni a todos nos va a caber la misma camisa.

01:01:24:21 – 01:01:47:24

Milagros Miceli

Necesitamos pensar en tecnologías que nos sirvan, pensar mucho más chiquito, pensar en necesidades específicas y tecnologías que nazcan de esas necesidades y sean pensadas, en pos de esas necesidades. No tecnologías que nos creen necesidades que no tenemos y no necesitamos tener. Que eso también está pasando. Nos venden, nos venden la solución para problemas que crearon ellos.

01:01:48:02 – 01:02:11:06

Milagros Miceli

Y lo mismo pasa con respecto a tecnologías que sean respetuosas de la naturaleza. Otra vez, no necesitamos que la inteligencia artificial, que se crea sobre la explotación de la naturaleza, venga a solucionar ese problema que crearon. Sino que necesitamos tecnologías que sean ya desde el “vamos”, sean respetuosas de la naturaleza. Se trata de tecnologías también, otra vez, mucho más chiquitas.

01:02:11:06 – 01:02:47:02

Milagros Miceli

Si nosotros pensamos en tecnologías que se basen en enormes cantidades de datos, que necesitan una enorme cantidad de trabajadores y trabajadoras explotados y, además, la presencia de enormes centros de datos, que utilizan enormes cantidades de agua, contaminan el medio ambiente, contaminación sonora para las poblaciones adyacentes, etc. Por supuesto que esas no son tecnologías que van a ser respetuosas de nosotros, de la tecnología, del medio ambiente… Son tecnologías que son dañinas.

01:02:47:04 – 01:02:54:02

Milagros Miceli

Así que bueno, pensar en eso: más chiquitas, menos dañinas y naciendo de necesidades específicas y no creadoras de necesidades que no tenemos.

01:02:54:04 – 01:03:14:02

Natalia Pereira Martín

¡Maravilloso! Pues nos quedamos con esta imagen para construir un futuro, entre todas, con una tecnología para todas. Milagros, muchísimas gracias por haber compartido este espacio con nosotras. Es un auténtico placer y un privilegio escucharte. Y ahora ya sabemos que detrás de la inteligencia artificial no hay magia, hay cuerpos.

01:03:14:04 – 01:03:16:03

Milagros Miceli

Muchas gracias. Exacto. Muchas gracias.

01:03:16:04 – 01:03:18:03

Carlos Bajo Erro

Muchas gracias, Milagros.

01:03:18:04 – 01:03:21:03

Milagros Miceli

Les agradezco mucho por la invitación.