Bloomberg — Desde que empezó a tocar el trombón en la escuela secundaria, Jackson Spellman ha querido dedicarse profesionalmente a la música.
“Va a ser parte de mi vida por completo durante el resto de mi vida, afirmó este joven de 22 años de Wellington, Florida, que se graduó en junio en la Universidad Northwestern con una doble especialización en música y ciencias cognitivas.
Ver más: La IA podría manejar su portafolio de inversión en cinco años, según experto de MIT
Junto con su título, Spellman terminó la universidad con una nueva experiencia profesional que añadió a su currículum. Entrenador de IA.
Durante las semanas que precedieron a su graduación, Spellman dijo que le pagaban US$50 por hora para enseñar a modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) a analizar partituras y desglosar los elementos básicos de la teoría musical: ritmo, armonía y letra.
“Están entrenando a esta inteligencia artificial en habilidades que nunca pensé que sería capaz de desarrollar, pero con nuestra experiencia, pronto lo logrará”, afirmó.
Empleados de una amplia gama de campos, como música, pero también finanzas, derecho, educación, estadística, virología, mecánica cuántica y muchos más, con titulaciones altamente especializadas, están aplicando sus conocimientos para hacer que los modelos de IA sean más inteligentes y sofisticados.
Se trata de un trabajo secundario muy lucrativo, que resulta aún más atractivo para académicos, estudiantes y recién graduados, ya que los recortes en la financiación federal están dificultando la investigación y el mercado laboral para los recién titulados se encuentra paralizado.
Spellman dijo que dedicaba aproximadamente 10 horas semanales a su trabajo de capacitación, lo que le reportó un total de un par de miles de dólares. La comprensión del modelo de la teoría musical aún presenta lagunas obvias, dijo. Al mismo tiempo, la experiencia lo dejó un poco inquieto sobre el futuro del trabajo para personas creativas como él.
“Cuando empezamos a poner énfasis en capacitar a la IA en cosas que tradicionalmente han sido dominios artísticos y creativos, eso me preocupa bastante”, dijo Spellman. “Y luego, mientras realizaba estas tareas, pensé: ‘Estoy ayudando con esto’”.
Entrenar a la IA es un trabajo que Spellman nunca había considerado, ni siquiera había oído hablar de él, hasta abril, cuando un reclutador de Handshake se puso en contacto con él .
Handshake, un sitio de redes profesionales y empleos similar a LinkedIn para universitarios, fundado en 2014, se ha convertido en una opción predilecta para estudiantes universitarios y recién graduados que buscan incorporarse al mercado laboral.
Trabaja directamente con las oficinas de empleo de las universidades y los empleadores para publicar vacantes y facilitar la contratación para prácticas, becas y puestos más permanentes.
Ver más: EE.UU. apuesta por IA con menos regulación y más energía: el plan que lanzó Trump
En enero, Handshake vio la oportunidad de entrar en un nuevo mercado: el mundo de la inteligencia artificial. Los laboratorios de IA comenzaban a reclutar en Handshake, buscando jóvenes profesionales para fortalecer la comprensión de los modelos de lenguaje extenso sobre temas avanzados.
Con una posición ventajosa para actuar como intermediario entre los laboratorios y una extensa red de jóvenes profesionales, Handshake creó discretamente una nueva división, Handshake AI. Dirigida a un grupo demográfico con estudios universitarios, comercializó los puestos de formación en IA como una beca.
US$160 por hora
Handshake no buscaba programadores. Buscaba graduados en música como Spellman, así como biólogos vegetales, químicos, educadores, físicos y científicos de alimentos, entre otros expertos, con salarios que oscilaban entre los US$30 y los US$160 por hora, según la disciplina y el nivel de experiencia requerido.
Los reclutadores de Handshake comenzaron a enviar mensajes a los estudiantes en su plataforma para que solicitaran la Beca de Expertos en Validación de Modelos (MOVE, por sus siglas en inglés). La empresa también contactó con las oficinas de empleo de más de 200 universidades, que difundieron las oportunidades laborales mediante correos electrónicos masivos y portales de empleo internos.
En seis meses, Handshake contrató a más de 1000 entrenadores de IA para realizar tareas en los que, según afirma, son los cinco mejores laboratorios de IA. Se negó a revelar los nombres de las empresas.
A inicios de este año, Handshake contrató a dos ejecutivos de Scale.AI, el laboratorio de anotación de datos que recientemente recibió una inversión de US$14.000 millones de Meta Platforms Inc. (META), para liderar sus iniciativas de IA.
Fundada en 2016, Scale saltó a la fama proporcionando a los principales laboratorios de IA una gran cantidad de datos etiquetados por personas reales, con la mano de obra a menudo subcontratada a contratistas extranjeros que ganan unos pocos dólares por hora.
Sin embargo, recientemente, los laboratorios han estado buscando un nuevo tipo de aportación humana: más especializada, más técnica y más sofisticada.
Tras el lanzamiento de ChatGPT de OpenAI en 2022, “todas estas grandes empresas tecnológicas y otros laboratorios se vieron inmersos en el desarrollo, lo que, en los últimos dos años, ha dado lugar a todo este mercado”, afirmó Sahil Bhaiwala, exejecutivo de Scale y actual director de estrategia de Handshake AI.
Existen dos categorías principales de entrenamiento de IA, o anotación de datos, explicó: el ajuste supervisado, en el que los entrenadores pueden indicar a un modelo una respuesta específica, con la esperanza de fortalecer su razonamiento en un subdominio específico; y el aprendizaje por refuerzo, que entrena a un modelo para que responda mejor, teniendo en cuenta las preferencias humanas, cuando un usuario formula una pregunta.
Ver más: Qualcomm apuesta por la IA en Latam y lleva su programa para startups a México y Brasil
Se anima a los reclutados por Handshake a intentar desconcertar a los modelos de IA con preguntas de sus áreas de especialización. Cuanto más razonamiento se requiera para llegar a la respuesta correcta, mejor, siempre que exista una respuesta correcta clara.
Los avances en IA han polarizado la fuerza laboral. En una encuesta de junio que evaluaba las actitudes hacia la tecnología, Gallup preguntó a un panel de adultos estadounidenses si era más probable que evitaran la IA durante el mayor tiempo posible o que la adoptaran lo antes posible. Casi dos tercios optaron por la primera opción.
Esta división también es pronunciada en el ámbito académico, donde el auge de chatbots como ChatGPT ha suscitado inquietudes sobre el valor futuro de la experiencia humana.
Una doctora especializada en física química declaró a Bloomberg que el modelo en el que trabajó no tuvo problemas para responder a preguntas que le habían llevado años de investigación para su tesis.
Aspiraciones profesionales revisadas
A medida que estudiantes de doctorado y otros expertos altamente cualificados ayudan a impulsar los modelos de IA a niveles más sofisticados, se enfrentan a la cuestión de cómo debería utilizarse la IA en la investigación y en la vida cotidiana.
Catherine Emanuel, estudiante de farmacología de 26 años que cursa el segundo año de su doctorado en la Universidad de Duke, comentó que la inspiración para unirse a la beca de Handshake radica en su creencia en la democratización de la información que aporta la IA.
“Realmente valoro la capacidad de la IA para hacer que las técnicas de información y el análisis de datos sean más accesibles para personas sin titulaciones específicas en esos programas”, afirmó. “Pero si van a usarla, al menos que sean precisas”.
Emanuel creció en Oak Ridge, Tennessee, un pueblo de cerca de 31.000 habitantes que, durante la Segunda Guerra Mundial, sirvió como centro de producción del Proyecto Manhattan, el programa secreto del gobierno federal para desarrollar armas nucleares.
“Ha moldeado mi visión de la ciencia y la informática porque todavía hay allí una sede del Departamento de Energía con muchas supercomputadoras y elementos relacionados con la IA”, afirmó Emanuel. “Pero también crecer donde fabricaron la bomba atómica es realmente confuso para una niña pequeña porque no sabes qué pensar al respecto”.
Entre sus compañeros, ha observado una división en la actitud hacia el uso de la IA. Algunos utilizan la tecnología para avanzar en sus investigaciones, mientras que otros estigmatizan su uso por completo, argumentando que ha erosionado el pensamiento crítico.
En su campo, la farmacología, los científicos están incorporando la IA en el laboratorio para acelerar tareas tediosas y que requieren mucho tiempo, como el modelado de proteínas o el filtrado de datos para analizar diferentes interacciones farmacológicas.
Ver más: OpenAI acelera su expansión: Oracle le suministrará 2 millones de chips de IA
Justo este mes, Microsoft Corp. (MSFT) lanzó un modelo de aprendizaje profundo que simula las estructuras y los movimientos de las proteínas en cuestión de horas. Emanuel aprecia las capacidades de la tecnología y no le preocupa que la necesidad de investigadores pueda desaparecer por completo.
“El propósito de un doctorado es descubrir nueva información sobre tu campo, y eso es algo que ChatGPT no puede hacer por naturaleza”, dijo.
Uno de los requisitos de Handshake es que los solicitantes crean que su “experiencia puede superar a los sistemas de IA actuales” en su área de especialidad. David Deming, economista político de la Universidad de Harvard, cree que esto se convertirá en un estribillo habitual a medida que prolifere el uso de la IA generativa.
“En este mundo, discernir la verdad y saber en quién confiar es muy difícil, porque es fácil generar contenido que suena persuasivo, pero en realidad no lo es”, afirmó Deming. “Quienes poseen un profundo conocimiento contextual sobre algún tema serán muy valiosos, ya que poseen más información que la disponible en los datos de entrenamiento”.
Handshake ofrece cursos en temas como etiquetado de contenido y ética de la IA, en algunos casos como prerrequisitos para comenzar a trabajar como becario MOVE, y otorga certificaciones según su finalización. Bhaiwala espera que las insignias de alfabetización en IA se vuelvan tan comunes en los currículums como habilidades como Python y Excel.
“Nadie sabe realmente cómo son los trabajos en un mundo donde la IA es mucho más omnipresente”, dijo Bhaiwala. “Lo que podemos decir es que las personas que están mucho más capacitadas para la IA o que entienden cómo trabajar con ella, y también entienden cómo supervisarla, saben dónde puede fallar, saben con qué dificultades, van a estar realmente bien posicionadas en la economía”.
Guga Gogia, un especialista en IA de Handshake con un doctorado en física de la Universidad de Emory, había pasado por varios trabajos de anotación de datos cuando llegó a Handshake en abril. Ahora trabaja con capacitadores de IA reclutados a través de la beca MOVE, revisando su trabajo y ayudándolos a generar ideas para aumentar la complejidad de las indicaciones para los modelos.
“No puedo evitar la sensación de magia que supone poder combinar el conocimiento y el trabajo intelectual de las personas al instante”, dijo Gogia.
Esa magia no siempre es el principal atractivo para los solicitantes del programa. Gogia comentó que se ha topado con muchos doctores anotando datos y entrenando modelos para llegar a fin de mes, mientras los recortes de fondos gubernamentales se extienden a sus campos.
“Ahora mismo creo que hay mucha más desesperación en el ambiente: ‘Oh, ¿hay un trabajo en el que pueda dedicar 10 horas y cobrar lo suficiente para pagar las facturas? Apúntenme. Por favor, ¿cómo puedo conseguirlo?’“, dijo, resumiendo las reacciones de algunos académicos con los que ha hablado sobre el programa.
Debido a que tienden a trabajar como contratistas independientes, los capacitadores de IA no suelen tener las mismas protecciones que los trabajadores a tiempo completo.
Antes de unirse a Handshake, Gogia a veces solía trabajar en varios contratos de anotación de datos a la vez, acumulando hasta 65 horas de capacitación en IA a la semana. Dijo que una de las empresas con las que trabajó no le pagó su salario completo por las horas trabajadas.
“Para mantener algún tipo de ingreso estable como padre de un niño de tres años, definitivamente tuve que priorizar cierta estabilidad”, dijo Gogia, quien inicialmente esperaba trabajar para una ONG o en investigación industrial después de decidir dejar el mundo académico.
Es probable que el colapso del mercado de empleos de investigación beneficie a los desarrolladores de modelos de IA a medida que más académicos alteren sus aspiraciones profesionales.
Dancan Githirwa, quien llegó a EE.UU. desde Kenia en 2018 para estudiar química en la Universidad de Binghamton, aspiraba a trabajar en el descubrimiento de fármacos.
A finales del año pasado, mientras finalizaba su tesis sobre terapias contra el cáncer, comenzó a postularse a puestos en la industria farmacéutica en todo Estados Unidos. Le costó encontrar trabajo. Una oferta que recibió fue posteriormente retirada debido a recortes de fondos.
Por ahora, ha dejado de buscar trabajos de investigación en la industria.
En su lugar, dedica aproximadamente 20 horas semanales a probar LLM sobre conceptos químicos avanzados para identificar dónde falla su razonamiento. Si bien había planeado dedicarse a la investigación más tradicional, ve valor en forjar un nueva clase de camino.
“Con el tiempo, siento que me adentraré en el mundo de la investigación, pero aún estaré integrado con la IA”, dijo Githirwa. “Sé que ahí es hacia donde se dirige el mundo entero y me encantaría formar parte de él”.
Lea más en Bloomberg.com
