Entrenamiento de IA y etiquetado de datos: Salarios reales, tareas y precauciones

Con la expansión de la inteligencia artificial generativa, el entrenamiento de modelos de lenguaje y el etiquetado de datos se han convertido en una de las fuentes de ingresos remotos más populares. Plataformas como DataAnnotation.tech, Outlier.ai y Appen contratan colaboradores en todo el mundo.

Aunque se trata de una actividad legítima que puede generar ingresos reales, existen muchos mitos a su alrededor. Esta es la realidad técnica y económica de trabajar en el entrenamiento de IA.

1. En qué consiste realmente el trabajo de evaluador de IA

No consiste en charlar informalmente con un bot. Se trata de una labor cognitiva minuciosa denominada Aprendizaje por refuerzo a partir de retroalimentación humana (RLHF):

• Comparación lado a lado (Side-by-Side): Analizar dos respuestas generadas por distintos modelos ante una misma consulta, justificando en párrafos fundamentados cuál es más veraz y útil.
• Verificación de hechos (Fact-Checking): Comprobar cada dato, fecha o cita bibliográfica generada por la IA para detectar alucinaciones o errores lógicos.
• Pruebas de seguridad (Red-Teaming): Intentar que el modelo genere respuestas sesgadas, inseguras o incorrectas para parchar fallos de seguridad.
• Evaluación de código y ciencias exactas: Resolver problemas avanzados de programación (Python, C++) o matemáticas para entrenar modelos especializados.

2. Rangos de remuneración habituales

Los pagos dependen directamente de los exámenes de ingreso aprobados:

• Evaluación general en inglés (redacción y lógica): Entre $20 y $25 USD por hora en DataAnnotation.tech, y entre $15 y $18 USD/h en Appen.
• Evaluación especializada de programación (Coding): Entre $35 y $50+ USD por hora para perfiles que superen pruebas técnicas de software.
• Microetiquetado básico de imágenes: Entre $8 y $12 USD por hora en plataformas tradicionales de crowdsourcing.

Los pagos suelen enviarse semanalmente por PayPal o depósito directo.

3. Las tres grandes limitaciones de esta actividad

A. La intermitencia de proyectos (Colas vacías)

El trabajo de entrenamiento depende de presupuestos corporativos. Una empresa tecnológica puede encargar un proyecto intensivo de tres semanas y luego no tener tareas durante un mes. Nunca dependa de la anotación de IA como su única fuente de ingresos fijos.

B. Evaluaciones opacas y desactivación imprevista

Las respuestas son revisadas por algoritmos y auditores internos. Si su nivel de precisión decae o sus explicaciones se consideran deficientes, la cuenta puede ser retirada de los proyectos sin previo aviso.

C. Exámenes de ingreso largos y no remunerados

Acceder a las tareas exige aprobar pruebas de calificación que pueden requerir estudiar manuales de hasta 40 páginas sin remuneración.