El trabajo invisible: los humanos que enseñan a los robots a sostener un vaso
Antes de que los robots humanoides entren en nuestras fábricas y cocinas, miles de personas pasan el día filmando sus propias manos: monótono, repetitivo, y en el corazón de uno de los cambios económicos más profundos de nuestra época.
Équipe Shiftometer
Analystes carrière
Antes de que los robots humanoides entren en nuestras fábricas y cocinas, miles de personas pasan sus jornadas filmando sus propias manos. Es banal, repetitivo, y está en el centro de una de las transformaciones económicas más profundas de nuestra época.
Una cámara en la frente, ocho horas al día
Imagínese: llega al trabajo, se coloca una cámara en la frente y pasa el día doblando servilletas. Apilando cajas. Enchufando cables. Vertiendo agua de una jarra a un vaso. Otra vez. Otra vez. Otra vez.
Es el día a día de miles de trabajadores en la India hoy. La cámara filma sus manos en vista subjetiva — cada micro movimiento, cada ajuste de agarre, cada corrección instintiva de la muñeca. Esas secuencias viajan luego a centros de datos en Estados Unidos, donde redes neuronales las diseccionan para enseñar a robots humanoides cómo interactuar con el mundo físico.
En la industria se llama handforms.
La lógica es simple, casi desarmadora. Para que un robot aprenda a agarrar un objeto sin romperlo ni soltarlo, hacen falta millones de ejemplos humanos. Millones de gestos anotados, clasificados, jerarquizados. Y filmar manos en la India cuesta hoy menos que desplegar robots para generar esos mismos datos. Mientras eso sea cierto, habrá personas con cámaras en la frente.
No es un fallo del sistema. Es el sistema.
Los trabajadores de cuello blanco también entran
Sería cómodo pensar que esta historia solo afecta a los empleos manuales — que ingenieros, abogados y analistas financieros están a salvo. Sería un error.
Mire lo que hacen plataformas como Mercor o Scale AI desde hace dos o tres años. No contratan a trabajadores poco cualificados para hacer clic en imágenes. Contratan a ex empleados de Goldman Sachs, médicos, juristas, ingenieros senior — y les pagan hasta 200 dólares la hora por algo muy concreto: transferir su experiencia a modelos de IA.
Corregir un razonamiento. Evaluar una respuesta. Anotar un contrato. Producir el ejemplo «ideal» para que un modelo aprenda a hacer lo que ellos llevan años haciendo.
Mercor se fundó en 2023 por tres veinteañeros. Menos de tres años después, la startup está valorada en 10 000 millones de dólares. Paga más de 1,5 millones de dólares al día a sus colaboradores externos. Sus clientes se llaman OpenAI, Google DeepMind, Anthropic, Meta. El crecimiento es tan vertical que ha convertido a sus fundadores en los multimillonarios autodidactas más jóvenes de la historia.
El modelo descansa en una tensión que pocos ven. Los grandes laboratorios necesitan experiencia sectorial punzante — finanzas, derecho, medicina — para afinar sus modelos. Pero los bancos y los bufetes obviamente no les abrirán sus datos: sería firmar su propia sentencia. Entonces Mercor rodea el problema contratando a antiguos empleados de esas mismas instituciones. El fundador Brendan Foody lo dice sin ambages: «A Goldman Sachs no le gusta la idea de modelos capaces de automatizar su cadena de valor. Por eso los laboratorios nos necesitan.»
La experiencia sale por la puerta de atrás.
Lo que no le dicen al contratarle
Hay una frase que resume mejor que cualquier informe de analistas lo que está en juego:
Ya no le pagan por ejercer su oficio. Le pagan por transferirlo.
Durante siglos, el valor de una persona en el mercado laboral dependía de algo difícil de copiar: su inteligencia, su juicio, sus reflejos forjados en el terreno. Esa escasez era la base del contrato implícito entre las personas y la economía. Era el precio de lo humano.
Ese contrato se está reescribiendo — sin que se lo comuniquen al firmar.
El trabajador de handforms no cobra por doblar servilletas. Cobra para que la máquina aprenda a doblar servilletas sin él. El analista que evalúa razonamientos de un LLM en Mercor no cobra por su análisis. Cobra para volver ese análisis inútil a largo plazo. En el fondo, ambos hacen el mismo trabajo: se vuelven progresivamente reemplazables, y se les remunera precisamente por ello.
No es cinismo. Es la descripción más honesta de lo que se construye ante nuestros ojos.
Un valor que se derrumba
Lo que hace difícil entender la situación es que el movimiento es gradual. Pero la dirección es clara.
Appen era la referencia mundial del etiquetado de datos en 2020 — valoración: 4300 millones de dólares. Hoy, la misma empresa vale menos de 130 millones. No porque el sector se haya hundido — al contrario, explota — sino porque las tareas simples que hacía Appen han sido absorbidas por los propios modelos. La IA se ha comido la parte baja del mercado. Solo resiste la experiencia rara y contextualizada.
Por ahora.
En algunos sectores, una hora de cómputo en GPU ya cuesta menos que un mes de salario en economías emergentes. El coste marginal de la inteligencia artificial cae más deprisa de lo que los economistas habían modelado. Nuestras instituciones no han integrado ese ritmo. Tampoco nuestros sistemas de formación.
La verdadera pregunta
El debate público sigue girando en torno a la misma fórmula, un poco perezosa: ¿la IA va a sustituir empleos?
Esa ya no es la pregunta urgente.
La urgente es esta: ¿qué le ocurre a una economía entera cuando la inteligencia deja de ser un activo escaso?
Cuando la capacidad de diagnosticar, analizar, redactar, decidir y anticipar se vuelve abundante y barata, todo el sistema de valor que organiza el mercado laboral desde hace dos siglos se tambalea. No es ciencia ficción. Tampoco una certeza absoluta. Es una probabilidad que se refuerza con cada mil horas de datos humanos inyectados en un modelo.
Lo que atravesamos ahora es la fase de codificación: el momento en que la inteligencia humana se captura, comprime y transfiere de forma sistemática. Lo que viene después — la autonomización de esas máquinas — ya está en curso, menos espectacularmente de lo que se imagina, pero con una regularidad que los datos del sector confirman cada trimestre.
Casi nadie está preparado para el momento en que el coste de la inteligencia se acerque a cero.
Fuentes: Bain & Company Technology Report 2025, TechCrunch Disrupt 2025, análisis sectorial Mercor / Scale AI / Surge AI / Appen.
Manifiesto Shiftometer
El diagnóstico establecido por Shiftometer no es un destino, es una oportunidad. Es el momento perfecto para tomar el control de tu carrera, anticipar los cambios y transformar la disrupción en ventaja estratégica.
Análisis Profesional
"La IA transforma las competencias, no solo las profesiones."
¿Curioso sobre cómo evoluciona tu sector? Verifica el índice de mutación de tu profesión.
Analizar mi profesión 🔍Premium
"La evolución del mercado laboral no es un destino inevitable, es un nuevo campo de juego. Anticipar hoy significa elegir tu lugar mañana."
Accede a nuestros informes prospectivos, estrategias de reconversión y análisis exclusivos.
Adelántate con nuestros Planes Premium 🚀