Desde ‘entrenadores de IA’ hasta ‘etiquetadores de temas prohibidos’: ¿quiénes están detrás del desarrollo de la inteligencia artificial?

Las inteligencias artificiales son sistemas informáticos que han sido diseñados para realizar tareas que normalmente requerirían inteligencia humana, como el razonamiento, la resolución de problemas, el aprendizaje y la percepción. No obstante, la idea de que estas máquinas sean capaces de realizar estas tareas sin necesidad de intervención humana, no es del todo cierta.

LEE TAMBIÉN: ChatGPT: cómo la inteligencia artificial va a cambiar la actividad de los profesionales

Alex Salas, profesor en la Universidad del Pacífico, ha trabajado con diferentes herramientas tecnológicas ligadas a la IA. Él nos comenta al respecto que “uno cree que la inteligencia artificial es media mágica, pero siempre detrás de ella hay humanos trabajando. No es que un algoritmo sea descubierto de la nada, se necesita desarrollarlo y potenciarlo. ¿Quiénes creen que se encargan de esta labor?”

El desarrollo de la IA requiere de una variedad de trabajadores con diferentes habilidades y formación. Algunos ejemplos de los roles que se pueden encontrar varían desde científicos de datos, científicos de la computación, diseñadores de experiencia de usuario hasta investigadores en ética y responsabilidad. Sin embargo, existen dos labores que han surgido a raíz de la inteligencia artificial.

Los entrenadores de IA: más allá de la programación

Los entrenadores de IA, también llamados Prompt Engineers, son otro grupo de profesionales que juegan un papel importante en el desarrollo de la inteligencia artificial. Estos profesionales trabajan con sistemas de IA que utilizan el aprendizaje automático y/o el aprendizaje profundo, y son responsables de entrenar a estos sistemas para que puedan reconocer patrones y tomar decisiones basadas en los datos.

Hay muchos tipos diferentes de IA, y cada uno tiene sus propias fortalezas y debilidades. Algunos sistemas de IA utilizan técnicas de aprendizaje automático, donde el sistema aprende de los datos que se le proporcionan, y utiliza esta información para tomar decisiones. Otros sistemas utilizan técnicas de razonamiento lógico, donde se establecen reglas y se aplican para llegar a una conclusión. Es tarea del entrenador identificar las necesidades de la empresa o compañía a la que representa la IA, y así trabajarla.

MIRA TAMBIÉN: ¿Puede ChatGPT ser dermatólogo? La IA armó una rutina de skin care para un especialista, pero no acertó en todo

“Hoy en día, cualquier especialista, que sepa sobre programación y manejo de datos, puede ser un entrenador de IA. Desde profesores, psicólogos, médicos, cualquiera puede dedicarse a ello. Todo depende de lo que se busca para el software. Si se está formando una Inteligencia artificial para el campo de la medicina, lo óptimo sería que su entrenador sea un doctor, o alguien relacionado al área”, aclara el profesor Salas.

El trabajo de un entrenador de IA puede variar dependiendo del proyecto específico en el que estén trabajando. Algunas de las tareas que podrían realizar incluyen:

• Recopilar y preparar datos para el entrenamiento de la inteligencia artificial.
• Seleccionar y ajustar modelos de IA adecuados para el proyecto.
• Entrenar algoritmos utilizando técnicas de aprendizaje automático y aprendizaje profundo.
• Evaluar y ajustar modelos de IA para mejorar su precisión y eficiencia.
• Identificar y abordar problemas de sesgo o falta de equidad en los modelos de IA.
• Mantener a la inteligencia artificial actualizada y relevante a medida que cambian los datos y las necesidades de sus funciones.

Cesar Beltrán, líder fundador del Grupo científico en Inteligencia Artificial (IA-PUCP), señala que “los entrenadores pueden trabajar en una variedad de industrias, desde la tecnología y la atención médica hasta la educación y los servicios financieros. Sin embargo, deben saber combinar sus conocimientos de su profesión con la de programación de datos”.

Etiquetadores de datos: el lado oscuro de la inteligencia artificial

Los etiquetadores, también conocidos como anotadores de datos, son otro grupo de profesionales que pueden trabajar en el desarrollo de esta tecnología. Ellos son responsables de etiquetar o clasificar datos para que puedan ser utilizados para entrenar modelos de IA.

Salas define su labor al señalar que “ellos identifican símbolos o conceptos a través de las imágenes. Por ejemplo, si hay alguien con un hacha, se trata de un episodio de violencia o asesinato, situaciones negativas. Por otro lado, si vemos a una señora cargando un bebé puede significar amor, ternura o afecto. Ese tipo de cosas las sabemos las personas por la socialización, pero en el caso de las IA, no es así. Ahí es donde entran los etiquetadores”

MIRA: Una IA podría descifrar tu contraseña de forma instantánea: ¿es suficiente para que nuestras cuentas estén en peligro?

El trabajo de los etiquetadores es crucial porque los modelos de IA dependen de datos precisos y etiquetados correctamente para poder funcionar correctamente. Estos especialistas pueden trabajar en una variedad de proyectos, desde la clasificación de imágenes hasta el análisis de sentimientos en las redes sociales.

En el proceso de etiquetado de datos se tienen en cuenta las siguientes funciones:

• Identificar y etiquetar elementos específicos en un conjunto de datos, como objetos en imágenes o transcripciones de audio.
• Clasificar los datos de acuerdo a categorías predefinidas, como “sí” o “no”, o etiquetarlos con palabras clave relevantes.
• Verificar y corregir etiquetas existentes para asegurarse de que sean precisas y coherentes.

A menudo, los etiquetadores son contratados a través de empresas de terceros que se especializan en la anotación de datos, y pueden ser capacitados en el uso de herramientas de anotación específicas para el proyecto en el que están trabajando. Si bien no se requiere una formación especializada para ser un etiquetador de datos, se requiere atención al detalle y la capacidad de trabajar de manera precisa y eficiente para etiquetar grandes cantidades de datos.

“Es el lado más demandante en el desarrollo de la inteligencia artificial. Se necesita mucha mano de obra, y generalmente esta no está bien remunerada. Además, si los datos que los etiquetadores están trabajando contienen contenido perturbador, como imágenes violentas o discurso de odio, existe el riesgo de que ellos experimenten estrés emocional y traumas”, añade Beltrán.

MIRA: Donald Trump siendo arrestado y el outfit viral del Papa: ¿serán reemplazados los fotógrafos por la inteligencia artificial?

Las empresas de tecnología y las startups a menudo tercerizan el trabajo de etiquetado de datos a empresas de terceros en estos países para reducir costos y aumentar la eficiencia en el procesamiento de grandes volúmenes de datos. Estas empresas de terceros, a su vez, emplean etiquetadores de datos locales y les proporcionan capacitación y herramientas de etiquetado para llevar a cabo el trabajo.

“Por cada entrenador de IA, hay al rededor de una 3 mil personas realizando etiquetados. Es un trabajo muy demandante, a diferencia de los prompt engineering. Es importante tener en cuenta que todas los trabajos relacionados a la tecnología también puede plantear problemas éticos y de derechos laborales”, finaliza Salas.