LA IA (TAMBIÉN) EXPLOTA TRABAJADORES CON MILAGROS MICELI | PARAÍSO ARTIFICIAL
Paraíso Artificial - 9/3/2026 - Duracion: 26:10
Transcripción
00:00:00[música]
00:00:01Y esta cortinita también me encanta un
00:00:03poco porque me hace acordar a Seinfeld,
00:00:04¿viste? Que que Seinfeld tiene una
00:00:06cortinita así con un bajo
00:00:08con un bajo protagónico.
00:00:13Pau, te amo.
00:00:14Me levantaría y me iría a darle un
00:00:16abrazo a Pau porque, Dios mío, la
00:00:18cantidad de dedos que tiene esta chica
00:00:20es impresionante.
00:00:21Es un culpo, [música]
00:00:23¿eh? Extraordinario lo de Pau. Igual al
00:00:27cuando empezó cuando miraba Sainfield
00:00:28era como que me aburrí, o sea, como que
00:00:30me había hartado la cortinita de
00:00:32Seinfield, pero ahora la la recuerdo con
00:00:33con mucha [risas]
00:00:36como que aparece de repente aparece
00:00:37Kamimer todo, ¿no? [música]
00:00:40Eh, bueno, bienvenido Facu Iglesia. Eh,
00:00:43a partir de este mes creo que vas a
00:00:44venir los lunes como rutina del elenco
00:00:47inestable, así que bueno, te toca la
00:00:49tragedia de existir un lunes en Paraíso.
00:00:51Artificial. Sí, si no me pregunten qué
00:00:53hice el fin de porque me van a hacer
00:00:54bullying y me dan por vergüenza.
00:00:55El lunes que viene, el lunes que viene
00:00:57te voy a preguntar, hoy no te voy a
00:00:58preguntar porque tenemos a la invitada
00:01:00acá y estamos como queriendo aprovechar
00:01:03el tiempo de nuestras invitadas de hoy,
00:01:05pero anotemos, eh,
00:01:06anotemos, José Amores, porque
00:01:08voy a hacer una apuesta mental aparte, a
00:01:09ver qué pucer.
00:01:11¿Hiciste un amigo nuevo o no?
00:01:12Eh, quizás. Oh,
00:01:14bueno, ojo, atención. Estoy estoy
00:01:16teniendo un plan de todos los domingos
00:01:18que el próximo lunes les cuento.
00:01:20Oh, un plan de todos los domingos. Un
00:01:22plan antiomingo o dominguero.
00:01:24Anti.
00:01:25Uy, bu, no sé si me gusta. Es medio de
00:01:27progreso, de walk. No, mentira, mentira.
00:01:29[risas]
00:01:31Tenía nada que ver
00:01:32por la duda. Pedemos los progres.
00:01:33Sí. ¿Dónde sucede? En Palermo de
00:01:35Progres.
00:01:35La verdad que sí. Encima. [risas] Así
00:01:36que
00:01:37viste, viste. No digamos más.
00:01:40Y acá se ríe, pero todavía no fue
00:01:41ponchada por la los dedos mágicos
00:01:43también de Ferron Bolá, ¿eh?
00:01:46Milagro Micheli, que o Micheli, mejor
00:01:48dicho, no sé. Micheli, está bien. Ella
00:01:50es socióloga, es doctora en ingeniería
00:01:52informática, es investigadora en el
00:01:53Instituto Dir
00:01:55y en el Instituto Wenbound, eh, y es una
00:01:58experta total en el tema de la
00:02:00inteligencia artificial. Tanto es así
00:02:02que eh y esto es medio, yo creo que es
00:02:05un valor de verdad, pero viste que
00:02:07cuando dicen esto es medio tilingón,
00:02:09pero la verdad que es momento muchachos.
00:02:11Es el momento muchachos.
00:02:12El momento. Exactamente. Este es el
00:02:14momento muchachos. Si tiene la camiseta
00:02:15ahí, póngansela porque [risas] Migaro
00:02:17Micheli fue elegida por la revista Time
00:02:19como una de las 100 personalidades más
00:02:21influyentes del mundo de la IA. No joda,
00:02:23eh.
00:02:25Esto es como ser top 10 en el tenis, en
00:02:27el ATP Tour, ¿me entendés?
00:02:29Algo así. Encima con Mark Zuckerberg y
00:02:31San Altman también en esa misma lista
00:02:34con todos esos machirulos de Lord
00:02:36de tu tema. La única mujer, digo bien,
00:02:38eh, no soy la única mujer en la lista,
00:02:41pero sí la única Argentina. Argentina,
00:02:44no solo [risas] mujer, no, no solo
00:02:45mujer, la única persona, la única
00:02:47persona argentina en la felicito.
00:02:50Y la pregunta que por ahí se está
00:02:51haciendo la audiencia, que es un poco
00:02:52amplia, pero ya que estamos, ¿por qué
00:02:55Time te elige como una de las 100
00:02:57personalidades más influyentes del mundo
00:02:58de la IA? ¿Cómo lo responderías?
00:03:00Bueno, bueno, es eh habría que
00:03:02preguntarle a Time primero, pero capaz
00:03:04[risas] que
00:03:05llámame a Time, Car, por favor. Claro,
00:03:06conseguime. E pero bueno, digo, lo hacen
00:03:10por mi laburo y mi laburo tiene que ver
00:03:12con mostrar un poco esto del lado B de
00:03:14la inteligencia artificial, que bueno,
00:03:16es un laburo que en principio no se
00:03:19estaba haciendo y viene un a
00:03:22contrarrestar la la esto de la moda de
00:03:25mostrar, ¿no?, el algoritmo, de de
00:03:27subirnos todos a la eh metrocleta de la
00:03:31IA. Eh, y yo vengo a decir, "Bueno, no,
00:03:32paren, acá hay gente que está
00:03:34precarizada, hay gente que la está
00:03:35pasando mal, mostremos también esto.
00:03:37Esto también es parte del fenómeno. Y
00:03:39bueno, eso es el laburo que vienen a
00:03:41reconocer. Eh, en alguna entrevista que
00:03:43te hacían eh vos hacías esa salvedad muy
00:03:45interesante para desgranarla, que es ojo
00:03:48que el problema no es que la viene a
00:03:50quedarse con nuestros laburos que puede
00:03:53pasar, sino que vamos a estar laburando
00:03:56con la amenaza encima de que la viene a
00:03:58quedarse nuestro con nuestro laburo, lo
00:04:00cual nos hace más productivos, con menos
00:04:02tiempo libre, menos disfrute y además
00:04:04ojo que hay una propia eh explotación o
00:04:07esclavización en cernes dentro del
00:04:09universo laboral de la IA, ¿no? Sí, sí.
00:04:11Bueno, de ese de eso es el laburo, ¿no?
00:04:13De eso se trata el laburo y sí, vos lo
00:04:14estás diciendo, ¿no? Eh, por supuesto
00:04:16que es innegable si viene un laburante y
00:04:18me dice, "Yo me quedé sin laburo y a mí
00:04:20me dijeron que es por la guía. Yo no se
00:04:21lo voy a discutir porque primero el que
00:04:23mejor lo sabe es el laburante al que le
00:04:25sucedió. No se lo voy a ir a discutir."
00:04:26Ahora bien, algo que estamos viendo es
00:04:29primero que hay mucho de esto de lo que
00:04:31estamos llamando AI washing, que es,
00:04:33bueno, le estamos echando la culpa a la
00:04:35IA, recortamos porque la economía está
00:04:37de esta manera o porque no nos interesa
00:04:39el laburante, recortamos. Y bueno, vamos
00:04:41a decir que fue la IA o porque
00:04:43implementamos una IA. Eso está
00:04:44sucediendo. En otros casos si hay una
00:04:46que están implementando, pero esa guía
00:04:48no se sustenta sola, sino que hay una
00:04:50parte hay una parte del proceso que se
00:04:52automatizó, pero hay otra parte del
00:04:54proceso que en realidad se sigue
00:04:56tercerizando a otros lugares, ¿no? Donde
00:04:59un poco la precarización ya no se nota
00:05:01tanto. Entonces el laburante de acá lo
00:05:03echan, tercerizan a otro lugar y ahí ya
00:05:06nadie va a ir a mirar porque además nos
00:05:07contaron que reemplazaron cono con
00:05:09personas aún más precarizadas. Estamos
00:05:11hablando de los data workers, ¿no? Digo
00:05:13se llaman así.
00:05:14Sí, se llaman data workers. Eh, pero
00:05:16también es el feno, lo que estamos
00:05:17observando es que el fenómeno de los
00:05:19data workers, primero ahora voy a
00:05:20explicar de qué son los data workers,
00:05:23pero que lo que estamos observando es
00:05:24que el fenómeno de los data workers se
00:05:26está extendiendo de tal manera que al
00:05:28final todos terminamos siendo data
00:05:30workers. Ahora, cuando hablamos de data
00:05:32workers, estamos hablando de todas las
00:05:34personas que contribuyen a crear
00:05:35conjuntos de datos para entrenar
00:05:37sistemas de inteligencia artificial y
00:05:39que después los mantienen, mantienen
00:05:41esos sistemas eh funcionando de acuerdo
00:05:44al plan, ¿no? Y en algunos casos lo que
00:05:45también observamos es que hay data
00:05:47workers que en realidad reemplazan o se
00:05:50hacen pasar o personifican esa
00:05:52inteligencia artificial cuando no hay
00:05:54tal inteligencia artificial, pero nos
00:05:55están vendiendo un poco el cuentito,
00:05:57como el caso de Chile que trajiste,
00:05:58como el caso de Chile. Pero eso lo lo
00:06:00blanqueaban, digamos. Sí, también quería
00:06:02preguntarte que en caso de los Data
00:06:04Workers son distintos a los
00:06:06programadores, ¿si? O sea, no son tan
00:06:08glamorosos, no ganan tan bien como
00:06:09ganaban hace un tiempo. Si pudieras
00:06:11contarnos un poco a qué se dedican, en
00:06:13qué lugar del mundo están, cuánto
00:06:14cobran, de de qué son, porque vos
00:06:16hiciste un trabajo muy amplio sobre este
00:06:18tema.
00:06:18Sí, sí. Eh, bueno, los programadores,
00:06:20ahora digo, la leyenda cuenta que los
00:06:22programadores tienen un laburo muy
00:06:23glamoroso. Ahora anda decírselo a un
00:06:25programador. Hoy en el año2626
00:06:28Sí, sí, sí, sí. hace unos años sigue
00:06:30erando como la elite la élite de
00:06:32justamente por culpa de la
00:06:33e sí, sí, no tanto, sí, más o menos,
00:06:36pero
00:06:36o delen del mundo.
00:06:37Bueno, delir del mundo, exacto.
00:06:40No, bueno, los data workers, a
00:06:41diferencia de estos programadores, de
00:06:43los que si sabemos y de los que si se
00:06:45habla cuando hablamos de inteligencia
00:06:46artificial o de los ingenieros, estas
00:06:48personas están totalmente ocultas, eh
00:06:51realizan su trabajo de forma
00:06:53tercerizada, si bien trabajan para las
00:06:54gigantes tecnológicas y trabajan para
00:06:56estos sistemas que todos y todas usamos,
00:06:58eh se tercerizan a otros lugares del
00:07:00mundo donde no se ve. Entonces, estamos
00:07:02hablando de países del continente
00:07:04africano, países de Latinoamérica,
00:07:06también Argentina, el sudeste asiático,
00:07:09digo ahí en la India, bueno, ahí son
00:07:12lugares donde encontramos estos data
00:07:13workers que no son pocos, ¿no? El Banco
00:07:16Mundial estima que son entre 150 y 430
00:07:19millones de personas. Un montón. 430
00:07:22millones de personas es la población de
00:07:23Estados Unidos o de la Unión Europea. Es
00:07:25un montón de gente.
00:07:27Y y es un laburo que ¿qué hacen ellos
00:07:30exactamente?
00:07:31Bueno, eh hacen todo lo que tenga que
00:07:34ver con recolectar datos, crear esos
00:07:36datos, produc, bueno, en resumen,
00:07:38producir datos de entrenamiento.
00:07:40¿Cómo se ven las tareas concretamente?
00:07:42Bueno, no sé, imagínate si el conjunto
00:07:44de datos es de imágenes, les piden que
00:07:46recolecten, no sé, imágenes de eh
00:07:49asaleas, no sé, de una planta
00:07:50específica. Bueno, recolecta todas las
00:07:52imágenes que encuentres de asaleas en eh
00:07:55en internet. A veces no hay más. Ya
00:07:57recolectaron todo lo que podían
00:07:59encontrar en internet, ya ese eso se
00:08:01saturó. Le dicen, "Bueno, andá por tu
00:08:03barrio, yo sé que en tu región hay
00:08:04buenas asaleas. Andá por tu barrio y
00:08:06sacame fotos. Pedirle a tu abuela, tu
00:08:08tía, tu vecina que te deje sacar la foto
00:08:10de la salea." Y subime eso a un
00:08:12servidor. Después esa imagen hay que
00:08:14interpretarla, ¿no? Entonces ahí vienen
00:08:15las tareas que tienen que ver con el
00:08:17etiquetado donde bueno, diferencian.
00:08:19Esto es una hoja, esta es la florcita,
00:08:20esta sale es blanca, esta es rosada,
00:08:23etcétera. Esto es tierra, esta es la
00:08:24maceta. Y después, bueno, eso se
00:08:27entrena. Entonces, tenés un sistema que
00:08:29reconoce a aleas, las diferencias de una
00:08:31rosa. Ponele. Eh, el trabajador se
00:08:33sienta ahí, interactura, interactúa y un
00:08:35poco supervisa ese sistema y si en algún
00:08:38momento te tira que un jazmín es una
00:08:40salea, bueno, va a marcar ahí, ¿no? Esto
00:08:42es un falso positivo, ¿no?
00:08:43Claro. Sí, yo tengo amigos que lo hacen.
00:08:45Eh, sí, es un trabajo bastante
00:08:47precarizante a la vez. es eh un trabajo
00:08:49que te permite generar dinero cuando
00:08:51estás en la B, te quedaste sin laburo,
00:08:54eh es online que lo hacen ellos. Eh y
00:08:56muchas de las tareas son, por ejemplo,
00:08:58tener conversaciones con personas de
00:08:59otra región, eh, mientras la IA graba la
00:09:01conversación, supongo, y genera un
00:09:03registro de de idioma y de modalidades
00:09:05de cada idioma y de cada región. E pero
00:09:07bueno, yo en particular lo que me llama
00:09:09la atención de tu de tu trabajo es que
00:09:11vos te tomaste la tarea de eh conocer a
00:09:14esta gente, entrevistarla y de alguna
00:09:16manera invitarlos a organizarse. ¿Es
00:09:18así?
00:09:18Sí, sí, sí. Bueno, ese es el laburo que
00:09:19venimos haciendo desde hace unos años. A
00:09:21ver, yo empecé a estudiar esto cuando
00:09:23realmente nadie lo estaba mirando. Esa
00:09:25es la trayectoria que un poco que se me
00:09:27reconoce de eso casi una década. Digo,
00:09:29nadie estaba hablando de esto y nadie
00:09:31tampoco estaba mirando. Había gente que
00:09:33por ahí empezaba a mirar y empezaba a
00:09:34hablar de las condiciones laborales y
00:09:36otra gente que estaba mirando desde la
00:09:37informática decía, "Uh, estos vienen a
00:09:40traer todos sus sesgos y nos arruinan
00:09:42los conjuntos de datos. Hay que
00:09:44domarlos, hay que domesticarlos y hay
00:09:46que censurarles su subjetividad para que
00:09:49no nos arruinen los conjuntos de datos."
00:09:51Estos eran las dos cosas que se estaban
00:09:52estudiando, pero nadie conectaba que si
00:09:54los trat, algo obvio, que si los tratas
00:09:56mejor y les das mejores condiciones
00:09:58laborales, los datos van a ser mejores,
00:10:00¿no? Bueno, ese es el laburo que venimos
00:10:02haciendo y lo que vos decías y me
00:10:04preguntabas era bueno invitarlos,
00:10:06invitarlas a que se sumen a la
00:10:07investigación y se organicen. Bueno, ese
00:10:10es el laburo que venimos haciendo con
00:10:11esta encuesta obrera de los trabajadores
00:10:14y las trabajadoras de datos, donde los
00:10:15invitamos a que ellos y ellas hagan
00:10:17investigaciones en sus propios lugares
00:10:19de trabajo, porque otra vez nadie sabe
00:10:21mejor que el laburante los padecimientos
00:10:24que tiene y cómo son las cosas dentro de
00:10:26su lugar de laburo. Y bueno, si tenemos
00:10:30ahora en este momento estamos trabajando
00:10:31con 31 trabajadores y trabajadoras de
00:10:34datos alrededor del mundo en 13 países
00:10:37actualmente y sigue creciendo, ¿no? Y
00:10:39hacemos cosas copadas en el repositorio.
00:10:42Tenemos eh animaciones, un documental,
00:10:44cómics, bueno, distintas cosas, ¿no?
00:10:46Para también llegar a un público amplio.
00:10:48Claro. Es como el, perdón, José, es como
00:10:50el
00:10:51es como el jornalero, son como
00:10:52jornaleros virtuales o los que
00:10:55por tarea te pagan a cosechar marihuana,
00:10:57California durante 6 meses laburando
00:11:00casi 24 horas por día, ¿no? Es como una
00:11:02cosa distópica desde ahí. Eh, sabes que
00:11:05yo tengo tengo un amigo que creo que
00:11:06está escuchando porque le conté que
00:11:07venías. Eh, no voy a dar más datos que
00:11:10no te asustes. No voy a decir [risas]
00:11:12quién sos ni para quién trabajas.
00:11:13entidad secreta,
00:11:14pero labura para una eh para una empresa
00:11:16que provee este tipo de servicios para
00:11:19las grandes empresas de IA, ¿no? Eh, o
00:11:21sea, el capital humano. Eh, y la otra
00:11:24vez me decía, "Che, están haciendo algo
00:11:27que eh a mi jefe se le ocurrió y yo
00:11:29dije, "Pará, me parece que nos estamos
00:11:30yendo a la [ __ ] que tiene que ver con
00:11:33que ellos quieren, querían entrenar a la
00:11:35IA con las tareas domésticas para los
00:11:38futuros robots de tareas domésticas."
00:11:40Entonces, lo que estaban buscando era en
00:11:42países de la eh digamos tercermundistas
00:11:44de Latinoamérica, gente que estuviera
00:11:46dispuesta a tener todo el día una
00:11:48camarita colgada acá registrando
00:11:49exactamente cada movimiento que hace en
00:11:50su casa.
00:11:51Miedo.
00:11:52Sí, miedo total. miedo que mi amigo que
00:11:55labura ahí me dice, "Che, a mí me dio un
00:11:57poquito de miedo, ¿no? Como dije dije, a
00:11:59ver si podemos parar un poco la mano,
00:12:01¿eh?
00:12:03Vos por la cara que ponés eso va a ser
00:12:04así inevitablemente.
00:12:06Eh, bueno, a mí no me gusta hablar de
00:12:08inevitabilidad cuando hablamos de la IA,
00:12:09porque nada es inevitable. digo, hace
00:12:11falta que un par de trabajadores se
00:12:12organicen para que esto sea distinto,
00:12:14pero bueno, hay que ver si está la
00:12:16capacidad de organizarse, ¿no? Pero la
00:12:17tarea esta que me estás contando no me
00:12:20parece, digo, no es no es no es de un
00:12:22futuro, no es Black Mirror. Está
00:12:23sucediendo y vienen sucediendo este tipo
00:12:25de tareas y esta este tipo de prácticas
00:12:27de recolección de datos desde hace un
00:12:29montón de tiempo. Vos hablabas de
00:12:30jordanaleros, qué sé yo, eso parece que
00:12:32fuera una cosa muy distante, ¿no? Pero
00:12:35digo, la reforma laboral también ahora
00:12:37propone que
00:12:39no somos más empleados, somos empleados,
00:12:41somos prestadores de servicios.
00:12:43Entonces, bueno, un pibe que pedalea
00:12:44todo el día sin un jornalero de la
00:12:46urbano, ¿no?
00:12:47Bueno, vos haces esa relación, ¿no?,
00:12:49entre los trabajadores plataformas y los
00:12:50data workers de la IA.
00:12:52Son los data workers son trabajadores,
00:12:54en su mayoría trabajadores de
00:12:55plataforma. Entonces, digo, está ahí
00:12:57también. Y y quéo tienen ahí en relación
00:13:00con el con el sesgo que o sea, ellos
00:13:02están como obligados a a imponerle un
00:13:05sesjo que baja la línea de la empresa
00:13:07para la cual laburan.
00:13:08Claro. Totalmente. Y bueno, sí, sí. No
00:13:10digo, cuando estos estudios de los que
00:13:12yo hablaba de hace 10 años, donde se
00:13:14empezaba un poco a mirar y la la
00:13:16posición de de desde la informática era,
00:13:18uh, esta gente nos va a arruinar los
00:13:20conjuntos de datos, nos va a arruinar el
00:13:21modelo, qué sé yo. En realidad, yo lo
00:13:23que vengo a decir un poco también como
00:13:25socióloga, no no hacía falta ser una
00:13:27genia, sino bueno, [risas]
00:13:29estudiar, una tradición,
00:13:31una mirada, mir, una mirada, eh, digo,
00:13:35es lo que vengo a decir, es chico, esto
00:13:36es imposible. Esta gente no te puede
00:13:39imponer ningún sesgo propio ni porque su
00:13:42subjetividad por la forma en la que está
00:13:44estructurada en la industria está
00:13:45totalmente ceñida a los intereses y a la
00:13:49imposición de estas empresas que vienen
00:13:51a imponer, digamos, su visión del mundo.
00:13:53Y eso también es importante decirlo,
00:13:55¿no? Se gastan millones, billones y se
00:13:57gastan un montón de palabras y de tiempo
00:13:59en hablar de cómo vamos a reducir los
00:14:01ejos en la inteligencia artificial. Es
00:14:03una, digo, con eso nos tienen, perdón la
00:14:05palabra, pero nos tienen pelotudizados,
00:14:07nos tienen ocupados con una tarea que es
00:14:09imposible porque no es posible. todo
00:14:11toda inteligencia artificial, como así
00:14:13todo conjunto de datos va a ser sesgado
00:14:15porque siempre contiene estas visiones
00:14:17del mundo de que quien tiene el capital
00:14:20para pagarle a estos trabajadores e
00:14:22instrumentalizarlos para que en la
00:14:24práctica, digamos, cumplan con ese
00:14:26mandato. una ve las instrucciones y son
00:14:28totalmente, digamos, super acotadas, s
00:14:31ceñidas, s, sí, no no dejan lugar a
00:14:34ninguna duda, la subjetividad, la
00:14:36interpretación
00:14:37y también, bueno, todas las las
00:14:39condiciones laborales donde el
00:14:40trabajador está tan necesitado y de
00:14:42hecho se los busca en lugares donde
00:14:44exista necesidad para que no tengan la
00:14:46posibilidad de responderle al jefe,
00:14:48"Che, esto me parece antiético o esto me
00:14:50parece que no va a funcionar o estos
00:14:52datos te van a salir, no te van a salir
00:14:53bien porque no así no se elabura."
00:14:56Eh, no pueden decir eso porque si no los
00:14:58echan y está estructurada así la la
00:15:01industria, ¿no? Entonces, bueno,
00:15:02me vas a acordar de algunos medios y sin
00:15:04indemnización, supongo. E, ¿por qué
00:15:06crees vos, aunque un poco está asoma en
00:15:08la respuesta que acabas de dar, e que
00:15:10las empresas tecnológicas tienen tanto
00:15:11interés en ocultar las condiciones de
00:15:13trabajo, no solo las condiciones, sino
00:15:15eh el cómo se desarrolla ese trabajo de
00:15:18estas personas? que en realidad, además,
00:15:20algo que que te leí en alguna entrevista
00:15:22decir es que estamos todos asustados de
00:15:24que la IA nos reemplace como
00:15:26trabajadores y en realidad la IA se
00:15:28construye del trabajo de millones de
00:15:31precarizados en el mundo, ¿no?
00:15:33Digo, ¿por qué está psasso eh tienen
00:15:35tanto interés en ocultar las condiciones
00:15:37de producción?
00:15:38Bueno, hay dos dos cosas, ¿no? Una es
00:15:40más simple, la otra es un poco más
00:15:41complicada. Empiezo por la más simple.
00:15:43digo, vende eh eh tiene mejor marketing
00:15:46decir, eh mi idea es no todopoderosa y
00:15:49mira qué grosa la idea que creamos y
00:15:51mira todo lo que puede hacer, que decir
00:15:52mi modelo de negocio solamente se
00:15:54sostiene con un montón de trabajadores
00:15:56precarizados en Kenia o en Argentina.
00:15:59Digo, esto no vende, no te pueden decir
00:16:01esto. Esto por un lado. Y la segunda
00:16:03cosa es tienen que mantener un el mito
00:16:06de estas tecnologías que están
00:16:07recibiendo billones en inversiones,
00:16:09trillones, no sé ya por dónde vamos.
00:16:11digo, tienen que mantener el mito de
00:16:14esto, ¿no? Y tienen que mantener el mito
00:16:15de una tecnología que es totalmente
00:16:17autónoma, que es eficiente y que sobre
00:16:20todo es neutral, es objetiva, es mejor
00:16:23que un ser humano. Si a vos te dicen,
00:16:25"Esta tecnología es mejor que un ser
00:16:26humano." Pero te tienen que también
00:16:28decir que en realidad esta tecnología
00:16:29solamente se sostiene con cientos de
00:16:31millones de seres humanos, ya la
00:16:32tecnología te deja de parecer tan tan
00:16:35wow, ¿no? Tan innovadora. Claro, [risas]
00:16:37y pensaba también en las aplicaciones
00:16:39por fuera del mundo del trabajo que
00:16:41tiene esta tecnología. Se discutió mucho
00:16:43en el ataque de Estados Unidos a Israel,
00:16:45a Irán. E el uso Antropic, acá lo lo
00:16:47charlamos, esta pelea entre Antropic y
00:16:50la Casa Blanca, entre Antropic y Open
00:16:52AI. Eh, pero bueno, se habló mucho de
00:16:55que se usó la inteligencia artificial en
00:16:57estos ataques eh de hace dos semanas y
00:17:00también de que incluso podrían haber
00:17:02estado relacionados con la selección del
00:17:05objetivo de la escuela de niñas que se
00:17:07atacó en Irán, que la inteligencia
00:17:09artificial podría haber estado detrás de
00:17:10eso. De hecho, hay un medio que le hace
00:17:11esa pregunta al Pentágono. El Pentágono
00:17:13dice, no sé, puede ser, eh, "no
00:17:15comments." Entonces, eh, bueno, te
00:17:17quería preguntar también por esa
00:17:19aplicación en concreto de la guerra.
00:17:21¿Qué ves ahí? y que qué se abre y
00:17:24también con esto que estuvimos haciendo
00:17:26algunos que yo después vi un tweet tuyo
00:17:28que dijiste no sean boludos básicamente
00:17:30que es hacerle el boicot a chat GPT y
00:17:34empezar a usar Claude porque es más
00:17:36ético y qué sé yo. Y ella dijo, chicos,
00:17:38chicos, por favor, es como, bueno, la
00:17:40disputa de acciones individuales versus
00:17:43organización también es como decir coca
00:17:44versus Pepsi en un punto como [risas]
00:17:46estoy combatiendo el capitalismo porque
00:17:48todo bueno, no sé, milagros, perdón.
00:17:50Bueno, tampoco los quise tratar de
00:17:52boludo. [risas]
00:17:53Sabemos leer entre lo hiciste, milagros.
00:17:55Lo hiciste.
00:17:56Sabemos leer entre líneas.
00:17:57Jódanse. [risas]
00:17:59Tal cual.
00:18:00No, no, no. Eh, el tema es así. Sí. La
00:18:02aplicación de la en la guerra es algo
00:18:04que venimos viendo ya desde hace unos
00:18:06años. También en la vigilancia, también
00:18:08en el control de fronteras. Digo, esto
00:18:10no es nuevo. No empezó hace 10 días
00:18:12cuando empezó la guerra contra Irak.
00:18:14Ahora lo vimos en Gaza con consecuencias
00:18:16devastadoras. Eh, bueno, sí, con un
00:18:18genocidio que se dio ahí eh en ese
00:18:21contexto también eh digo muy muy
00:18:26llevado a cabo por estas tecnologías.
00:18:28Eh, vos tenés razón, digo, lo que pasó
00:18:30hace una semana también pasó todo en
00:18:32paralelo, ¿no? La misma noche, el el la
00:18:35guerra comienza el sábado a la mañana o
00:18:37el viernes a la madrugada, el sábado a
00:18:38la madrugada, el viernes a la el viernes
00:18:40a la tarde se empieza a desencadenar
00:18:42esto. ¿Qué pasa? Bueno, Antropic agarra
00:18:44y dice, "No, nosotros nos salimos de acá
00:18:46después de ya años de trabajar con el
00:18:48Pentágono." Dice, "Nosotros nos salimos
00:18:49de acá por diferencias éticas, no sé
00:18:51qué." E el departamento de guerra, se
00:18:54llama así, el departamento de guerra de
00:18:55Estados Unidos dice, "Estos son una
00:18:57amenaza para la segundaidad nacional."
00:18:59Todo esto sucede 2 horas después. Sam
00:19:01Alman twitea, eh, yo recojo el guante,
00:19:04nosotros nos hacemos cargo de este
00:19:05contrato, no se preocupen, acá ya para
00:19:07rato. Sucede esto y la gente, como vos
00:19:10decís, empieza a decir, "Uy, este chat
00:19:13chat GPT, vamos a hacerle el boicot."
00:19:15Qué sorte
00:19:17de hagámosle el boicot a Chat GPT, soy
00:19:19la primera. Estamos [risas] reorent
00:19:24No sé si la no hay una peor de todas,
00:19:26pero me parece sí terrible. Eh, bueno,
00:19:28dale, hagamos eso. Pero la solución de
00:19:31esto, chicos, no es me paso Antropic, me
00:19:33paso ahora a usar Cloud porque nada,
00:19:37porque mejor no no es mejor. Esta gente
00:19:39estaba hasta hace 5 minutos trabajando
00:19:41para el mismo departamento de guerra. De
00:19:43hecho, se retiran. Hay versiones que
00:19:45dicen que se retiran de ese contrato
00:19:47porque sabían lo que iban a pasar, lo
00:19:48que iba a pasar, sabían que se iba a
00:19:50usar para esto de de bombardear la
00:19:52escuela de niñas. De hecho, no fue una
00:19:53casualidad ni una ni un daño colateral.
00:19:56Ahí ahora se salen versiones donde dicen
00:19:58bombardearon dos veces, o sea,
00:20:00bombardearon la primera vez y cuando
00:20:01llegó la ayuda y llegaron los padres a
00:20:03querer rescatar a sus hijas,
00:20:04bombardearon otra vez. Entonces no es
00:20:07casual. Sabían que iba a pasar esto y
00:20:09entonces se retiran 10 minutos antes
00:20:10para decir, "Ah, no, nosotros somos
00:20:12mejores. Nosotros somos los más
00:20:13mejores."
00:20:14No, todo marketing, ¿no? Al final del
00:20:17día. ¿Existe la posibilidad de que en
00:20:19algún momento haya IAS del bien?
00:20:22Las hay, ¿no? En algún momento digo, las
00:20:24hay. A ver, mi crítica no es contra la
00:20:26IA como tecnología. Hay un montón de
00:20:28aplicaciones repositivas y hay un montón
00:20:30de gente haciendo cosas positivas con la
00:20:33IA y muy copadas. El tema es que cuando
00:20:36hablamos de o digo, estas críticas
00:20:37tienen que ver con la concentración de
00:20:39poder y de este poder de cómputo, de
00:20:41este poder de de grandes conjuntos de
00:20:44datos, de este poder de entrenamiento en
00:20:45las manos de básicamente seis tipos.
00:20:48Entonces, bueno, esto es lo que sucede,
00:20:50que estas que tienen la visibilidad son
00:20:54le pertenecen a estos seres nefastos que
00:20:56son mis compañeros de la lista. [risas]
00:20:59Pero pero digo, está la posibilidad, el
00:21:01problema también es la infraestructura.
00:21:02Hay un montón de cosas muy positivas,
00:21:04pero que terminan usando infraestructura
00:21:07de eh de Amazon. Hay un montón de cosas
00:21:10muy positivas, pero que terminan usando
00:21:11arquitectura de Google o de Sí. O de
00:21:14Microsoft.
00:21:15Sí, eso pasa. Pasa hasta en los medios.
00:21:17pasa siempre el soporte termina siendo
00:21:19monopólico de alguna manera una IA
00:21:22argentina dentro de este contexto, digo,
00:21:24viste, uno piensa en los científicos del
00:21:26CONISET eh mostrándote su trabajo eh eh
00:21:30en las profundidades del mar y decí,
00:21:32"Bueno, ¿es posible que en algún momento
00:21:33haya una nacional con incluso un sesgo
00:21:38más amable? Eso eso es posible, se va a
00:21:41generar. Hay
00:21:42digo, la hay proyectos. está bueno ahora
00:21:44que estás hablando, ¿no? De esto, el
00:21:45sesgo más local, eh, está salió hace un
00:21:49mes, se lanzó la la Tam Chipit, ¿no?,
00:21:52que es un poco esto y que la idea es
00:21:54esto, ¿no? Que sea una una generativa
00:21:56que te responda como te respondería eh
00:21:59un no sé, una persona de nuestra región,
00:22:01¿no? Y que entienda modismos y cosas de
00:22:03nuestra región. Ahora bien, la TAM GPT
00:22:05sin cuestionar a ese proyecto porque
00:22:07está bueno, pero sin cuestionar
00:22:08específicamente a a a les amigues, eh
00:22:12tiene este problema que usa
00:22:13infraestructura que es de Amazon.
00:22:15Entonces, estás limitado por
00:22:17Y bueno, es pero es una cuestión, una
00:22:18pregunta de soberanía es eso también.
00:22:20Claro,
00:22:20yo hablé con ellos y les pregunté sobre
00:22:22este tema específico y ellos decían,
00:22:24"Bueno, si no no podemos hacer el
00:22:25proyecto también porque si usamos
00:22:27solamente infraestructura
00:22:28latinoamericana estamos en los 80
00:22:30comparativamente." Te quería preguntar
00:22:31también por esta cuestión que se habla
00:22:33mucho y que la hablamos hace un par de
00:22:34columnas sobre qué pasa cuando se habla
00:22:37de los peligros de la IA y lo que se
00:22:39dice es bueno, el escenario Terminator,
00:22:41el escenario en que la IA toma
00:22:43conciencia y nos ataca a todos contra el
00:22:46escenario de bueno, la IA eh nos va a
00:22:50curar el cáncer y demás. Eh, esa es mi
00:22:52pregunta también. O sea, muchas veces se
00:22:54habla de los peligros de la IA y no para
00:22:56soslayar todo esto que vos estás
00:22:57diciendo, ¿no? Se pone un escenario de
00:22:59ciencia ficción. Sí. Bueno, eso el
00:23:01escenario de ciencia ficción es eh un
00:23:03poco, bueno, era como esto de la
00:23:05cuestión de los egos, ¿no? Un poco
00:23:06también para mantenernos distraídos,
00:23:08¿no? Es bueno, estamos pensando que esto
00:23:10es un futuro distópico cuando en
00:23:11realidad hoy están pasando cosas
00:23:13terribles. La verdad que más miedo que a
00:23:16Terminator, yo le tengo miedo a
00:23:17regulator Sturenegger, ¿no? No, con
00:23:20diciendo, "No quiero, mi laburo es que
00:23:22no salga una ley contra la IA o que no
00:23:26se regule la IA. Digo, eso también es
00:23:28una escada. A mí me parece eso mucho más
00:23:29peligroso que cualquier escenario
00:23:31distópico. Yo creo igual que estas
00:23:33distopías, ¿no? Y estas imágenes
00:23:34distópicas y por otro lado esto, ¿no? El
00:23:38tecnooptimismo a rajatabla que vamos a
00:23:40vivir mejor, nos vamos a dedicar al ocio
00:23:42y ahora la va a ser todo por nosotros y
00:23:44no vamos a vamos a vivir en la panacea.
00:23:46Eh, son dos caras de la misma moneda. Lo
00:23:48que nos están diciendo es estas
00:23:50tecnologías son ultra poderosas, nos
00:23:52pueden hacer muy bien o nos pueden
00:23:54extinguir. Y la realidad es que son
00:23:57tecnologías que están buenas, pero
00:23:59siguen dependiendo del laburo humano. Y
00:24:00esto es lo que también venimos a poner
00:24:02de manifiesto.
00:24:02Claro. En el medio están los matices y
00:24:03los matices básicamente la mano de obra,
00:24:06la mano de obra precarizada. Claro,
00:24:08claro. O sea, que para concluir un poco
00:24:10de tu visita que estamos encantados y la
00:24:12verdad es que eh cuando vuelvas a Buenos
00:24:15Aires diría diría yo que ya tenés que
00:24:18hacer la rutina de visitar Paraíso
00:24:19Artificial. Mucho que vive en Berlín, eh
00:24:22Milagros para quien se suma ahora. es
00:24:24profe en una universidad de Berlín. Eh,
00:24:27vos decís que una manera de encarar esto
00:24:30de otra manera o por lo menos de
00:24:32imprimirle un futuro optimista es que
00:24:34los trabajadores se organicen y poder
00:24:36sacar algo de ahí. Eso, ¿cómo los ves?
00:24:38Porque viste acá se habla mucho de que
00:24:39los trabajadores no quieren, los
00:24:41trabajadores de Rapi no quieren
00:24:42organizarse, quieren. ¿Vos cómo ves la
00:24:45recepción de ese tipo de laburantes?
00:24:47La verdad es que que no. muy muy si
00:24:49entiendo la situación de de los
00:24:51laburantes de rapi en el laburo de
00:24:53trabajo de datos no es muy bienvenida
00:24:55toda propuesta de organización y de
00:24:57hecho cada oportunidad y esto también se
00:24:58trata nuestro proyecto, nosotros no
00:25:00vamos a evangelizar a nadie, sino que
00:25:02ofrecemos un espacio donde la
00:25:04organización también es posible, muy
00:25:06bien recibido y también acá en
00:25:08Argentina, ¿no? que está la Asociación
00:25:10Gremial de Computación, con quienes yo
00:25:12también laburo. Eh, y ellos también
00:25:15están incorporando o recibiendo a
00:25:17trabajadores y trabajadoras de datos de
00:25:19Argentina con muy buena recepción y con,
00:25:21digo, con muchas ganas, ¿no?, de de
00:25:23organizarse y también pelear por sus
00:25:24derechos, que es en realidad estamos
00:25:26hablando de algo tan básico como esto,
00:25:28¿no?
00:25:28Sí, sí, pero parece rarísimo.
00:25:29Parece una cosa, una utopía, ¿no?
00:25:32Una utopía, claro, ya ni distopía, así
00:25:34total. Bueno, milagros, Michelei, mil
00:25:36gracias. socióloga, doctora en
00:25:37ingeniería, vive en Berlín, es profe ahí
00:25:39en la Universidad Técnica de Berlín y
00:25:42insistir en la parte tiringa es [risas]
00:25:44una de las 100 personalidades más
00:25:46influyentes del mundo de la IA, según
00:25:47nada menos que la revista Time. Así que
00:25:49felicitaciones por eso, eh, [risas]
00:25:52soy tenés la bandera en alto, tenés
00:25:53mucha presión, no te vayas a sacar una
00:25:55foto con Trump, esas cosas que no
00:25:58pasas. [risas]
00:26:00Gracias. Gracias a ustedes.
00:26:06[música]