El personal de recursos humanos de una fábrica de prendas de vestir en las afueras de la capital india dijo que unas pequeñas cámaras sujetadas en la cabeza de cada sastre permitirían a potenciales clientes ver la calidad de lo que producían. Así aumentarían los pedidos y subirían los salarios de todos.
Pero las costureras y sastres sospecharon que la verdadera razón era la IA.
El joven trabajador textil Ankush Yadav y sus compañeros abrieron las cámaras, extrajeron las tarjetas de memoria y las conectaron a sus teléfonos.
"Vimos el contenido en nuestros móviles y descubrimos que estaban grabando nuestras voces, todo lo que decíamos, nuestras manos, nuestro trabajo, todo, en fragmentos de tres minutos", contó Yadav. "Cada tres minutos, la cámara volvía a grabar".
Mientras las autoridades y la gente común intentan entender cómo los grandes modelos de lenguaje (ChatGPT, Claude y Gemini) afectarán millones de empleos de oficina, las empresas de IA se lanzan a resolver uno de los problemas más complejos de la tecnología: la destreza. Se trata de entrenar modelos de IA para tocar, sentir y manipular objetos en el mundo real. Los robots ya son competentes en tareas reguladas sin contacto, como soldaduras y pintura a soplete, pero tienen dificultades con labores no estructuradas como la costura, la confección o, simplemente, hurgar a ciegas en un bolso en busca de un teléfono.
En teoría, la inteligencia artificial general combinada con una destreza similar a la humana daría como resultado un "ejército de robots" que reemplazaría a los humanos y que los magnates de la tecnología como Elon Musk llevan soñando desde hace tiempo. Pero, primero, los robots necesitan aprender a cambiar una lamparita.
Una forma de dar respuesta a este problema es entrenar modelos con millones de horas de grabaciones de personas realizando tareas que requieren destreza, con la esperanza de lograr un avance similar al que obtuvieron los modelos de lenguaje como ChatGPT, cuando adquirieron la capacidad de imitar el lenguaje y la cognición después de asimilar el vasto corpus de datos disponible en internet.
Una estimación proyecta que en los próximos tres años, los laboratorios de robótica pueden gastar más de 1.500 millones de dólares para adquirir entre 100 millones y mil millones de horas de video de personas realizando las actividades más sencillamente humanas: el uso hábil de sus manos.
Un puñado de empresas de IA como OpenAI y Anthropic pasaron a valer miles de millones de dólares robando propiedad intelectual de escritores, artistas, músicos y usuarios comunes de internet sin su consentimiento. Ahora, una nueva camada de empresas busca repetir el éxito con los trabajadores manuales. Estas empresas están firmando acuerdos con dueños de fábricas de India, ofreciendo el uso de sus cámaras para vigilar a empleados como Yadav, que ya trabajan en condiciones de explotación, a cambio del material grabado.
Pero empleadas astutas de fábricas indias relataron a openDemocracy cómo han conseguido, de momento, resistir estos intentos, abriendo camino para que trabajadores de otros lugares frenen el avance imparable del capitalismo de vigilancia.
"Antes de desplegar cámaras y sensores y extraer los desplazamientos y movimientos de personas que están al otro lado del mundo, deberíamos preguntarnos cómo sería diseñar nuestra tecnología para todas las partes involucradas", cuestionó Caitrin Lynch, profesora de antropología del Olin College of Engineering, en Massachusetts, Estados Unidos. "Cómo sería asociarse con los trabajadores para descubrir qué tecnología estarían dispuestos a aceptar y trabajar a partir de allí".
Lynch, que investiga la intersección entre robótica y sociedad, cree que en lugar de extraer datos de las trabajadoras, podría haber una oportunidad para diseñar aplicaciones de IA y tecnología robótica que beneficien tanto a los obreros como a las empresas.
"Como tecnólogas, no podemos simplemente esperar a que la política alcance nuestras capacidades tecnológicas", señaló. "Tenemos la responsabilidad de observar la historia de la extracción colonial y reconocer cuándo estamos repitiendo sus patrones".
Según dijeron a openDemocracy tecnólogos que trabajan en róbotica de vanguardia, su campo enfrenta "un problema masivo de datos". Los conjuntos de datos grandes y diversos que los robots necesitan para aprender son difíciles de encontrar.
La regla de oro actual para el entrenamiento supone que una persona controla remotamente un robot para realizar tareas físicas como levantar u ordenar, o una persona realiza una tarea manual mientras usa un guante tipo "agarradera" que imita una mano de robot. Son formas efectivas, pero difíciles de expandir y muy costosas.
Un enfoque más económico es usar datos de simulación: se corre y testea un modelo de IA diseñado para entrenar robots en un entorno virtual controlado, aunque esto tiene sus desventajas.
"Se puede escalar fácilmente en simulación, pero nada es tan bueno como los datos reales", explicó Jigar Kumar Patel, ingeniero robótico especializado en aprendizaje automático que estudió en el Robotics Institute de Carnegie Mellon University en Estados Unidos. "Las propiedades físicas no se traducen fácilmente en modelos. Los simuladores están mejorando, pero aún no llegamos allí", dijo. Hay una "brecha de simulación", porque las propiedades que tienen los objetos en el mundo real – pesos, ruidos, maleabilidad al tacto, impredecibilidad – no se traducen con precisión en datos.
En este marco, los tecnólogos recurren a "datos egocéntricos", o material grabado con cámaras montadas en la cabeza, que capturan con precisión las posiciones y configuraciones de las manos humanas mientras realizan tareas complejas. Como era de esperarse, ya hay varias startups para satisfacer esta demanda.
Una empresa que fabrica el equipo necesario para colocarse en la cabeza y recopilar estos datos es Egolab.AI, fundada en enero de este año por dos adolescentes indios que viven en el extranjero, uno de los cuales había abandonado un programa de ingeniería en una universidad estadounidense.
openDemocracy habló con 20 trabajadores de dos fábricas del cinturón industrial de Nueva Delhi a quienes sus empleadores les pidieron, a principios de año, que usaran las cámaras Egolab montadas en la cabeza, sin explicarles para qué.
Yadav trabaja en la más pequeña de las dos fábricas, propiedad de Pearl Apparel, que emplea entre 500 y 600 personas en dos unidades en las afueras de la capital india. La segunda fábrica pertenece a Pearl Global Industries, una multinacional con una plantilla de más de 30.000 personas en India, Bangladesh, Vietnam, Indonesia y Guatemala, que provee marcas como Zara, Ralph Lauren, Gap y Primark. A pesar de sus nombres similares, no hay conexión entre las dos empresas.
Más o menos en la misma época en que los empleados con quienes hablamos estaban probando su equipo, Egolab fue adquirida por otra startup dirigida por dos fundadores igualmente jóvenes. Build Artificial Intelligence Inc. se describe como el "mayor esfuerzo de recopilación de datos egocéntricos de la historia", y tiene como fin "construir IA sobre una base humana". Fue registrada el año pasado en el estado de Delaware, EEUU, por Edward Xu, 19, y Jonathan Jia, 21.
Egolab ofreció a las fábricas indias un acuerdo que encapsula perfectamente la dinámica opresiva de la tecnología en el lugar de trabajo moderno.
En una presentación que obtuvo el sitio de noticias indio Scroll.in y compartió con openDemocracy, Egolab invita a empresas manufactureras indias a "liderar la revolución global de datos de IA" contribuyendo a recopilar material auténtico de flujos de trabajo como "ensamblaje, mecanización y carga". A cambio, ofrece a las empresas acceso gratuito a los denominados "informes de eficiencia impulsados por IA" que resultan de vigilar a las y los trabajadores con las mismas cámaras, supervisando qué hacen con su tiempo mientras están en la planta de producción, si se dedican al ocio o incluso si se reúnen por algunos segundos. La startup denomina este espionaje "análisis de productividad".
Un informe de muestra producido por la empresa incluye "información crítica" como este fragmento: "el 51% del tiempo ocioso se dedica a socializar. Esto es tres veces superior al de fábricas de primera categoría. Notamos que trabajadores de diferentes estaciones se reunían cerca del usuario de CAM 02 entre las 14:00 y 15:30". O este otro: "La productividad cae un 35% después del almuerzo para todos los obreros. Las fábricas de primer nivel resuelven esto iniciando tareas de alta prioridad justo después del almuerzo en lugar de permitir que los trabajadores se ‘reincorporen de a poco’".
La presentación de Egolab afirma que los "trabajadores se suman voluntariamente" al uso de las cámaras y que "pueden retirarse en cualquier momento", afirmaciones que contradicen las experiencias de los y las trabajadoras entrevistadas por openDemocracy.
"Al tomar datos de empleados que son una fuerza de trabajo cautiva y ya tienen poco poder de negociación, estas empresas están recopilando datos en un vacío regulatorio", señaló Shruti Narayan, abogada especializada en tecnología con sede en Nueva Delhi.
India aún no cuenta con una legislación sólida de protección de datos. La Ley de Protección de Datos Personales Digitales sufrió años de retrasos y aplazamientos antes de ser aprobada apresuradamente en una semana en 2023, en medio de un boicot de miembros de la oposición en el Parlamento. La mayoría de sus disposiciones de privacidad, particularmente sobre consentimiento, fueron diferidas y no entrarán en vigencia hasta mediados de 2027.
Egolab.AI y Build AI no respondieron a nuestros pedidos de entrevista.
Pearl Global y Pearl Apparel pidieron a sus trabajadores y trabajadoras que usaran el equipo de cabeza durante dos semanas a finales de marzo y principios de abril. Las cámaras fueron simplemente una instancia más de explotación en un país donde menos del 20% de las personas que trabajan en fábricas tienen un contrato formal. Por otro lado, había algo claramente perturbador en los ensayos, que cesaron tan misteriosamente como comenzaron.
Yadav dijo que sus compañeros en Pearl Apparel estaban desconcertados por esta intrusión nueva en la planta de confección.
"Nos pedían que usáramos los auriculares las ocho horas completas, viendo cuánto tiempo trabajamos, cuánto, digamos, usamos móviles; estaban grabando todo", relató. "Podían escuchar todo lo que decíamos". En documentos de la empresa, Egolab.AI afirma que difumina rostros y silencia voces en los datos que luego pone a disposición, pero eso no fue lo que experimentaron las trabajadoras.
"Un equipo llegaba alrededor de las 9 de la mañana y les pedía a sastres y ayudantes – quienes cortan hilos, empacan prendas, cosen pegatinas – que usaran la cámara en sus cabezas", relató uno de los compañeros de Yadav, Arun Ram, un experimentado maestro sastre que cose el prototipo que otros sastres replican. "Luego, a las 17:30, cuando el turno general terminaba, se llevaban los dispositivos".
El “pago” que los trabajadores de ambas fábricas obtuvieron por compartir habilidades perfeccionadas en años de trabajo y con las cuales se ganan la vida, con una empresa que quiere entrenar robots para reemplazarlos, fue un tetrapak tibio de Mango Frooti, una bebida con sabor artificial a frutas.
Cuando sus pedidos de quitarse las cámaras cayeron en oídos sordos, costureras y sastres dejaron de usarlas o se las ponían y quitaban constantemente para inutilizar el material grabado e impedir el "análisis de productividad".
"Usar el auricular me lastimaba la cabeza y me lo sacaba", dijo Veena Devi*, quien trabajaba en la misma planta que Ram. Devi migró al cinturón industrial de Delhi desde su pueblo en Uttar Pradesh hace 10 años. "Intentaba sacármelo, pero mi supervisor me pedía una y otra vez que lo usara, así que tenía que volver a ponerme la cámara".
Devi contó que ella y sus compañeras preguntaron varias veces el propósito de la recopilación de datos, pero ni los jefes ni el equipo de jóvenes que llegaba cada mañana a distribuir los auriculares les respondieron. "Preguntábamos: '¿Por qué nos hacen usar esto?', pero los supervisores no decían nada".
Sonu Kumar, un joven sastre en Pearl Global, dijo que su supervisor le comunicó que la recopilación de datos era para "entrenamiento", pero no especificó quién sería el beneficiario. Al enterarse de que el material podría usarse para automatización y entrenamiento de IA, Kumar dijo: "Si hubiera sabido que era para entrenar un robot, habría preferido no usarlo. Si quieren un robot que haga este trabajo, ¿por qué no traen ya uno que sepa coser ropa?".
Los gerentes de nivel medio y personal de recursos humanos en ambas fábricas parecían igual de desinformados. En Pearl Apparel, un gerente de recursos humanos señaló que, como la gerencia superior no había informado el propósito de las cámaras, les dijo a las obreras que era para "entrenar a otros trabajadores en el futuro".
En Pearl Global, el personal de recursos humanos dijo que su función se limitaba a proporcionar una sala para que el equipo startup que operaba los dispositivos de cámara se reuniera, monitoreara y cargara dispositivos diariamente. "Un equipo de seis a 10 chicas y chicos jóvenes llegaba y se dividía para colocar las cámaras en los cinco pisos de arriba con diferentes departamentos: producción, acabado, empaque".
Un gerente de nivel medio en Pearl Apparel que habló con openDemocracy bajo condición de anonimato dijo que le resultaba difícil "motivar" al personal para usar las cámaras porque tampoco sabía para qué eran.
"Los equipos de cámara decían que esto se hacía para 'cálculo de producción y tiempo'. Los obreros venían y nos decían: 'No, señor, es para IA'", relató el gerente. "Si los obreros se sacaban los dispositivos para ir al baño, la mayoría no volvían a usarlos. La gerencia superior llamaba y nos decía: '¿Por qué no los haces usar todo el turno? Así no se puede hacer ningún análisis de productividad'. Pero ni un solo obrero lo usó durante las ocho horas".
Kumar, like most tailors in the industrial belt, worked eight-hour shifts daily and did an hour or two of overtime a week, for which he received a monthly salary of 15,108 rupees, around £115, for most of the past two years. This rose to 18,500 rupees (£142) in April, after Delhi’s industrial region was hit by a wave of strikes as long-simmering grievances over stagnant wages and harsh work conditions came to a head when cooking gas prices soared in the wake of the US-Iran war. Picketing workers clashed with the police until the state government announced a 35% rise in the minimum wage.
During the unrest, workers at Pearl Global stopped work twice, staff at the factory’s unit told openDemocracy. The first time, workers on the shop floor downed tools for over an hour. “The next morning, more than a thousand of them gathered outside the gate and refused to go inside the factory for the general shift,” one worker said.
Staff resumed work only after the company representatives agreed to increase their wages in line with the new minimum wage. Several workers complained that the camera headsets were generating heat and causing them headaches, said a supervisor. The data collection continued for a day or two after their return to work, but workers were increasingly failing to cooperate with wearing the headsets for much of the day. Two weeks into the experiment, the video-collection experiment was quietly shelved at both factories.
Neither Pearl Apparel nor Pearl Global responded to openDemocracy’s request for comment.
openDemocracy asked Chintu Pal, a garment worker in his mid-30s who works at Pearl Global, what would happen if, in the near future, robots did learn to sew in place of workers. “I think they are not able to make such machines right now,” he said. “Or else, they would feel no need for a kaarigar (a skilled craftsman). The first thing they would do would be to chase the poor away. ‘Bhag jao!’ (Be off!), they would like to tell us”.
He thought for a few seconds before adding: “I believe this might already be happening in China.”
*Worker names have been changed to protect their privacyKumar, como la mayoría de los sastres en el cinturón industrial, trabajaba turnos de ocho horas diarias y hacía una o dos horas extras a la semana. Recibía un salario mensual de 15.108 rupias, alrededor de 116 dólares, durante la mayor parte de los últimos dos años. El salario aumentó a 18.500 rupias (191 dólares) en abril, después de una ola de huelgas que estalló en la región industrial de Dehli, causada por salarios estancados y condiciones laborales abusivas, especialmente después de que los precios del gas de cocina se dispararon a raíz de la guerra entre EEUU e Irán. Hubo choques entre huelguistas y la policía hasta que el gobierno estatal anunció un aumento del 35% en el salario mínimo.
Durante la huelga, los obreros en Pearl Global detuvieron el trabajo dos veces, según lo que contó personal de la fábrica a openDemocracy. La primera vez, los trabajadores de la planta de producción cesaron sus tareas durante más de una hora. "A la mañana siguiente, más de 1.000 se reunieron afuera y se negaron a entrar a la fábrica para el turno general", contó un obrero.
El personal reanudó el trabajo solo después de que representantes de la empresa accedieron a aumentar sus salarios conforme al nuevo salario mínimo. Varios obreros se quejaron de que los auriculares con cámara les causaban calor y dolores de cabeza, dijo un supervisor. La recopilación de datos continuó durante uno o dos días después del regreso al trabajo, pero las trabajadoras y trabajadores cooperaban cada vez menos con el uso de auriculares durante gran parte del día. Dos semanas después del inicio del experimento, este cesó sin explicaciones en las dos fábricas.
Ni Pearl Apparel ni Pearl Global respondieron nuestros pedidos de entrevista.
openDemocracy le preguntó a Chintu Pal, un obrero textil treintañero que trabaja en Pearl Global, qué sucedería si, en un futuro próximo, los robots aprendieran a coser. "Creo que ahora no pueden hacer máquinas así", dijo. "Si pudieran, no necesitarían un kaarigar (un artesano experto). Lo primero que harían sería expulsarnos. Nos dirían 'Bhag jao!' (¡Lárguense!)".
Pensó unos segundos antes de añadir: "Creo que esto ya está sucediendo en China".
*Los nombres de algunos trabajadores han sido cambiados para proteger su seguridad y privacidad.
