La decisión de Amazon de cerrar Mechanical Turk después de 21 años es fácil de interpretar como el ocaso rutinario de un negocio. Una plataforma que pasó su mejor momento y que se retira discretamente. Sin embargo, ese enfoque pasa por alto lo que MTurk fue en realidad: uno de los experimentos más tempranos y reveladores sobre la relación entre el trabajo humano y la inteligencia de las máquinas. Su cierre, programado para el 30 de septiembre de 2026, es menos un final que un punto de reflexión.
Una plataforma construida sobre el trabajo que las computadoras no podían hacer
Mechanical Turk se lanzó en 2005 con una premisa que hoy suena casi paradójica. El fundador de Amazon, Jeff Bezos, la describió como “inteligencia artificial artificial”, una frase que capturaba con precisión la idea central: la plataforma utilizaba trabajadores humanos para realizar tareas que los sistemas automatizados aún no podían manejar de forma confiable. Etiquetar imágenes, transcribir audio, ordenar datos. Tareas pequeñas, repetitivas y cognitivamente simples que, no obstante, requerían percepción y juicio humano.
El nombre en sí mismo llevaba una ironía histórica. Hacía referencia a un autómata jugador de ajedrez del siglo XVIII que parecía operar de manera independiente, pero que ocultaba a un operador humano en su interior. MTurk llevaba el mismo disfraz: un mercado digital que parecía un producto de software, pero que funcionaba, en su núcleo, gracias al esfuerzo humano. Los trabajadores completaban lo que Amazon llamaba “tareas de inteligencia humana” o HITs, a menudo por solo unos centavos por tarea.
En su apogeo, la plataforma conectó a más de 500,000 trabajadores con empresas e investigadores que necesitaban esa capa humana. Para muchos de esos trabajadores, no era una curiosidad secundaria. Krista Pawloski, trabajadora de datos y organizadora del grupo de defensa Turkopticon, comenzó a trabajar en MTurk en 2008 y pasó a dedicarse a ello a tiempo completo en 2012. Ella describió plataformas como MTurk como una fuente de ingresos significativa para personas que necesitaban trabajo remoto y flexible. Ese contexto importa. Detrás de cada imagen etiquetada y cada clip de audio transcrito había una persona tomando una decisión financiera.
El colapso circular: humanos completando tareas de IA con IA
Esto es lo que la mayoría de la cobertura sobre el cierre minimiza. MTurk no fue simplemente reemplazada por la automatización de una manera directa y lineal. Algo más extraño ocurrió primero.
Un análisis de 2023 citado por TechCrunch descubrió que se estima que entre el 33% y el 46% de los trabajadores de MTurk en el estudio estaban utilizando modelos lingüísticos grandes para completar exactamente las tareas para las que habían sido contratados como humanos. Un sistema diseñado para aportar juicio humano para entrenar y validar modelos de IA se había convertido, en una porción significativa de los casos, en una estación de retransmisión de respuestas generadas por IA. Los trabajadores estaban usando IA para completar tareas que las empresas de IA pagaban a los humanos para que hicieran precisamente porque querían aportaciones humanas.
Esta no es simplemente una historia sobre trampas o decadencia de plataformas. Es una señal estructural. Cuando el incentivo económico para usar IA con el fin de simular trabajo humano se vuelve lo suficientemente fuerte, la frontera entre “datos etiquetados por humanos” y “datos generados por IA” comienza a disolverse. El flujo que alimentaba a los sistemas de aprendizaje automático con juicio humano se estaba llenando silenciosamente con resultados de máquinas.
Amazon no ha conectado públicamente el cierre con esta dinámica ni con los avances en la IA en general. Su declaración oficial cita únicamente una evaluación interna de sus servicios. Pero el momento y el contexto son difíciles de separar del cambio más amplio en la forma en que se obtienen y validan los datos de entrenamiento de la IA.
Lo que revela la salida de MTurk sobre el trabajo invisible
El cierre de MTurk no significa que el trabajo que representaba haya desaparecido. Amazon Web Services continúa ofreciendo SageMaker Ground Truth, su propia herramienta de etiquetado de datos, como una alternativa para los antiguos clientes de MTurk. Empresas más nuevas, incluidas Scale AI, Mercor y Prolific, han construido negocios enteros en torno a la obtención de mano de obra humana específicamente para entrenar modelos de IA avanzados. La demanda de juicio humano en el flujo de la IA no se ha desvanecido. Se ha migrado y, en algunos casos, se ha profesionalizado.
Lo que la salida de MTurk aclara es cómo se ha valorado esa labor, o más precisamente, cómo a menudo no se ha valorado de forma visible en absoluto. La plataforma facilitó estructuralmente el trato del trabajo cognitivo humano como un producto básico valorado en centavos por tarea, sin beneficios, sin contratos y sin reconocimiento en el producto final. Los sistemas de IA entrenados con ese trabajo pasaron a generar un valor comercial sustancial. Los trabajadores que contribuyeron a esa base permanecieron en gran medida invisibles.
Esta es la pregunta más amplia que los 21 años de trayectoria de MTurk dejan abierta. A medida que el entrenamiento de la IA se vuelve más sofisticado y la demanda de comentarios humanos de alta calidad crece, la cuestión de cómo se estructura, compensa y reconoce ese trabajo se vuelve más trascendental, no menos. Plataformas como MTurk demostraron que la capa humana dentro de la IA es real y necesaria. Tuvieron menos éxito a la hora de hacer que esa capa fuera legible o justamente recompensada.
En resumen
MTurk no fue solo una plataforma de trabajos temporales. Fue una capa de infraestructura temprana para la IA moderna, un mercado donde la percepción humana se convertía en datos de entrenamiento a gran escala. Su cierre refleja dos presiones convergentes: la automatización de tareas que antes requería que los humanos realizaran, y el surgimiento de competidores más especializados construidos explícitamente para el desarrollo de la IA. El detalle más revelador en su capítulo final es que una parte notable de sus trabajadores había comenzado a usar IA para completar tareas diseñadas para producir aportaciones humanas. Ese bucle, humanos usando IA para alimentar a la IA, no es una anomalía. Es un anticipo de las preguntas que la industria tendrá que responder a medida que la frontera entre los datos generados por humanos y por máquinas sea más difícil de trazar.
Basado en información de Fast Company - Work Life.