Un graduado con doctorado en sociología industrial recibe una oferta de trabajo. No de una universidad, sino de un reclutador de IA. El rol: entrenar a una máquina para diseñar evaluaciones, evaluar ensayos de estudiantes y enseñar cursos universitarios. Las mismas tareas que el candidato pasó una década aprendiendo a realizar. Este no es un escenario hipotético. Le sucedió a James Maisiri, quien completó su doctorado en la Universidad de Johannesburgo, y su testimonio abre una ventana a algo que la mayoría de la cobertura sobre IA y empleo tiende a pasar por alto por completo.
La pregunta no es simplemente si la IA se llevará los trabajos. Es si a las personas que corren mayor riesgo se les está pidiendo que entreguen aquello que hace que su trabajo sea insustituible, antes de que ocurra cualquier desplazamiento.
La transferencia de conocimiento que nadie nombra
Existe una categoría bien documentada de trabajo de IA: etiquetado de datos, anotación, moderación de contenido. Estos roles se han externalizado durante años a trabajadores en Kenia, Nigeria y otros países, y conllevan tareas relativamente mecánicas, etiquetar imágenes, marcar contenido, transcribir audio.
Lo que describe Maisiri es estructuralmente diferente. No fue reclutado para etiquetar datos. Fue reclutado para transferir juicio. A lo largo de años de enseñanza, había desarrollado la habilidad de distinguir la memorización de la comprensión genuina, de explicar por qué un ensayo merece un 75% en lugar de un 60%, de identificar qué conceptos importan realmente en un curso universitario. Esa discreción acumulada, no solo el conocimiento, era lo que la plataforma de IA quería.
Plataformas como Outlier, Mercor y Surge ahora están reclutando activamente a médicos, abogados, ingenieros y educadores exactamente por esta razón. Las profesiones de cuello blanco se han considerado durante mucho tiempo difíciles de automatizar porque dependen de interpretar el contexto en lugar de aplicar reglas fijas. Esa suposición ahora se está poniendo a prueba, y la prueba la están realizando los propios profesionales.
47.4% de desempleo y una oferta de 600 rands
La dimensión económica de esta historia es imposible de separar de la ética. La tasa de desempleo juvenil de Sudáfrica se situaba en el 47.4% en el segundo trimestre de 2026. El salario mínimo nacional es de 30.23 rands por hora, aproximadamente dos dólares estadounidenses. El rol de entrenamiento de IA que le ofrecieron a Maisiri pagaba 600 rands por hora, el equivalente a unos 37 dólares estadounidenses. En ese contexto, la decisión de participar o rechazar no es un ejercicio filosófico. Es un cálculo de subsistencia.
Esta es precisamente la dinámica que hace que África sea particularmente vulnerable a lo que podría llamarse extracción de conocimiento a escala. El continente tiene una de las tasas de adopción de IA más bajas del mundo, con la mayoría de los países por debajo del promedio global de alrededor del 18% entre la población en edad de trabajar. Sudáfrica se sitúa un poco por encima de eso, en el 23%. Sin embargo, África también tiene algunas de las poblaciones más jóvenes del mundo, un grupo creciente de profesionales altamente educados y un entorno económico definido por un alto desempleo y un crecimiento modesto. Para las empresas de IA, esa combinación crea un incentivo estructural: conocimiento experto disponible a costos significativamente más bajos que en los mercados occidentales.
Mientras tanto, en el otro extremo de la escala salarial, a los clasificadores de residuos y soldadores en India se les pagan 250 rupias por hora, unos 2.60 dólares estadounidenses, para usar cámaras y capturar sus rutinas de trabajo diarias. Esas imágenes entrenan robots humanoides diseñados para realizar los mismos trabajos. La brecha salarial entre Maisiri y esos trabajadores es enorme. La transacción subyacente es idéntica: experiencia humana, ya sea física e incorporada o intelectual, convertida en capacidad de una máquina.
Lo que el juicio significa realmente y por qué no se puede separar de la persona
Aquí está lo que la mayoría de las discusiones sobre IA y trabajo no abordan directamente. El juicio no es una habilidad en el sentido convencional. No es una técnica que se pueda documentar, extraer y transferir limpiamente. Es el producto de la experiencia acumulada, la formación ética y la sensibilidad contextual. Cuando un docente decide que el ensayo de un estudiante demuestra una comprensión genuina mientras que el de otro no, esa decisión se basa en todo lo que el docente ha visto, leído y enseñado a lo largo de los años. Es inseparable de quiénes son.
Cuando las plataformas de IA reclutan profesionales para entrenar sus sistemas, no solo están adquiriendo puntos de datos. Están intentando codificar ese tipo de conocimiento situado y personal en un modelo que luego lo ejercerá sin la persona. El testimonio de Maisiri plantea una pregunta que merece ser tomada en serio: ¿qué tipo de juicio están aprendiendo realmente estos sistemas? ¿Es un juicio justo? ¿Es un juicio ético? ¿Reconoce el contexto de la forma en que lo haría un profesional humano?
Estas no son preguntas retóricas. Son preguntas de diseño, y ahora mismo, las personas mejor posicionadas para responderlas están siendo contratadas para proporcionar entradas, no para dar forma a los resultados.
Maisiri finalmente se alejó del proceso, aunque reconoce que no puede explicar completamente por qué. Continúa buscando un puesto académico. Su historia no resuelve la tensión que describe. Simplemente la hace visible.
En resumen
Los sistemas de IA se están entrenando cada vez más no con datos sin procesar, sino con juicio profesional: el tipo que toma años desarrollar y define carreras enteras. Los trabajadores altamente educados en economías con alto desempleo enfrentan un dilema genuino, porque el incentivo financiero para participar es real, y también lo es el riesgo de acelerar su propio desplazamiento. Lo que se transfiere en estas transacciones no es solo conocimiento. Es la capacidad de decidir, y una vez transferida, no regresa.
Basado en información de Rest of World.