Illustrazione: Immagine generata con Midjourney da David Orjuela (Colombia), ingegnere di Prompts

Questo è un estratto di un articolo di María Camila Botero Castro, Francisca López Molina e  Johan Alexander Sanabria Restrepo originariamente pubblicato su Distintas Latitudes [es, come tutti i link seguenti], ripubblicato su Global Voices in base a un accordo tra i media.

El impacto de la Inteligencia Artificial (IA) en la humanidad es incuestionable. Desde la automatización de tareas repetitivas hasta el desarrollo de vehículos autónomos, la IA ha demostrado su capacidad para transformar la forma en que trabajamos y vivimos. Al mismo tiempo, ha planteado serias preguntas sobre su efecto en el futuro de los empleos, la privacidad y la ética.

L’impatto dell’Intelligenza Artificiale (IA) sull’umanità è indiscutibile. Dall’automazione delle attività ripetitive allo sviluppo di veicoli autonomi, l’IA ha dimostrato la sua capacità di trasformare il modo in cui lavoriamo e viviamo. Allo stesso tempo, ha sollevato seri interrogativi riguardo ai suoi effetti sul futuro dell’occupazione, della privacy e dell’etica.

Il testo che avete appena letto è stato scritto da Chat GPT, un modello linguistico sviluppato dall'azienda americana OpenAI che ha la capacità di generare risposte coerenti in pochi secondi. Ma cosa fa funzionare questo strumento apparentemente magico?

Le IA si nutrono di dati, quindi più ne hanno, più preciso sarà il risultato del loro lavoro. E non si tratta di una cifra qualsiasi, sono miliardi! Solo per scrivere il primo paragrafo di questo testo, Chat GPT ha dovuto fare riferimento a 175 miliardi di variabili. Il dilemma è chi fornisce questi dati e a quali condizioni.

“Lavori fantasma”

Álvaro Montes, direttore dei contenuti di Inteligencia Artificial Colombia presso Grupo Prisa, spiega che affinché l'IA funzioni come la conosciamo, devono esserci esseri umani che la addestrano. Questo lavoro, noto come etichettatura dei dati, consiste nell’analizzare e classificare le informazioni in modo che gli algoritmi dell'IA possano imparare da esse. Le attività più comuni sono il riconoscimento vocale e delle immagini, la trascrizione del testo e la dettatura di parole.

“Le intelligenze artificiali non pensano come gli umani ma fanno ‘ragionamenti’ matematici. Confrontano pixel, bordi, forme degli occhi…” spiega Montes. Per poter distinguere, ad esempio, un cane da un gatto, è necessario che abbiano già visto milioni di foto di questi animali.

Il venezuelano Allan González è una delle persone che ha contribuito a questa marea di informazioni che rende intelligenti le IA. Ha lavorato per un anno e mezzo (dal 2019) con la società Spare5 analizzando, tra molte altre cose, immagini di strade, viali, segnali stradali e pedoni, tutte cose che vengono utilizzate per istruire le autovetture autonome.

“Ero un po’ uno schiavista”, ricorda.

Allan è rimasto seduto tutto il giorno davanti allo schermo del computer ad analizzare le immagini. Il tempo per svolgere ciascuna attività era compreso tra i cinque e i venti minuti. Se eccedeva, non veniva pagato. Ecco perché definisce quello che ha fatto “la manodopera a basso costo che alimenta le IA”.

Montes è d'accordo con lui:

Estos trabajos se hacen en Venezuela, Colombia o países de África y Asia porque, como son labores no calificadas que no requieren ningún tipo de estudio, pueden pagar barato.

Questi lavori vengono svolti in Venezuela, Colombia o nei Paesi dell'Africa e dell'Asia perché, trattandosi di lavori non qualificati che non richiedono alcun tipo di studio, possono essere pagati a buon mercato.

“Nel capitalismo tutto è esternalizzato”, aggiunge Montes. Questa non è un'eccezione. In molti casi, l’etichettatura dei dati viene effettuata da aziende subappaltate dai grandi sviluppatori della Silicon Valley, che a loro volta subappaltano altre aziende per svolgere questi compiti. Questa esternalizzazione rende difficile la sindacalizzazione e la possibilità di rifiutare pratiche non etiche, nonché di chiedere migliori condizioni di lavoro.

Una ricerca [en] realizzata dal MIT Technology Review indica che a metà del 2018 “circa 200 mila venezuelani si erano registrati su piattaforme come Spare5 e Hive Micro, rappresentando il 75% delle loro rispettive forze lavoro”.

I lavoratori di queste aziende appartengono, per la maggior parte, ai Paesi del sud del mondo. Sul sito Remotasks, infatti, tutte le testimonianze provengono da persone provenienti da Kenya, Vietnam, Filippine e Venezuela.

Oltre al Venezuela, i paesi dell’America Latina che offrono più manodopera a queste aziende sono Colombia, Argentina, Panama e Cile, secondo DignifAi, una società statunitense con sede in Colombia che offre servizi di etichettatura dei dati.

Queste aziende garantiscono di creare posti di lavoro e quindi, di avvantaggiare i loro lavoratori. Tuttavia, una ricerca del MIT conclude che gli etichettatori ricevono salari bassi (circa 2 dollari l’ora), non hanno benefici sociali e lavorano in condizioni precarie, senza garanzie lavorative.

Altri specialisti, come l'antropologa Mary L. Gray e il sociologo Siddharth Suri, hanno riferito [en] che la salute mentale degli etichettatori di dati è compromessa a causa degli orari di lavoro estenuanti, della breve permanenza e dell'elevato tasso di ricambio del personale.

Allan non doveva sottoporsi a immagini traumatizzanti, ma svolgeva un altro lavoro molto faticoso, sia mentalmente che fisicamente.

Yo decía: ‘me estoy embruteciendo aquí dándole clic a la computadora’. Es un trabajo completamente repetitivo y sin ningún tipo de crecimiento.

Dicevo: “mi sto rincretinendo a cliccare sul computer”. È un lavoro totalmente ripetitivo che non dà alcuna possibilità di crescita.

Aveva deciso di dedicarsi all'etichettatura dei dati perché il pagamento era in dollari e “a quel tempo la situazione in Venezuela era piuttosto complicata”. All'epoca veniva pagato tra i 50 centesimi e un dollaro per ogni compito, a seconda della difficoltà. Tuttavia, guadagnava più dello stipendio medio del suo Paese. Racconta:

El sueldo mensual en Venezuela era de 30 dólares, así que en un día podía hacer lo que otros hacían en un mes.

Lo stipendio mensile in Venezuela era di 30 dollari, quindi in un giorno potevo fare quello che gli altri facevano in un mese.

Per tutti questi motivi, la ricerca del MIT conclude che l’etichettatura dei dati, lungi dall’essere una valida fonte di occupazione, è diventata una nuova forma di sfruttamento del lavoro. Infatti, sostengono che “l’IA stia creando un nuovo ordine mondiale coloniale”.

Cosa si può fare per migliorare le condizioni di lavoro degli etichettatori di dati?

Tuttavia, ci sono aziende che affermano di offrire condizioni diverse, come DignifAI, che assume principalmente migranti venezuelani e colombiani che risiedevano in Venezuela.

Secondo María Garcés, che al momento di questa intervista era responsabile delle operazioni di DignifAI, una delle garanzie che danno ai propri collaboratori è “uno stipendio dignitoso”.

‘Si te vas a las estadísticas de la industria del etiquetado, hablamos de unos salarios incluso por debajo del dólar la hora. Nosotros nos hemos querido caracterizar por ser diferentes a eso y, dependiendo de la tarea, el pago está entre 2 y 20 dólares la hora. Siempre pagamos, al menos, un 30 por ciento por encima del salario mínimo mensual en países de Latinoamérica,’ explica. DignifAI no paga prestaciones sociales a sus etiquetadores.

“Se si guardano le statistiche dell'industria dell'etichettatura, si parla di salari anche inferiori a un dollaro l'ora. Abbiamo voluto caratterizzarci per essere diversi da questo e, a seconda della mansione, la paga è compresa tra i 2 e i 20 dollari l'ora. Paghiamo sempre almeno il 30% in più rispetto al salario minimo mensile dei Paesi latinoamericani”, spiega. DignifAI non paga i sussidi sociali ai suoi etichettatori.

Tra i progetti che offrono, alcuni riguardano la moderazione dei contenuti, l'analisi del sentiment o il linguaggio tossico, che Maria definisce “compiti molto comuni nella settore dell'intelligenza artificiale, dove spesso si devono vedere immagini forti o leggere testi razzisti o omofobi”.

Per ridurre l'impatto negativo sulla salute mentale, afferma, offrono supporto psicologico ai propri dipendenti, che hanno a disposizione anche assistenti sociali. Garantiscono inoltre la formazione su altri argomenti, come il marketing digitale, l'imprenditorialità,  la gestione delle comunità online, le risorse finanziarie professionali e personali.

Ingrid Hernández è una delle lavoratrici di questa azienda. È entrata a far parte dell'azienda alla fine del 2022 come etichettatrice di dati e nel febbraio 2023 è stata promossa a supervisore di un progetto di analisi del sentiment nei testi. Prima di dedicarsi a questo lavoro, era insegnante di lingua e letteratura nel suo Paese natale, il Venezuela, ma la situazione nel suo Paese l'ha portata a emigrare in Colombia in cerca di migliori opportunità.

Sebbene non abbia potuto esercitare direttamente la sua professione, assicura che in DignifAI ha applicato parte delle sue conoscenze nell'analisi dei testi, motivo per cui si sente soddisfatta delle sue condizioni di lavoro.

Solo se trabaja cuatro horas al día y, por lo menos en el caso de los anotadores, se gana más de lo que se estaría ganando en cualquier otro lugar por medio tiempo.

Si lavora solo quattro ore al giorno e, almeno nel caso dei responsabili dell'annotazione dei dati, si guadagna più di quanto si guadagnerebbe altrove su base part-time.

Per Maria, tutte le aziende di etichettatura devono migliorare le condizioni economiche dei loro annotatori.

La industria está despertando hacia la ética de la inteligencia artificial, porque están en el ojo del huracán. Estamos en un buen momento para seguir haciendo ruido y dar a conocer la vida de estas personas que están al final de la escalera, para que se den esos cambios que se necesitan.

L'industria sta riflettendo sull'etica dell'intelligenza artificiale perché si trova nell’occhio del ciclone. Siamo in un buon momento per continuare a fare rumore e a far conoscere la vita di queste persone che si trovano in fondo alla scala, affinché possano verificarsi i cambiamenti necessari.

Álvaro Montes è d'accordo. Tuttavia, ritiene che il vero problema sia che l'America Latina è una regione di spettatori passivi della quarta rivoluzione industriale. Dice:

El problema no es solo resolver la situación laboral de estos migrantes venezolanos que etiquetan fotos. Claro, eso es lo justo, pero tenemos que salir del rol de consumidores para convertirnos en el Thor de la tecnología.

Il problema non è solo risolvere la situazione occupazionale di questi migranti venezuelani che taggano le foto. Certo, è giusto, ma dobbiamo uscire dal ruolo di consumatori per diventare il Thor della tecnologia.

In questo modo, a suo avviso, si risolverebbe il problema di fondo, poiché si creerebbero posti di lavoro specializzati che contribuirebbero alla crescita della regione.

¿Queremos ser un continente que desarrolle tecnología y que tenga muchos ingenieros, técnicos, tecnólogos, matemáticos y científicos?, ¿o queremos repartidores de pizza y etiquetadores de datos bien pagados?

Vogliamo essere un continente che sviluppa la tecnologia e ha molti ingegneri, tecnici, tecnologi, matematici e scienziati, o vogliamo fattorini ben pagati che consegnano pizze e taggano dati?

Per lui, la risposta sta nel rafforzare l'innovazione per garantire la sovranità tecnologica e smettere di essere importatori di tecnologia per diventarne produttori.