- El aprendizaje supervisado usa etiquetas que muchas veces crean personas, y de ahí sale el trabajo de etiquetado.NIST CSRC glossary, "supervised learning"
- No todos los modelos requieren etiquetas manuales: el aprendizaje autosupervisado las infiere de los propios datos, por lo que también sirven grabaciones sin etiquetar.NIST CSRC glossary, "self-supervised learning"
- La Organización Internacional del Trabajo (OIT) ha estudiado las condiciones de las plataformas de microtareas en línea, donde se organiza parte de este trabajo.ILO, Digital labour platforms and the future of work, 2018
- Un estudio sobre América Latina y el Caribe describe a los trabajadores de tareas en línea de la región como fundamentales para etiquetar datos de sistemas de IA globales.arXiv 2501.06981
En qué consisten el etiquetado y la evaluación
El etiquetado es el trabajo de datos para IA más conocido, y el que suelen anunciar las ofertas de empleo. Te llega material que ya existe, como fotos, clips de video, audio o respuestas de un chatbot, y le agregas lo que el modelo tiene que aprender: qué hay en la imagen, dónde empieza un objeto, qué se dijo o cuál de dos respuestas es mejor. Si estás pensando en grabar actividades, la guía para recolectores muestra cómo es ese otro trabajo.
El NIST define el aprendizaje supervisado como aprender a predecir etiquetas o valores de salida explícitos, a menudo generados por personas. Alguien tiene que preparar esas etiquetas y mantenerlas coherentes de un ejemplo a otro, y casi siempre es una persona frente a una computadora.
Evaluar y escribir respuestas se parece bastante. Comparas lo que responde un modelo, lo calificas con criterios escritos o escribes tú mismo respuestas de ejemplo. Aquí cuenta leer con cuidado y escribir con claridad, y algunos proyectos piden además saber de un tema. La explicación de qué son los datos de entrenamiento muestra dónde encajan estas tareas en el proceso completo.
En qué consiste recolectar datos mediante grabaciones
La recolección produce el material de origen. En video, eso puede ser grabar cómo cocinas, limpias, acomodas productos o reparas algo, normalmente con una cámara pequeña en la cabeza para que se vean tus manos y tus herramientas desde tu punto de vista. En videojuegos se graban la pantalla y lo que haces con el teclado, el mouse o el control.
Ese material no siempre necesita una etiqueta para servir. Según la definición del NIST de aprendizaje autosupervisado, las etiquetas se infieren automáticamente de los propios datos. Por eso, entre otras razones, tienen valor las colecciones grandes de videos cotidianos, además de los ejemplos clasificados a mano.
Las habilidades también son otras: hacer bien la tarea, que se vea en cuadro y seguir las instrucciones de grabación. Para los detalles, mira cómo funciona el trabajo de grabación, los consejos de video en primera persona y la guía de grabación de partidas para IA.
Etiquetado, evaluación y grabación: comparación
| Etiquetado | Evaluación y redacción | Recolección mediante grabación | |
|---|---|---|---|
| Actividad | Clasificar imágenes, marcar objetos o transcribir | Comparar, calificar o escribir respuestas | Registrar una tarea real desde tu punto de vista |
| Lugar | Frente a una computadora | Frente a una computadora | Donde sucede la tarea: casa, trabajo o espacio de juego |
| Herramientas | Computadora y software de etiquetado | Computadora y criterios escritos | Cámara en la cabeza para tareas físicas; pantalla y controles para juegos |
| Habilidades | Atención al detalle y consistencia | Lectura, escritura y a veces conocimientos especializados | Dominar la actividad y seguir las instrucciones |
| Revisión | Consistencia con los criterios y otros etiquetadores | Evaluación según criterios escritos | Comparación del video con los requisitos del proyecto |
La tabla muestra cómo suele ser cada tipo de trabajo. Los detalles y los requisitos cambian de una empresa y de un proyecto a otro, así que lee la propuesta concreta antes de dar por hecho que una categoría lo describe todo.
Qué dice la investigación sobre este trabajo
Los investigadores han estudiado de cerca el trabajo con datos y sus condiciones. El informe de la OIT de 2018, Digital labour platforms and the future of work, compara las condiciones de trabajo en cinco grandes plataformas globales de microtareas. Su informe de 2021 sobre el papel de las plataformas laborales digitales analiza qué efectos tienen en las empresas, los trabajadores y la sociedad.
El artículo académico Making Data: The Work Behind Artificial Intelligence advierte que el desarrollo de tecnologías inteligentes depende, en distintas etapas, de muchísimas personas con trabajos precarios, mal pagados e invisibles. Y el estudio sobre trabajo de enriquecimiento de datos en América Latina y el Caribe señala que el auge global de la IA necesita trabajadores de distintas lenguas y culturas.
Nada de esto dice cómo es una oferta en particular. Lo práctico es revisar qué te pagan, cuándo y con qué requisitos, y tenerlo por escrito antes de empezar.
Cómo elegir una actividad que encaje contigo
Antes de postularte, piensa en estos puntos:
- Piensa dónde quieres trabajar. Etiquetar y evaluar suelen hacerse en una computadora; para grabar tienes que estar donde ocurre la actividad.
- Parte de lo que ya sabes hacer bien. Si lees o escribes con cuidado, quizá te guste evaluar respuestas. Si trabajas en una cocina, en limpieza o en un taller mecánico, ya conoces tareas que vale la pena grabar.
- Asegúrate de poder conseguir los permisos. Para grabar a otras personas o en tu trabajo necesitas sus autorizaciones y el permiso del lugar; consulta qué ayuda a que acepten el video.
- Busca condiciones por escrito. El pago, los plazos y los requisitos deben estar claros antes de comprometerte.
- Fíjate si alguien te pide dinero. Un trabajo real con datos no te cobra para empezar.
Errores comunes al elegir trabajo con datos de IA
- Todas las ofertas de "trabajo con IA" parecen iguales por el título, pero etiquetar, evaluar y grabar piden habilidades distintas.
- No pagues para acceder a tareas. Las cuotas de capacitación, los kits o los depósitos para desbloquear trabajo son señales de alerta; revisa cómo detectar estafas laborales con IA.
- No te descartes por no saber de tecnología. Para grabar basta con dominar una actividad cotidiana y seguir instrucciones, sin entender cómo se construye la IA.
- No ignores la privacidad. Grabar sin autorizaciones puede hacer que rechacen el material y perjudicar a otras personas.
Cómo TaskCapture participa en este trabajo
Nuestros recolectores graban video; no evalúan chats ni escriben respuestas, y no contratamos personas para manejar robots. Recolectamos tres tipos de datos: residenciales, comerciales y de videojuegos. En los videojuegos se graban la pantalla y cada acción del teclado, el mouse o el control, sincronizadas, sin cámara, voz, chat ni nombres de jugador. Para tareas físicas usas una cámara pequeña en una banda en la cabeza o en una gorra, con las manos libres.
Postularte no tiene costo y no necesitas conocimientos de programación ni de IA. Nunca pagas por el equipo: el proyecto lo proporciona o la tarea no requiere equipo especial. El pago va de USD 5–15 por hora de video aceptado; varía según el proyecto y no está garantizado. Trabajas como contratista independiente bajo el Acuerdo de recolector de datos, y la Política de privacidad fija las reglas de consentimiento.
Preguntas frecuentes
¿Qué es el trabajo de etiquetado de datos?
Es agregar etiquetas a datos que ya existen para que un modelo de IA aprenda de ellos. Puede ser clasificar imágenes, marcar objetos en video, transcribir audio o evaluar respuestas, normalmente en una computadora.
¿Recolectar y etiquetar datos es lo mismo?
No. Etiquetar agrega información a material que ya existe. Recolectar crea material nuevo, como la grabación de una tarea real desde tu punto de vista o de una partida con sus controles.
¿Cuál requiere menos conocimientos técnicos?
Depende de los requisitos de cada proyecto. Algunas tareas de etiquetado y evaluación no piden programar, y los proyectos especializados sí pueden pedirlo. Etiquetar y evaluar requieren cuidado y coherencia frente a una computadora. Para grabar necesitas dominar una tarea cotidiana y seguir las instrucciones del proyecto.
¿Puedo hacer ambos tipos de trabajo?
Sí. Son trabajos separados, así que revisa las condiciones de cada empresa por su lado y no pagues para empezar en ninguno.