Meta recurre a la actividad del personal para entrenar IA durante los despidos

Meta se apoya en sus propios empleados para enseñar a los modelos internos de IA cómo se realiza el trabajo, incluso mientras recorta miles de puestos. Mark Zuckerberg dice que la compañía obtiene mejores resultados cuando los modelos aprenden observando a “personas realmente inteligentes” realizar tareas reales, en lugar de depender de mano de obra subcontratada. El enfoque de Meta llega mientras la compañía recorta alrededor del 10% de su plantilla, es decir, aproximadamente 7,800 personas.

El argumento es bastante simple: si quieres que un modelo imite el buen juicio, empieza por las personas que Meta considera que lo tienen. Esa formulación también dice mucho sobre dónde la compañía ve valor dentro de sus propias paredes. A las grandes tecnológicas les encanta la automatización, pero aún parece que confían más en la experiencia humana cuando los humanos ya están en nómina.

Por qué Meta prefiere a sus propios empleados sobre los contratistas

Zuckerberg dijo que el nivel de habilidad medio dentro de Meta es más alto que el que la compañía suele obtener mediante canales de subcontratación. Eso es tanto un elogio como una especie de crítica al modelo de mano de obra contratada en el que muchas empresas han confiado para etiquetar datos, revisar resultados y mantener los proyectos de IA en marcha a bajo costo. Meta parece apostar a que sus equipos internos producen señales de entrenamiento más limpias y, tan importante como eso, una IA menos mediocre.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

También es un recordatorio de que el entrenamiento de IA sigue dependiendo dolorosamente del trabajo humano, incluso cuando el objetivo final es reducirlo. La industria ha pasado los últimos dos años persiguiendo modelos más grandes y más automatización, pero el cuello de botella a menudo sigue siendo el mismo: mejores entradas producen mejores sistemas.

Despidos primero, luego un mes de aviso

Meta dijo en abril que los recortes afectarían a cerca del 10% de su plantilla. A diferencia de muchas empresas que actúan rápidamente una vez tomada la decisión, Meta dio al personal casi un mes de aviso, aunque nunca publicó una lista específica de quiénes se irían. Ese enfoque más pausado pudo haber amortiguado un poco el impacto, pero no hizo que la imagen fuera más amable: la compañía reduce plantilla mientras pide a los empleados que se quedan que ayuden a entrenar a las máquinas que podrían reemplazar partes de su trabajo.

La contradicción no es exclusiva de Meta. Amazon, Google y otras gigantes han pasado los últimos años ensalzando la eficiencia de la IA mientras reorganizan simultáneamente equipos en torno a ella. La diferencia aquí es la franqueza de la lógica de Zuckerberg: la compañía quiere los ejemplos más inteligentes disponibles y piensa que esos ejemplos ya están dentro del edificio.

Lo que Meta realmente intenta optimizar

A un nivel práctico, se trata de velocidad, calidad y control. Entrenar con empleados puede dar a Meta mejor acceso a flujos de trabajo internos, conocimiento del dominio y el tipo de juicio que los anotadores subcontratados podrían no tener. También mantiene una parte más sensible de la cadena de procesamiento de IA más cerca de casa, lo cual importa cuando se espera que el producto entrenado refleje cómo funciona la propia compañía.

La cuestión más amplia es si esa estrategia se convertirá en estándar en las grandes tecnológicas. Si Meta puede demostrar que los empleados internos producen modelos mejores que la mano de obra externa más barata, otros lo copiarán rápido. Si no, la compañía podría acabar pagando salarios premium para construir sistemas que aún necesiten mucha ayuda externa. Eso sería incómodo, aunque rara vez es suficiente para detener a Silicon Valley.