Las inteligencias artificiales necesitan devorar cantidades masivas de datos para no estancarse en sus versiones actuales. Los textos, los foros interminables y el código fuente extraído de internet ya se están quedando cortos para los modelos multimodales de última generación. Ahora, la verdadera guerra de las grandes tecnológicas ocurre en el mundo físico. Entender al dedillo cómo un humano interacciona con su entorno diario es el nuevo oro digital. Por eso, la plataforma de *delivery* DoorDash acaba de mover ficha con un lanzamiento totalmente inesperado: «Tasks». Una aplicación que paga a sus trabajadores por grabar la vida real.
Como anunció recientemente la propia compañía de Silicon Valley, este nuevo software independiente permite a los repartidores monetizar sus tiempos muertos. Te conviertes en *rider* de comida rápida y, al mismo tiempo, en entrenador personal de algoritmos y robótica avanzada. Una auténtica locura.
Y es que el funcionamiento es sumamente transparente y directo para el usuario. Las recompensas económicas por estas microtareas se muestran siempre por adelantado en la pantalla del móvil. Básicamente, la remuneración no es fija ni arbitraria, sino que el sistema la calcula dinámicamente en función del esfuerzo físico y la complejidad de cada encargo solicitado.
Fregar platos, traducir audios y el hambre de la IA
Si miramos los detalles desvelados por Bloomberg, el catálogo de encargos parece sacado de un laboratorio de investigación sociológica. Uno de los ejemplos reales que ya están activos consiste en que el repartidor se ponga una cámara corporal para grabar un vídeo lavando, al menos, cinco platos en un fregadero. Tienes que seguir instrucciones precisas: enjabonar, frotar y mostrar cada plato perfectamente limpio a cámara durante unos segundos. Así de simple.
También te puede interesar:DoorDash Despide a un Repartidor Por Fingir una Entrega con Inteligencia ArtificialEvidentemente, este material audiovisual no se usa para subirlo a redes sociales, sino para entrenar la percepción espacial de los sistemas autónomos. Ayuda a que los robots del futuro comprendan mejor la profundidad de campo, los reflejos del agua y la manipulación segura de objetos frágiles. A ello se le suma la recolección constante de datos de audio. La plataforma pide a los trabajadores registrarse hablando de forma natural en diversos idiomas, alimentando así potentes modelos de procesamiento de lenguaje natural.
En concreto, todo este contenido sirve para evaluar y afinar los modelos de IA propietarios de DoorDash. Pero el modelo de negocio va mucho más allá de su propio ecosistema de reparto. Estos *datasets* empaquetados también nutrirán a socios externos de alto nivel en sectores tan variados como el *retail*, las grandes aseguradoras o gigantes de la hostelería.
Un ejército de 8 millones de sensores humanos
Por si fuera poco, las tareas no se limitarán a esta nueva app independiente. La compañía ha confirmado que los microtrabajos aparecerán paulatinamente dentro de Dasher, la herramienta principal que usan todos sus repartidores. Aquí es donde entra en juego el ansiado mapeo hiperlocal de las calles. Hablamos de fotografiar platos reales de los restaurantes de barrio para actualizar los menús, o capturar imágenes precisas de las entradas de los hoteles para que las futuras rutas de entrega sean perfectas.
Incluso existen sinergias sorprendentes con proyectos punteros de conducción autónoma de terceros. Una reciente colaboración con la tecnológica Waymo paga a los repartidores simplemente por acercarse a los robotaxis en la calle y cerrar físicamente las puertas que los clientes despistados han dejado abiertas. Parece un relato de ciencia ficción, pero es pura eficiencia operativa aplicada al mundo real.
El verdadero as en la manga de DoorDash es su fuerza laboral a escala masiva. Cuentan con más de 8 millones de repartidores capaces de cubrir prácticamente cualquier código postal de Estados Unidos. Esto les otorga una capacidad inigualable para digitalizar el mundo físico a pie de calle. Ni las monumentales flotas de coches de Street View de Google llegan a tantos rincones peatonales o portales cada día.
Pero claro, DoorDash no está sola en esta agresiva carrera por convertir a la economía *gig* en la mayor granja de datos del planeta. Hace muy poco, Uber anunció unos planes de expansión corporativa prácticamente idénticos. Su gran objetivo es que los conductores de VTC realicen tareas de etiquetado de datos y revisión de imágenes desde el asiento del coche mientras esperan a que entre su próximo pasajero.
La letra pequeña territorial y el futuro de los ‘riders’
La letra pequeña de toda esta revolución laboral es que el despliegue inicial está siendo extremadamente cauteloso. Ahora mismo, Tasks solo opera en ciertas zonas restringidas de Estados Unidos. Y no es casualidad que hayan dejado deliberadamente fuera a territorios clave como California, Nueva York, Seattle o Colorado. El motivo es evidente: son ciudades y estados con un marco legal asfixiante y litigios constantes sobre si los *riders* deben ser empleados o autónomos.
A pesar de los habituales dolores de cabeza legales, la hoja de ruta de la compañía no contempla pisar el freno. Ya planean expandir masivamente los tipos de tareas y exportar este peculiar modelo de microtrabajos audiovisuales a muchos más países a corto plazo. La frontera que separa el sector logístico tradicional de la recolección extractiva de datos para la IA se ha desdibujado por completo ante nuestros ojos.
La pelota está ahora en el tejado de los reguladores y de los propios repartidores. Veremos en los próximos meses si esta tendencia se consolida como una vía fantástica y flexible para diversificar ingresos desde un móvil, o si termina convirtiendo a millones de personas precarias en una simple extensión sensorial de las grandes redes neuronales corporativas.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
