Las compañías de IA buscan más expertos en IA para capacitar modelos más inteligentes

Las principales compañías de IA están eliminando a los trabajadores de etiquetado de datos baratos en África y Asia para profesionales calificados y pagados para ayudar a capacitar modelos más inteligentes.

Antes, los trabajadores de etiquetado de datos recibían principalmente tareas de anotación simple. Sin embargo, las compañías de IA se han dado cuenta de que mejorar sus modelos requiere volúmenes aún mayores de datos. Como resultado, se espera que los trabajadores trabajen aún más rápido y completen cientos de tareas cada día, de ahí su cambio a expertos de la industria.

Escala ai, turing y toloka están contratando a más expertos

El desarrollo de sistemas de IA "razonamiento", incluidos el O3 de OpenAI y Gemini 2.5 de Google, ha acelerado el cambio de trabajadores de bajos salarios en países como Kenia y Filipinas a personas más calificadas.

Empresas como Scale AI, Turing y Toloka ya están empleando especialistas líderes en campos como la biología y las finanzas para apoyar a los equipos de IA en la generación de conjuntos de datos de capacitación más refinados y complejos.

Olga Megorskaya, CEO y cofundadora de Toloka, incluso comentó: "La industria de la IA se centró durante mucho tiempo en los modelos y el cálculo, y los datos siempre han sido una parte supervisada de la IA. Finalmente, [la industria] está aceptando la importancia de los datos para la capacitación". 

Scale AI, Turing Ai y Toloka han visto un mayor interés de los inversores desde su reciente cambio de estrategia. La inversión de $ 15 mil millones de Meta en escala IA en junio aumentó su valoración a $ 29 mil millones. En marzo, Turing Ai obtuvo $ 111 millones a una valoración de $ 2.2 mil millones, y en mayo, Bezos Expeditions lideró una inversión de $ 72 millones en Toloka.

Turing paga a sus expertos un 20% más que su pago actual

Joan Kinyua, jefe de la Asociación de Etiquetadores de Datos en Kenia, explicó que ahora se les pide a los labeladores que realicen tareas que dependan de su comprensión de los idiomas locales y los matices culturales.

La organización también ha visto un mayor roles de garantía de calidad donde los humanos revisan contenido generado por IA. A medida que Operai, Anthrope y Google trabajan para crear modelos que podrían exceder la inteligencia humana, la prioridad está cambiando a la precisión de los datos y el análisis de expertos.

Jonathan Siddharth, cofundador y director ejecutivo de la empresa de etiquetado de datos Turing AI, también afirmó que para mejorar los modelos de IA, es necesario usar datos de capacitación de uso humano real, especialmente en tareas complejas, y comprender cómo los modelos se rompen en esos escenarios.

Incluso señaló que un sistema de IA completamente avanzado puede superar no solo a los físicos, sino también a ser más inteligentes que todos los principales expertos en todos los campos necesarios para construirlo.

Agregó que Turing compensa a expertos con salarios 20-30% por encima de sus ganancias actuales. Si bien Aifirms dedica solo alrededor del 10-15% de sus presupuestos a los datos, en comparación con las vastas sumas que se invierten en recursos computacionales, todavía se traduce en una inversión financiera significativa.

Megorskaya de Toloka también argumentó que las características como la cadena de pensamiento, que ilustran cómo los modelos de IA resuelven problemas paso a paso, se desarrollan a través de demostraciones de expertos humanos que dividen problemas en componentes más pequeños.

Tus noticias de criptografía merecen atención: Key Difference Wire te pone en más de 250 sitios superiores