Amazon ha fijado una fecha de caducidad. El 30 de julio de 2026, Mechanical Turk dejará de aceptar nuevos clientes. Las cuentas existentes seguirán funcionando, y Amazon afirma que mantendrá la seguridad y el tiempo de actividad de la plataforma. Pero la empresa también ha dejado claro que no habrá nuevas funciones. Para un servicio que ayudó a definir una era del trabajo en internet, eso es prácticamente un aviso de cierre.
El mercado original de la economía de tareas
Mechanical Turk se lanzó en 2005, mucho antes de que aplicaciones como Uber o TaskRabbit convirtieran el trabajo por tareas en un concepto cotidiano. Amazon lo construyó como un mercado para "tareas de inteligencia humana": pequeños trabajos que el software aún no podía gestionar. Los trabajadores, en su mayoría anónimos y dispersos por todo el mundo, iniciaban sesión para transcribir fragmentos de audio, verificar direcciones de tiendas, moderar contenido y etiquetar imágenes. ¿Necesitaba a alguien para resolver un CAPTCHA, clasificar resultados de búsqueda o juzgar si la reseña de un producto sonaba positiva o enfadada? MTurk era el lugar.
Los precios a menudo se medían en centavos. Un lote de mil clasificaciones de imágenes podía pagar un centavo por cada una. Para investigadores, especialistas en marketing y startups con recursos limitados, esto fue revolucionario. De repente, se podía realizar una encuesta con cientos de participantes en una tarde, o etiquetar datos de entrenamiento para un modelo de visión artificial sin contratar a un equipo completo de anotadores. La plataforma se convirtió en infraestructura. Los científicos sociales realizaban experimentos en ella. Las empresas tecnológicas probaban interfaces. Los equipos de IA construían conjuntos de datos.
Alrededor de 2018, Amazon intentó modernizar ese papel. Reposicionó Mechanical Turk como un motor de anotación de datos para redes neuronales, vinculándolo más estrechamente con Amazon SageMaker AI. La idea era alimentar el flujo de trabajo de aprendizaje automático: los humanos limpiarían, etiquetarían y verificarían la materia prima que los algoritmos necesitaban para aprender. MTurk ya no era solo para trabajos esporádicos. Se suponía que sería la columna vertebral humana para el auge de la IA.
Ese auge siguió creciendo. Pero Mechanical Turk no creció con él.
Cuando la capa humana empieza a usar la IA
La contradicción llegó silenciosamente y luego de golpe. Un análisis de 2023 reveló que entre el 33% y el 46% de los trabajadores de MTurk utilizaban modelos de lenguaje de gran tamaño (LLM) para completar las tareas que se les pagaba por hacer a mano. Los investigadores pagaban por el juicio humano. En su lugar, obtuvieron ChatGPT.
Esta no es solo una historia sobre trabajadores que buscan el camino fácil. Cuando un anotador utiliza un LLM para etiquetar el sentimiento en las reseñas de los clientes, o para clasificar textos médicos, o para escribir diálogos para un conjunto de entrenamiento de chatbots, los datos dejan de ser una verdad fundamentada en humanos. Se convierten en una fotocopia de la mejor conjetura de una máquina. Si se introduce esa fotocopia en otro modelo como verdad fundamental (ground truth), el ciclo se cierra. La señal se degrada en ruido. El "humano en el bucle" (human in the loop) se convierte en un mero sello de aprobación para un software que ya estaba funcionando en segundo plano.
Para la industria de la IA, esto es una crisis práctica. Los equipos gastan miles de dólares en contratos de MTurk creyendo que están comprando una perspectiva humana diversa y orgánica. Si una gran minoría de esa labor está automatizada, el conjunto de datos resultante hereda los sesgos, los puntos ciegos y las alucinaciones del LLM que realiza el trabajo real. El control de calidad se vuelve más difícil. Los investigadores tienen que diseñar controles de atención y preguntas trampa cada vez más complejos solo para demostrar que realmente hay un humano allí. Esa postura defensiva aumenta los costes y ralentiza los proyectos.