La doctora Alice Chiao pasó décadas enseñando medicina de urgencias en Stanford. Hoy enseña a un chatbot a diagnosticar, recetar y responder preguntas clínicas como si fuera ella. No es ciencia ficción ni un experimento marginal: es la nueva economía del trabajo en IA, y según Pitchbook, vale al menos 17 mil millones de dólares.
Chiao trabaja con Mercor, una plataforma que conecta a expertos con los grandes laboratorios de IA —OpenAI, Google, Anthropic— para un proceso llamado reinforcement learning: básicamente, calificar las respuestas de la IA y enseñarle qué está bien y qué no. Los expertos pueden ganar hasta cientos de dólares por hora. La plataforma paga más de un millón de dólares al día en total entre todos sus colaboradores, y su fundador, Brendan Foody, la creó a los 19 años.
¿Por qué un médico enseñaría a la IA a hacer su trabajo?
La respuesta de Chiao es directa: si la IA va a convertirse en el nuevo WebMD —el sitio al que la gente acude antes de llamar al médico— es mejor que alguien con 20 años de experiencia clínica sea quien la afine. "Hay cosas que no hacen sentido, o que podrían ser alarmistas, o que no son seguras de incluir en una respuesta", explicó a CNN. "Ahí es donde intervengo."
El argumento no es que la IA reemplazará a los médicos. Es que la IA ya está reemplazando las partes administrativas del trabajo: notas, formularios, síntesis de historial. Los médicos, dice Chiao, eligen su profesión porque quieren escuchar y conectar con los pacientes, no para llenar papeles. En ese sentido, entrenar a la IA es una forma de proteger ese tiempo.
La verdad incómoda del modelo
No todo el mundo comparte ese optimismo. El modelo de Mercor —y el de sus competidores como Scale AI, Surge AI o Micro1— convierte empleos estables en trabajo por proyecto. Un médico, abogado o ingeniero que entrena modelos de IA a tiempo parcial no tiene prestaciones, seguridad laboral ni antigüedad. Es trabajo gig, aunque mejor pagado que la mayoría.
Meta hizo una inversión de 14 mil millones de dólares en Scale AI el año pasado, llevando a su entonces fundador de 28 años, Alexandr Wang, como director de IA. Los competidores de Mercor han creado una nueva clase de fundadores jóvenes y muy ricos. Foody y sus cofundadores probablemente sean, según Forbes, algunos de los fundadores más jóvenes en entrar al listado de multimillonarios desde Mark Zuckerberg.
El sector crece porque los modelos de lenguaje no nacen listos: necesitan retroalimentación humana constante para mejorar. Mercor tiene contratos con expertos en medicina, derecho, finanzas, comedia, deportes y hasta sommellerie. El problema con el humor, cuenta Foody, es que resultó más difícil de lo esperado: los comediantes de Harvard Lampoon crearon rúbricas para hacer más graciosa a la IA, pero cada persona tiene un sentido del humor distinto. La IA todavía no resuelve eso.
¿Esto es el futuro del trabajo o el fin del trabajo?
Depende de quién responda. Chiao no ve su trabajo como enseñarle a la IA a hacer el suyo. Lo ve como garantizar que la IA sea segura antes de que millones de personas la usen para tomar decisiones médicas. Foody ve el proyecto en términos más grandes: si la IA puede hacer a todos diez veces más productivos, los humanos tendrán más energía para problemas que realmente importan, como el cáncer o el cambio climático.
Lo que sí es un hecho verificable: el sector de reinforcement learning por expertos humanos ya mueve miles de millones de dólares, y los grandes laboratorios de IA lo necesitan para que sus modelos funcionen. El trabajo existe, paga bien y está creciendo. La pregunta de si eso es una solución o una etapa de transición hacia algo más difícil de predecir sigue abierta.
