Cuando Zeus, un estudiante de medicina que vive en una ciudad en la cima de una colina en el centro de Nigeria, regresa a su apartamento tipo estudio después de un largo día en el hospital, enciende su aro de luz, se sujeta el iPhone a la frente y empieza a grabarse a sí mismo. Levanta las manos delante de él como un sonámbulo y pone una sábana en su cama. Se mueve lenta y cuidadosamente para asegurarse de que sus manos permanezcan dentro del encuadre de la cámara.
Zeus es un recopilador de datos para Micro1, una empresa estadounidense con sede en Palo Alto, Califo ia, que recopila datos del mundo real para vender a empresas de robótica. A medida que empresas como Tesla, Figure AI y Agility Robotics compiten por construir humanoides—robots diseñados para parecerse y moverse como humanos en fábricas y hogares—, los vídeos grabados por trabajadores de la economía colaborativa como Zeus se están convirtiendo en la forma más novedosa y popular de entrenarlos.
Micro1 ha contratado a miles de trabajadores por contrato en más de 50 países, incluidos India, Nigeria y Argentina, donde grandes grupos de jóvenes con conocimientos tecnológicos buscan empleo. Se colocan iPhones en la cabeza y se graban doblando la ropa, lavando platos y cocinando. El trabajo está bien remunerado según los estándares locales y está impulsando las economías locales, pero plantea preguntas espinosas en to o a la privacidad y el consentimiento informado. Y el trabajo puede ser desafiante a veces —y extraño.
Zeus encontró el trabajo en noviembre, cuando la gente empezó a hablar de ello por todas partes en LinkedIn y YouTube. «Esta sería una muy buena oportunidad para dejar huella y proporcionar datos que se utilizarán para entrenar robots en el futuro», pensó.
A Zeus le pagan 15 dólares la hora, lo cual es un buen ingreso en la maltrecha economía de Nigeria, con altas tasas de desempleo. Pero como estudiante ilusionado que sueña con ser médico, encuentra aburrido planchar su ropa durante horas cada día.
“Realmente no me agrada tanto,” dice. “Soy el tipo de persona que requiere… un trabajo técnico que me exija pensar.”
Zeus, y todos los trabajadores entrevistados por MIT Technology Review, pidieron ser mencionados únicamente con seudónimos porque no estaban autorizados a hablar sobre su trabajo.
Los robots humanoides son notoriamente difíciles de construir porque manipular objetos físicos es una habilidad compleja de dominar. Pero el auge de los grandes modelos de lenguaje que subyacen a los chatbots como ChatGPT ha inspirado un cambio de paradigma en la robótica. Del mismo modo que los grandes modelos de lenguaje aprendieron a generar palabras al ser entrenados con vastas cantidades de texto extraído de inte et, muchos investigadores creen que los robots humanoides pueden aprender a interactuar con el mundo al ser entrenados con cantidades masivas de datos de movimiento.
Nota del editor: En una encuesta reciente, los lectores de MIT Technology Review seleccionaron los robots humanoides como el undécimo avance para nuestra lista de 2026 de 10 Avances Tecnológicos.
La robótica requiere datos mucho más complejos sobre el mundo físico, sin embargo, y eso es mucho más difícil de encontrar. Las simulaciones virtuales pueden entrenar a los robots para realizar acrobacias, pero no para agarrar y mover objetos, porque las simulaciones tienen dificultades para modelar la física con perfecta precisión. Para que los robots funcionen en fábricas y sirvan como personal de limpieza, los datos del mundo real, por muy laboriosos y costosos que sean de recopilar, pueden ser lo que necesitamos.
Los inversores están volcando dinero febrilmente para resolver este desafío, invirtiendo más de 6.000 millones de dólares en robots humanoides en 2025. Y la grabación de datos en el hogar se está convirtiendo en una floreciente economía gig en todo el mundo. Empresas de datos como Scale AI y Encord están reclutando sus propios ejércitos de recolectores de datos, mientras que DoorDash paga a los repartidores para que se graben haciendo tareas del hogar. Y en China, trabajadores en decenas de centros de entrenamiento de robots de propiedad estatal usan cascos de realidad virtual y exoesqueletos para enseñar a los robots humanoides cómo abrir un microondas y limpiar la mesa.
“Hay mucha demanda, y está aumentando muy rápido”, dice Ali Ansari, director ejecutivo de Micro1. Él estima que las empresas de robótica están gastando ahora más de 100 millones de dólares cada año para comprar datos del mundo real a su empresa y a otras similares.
Un día en la vida
Los trabajadores de Micro1 son evaluados por un agente de IA llamado Zara que realiza entrevistas y revisa muestras de vídeos de tareas domésticas. Cada semana, envían vídeos de sí mismos realizando tareas domésticas en sus hogares, siguiendo una lista de instrucciones sobre aspectos como mantener las manos visibles y moverse a velocidad natural. Los vídeos son revisados tanto por la IA como por un humano y son aceptados o rechazados. Luego son anotados por la IA y por un equipo de cientos de humanos que etiquetan las acciones en las grabaciones.
“Hay mucha demanda, y está aumentando muy deprisa.”
Ali Ansari, CEO de Micro1
Puesto que este enfoque para el entrenamiento de robots está en sus inicios, todavía no está claro qué constituye buenos datos de entrenamiento. Aun así, “se deben proporcionar muchísimas variaciones para que el robot generalice bien en la navegación básica y manipulación del mundo,” dice Ansari.
Pero muchos trabajadores afirman que crear una variedad de "contenido de tareas del hogar" en sus minicasas es un desafío. Zeus, un estudiante apañado que vive en un estudio humilde, tiene dificultades para grabar algo más allá de planchar su ropa cada día. Arjun, un tutor en Delhi, India, tarda una hora en hacer un vídeo de 15 minutos porque dedica mucho tiempo a idear nuevas tareas del hogar.
«¿Cuánto contenido se puede generar en casa? ¿Cuánto contenido?», dice.
También está la espinosa cuestión de la privacidad. Micro1 pide a los trabajadores que no muestren sus rostros a la cámara ni revelen información personal como nombres, números de teléfono y fechas de nacimiento. Luego, utiliza IA y revisores humanos para eliminar cualquier cosa que se cuele.
Pero incluso sin rostros, los vídeos capturan una instantánea íntima de la vida de los trabajadores: los interiores de sus hogares, sus pertenencias, sus rutinas. Y comprender qué tipo de información personal podrían estar grabando mientras están ocupados haciendo tareas domésticas ante la cámara puede resultar complicado. El análisis de dicho metraje podría no filtrar información sensible más allá de los identificadores más obvios.
Para los trabajadores con familia, mantener la vida privada fuera de cámara es una negociación constante. Arjun, padre de dos hijas, tiene que lidiar para mantener a su caótica hija de dos años fuera de plano. «A veces es muy difícil trabajar porque mi hija es pequeña», dice.
Sasha, una exbanquera convertida en registradora de datos en Nigeria, camina de puntillas cuando tiende la ropa al aire libre en un complejo residencial compartido para no grabar a sus vecinos, quienes la observan con perplejidad.
“Va a tardar más de lo que la gente piensa.”
Ken Goldberg, UC Berkeley
Mientras que los trabajadores entrevistados por MIT Technology Review entienden que sus datos están siendo utilizados para entrenar robots, ninguno de ellos sabe cómo exactamente se usarán, almacenarán y compartirán sus datos con terceros, incluidas las empresas de robótica a las que Micro1 está vendiendo los datos. Por razones de confidencialidad, dice Ansari, Micro1 no revela los nombres de sus clientes ni informa a los trabajadores sobre la naturaleza específica de los proyectos a los que están contribuyendo.
“Es importante que, si los trabajadores participan en esto, las propias empresas les informen de la intención… hacia dónde podría dirigirse este tipo de tecnología y cómo podría afectarles a largo plazo”, dice Yasmine Kotturi, profesora de computación centrada en el ser humano en la Universidad de Maryland.
En ocasiones, según algunos trabajadores, han visto a otros compañeros preguntar en el canal de Slack de la empresa si la compañía podía eliminar sus datos. Micro1 declinó hacer comentarios sobre si dichos datos son eliminados.
“La gente está optando por hacer esto”, dice Ansari. “Podrían detener el trabajo en cualquier momento.”
Ávidos de datos
Con miles de trabajadores realizando sus tareas de forma diferente en distintos hogares, algunos robotistas se preguntan si los datos recopilados de ellos son lo suficientemente fiables como para entrenar robots de forma segura.
«El modo en que llevamos a cabo nuestra vida en casa no siempre es el adecuado desde el punto de vista de la seguridad», dice Aaron Prather, robotista de ASTM Inte ational. «Si esas personas están enseñando esos malos hábitos que podrían llevar a un incidente, entonces no son buenos datos». Y la ingente cantidad de datos que se recogen hace que su revisión para el control de calidad sea un reto. Pero Ansari afirma que la compañía rechaza los vídeos que muestran formas inseguras de realizar una tarea, mientras que los movimientos torpes pueden ser útiles para enseñar a los robots qué no hacer.
Luego surge la pregunta de cuántos datos de este tipo necesitamos. Micro1 afirma tener decenas de miles de horas de metraje, mientras que Scale AI anunció haber recopilado más de 100.000 horas.
«Llevará mucho tiempo llegar a ese punto», afirma Ken Goldberg, robotista de la Universidad de Califo ia, Berkeley. Los grandes modelos de lenguaje fueron entrenados con texto e imágenes que a un humano le llevaría 100.000 años leer, y los robots humanoides podrían necesitar aún más datos, porque controlar las articulaciones robóticas es incluso más complicado que generar texto. «Tomará más tiempo del que la gente cree», afirma.
Cuando Dattu, un estudiante de ingeniería que vive en un concurrido centro tecnológico de la India, llega a casa después de un día completo de clases en su universidad, se salta la cena y se precipita a su pequeño balcón, abarrotado de plantas en maceta y pesas. Se ata su iPhone a la frente y se graba doblando la misma ropa una y otra vez.
Su familia lo observa perpleja. "Es como si fuera tecnología espacial para ellos", dice. Cuando les habla a sus amigos de su empleo, "simplemente se asombran ante la idea de que se les pueda pagar por registrar tareas".
Compaginar sus estudios universitarios con el registro de datos, así como con otros trabajos de anotación de datos, le pasa factura. Aun así, "siente que está haciendo algo diferente al resto del mundo", dice.