Por más inteligentes que parezcan los ordenadores, no pueden compararse a los humanos en determinadas tareas; por nombrar algunos: describir los contenidos de una imagen, evaluar la calidad de los resultados de una búsqueda por la Red, o transcribir y traducir un texto en otro idioma. Aprovechar la pericia humana para enfrentar problemas con los que luchan los ordenadores también es un negocio en aumento: Google deja que sus usuarios mejoren los resultados de sus búsquedas, y Amazon utiliza un sistema llamado Mechanical Turk para distribuir todo tipo de tareas simples por todo el mundo; y las personas realizarán las tareas, aunque sea por centavos.

Ahora Nathan Eagle, un socio de investigación del Santa Fe Institute de New Mexico, está lanzando un proyecto similar al Mechanical Turk de Amazon, pero que distribuye tareas mediante teléfonos móviles. La meta de este proyecto, llamado txteagle, es hacer uso de una fuerza de trabajo poco usada en las partes más pobres del planeta.

Eagle dice que distribuirles preguntas a participantes en esos países en vías de desarrollo a través de mensajes de texto o clips de audio podría abaratar ciertas tareas, tales como la traducción de documentos a otros idiomas, o clasificar la relevancia local de resultados de búsquedas. También podrían ser una fuente de ingresos a disposición de los involucrados.

“Estamos tratando de … aprovechar un grupo de personas para que completen estas tareas que antes estaba desaprovechado. Y estamos utilizando teléfonos móviles que tienen un nivel de penetración muy alto. Hay más personas con telefonía móvil en los países en vías de desarrollo que en los países desarrollados, por lo tanto tenemos acceso a una base de cientos de millones de personas” dice Eagle.

La empresa de telefonía móvil finlandesa, Nokia, es un socio del proyecto, y Eagle dice que es un buen ejemplo de una empresa occidental que podría beneficiarse con los trabajadores de txteagle. Eagle explica que Nokia está interesada en la “localización de software” o la traducción de su software para regiones específicas de un país. “En Kenia hay más de 60 idiomas únicos, fundamentalmente diferentes. Tienes suerte si obtienes un teléfono con una interfaz en Suahili, pero esa puede ser la tercera lengua de alguien. Nokia quisiera tener teléfonos con las lenguas maternas de todos, pero no tiene idea de cómo traducir palabras como “agenda” a todos esos idiomas”, comenta.

Otra aplicación es la transcripción de grabaciones de audio: un usuario escucha un clip pequeño, lo escribe y luego lo copia para crear una respuesta en SMS. Los estudios de Eagle han demostrado que esta tarea puede completarse en menos de dos minutos, y él cree que un usuario competente podría ganarse alrededor de $ 3 por hora realizando un trabajo que es el 60 por ciento más barato que los honorarios de traducción actuales.

El control de calidad es un tema técnico que él ha considerado. Eagle dice que sus colegas y él están desarrollando algoritmos que aprenden de las máquinas, que puede determinar la exactitud de las respuestas de los distintos trabajadores. Esencialmente, se distribuyen tareas idénticas entre una cantidad de trabajadores, y si de ellos, un alto porcentaje vuelve con una respuesta particular, dentro de un cierto nivel de confianza estadística, entonces podrá suponerse que pueda ser la más acertada. Además, si una persona responde correctamente en varias oportunidades, el sistema la considerará más confiable, asignándole más tareas y permitiéndole ganar más dinero. Pero Eagle admite que el sistema todavía tiene algunos fallos que necesitan resolverse, especialmente para las tareas de traducción y trascripción, donde la precisión puede ser una tanto subjetiva.

Txteagle utilizará un sistema de reputación similar al desarrollado por una startup de San Francisco llamada Dolores Labs que trabaja con el Mechanical Turk de Amazon. Lukas Biewald, el presidente ejecutivo, dice que un sistema así es demasiado poderoso como para txteagle. “No tienes que andar suponiendo quién puede realizar el trabajo y quién no. Te permite asumir mucho más riesgo con las personas que hacen el trabajo”, sin sacrificar la exactitud del conjunto, comenta.

Sharon Ciarella, vicepresidente del proyecto Mechanical Turk de Amazon, dice que realizar una externalización poblacional en las naciones en vías de desarrollo podría ser una buena idea. “Una de las cosas que son poderosas de este espacio es la promesa de aprovechar un grupo laboral a nivel mundial”, dice ella.

Pero Chiarella añade que habrá algunas limitaciones. Por ejemplo, los teléfonos móviles que más se consiguen sólo pueden mandar y recibir mensajes de texto y de voz. Esto hace que sean imposibles ciertas tareas más complejas dentro de la externalización poblacional como ser, clasificar imágenes. “El tamaño de la pantalla del teléfono móvil limita de alguna manera las tareas que pueden ser viables mediante el teléfono. Pero creo que a medida que los teléfonos móviles sigan evolucionando, algunos de los problemas se resolverán”, concluye Chiarella.

Eagle está de acuerdo pero dice que su meta es empezar a pequeña escala y ver si el modelo funciona lo suficientemente bien como para expandirlo. Él espera recibir dinero de subsidios para que txteagle pueda poner a funcionar el servicio en Ruanda, Kenia, Bolivia, y la República Dominicana dentro del año próximo.