Nivel: ⭐ Principiante
En Kenia había un oficio que daba de comer a al menos 40.000 personas: escribir los trabajos universitarios de los estudiantes occidentales. ChatGPT lo borró en un año. Es la misma historia, vista desde el otro lado, que la de las aplicaciones «de inteligencia artificial» que en realidad escondían a cientos de humanos en Filipinas: el trabajo no desaparece, se reescribe, y quien lo compra como «IA» a veces está pagando a gente que se busca la vida en un call center. Y, aunque parezca que no, estas dos historias se entienden mejor juntas.
Historia 1: el oficio que ChatGPT borró en un año
Teresios Bundi llegó a Nairobi en 2011 a estudiar, y empezó a escribir ensayos para estudiantes de Estados Unidos y Reino Unido casi por casualidad: su primer encargo le pagó 7 dólares. Dejó su carrera de salud pública, montó una empresa, llegó a escribir unos 2.500 trabajos a 40-70 dólares cada uno y empleó a otros estudiantes. En su pico, esta industria daba de comer a decenas de miles de kenianos que compraban coches nuevos, móviles de última generación y acceso VIP a las discotecas. «Hoy no queda nada de aquello», dice Bundi.
ChatGPT llegó en 2022 y hacía el mismo trabajo gratis. Los estudiantes cambiaron de proveedor al instante, y la industria se hundió en meses. Los docentes lo notaron enseguida: los trabajos empezaron a parecer escritos por la misma persona, con el mismo tono, las mismas estructuras. Según una encuesta de Rest of World, más del 89% de los estudiantes universitarios encuestados admitía haber usado ChatGPT para alguna tarea. El único nicho que sobrevive es irónico: los «humanizadores de texto», que editan lo que escribe la inteligencia artificial para que los detectores de plagio no lo pillen. Un dato lo resume: según Scale AI, los modelos ya completan el 16% de las tareas freelance que hace un año hacían humanos (en octubre eran el 2,5%).
Historia 2: las «IA» que eran humanos
La otra cara es la de las empresas que vendieron como inteligencia artificial lo que en realidad era mano de obra humana. El caso más reciente es «Nate», una aplicación de compras «con IA» que prometía rellenar tallas, pagar y completar la compra con un solo toque. Su fundador, Albert Saniger, ha sido acusado de fraude en Estados Unidos tras revelarse que detrás de la «IA» había un centro de llamadas en Filipinas: cientos de trabajadores hacían a mano los pedidos que los usuarios creían que la máquina resolvía sola. Recaudó más de 40 millones de dólares con esa promesa, y ahora se enfrenta a dos cargos con hasta 40 años de cárcel.
No es un caso aislado. Hay una tienda de Tokio que presumía de automatizaciónProceso de configurar tareas repetitivas para que se ejecuten solas sin intervención humana. En el día a día de un autónomo: que cuando llegue un email con una factura se guarde automáticamente en una carpeta, o que al recibir un formulario de contacto se cree una tarea en tu gestor de proyectos. Herramientas como n8n o Make permiten crear estas automatizaciones sin saber programar. «sin manos» y resultó tener a empleados remotos en Filipinas haciendo los pedidos. Builder.ai, la plataforma que decía construir aplicaciones con IA, operaba con unos 700 humanos por detrás. Y los asistentes virtuales filipinos que antes ayudaban a ejecutivos ahora escriben sus publicaciones de LinkedIn por encargo. El patrón se repite: alguien promete IA, el inversor paga, y la realidad es gente trabajando en cadena a sueldo bajo. El fiscal que lleva el caso de Nate lo compara con Theranos, la empresa de análisis de sangre que prometía revolucionar la medicina con una máquina que no existía: prometer innovación de vanguardia para cobrar de inversores, y entregar humo.
Por qué son la misma historia
En Kenia, la IA hizo gratis lo que hacían 40.000 personas, y las personas sobraron. En Filipinas, la IA era el disfraz de las personas, y las personas cobraron. Las dos noticias son las dos caras de la misma moneda: la etiqueta «inteligencia artificial» vale más que el trabajo que esconde, tanto cuando lo sustituye como cuando lo disfraza.
Es decir, la IA no ha decidido que esos trabajos no existan. Ha decidido que no se paguen como antes, y ha creado una industria paralela donde lo que compras como «automatización» puede ser un humano en una sala con cincuenta pantallas.
Qué significa para ti al contratar «IA»
Cuando un proveedor te vende una solución «con IA» para tu negocio, la pregunta no es si usa modelos: es quién está detrás cuando el modelo falla. En los agentes de IA que ya contamos en la guía de qué puede hacer un agente por tu negocio, la diferencia entre una buena y una mala contratación es exactamente esa: saber qué parte es máquina, qué parte es humana y quién responde cuando algo sale mal.
Tres comprobaciones rápidas:
- Pide ver el flujo real: si nadie puede enseñarte qué hace el sistema paso a paso, sospecha.
- Pregunta por el soporte humano: una «IA» sin humano detrás que responda es un call center con peor reputación.
- Compara con el coste real de hacerlo a mano: a veces el precio de la «IA» es el de un trabajador precario en otro país, y conviene saberlo.
La parte incómoda
Seamos honestos con ambas historias. La industria keniana de los trabajos universitarios vivía de una trampa académica: escribir ensayos para que otros los firmaran no es un sector «limpio» al que llorar, igual que un call center que finge ser IA tampoco es un modelo de negocio admirable. Pero esa honestidad no quita la lección estructural: la vulnerabilidad ante la IA no entiende de moralidad, y el que tenía el trabajo más precario fue el primero en caer.
Y hay un matiz más incómodo para el lector occidental: quien sostenía esa industria eran los estudiantes que pagaban por trabajos hechos por otros, es decir, el mismo público que luego aplaudió la llegada de ChatGPT. La IA no creó la demanda de trabajo académico falso: la heredó, la automatizó y la dejó sin empleados.
La IA no desaparece trabajos: los reescribe. Los 40.000 kenianos que escribían para otros hoy humanizan texto de máquinas, y los «ingenieros de IA» de las apps falsas contestan chats en una sala de Manila. La diferencia entre perder el trabajo y adaptarse no la decide la tecnología: la decide la velocidad con la que ves venir el cambio. Y verlo venir, como en todas las historias de esta web, empieza por entender qué hay detrás de la etiqueta.