Revuelta en Meta: ingenieros de IA obligados a etiquetar datos

¿Qué ha ocurrido?

Según un reportaje de The Next Web basado en grabaciones obtenidas por WIRED, empleados de la unidad Applied AI de Meta interrumpieron una transmisión interna para quejarse abiertamente de las condiciones laborales. Los ingenieros, considerados de élite, fueron reasignados a tareas de etiquetado de datos, una labor repetitiva que describieron como 'literalmente el gulag'. La protesta incluyó insultos directos a un alto ejecutivo, a quien llamaron 'basura' en términos no velados. Este incidente, ocurrido en mayo de 2025, refleja un nivel de tensión inusual incluso para los estándares de la industria tecnológica, donde las quejas internas suelen canalizarse a través de canales formales o filtraciones anónimas, no mediante un secuestro de una transmisión en vivo.

¿Por qué es importante?

Este incidente expone la tensión entre la ambición de Meta por liderar en IA y la gestión de su fuerza laboral. Reasignar a los mejores ingenieros a tareas manuales refleja una estrategia cuestionable que puede dañar la moral y la retención de talento. Además, pone en duda la eficiencia operativa de la compañía en un momento crítico de la carrera por la inteligencia artificial. Meta ha invertido miles de millones en infraestructura de IA, incluyendo la adquisición de decenas de miles de GPUs y el desarrollo de modelos como Llama 3. Sin embargo, la decisión de mover a ingenieros de Applied AI —un grupo que trabaja en la aplicación práctica de modelos de IA— a tareas de etiquetado de datos sugiere una posible falta de planificación o una urgencia por mejorar la calidad de los datos de entrenamiento. Esta práctica no es nueva en la industria: Google y OpenAI también han recurrido a contratistas para etiquetado, pero rara vez han reasignado a empleados de alto nivel a estas tareas, lo que indica una posible crisis de recursos humanos.

Consecuencias potenciales

• Fuga de talento: Ingenieros clave podrían abandonar Meta hacia competidores como Google, OpenAI o startups de IA. La moral baja y la percepción de que sus habilidades son infravaloradas podrían acelerar la salida, especialmente en un mercado laboral donde los expertos en IA son muy demandados.
• Daño reputacional: La etiqueta de 'gulag' —término que evoca campos de trabajo forzado soviéticos— puede afectar la imagen de Meta como empleador. Esto podría dificultar la contratación futura y generar cobertura mediática negativa, como ya ocurrió con las filtraciones de Facebook Papers en 2021.
• Revisión de políticas: Meta podría verse forzada a reevaluar la asignación de recursos humanos en IA. Es posible que la compañía externalice más el etiquetado o implemente rotaciones voluntarias, aunque el incidente sugiere que la dirección actual es insostenible.
• Impacto en proyectos: La productividad de la unidad Applied AI podría resentirse, retrasando innovaciones en productos como asistentes virtuales, recomendaciones o herramientas de creación de contenido. Si los ingenieros están descontentos, la calidad del código y la velocidad de desarrollo podrían disminuir.

Qué deben saber los lectores

El caso no es aislado: en la industria tech, la presión por resultados en IA ha llevado a prácticas laborales cuestionables. Por ejemplo, en 2023, empleados de Amazon Web Services denunciaron condiciones similares en tareas de etiquetado para Alexa. Para los inversores, es una señal de alerta sobre la cultura interna de Meta, que ya había sido criticada por su gestión durante los despidos masivos de 2022-2023 (más de 21,000 empleados). Para los profesionales del sector, un recordatorio de que incluso las empresas más valoradas pueden fallar en la gestión del talento, especialmente cuando priorizan la velocidad sobre el bienestar laboral. Además, este incidente ocurre en un contexto donde Meta enfrenta múltiples desafíos: demandas por seguridad infantil, inversiones multimillonarias en IA sin retorno claro, y una competencia feroz con Google y OpenAI. La reacción de Meta —que no ha comentado oficialmente— será crucial para determinar si la empresa puede contener el daño y retener a su talento clave.