Formador de datos para IA

Horario de trabajo

La mayoría de los formadores de IA trabajan a tiempo completo, aunque un número considerable lo hace a tiempo parcial, como autónomos o con contratos flexibles a través de plataformas especializadas y agencias de selección de personal que ponen en contacto a los formadores con empresas de IA. El trabajo se realiza casi en su totalidad frente al ordenador y, a menudo, de forma totalmente remota, ya que consiste principalmente en revisar textos, valorar respuestas y redactar ejemplos a través de una plataforma en línea. Es habitual que haya plazos de entrega y que el trabajo se realice por proyectos, ya que las empresas suelen necesitar grandes lotes de datos de entrenamiento completados en plazos específicos para respaldar la actualización de un modelo o el lanzamiento de una nueva función. Algunos formadores trabajan como empleados directos de empresas de IA, pero muchos lo hacen como contratistas o a través de proveedores externos especializados en el trabajo con datos de IA.

Funciones típicas

• Redactar ejemplos de respuestas de alta calidad que muestren cómo debe ser una buena respuesta
• Comparar dos o más respuestas generadas por IA y valorar cuál es mejor y por qué
• Etiquetar y anotar datos para que puedan utilizarse en el entrenamiento o la evaluación de modelos de IA
• Siguiendo rúbricas y directrices detalladas para evaluar la precisión, el tono, la seguridad y la utilidad
• Señalación de resultados de la IA que sean perjudiciales, sesgados o incorrectos desde el punto de vista fáctico para su revisión
• Proporcionar comentarios estructurados que ayuden a los ingenieros a comprender por qué una respuesta ha tenido éxito o ha fallado
• Creación de conjuntos de datos de evaluación que comprueben el rendimiento de un modelo en tareas específicas
• Contrastar las respuestas de la IA con fuentes fiables en tu ámbito de especialización
• Temas de redacción diseñados para poner a prueba los límites de un modelo o descubrir sus puntos débiles
• Documentar los casos extremos y el comportamiento inusual del modelo para el equipo de investigación
• Participar en sesiones de calibración para garantizar la coherencia de las valoraciones en todo el equipo de formadores
• Revisar y perfeccionar las directrices de formación a medida que surjan nuevas cuestiones o tendencias

Responsabilidades adicionales

• Especializarse en un ámbito, como la programación, la medicina, el derecho o la escritura creativa, para adquirir unos conocimientos más profundos
• Formación e incorporación de nuevos formadores en materia de directrices de calificación y buenas prácticas
• Identificar patrones de errores de la IA y proponer nuevas prioridades de entrenamiento
• Colaborar con los ingenieros de aprendizaje automático para explicar el razonamiento que subyace a las valoraciones
• Participar en revisiones sobre sesgos y seguridad de los resultados sensibles generados por la IA
• Probar nuevos métodos de evaluación o sistemas de calificación antes de su implantación generalizada
• Llevar registros detallados del trabajo realizado para el seguimiento de la calidad
• Mantenerse al día sobre cómo evolucionan los modelos de IA y qué nuevas habilidades necesitan

El día de un formador de IA suele empezar iniciando sesión en una plataforma de anotación o evaluación y revisando la cola de tareas del día, que puede incluir comparar pares de respuestas de IA a una pregunta complicada, valorar en qué medida un modelo ha seguido las instrucciones o redactar desde cero un ejemplo de respuesta convincente. Cada tarea suele ir acompañada de una rúbrica detallada, y los formadores dedican tiempo a leerla con atención antes de tomar una decisión.

El trabajo de mediodía suele implicar tareas más profundas y especializadas, especialmente para los formadores con conocimientos específicos en la materia. Un formador con formación científica podría verificar la veracidad de un conjunto de explicaciones generadas por IA, mientras que uno con formación jurídica revisaría si las respuestas de un modelo sobre contratos son precisas y adecuadamente cautelosas. Los formadores suelen tomar notas sobre los patrones que observan, como que un modelo tenga dificultades constantes con un determinado tipo de problema matemático o que dé respuestas excesivamente cautelosas a preguntas inofensivas.

Las tardes suelen incluir reuniones de calibración, en las que los formadores comparan sus notas con las de sus compañeros de equipo para asegurarse de que todos aplican las directrices de la misma manera, ya que la coherencia en miles de valoraciones es lo que hace que los datos de formación sean útiles. Los formadores también pueden redactar comentarios detallados sobre ejemplos especialmente interesantes o problemáticos, señalárselos al equipo de investigación y terminar completando cualquier tarea pendiente de la lista de tareas del día.

Habilidades sociales

• Capacidad de juicio firme y coherente a la hora de evaluar la calidad y la precisión
• Atención al detalle y lectura atenta
• Comunicación escrita clara y estructurada
• La objetividad y la capacidad de dejar de lado las opiniones personales al seguir una rúbrica
• Paciencia ante tareas repetitivas que siguen exigiendo una concentración total
• El pensamiento crítico y la capacidad de detectar errores sutiles o sesgos
• Sentirse cómodo dando y recibiendo comentarios detallados
• Conciencia ética, especialmente en lo que respecta a la seguridad, la equidad y los perjuicios
• Capacidad de adaptación ante los cambios frecuentes en las directrices y las tareas
• La curiosidad por saber cómo piensan los modelos de IA y en qué se equivocan
• Habilidades de colaboración para la calibración y las reuniones de equipo
• La automotivación, sobre todo en el trabajo a distancia o como autónomo

Habilidades técnicas

• Conocimientos profundos en un ámbito específico, como la programación, las ciencias, el derecho, la medicina o la escritura
• Conocimiento de las plataformas y herramientas de anotación y evaluación
• Comprensión, a nivel conceptual, de cómo los modelos de lenguaje a gran escala generan respuestas
• Habilidades básicas de verificación de datos y de investigación utilizando fuentes fiables
• Capacidad para seguir con precisión rúbricas de evaluación detalladas y, en ocasiones, de carácter técnico
• Conocimiento de conceptos como el aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF)
• Sólidas habilidades de redacción para elaborar respuestas de ejemplo claras
• Conocimientos básicos sobre datos para comprender cómo tus valoraciones se incorporan a un conjunto de datos más amplio
• Se maneja con soltura con hojas de cálculo o herramientas sencillas de gestión de datos para el seguimiento y la organización del trabajo
• Conocimiento de los conceptos relacionados con la seguridad, los sesgos y la equidad en la inteligencia artificial

• Evaluador de respuestas generales: compara y califica los resultados generados por la IA en cuanto a su calidad general y su utilidad
• Formador experto en la materia: aporta conocimientos especializados en ámbitos como la medicina, el derecho o la programación
• Especialista en seguridad y «Red Team»: comprueba los modelos buscando resultados perjudiciales, sesgados o inseguros
• Formador en programación: revisa y redacta ejemplos de código de alta calidad y explicaciones técnicas.
• Entrenador de IA conversacional: se centra en un diálogo natural, útil y con el tono adecuado
• Generador de conjuntos de datos de evaluación: diseña pruebas estructuradas para medir el rendimiento de los modelos en tareas específicas
• Entrenador de datos multilingüe: entrena y evalúa el rendimiento de los modelos en diferentes idiomas
• Especialista en verificación de datos: comprueba la exactitud de la información generada por IA contrastándola con fuentes fiables

• Laboratorios de investigación en IA y empresas de modelos base
• Grandes empresas tecnológicas que desarrollan productos y funciones de inteligencia artificial
• Proveedores especializados en anotación de datos y entrenamiento de IA
• Plataformas de contratación y de autónomos que ponen en contacto a formadores con proyectos de IA
• Startups que desarrollan herramientas de inteligencia artificial para sectores específicos, como la sanidad o el derecho
• Universidades e instituciones de investigación que estudian el comportamiento de la inteligencia artificial
• Los organismos gubernamentales estudian el uso responsable de la IA
• Empresas de consultoría que asesoran a otras empresas sobre la calidad y la seguridad de la IA
• Empresas de medios de comunicación y editoriales que utilizan modelos de IA para orientar las herramientas de creación de contenidos
• Empresas de tecnología educativa que desarrollan productos de tutoría basados en la inteligencia artificial

Dado que este puesto es tan nuevo, las expectativas y los cargos pueden cambiar rápidamente, y los formadores a menudo tienen que adaptarse a directrices, herramientas y prioridades cambiantes sin apenas aviso previo. Lo que se considera una «buena» respuesta puede variar a medida que la empresa actualiza sus prioridades, lo que significa que los formadores deben mantenerse flexibles en lugar de esperar una rutina fija y predecible.

Gran parte del trabajo se realiza a través de plataformas de contratos o de autónomos, en lugar de mediante un empleo tradicional a tiempo completo, lo que puede suponer una menor seguridad laboral, cargas de trabajo irregulares y la necesidad de gestionar el propio horario y los ingresos. El trabajo en sí mismo también puede resultar mentalmente exigente, aunque de una forma más sutil, ya que evaluar minuciosamente cientos de respuestas al día requiere una concentración constante y la capacidad de resistirse a las soluciones rápidas motivadas por el cansancio.

Los formadores que trabajan en tareas relacionadas con la seguridad pueden verse expuestos ocasionalmente a contenidos difíciles o delicados como parte de las pruebas para comprobar cómo gestiona un modelo las solicitudes perjudiciales, lo que requiere resiliencia emocional y límites claros. Dado que el campo aún se encuentra en fase de desarrollo, todavía no existe una trayectoria profesional bien definida, por lo que los formadores que desean crecer profesionalmente a menudo tienen que labrarse su propio camino desarrollando conocimientos especializados o orientándose hacia puestos afines, como la investigación en IA o la ingeniería de aprendizaje automático.

• Crecimiento explosivo de la demanda de retroalimentación humana para entrenar y ajustar los modelos de lenguaje a gran escala
• El creciente uso del aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF) como técnica de formación fundamental
• Aumenta la demanda de expertos en la materia, y no solo de evaluadores generales, a medida que los modelos abordan campos especializados
• Crecimiento de las plataformas y los mercados especializados en el entrenamiento y la evaluación de la inteligencia artificial
• Ampliación de las pruebas de simulación de ataques y la evaluación de la seguridad a medida que los sistemas de IA asumen tareas de mayor riesgo
• Cada vez se presta más atención a la reducción de los sesgos y a la mejora de la equidad mediante comentarios de personas de diversa procedencia
• Cada vez mayor solapamiento entre las tareas de formación en IA y las funciones tradicionales de investigación y control de calidad
• Mayor uso de entrenadores de IA para crear pruebas de referencia que midan el progreso de los modelos a lo largo del tiempo
• Cada vez son más las empresas que crean equipos de formadores internos en lugar de depender exclusivamente de proveedores externos.
• El debate en curso y la evolución de las normas en materia de remuneración justa y condiciones laborales para los formadores en el ámbito de los datos

Muchos formadores de IA crecieron siendo lectores atentos y críticos reflexivos, el tipo de persona que se daba cuenta cuando la trama de una película no cuadraba o cuando el razonamiento de un ensayo tenía alguna laguna. A menudo disfrutaban de materias como la redacción, el debate, las ciencias o las matemáticas precisamente porque esos campos premiaban el pensamiento preciso y las explicaciones claras, y les gustaba ser quienes podían explicar una idea complicada de tal forma que, al final, otra persona la entendiera.

A otros les atraía la enseñanza, dar clases particulares o orientar a alumnos más jóvenes, y disfrutaban del proceso de desglosar un concepto difícil y averiguar exactamente en qué punto se había producido un error en la comprensión. Muchos de ellos también eran usuarios pioneros y curiosos de la tecnología, fascinados por los chatbots, la inteligencia artificial de los videojuegos o las herramientas en línea, y disfrutaban probándolos para ver en qué aspectos funcionaban y en cuáles fallaban.