La nueva frontera del 'Gig Economy': Repartidores como entrenadores de IA

DoorDash, el gigante de la entrega a domicilio, ha dado un paso audaz que redefine el rol de sus repartidores. La compañía anunció el lanzamiento de "Tasks", una nueva aplicación independiente diseñada para que sus repartidores, conocidos como "Dashers", puedan ganar dinero completando tareas específicas destinadas a entrenar y mejorar sistemas de inteligencia artificial (IA) y robótica. Esta iniciativa no solo ofrece una nueva fuente de ingresos para los trabajadores de la economía colaborativa, sino que también posiciona a DoorDash como un jugador clave en la recolección de datos del mundo real, un componente esencial para el avance de la automatización.

¿En qué consisten estas "Tareas Digitales"?

La premisa es sencilla pero poderosa: los repartidores utilizan su presencia en el mundo físico para capturar datos que las máquinas no pueden obtener por sí solas. La aplicación presenta una variedad de actividades, donde la remuneración se establece de antemano según la complejidad y el esfuerzo requerido. Estos datos, según la compañía, ayudan a que los sistemas de IA y los robots "entiendan el mundo físico".

Las tareas pueden ser tan diversas como:

• Grabar videos de acciones cotidianas, como lavar platos, usando una cámara corporal. En un ejemplo específico, se pide a un Dasher que filme sus manos lavando al menos cinco platos, mostrando cada uno a la cámara durante unos segundos.
• Grabar su propia voz hablando en diferentes idiomas para entrenar modelos de procesamiento de lenguaje natural.
• Tomar fotografías de alta calidad de los menús de los restaurantes para mejorar la presentación en la app de DoorDash.
• Fotografiar las entradas de hoteles o edificios para facilitar futuras entregas, creando un mapa visual más preciso para otros repartidores.

El valor de los datos del mundo real

La información recopilada a través de la aplicación "Tasks" no solo beneficia a los sistemas internos de DoorDash. Según informes, estas grabaciones de audio y video se utilizarán para evaluar y mejorar tanto los modelos de IA de la propia empresa como los de sus socios estratégicos en sectores tan variados como el comercio minorista, los seguros, la hostelería y la tecnología. Al movilizar a su enorme red de más de 8 millones de Dashers, DoorDash está creando un ejército de recolectores de datos capaces de digitalizar el mundo físico a una escala sin precedentes.

Una tendencia creciente en la industria

DoorDash no es la única compañía que ha visto el potencial de su fuerza laboral para entrenar a la próxima generación de tecnología. A finales del año pasado, Uber anunció planes similares para permitir que sus conductores ganaran ingresos adicionales completando pequeños trabajos, como subir fotografías para ayudar a entrenar sus propios modelos de inteligencia artificial. Esta tendencia señala un cambio fundamental en la economía de plataformas, donde los trabajadores ya no son solo proveedores de servicios, sino también generadores de los datos que alimentarán la automatización futura.

Implementación y planes de futuro

La iniciativa "Tasks" se presenta en dos formatos. Por un lado, una aplicación independiente y, por otro, una nueva sección integrada directamente en la aplicación principal de los repartidores (Dasher). Un ejemplo notable de estas tareas integradas es la asociación de DoorDash con Waymo, la compañía de vehículos autónomos. En ciertas áreas, se paga a los repartidores simplemente por cerrar las puertas de los coches sin conductor después de que estos completen una entrega, una tarea humana que aún es necesaria para completar el ciclo de automatización.

"El objetivo de Tasks es ayudar a más empresas a comprender lo que sucede en el terreno y recopilar nuevos conocimientos, todo mientras brindamos a los Dashers una nueva forma de ganar dinero en sus propios términos", explicó Ethan Beatty, Gerente General de DoorDash Tasks.

Actualmente, el programa está disponible en ubicaciones seleccionadas de Estados Unidos, con la exclusión de mercados clave como California y Nueva York. Sin embargo, la compañía ha confirmado sus planes de expandir la variedad de tareas y llevar la iniciativa a más países en el futuro, consolidando un nuevo modelo donde la interacción humana se convierte en el combustible para la inteligencia de las máquinas.