La inteligencia artificial se vende como un hito en el mundo de la autonomización de la producción y la eliminación de la dependencia humana del trabajo. Es una tecnología capaz de escribir, responder preguntas, producir imágenes, programar, analizar información y asumir una cantidad cada vez mayor de tareas que hasta hace poco requerían necesariamente de una persona. Sobre esa promesa se organiza buena parte del debate contemporáneo: qué empleos desaparecerán, cuántos trabajadores serán reemplazados y cuánto falta para que las máquinas hagan aquello que hoy todavía hacemos nosotros. Las cosas están mal planteadas desde el inicio: el desarrollo de la inteligencia artificial ha dependido enteramente de la explotación del trabajo humano.
La imagen es conocida. Una persona abre una aplicación, escribe una orden y espera unos segundos. Del otro lado aparece una respuesta: un texto, una imagen, una voz o una solución aparentemente surgida de una inteligencia que trabaja por cuenta propia. La escena resume una de las ficciones centrales del boom tecnológico: la máquina parece hablar, escribir y crear por sí misma, mientras todo el trabajo que hizo posible ese resultado queda fuera de la vista.
Detrás del crecimiento de la inteligencia artificial existe una fuerza de trabajo gigantesca. Se estima que entre 130 y 435 millones de trabajadores son empleados en tareas que sirven para el entrenamiento de la IA. La cifra permite observar una realidad mucho más amplia que la figura del programador sentado frente a una computadora y revela hasta qué punto la producción que sostiene a esta industria se extiende mucho más allá de los laboratorios y oficinas de las grandes empresas tecnológicas. Dentro de esa enorme fuerza laboral se encuentran quienes trabajan directamente sobre los datos con los que se alimentan y desarrollan estos sistemas: los recolectan, ordenan, clasifican, interpretan y etiquetan. Otros evalúan las respuestas producidas por los modelos, detectan errores, comparan resultados y participan en los procesos mediante los cuales una inteligencia artificial aprende qué debe considerar correcto, útil o aceptable. También están quienes moderan contenidos y quienes intervienen allí donde la supuesta autonomía del sistema todavía necesita una mirada humana.
Las tareas pueden distribuirse entre países, empresas, plataformas y contratistas sin que el usuario final llegue siquiera a saber que hubo una persona detrás de una interacción que creyó completamente automatizada. La autonomía que se presenta ante el usuario depende, en muchos casos, de que ese trabajo permanezca fuera de su campo de visión.
Ese ocultamiento forma parte del funcionamiento mismo de la industria. La discusión pública suele detenerse en los empleos que la inteligencia artificial podría destruir y cada anuncio sobre automatización alimenta la misma pregunta: cuántas personas serán reemplazadas. Mucho menos visible resulta el movimiento inverso. Cuando una empresa necesita incorporar trabajadores para supervisar sistemas, corregir fallas o realizar tareas que la máquina todavía no puede resolver, esa fuerza laboral rara vez ocupa el centro del relato tecnológico. El reemplazo se anuncia; el trabajo humano que reaparece detrás de la automatización vuelve a desaparecer.
La inteligencia artificial es presentada como una tecnología destinada a reducir la dependencia del trabajo humano, pero su desarrollo descansa sobre nuevas formas de trabajo fragmentadas y, muchas veces, directamente ocultas.
Los trabajadores investigados por Milagros Miceli para su proyecto sobre los obreros de la IA estaban repartidos a lo largo de 23 países. No constituían una fábrica tradicional, no compartían necesariamente un mismo espacio de trabajo y ni siquiera se conocían entre sí. La distancia geográfica era apenas una parte del problema: los acuerdos de confidencialidad, las formas de contratación y la necesidad de conservar el empleo también contribuían a mantenerlos separados.
Esa dispersión ayuda a entender por qué resulta tan fácil imaginar la IA como una tecnología sin trabajadores. No hay una gran fábrica que permita señalar el lugar donde se produce, ni necesariamente una única empresa que contrate de manera directa a toda la fuerza laboral involucrada. El proceso puede dividirse en miles de tareas y distribuirse entre plataformas, intermediarios y contratistas situados en distintos puntos del planeta. Quien realiza una parte del trabajo puede desconocer para qué sistema terminará siendo utilizada. Quien utiliza el producto terminado, a su vez, puede no advertir que detrás de él hubo una inmensa cadena de trabajo.
Antonio Casilli utiliza el concepto de «producción inadvertida» para describir una característica fundamental de los sistemas digitales: su dependencia de actividades esenciales para su funcionamiento, pero socialmente oscurecidas. La anotación de datos, la producción de contenidos, la participación en plataformas y otras formas de actividad humana pueden convertirse en componentes indispensables de una infraestructura tecnológica sin aparecer ante el público como trabajo.
En la inteligencia artificial, esa operación alcanza una dimensión particularmente profunda. La interfaz muestra una máquina, pero detrás de ella existe una red de empresas, plataformas, contratos y tareas distribuidas que permite mantener el trabajo fuera de la escena antes de que el resultado llegue al usuario.
El precio del trabajo invisible
Esa invisibilidad también puede ocultar las condiciones en las que el trabajo se realiza. Un proceso complejo puede dividirse en cientos o miles de operaciones y distribuirse entre personas que cobran por unidad completada. Clasificar una imagen, marcar una palabra, identificar un objeto, comparar dos respuestas o decidir si un contenido cumple determinadas reglas puede convertirse en una tarea aislada, aparentemente mínima y separada del sistema mayor al que terminará alimentando.
Reducir una actividad a una microtarea no altera su condición de trabajo. Tampoco la altera que alguien la realice de manera ocasional, como complemento de otro empleo o desde su propia casa. Las estadísticas pueden distinguir entre quienes viven exclusivamente de estas actividades y quienes recurren a ellas como ingreso secundario o marginal; esa diferencia puede resultar útil para medir el grado de dependencia económica, pero no modifica un hecho elemental: si una persona vende su tiempo y realiza una tarea bajo una relación salarial, aunque sea precaria y ocasional, su fuerza de trabajo está siendo explotada.
La industria digital encontró en esa división del trabajo una forma particularmente eficaz de reorganizar el trabajo. El producto final puede ser tecnológicamente sofisticado, mientras que la tarea individual llega al trabajador reducida a una instrucción mínima y a una remuneración todavía menor. Quien completa una operación puede desconocer para qué sistema será utilizada y quien emplea el producto terminado puede ignorar que una parte de su funcionamiento dependió de cientos o miles de actividades similares.
La Organización Internacional del Trabajo ha señalado que muchas de estas tareas se concentran en plataformas de microtrabajo o en empresas de tercerización de procesos empresariales vinculadas a la inteligencia artificial. Procesos complejos pueden dividirse en pequeñas operaciones y distribuirse entre trabajadores que reciben pagos reducidos por cada una de ellas. Así se construye una fuerza laboral indispensable para entrenar y sostener los sistemas, pero situada detrás de plataformas e intermediarios que dificultan incluso identificar con claridad quién trabaja, para quién y bajo qué condiciones.
El monto que recibe cada trabajador es apenas una parte de la precariedad. También está incorporada a la forma en que se organiza el proceso. El tiempo dedicado a buscar tareas, esperar su asignación o intentar resolver el rechazo de un trabajo puede quedar fuera de la remuneración. Una decisión automatizada puede determinar que una tarea no cumple con los requisitos sin ofrecer una explicación suficiente ni un mecanismo efectivo para cuestionarla. La relación laboral se divide al mismo tiempo que parte de sus riesgos se desplaza hacia quien trabaja, obligado a absorber la incertidumbre de conseguir nuevas tareas, mantener determinados niveles de productividad y aceptar evaluaciones sobre las que puede tener un control limitado.
La promesa de flexibilidad debe observarse desde esa misma perspectiva. Trabajar desde cualquier lugar puede representar una ventaja para determinadas personas, pero también permite a las empresas prescindir de la concentración física de su fuerza laboral, distribuir tareas entre países y trasladarlas a contratistas o plataformas. La aparente independencia tiene por resultado una precariedad laboral inmensa. Cuanto más lejos se encuentra el trabajador del producto final y de la empresa que lo comercializa, más fácil resulta ocultar la relación entre ambos.
La limpieza de la máquina tiene un costo
El caso de los trabajadores contratados en Kenia para intervenir en tareas destinadas a entrenar sistemas de inteligencia artificial de Open AI permite observar ese proceso cuando deja de ser una abstracción. Parte de su trabajo consistía en revisar y clasificar textos vinculados con violencia, abuso, odio y otras formas de contenido perturbador. La tarea tenía una función concreta dentro del desarrollo de sistemas capaces de reconocer y filtrar ese tipo de materiales: antes de que una inteligencia artificial pudiera identificar aquello que debía rechazar o considerar peligroso, alguien tenía que enfrentarse a esos contenidos y convertirlos en información utilizable para su entrenamiento.
Los trabajadores entrevistados durante las investigaciones sobre esas condiciones describieron jornadas en las que debían enfrentarse repetidamente a textos de violencia, abuso y odio. Varios señalaron las consecuencias psicológicas de esa exposición constante. El caso permite observar una contradicción particularmente cruda de la llamada inteligencia artificial «segura»: para que un sistema pueda reconocer determinados contenidos como violentos, abusivos o peligrosos, alguien tiene que enfrentarse previamente a ellos.
La distancia entre los trabajadores y la empresa que finalmente se beneficia de ese proceso permite observar también la función de la tercerización. Entre la compañía que desarrolla el sistema y la persona que realiza la tarea puede existir una red de contratistas que distribuye responsabilidades y separa cada vez más a quienes controlan el producto de quienes realizan el trabajo necesario para construirlo. La empresa tecnológica puede presentar las características de seguridad o moderación como propiedades de su sistema, aunque una parte fundamental del proceso haya sido realizada por trabajadores contratados a través de intermediarios y ubicados a miles de kilómetros de los centros donde se toman las principales decisiones.
Kenia tampoco constituye un caso aislado. La Organización Internacional del Trabajo ha advertido sobre la exposición de trabajadores vinculados al entrenamiento y ajuste de sistemas a materiales que incluyen violencia gráfica, discursos de odio, explotación sexual infantil y otros contenidos perturbadores. La aparente limpieza de la interfaz, los filtros y los límites que encuentra el usuario final pueden depender de un proceso anterior en el que otras personas debieron revisar aquello que el sistema todavía no sabía reconocer.
La inteligencia artificial aparece entonces como capaz de establecer sus propios límites y rechazar determinados pedidos. Alguien tuvo que enseñarle previamente qué debía reconocer como inaceptable. Ese aprendizaje forma parte de un proceso en el que trabajadores de distintos lugares clasifican, evalúan y procesan materiales que después quedan incorporados a su funcionamiento.
La empresa presenta una herramienta tecnológica. Entre esa imagen y el proceso que permite sostenerla queda un universo de trabajo que desaparece de la experiencia final, junto con las personas que debieron hacerlo posible.
Y ese trabajo contemporáneo, por brutal o precario que pueda llegar a ser, todavía representa solamente una parte de la materia humana sobre la que se construye la inteligencia artificial. Los trabajadores de datos preparan y ordenan materiales para que las máquinas puedan utilizarlos, pero esos materiales tampoco nacieron dentro de las plataformas ni de los laboratorios de las grandes empresas tecnológicas.
La fábrica del conocimiento
Los trabajadores que etiquetan datos, corrigen respuestas o moderan contenidos intervienen en una etapa decisiva del proceso que sostiene a la inteligencia artificial. Detener la historia ahí implicaría aceptar otra de las ilusiones sobre las que se construye esta industria: que el conocimiento con el que trabajan estos sistemas nació dentro de sus laboratorios.
Antes de que una inteligencia artificial pudiera responder en lenguaje natural, alguien tuvo que hablar, escribir y registrar ese lenguaje. Antes de que pudiera reconocer una imagen, existieron fotógrafos, artistas, diseñadores y millones de personas produciendo imágenes. Antes de que pudiera generar código, hubo programadores que escribieron programas y construyeron herramientas. Antes de que pudiera resumir una investigación científica o reproducir una explicación, hubo investigadores, docentes, periodistas y comunidades enteras dedicadas a producir conocimiento.
La lista podría extenderse indefinidamente porque la materia prima de estos sistemas no es una creación aislada de las empresas que los desarrollan. Lenguaje, literatura, música, imágenes, código, periodismo, investigaciones científicas, archivos y una cantidad imposible de medir de producción cultural y social forman parte del mundo del que la inteligencia artificial extrae aquello con lo que aprende a funcionar. Los sistemas no aparecieron frente a una página en blanco: fueron construidos sobre un universo que ya existía y que había sido producido durante décadas, siglos y generaciones.
Esa constatación parece elemental, pero tiene consecuencias que la discusión pública suele reducir a un problema mucho más estrecho: el copyright. La pregunta suele formularse en términos de permisos, licencias y compensaciones. ¿Puede una empresa utilizar determinada obra? ¿Debe pedir autorización? ¿Tiene que pagar por ello? Escritores, artistas, músicos, medios de comunicación y otros productores culturales ya han cuestionado el uso de sus obras para entrenar sistemas de inteligencia artificial, y esas disputas continuarán definiendo parte de los límites legales de la industria.
Esa discusión, sin embargo, trabaja sobre una escala demasiado pequeña.
Incluso cuando una obra tiene un autor identificable, su producción tampoco surge en el vacío. Un escritor trabaja en una lengua que no inventó; un investigador se apoya en conocimientos producidos por generaciones anteriores; un programador aprende de otros programas, lenguajes, bibliotecas y soluciones desarrolladas colectivamente. La producción humana es acumulativa: cada generación recibe un mundo ya construido por otras y produce sobre esa base. Ninguna creación surge completamente desde cero, incluso allí donde una obra puede atribuirse a un individuo.
La inteligencia artificial tampoco escapa a esa condición. Puede procesar, reorganizar y recombinar materiales, pero no crea desde la nada aquello sobre lo que trabaja. Para generar una imagen necesita haber sido entrenada sobre una inmensa producción visual previa; para operar con lenguaje necesita una acumulación histórica de textos, conversaciones y formas de expresión; para responder sobre ciencia necesita apoyarse en conocimientos que tampoco fueron producidos por las empresas que comercializan el sistema.
La innovación técnica existe y sería absurdo negar el trabajo involucrado en el desarrollo de modelos, infraestructura informática y métodos de entrenamiento. Reconocerlo tampoco obliga a aceptar la ficción de que esas innovaciones se levantan sobre el vacío. Las empresas desarrollan tecnología. Lo que importa observar es sobre qué materia histórica y social la construyen.
Los límites de la discusión por el copyright aparecen con claridad en ese punto. El conflicto por una obra concreta puede formular una pregunta necesaria —quién produjo aquello que terminó siendo utilizado para entrenar una máquina—, pero la escala del problema desborda rápidamente la relación entre una empresa y un creador individual.
¿Qué ocurre con el conocimiento construido colectivamente y transmitido durante generaciones? ¿Con el lenguaje, que nadie puede reclamar como propiedad individual? ¿Con la información producida socialmente por instituciones, comunidades y personas que jamás imaginaron que terminaría funcionando como materia prima de una industria multimillonaria?
Una licencia o una compensación pueden resolver, en determinados casos, el uso de una obra concreta. No resuelven, por sí mismas, cómo una producción social acumulada durante siglos puede ser absorbida por empresas privadas y transformada en la base de sistemas cuya propiedad y control quedan concentrados en manos de quienes no produjeron originalmente esa riqueza.
Antes de preguntar quién trabaja actualmente para la inteligencia artificial, hay otra cuestión: quién produjo aquello de lo que la inteligencia artificial se alimenta y qué sucede cuando esa producción colectiva termina reunida dentro de una infraestructura privada. El copyright puede responder a conflictos sobre obras concretas. No alcanza para explicar quién puede apropiarse de aquello que fue producido socialmente y bajo qué condiciones.
El cercamiento de la inteligencia
La producción humana sobre la que se construye la inteligencia artificial está dispersa entre millones de personas, países y generaciones. Cuando esa materia puede ser reunida, procesada y convertida en sistemas tecnológicos, el control de la infraestructura pasa al centro del problema. Aquello que fue producido de manera dispersa puede concentrarse dentro de una estructura privada capaz de administrarlo y convertirlo en una fuente de propiedad y poder.
Los modelos aparecen bajo nombres comerciales y las herramientas terminan integradas en plataformas privadas. Pero desarrollar sistemas de gran escala exige una capacidad informática que permanece fuera del alcance de quienes participaron de la producción de su materia prima. Reunir enormes cantidades de datos, procesarlas y convertirlas en productos tecnológicos requiere capital, centros de datos y capacidad de cómputo, recursos cuyo control permanece concentrado en un número reducido de empresas.
Quienes escribieron los textos, produjeron información, desarrollaron conocimientos o realizaron tareas dentro de este proceso no deciden necesariamente qué ocurrirá con el resultado una vez que ingresa en esas infraestructuras. La capacidad de reunir millones de aportes dispersos, integrarlos dentro de un sistema y determinar las condiciones bajo las cuales será utilizado pertenece, en cambio, a quienes controlan la infraestructura.
La producción social reaparece entonces ante el público bajo otra forma: una herramienta, una plataforma o un servicio cuya propiedad no pertenece a quienes participaron de la construcción de su materia prima. Antes de que la automatización llegue al usuario final existe un proceso mediante el cual enormes cantidades de actividad humana son incorporadas a sistemas privados y reorganizadas dentro de un circuito de acumulación. El concepto de acumulación por desposesión, usado originalmente para describir los orígenes del capitalismo, es usado con frecuencia como análoga a la acumulación de información de la IA. El capitalismo vuelve a privatizar lo colectivo, los cercamientos de tierras de los siglos XVI a XIX toman las forma del plagio. Recursos y riquezas producidos o disponibles socialmente son incorporados a una acumulación del que quienes participaron de su producción quedan excluidos.
Esto comprende conocimiento, lenguaje, cultura e información, junto con el trabajo contemporáneo necesario para ordenar, clasificar y procesar esos materiales.
El uso de una obra individual es apenas una parte de un proceso mayor: la posibilidad de reunir bajo una misma infraestructura una acumulación social muchísimo más amplia y convertir esa integración en propiedad, productos y poder económico.
Una vez que esa infraestructura existe, quienes la dominan determinan también las condiciones bajo las cuales otros acceden a sus resultados. La producción incorporada al sistema vuelve al público convertida en un servicio sujeto a reglas, precios y condiciones que quienes participaron de su construcción no controlan.
Millones de personas pueden participar, directa o indirectamente, de la producción que permite desarrollar una tecnología, pero la capacidad de reunir esa producción y convertirla en una herramienta controlada privadamente puede concentrarse en muy pocas manos. Cada participante conoce apenas una parte del conjunto. Un trabajador puede realizar una tarea sin conocer el destino final de su trabajo; quien produce una obra puede desconocer si, cómo o en qué condiciones será incorporada a un sistema. Mientras los aportes permanecen separados entre sí, quienes controlan la infraestructura pueden integrarlos, administrarlos y convertir el resultado en una fuente de poder económico.
Las empresas que dominan el desarrollo de la inteligencia artificial hacen algo más que construir nuevas herramientas o automatizar tareas existentes. También concentran dentro de infraestructuras privadas enormes cantidades de producción humana y transforman esa concentración en propiedad y poder.
La discusión sobre la automatización suele comenzar en otro lugar. Se pregunta qué ocurrirá cuando una máquina pueda realizar el trabajo que hoy corresponde a una persona. Antes de que esa automatización llegue al trabajador, ya existe una disputa por el control del resultado de una producción colectiva reunida dentro de una infraestructura privada.
Cuando los trabajadores empiezan a encontrarse
Ese proceso no elimina a quienes sostienen la industria. La forma en que la industria organiza su fuerza laboral puede dificultar que esas personas lleguen siquiera a reconocerse entre sí como parte de una misma estructura. Una fuerza laboral distribuida entre países, plataformas, contratistas y empresas intermediarias enfrenta mayores dificultades para reconocerse como parte de un proceso común. Un etiquetador puede desconocer quién preparó los materiales que recibe o qué ocurre con ellos después de completar su tarea; un moderador puede ignorar quién realiza actividades similares en otros países y bajo qué empresa trabaja. Las actividades están conectadas, pero quienes sostienen sus distintos momentos pueden permanecer separados entre sí.
Esa separación fortalece la posición de las empresas. Un trabajador aislado enfrenta a una plataforma o a un contratista mientras las condiciones que experimenta pueden presentarse como un problema individual. Lo que afecta a miles de personas puede terminar apareciendo como una sucesión de experiencias separadas. Sin embargo, la dispersión no impide que surjan experiencias destinadas a identificar las condiciones comunes de quienes trabajan en la industria. En los últimos años comenzaron a aparecer iniciativas de organización entre trabajadores de datos y moderadores de contenido que buscan hacer visible precisamente aquello que las plataformas tienden a ocultar: la existencia de una fuerza laboral atravesada por problemas compartidos.
La Data Labelers Association, surgida en torno a trabajadores dedicados al etiquetado de datos, expresa uno de esos intentos. Todavía no representa una respuesta consolidada frente a las grandes empresas tecnológicas. Su aparición resulta significativa porque personas que realizan tareas aisladas para plataformas o empresas diferentes comienzan a reconocerse como parte de un mismo sector.
Una dinámica similar aparece entre los moderadores de contenido. La creación de una alianza sindical internacional de trabajadores dedicados a esa actividad, con participación de representantes de distintos países, parte de una realidad elemental: el proceso de trabajo es global. Una tarea puede ser diseñada en un país, contratada mediante una empresa ubicada en otro y realizada en un tercero, mientras el producto final se comercializa a escala internacional.
La organización, sin embargo, enfrenta límites enormes. Los trabajadores no comparten una única empresa, legislación o estructura contractual; sus condiciones pueden variar considerablemente y las compañías continúan disponiendo de recursos económicos, jurídicos y tecnológicos muy superiores. Presentar el surgimiento de estas iniciativas como si ya constituyeran una respuesta consolidada frente a la industria sería falsear la situación.
Estas experiencias tampoco han resuelto las condiciones de la industria. Lo relevante es que comienzan a organziar una fuerza laboral que el funcionamiento mismo de las plataformas aísla y dispersa.
Organizarse implica intentar reconstruir una visión del conjunto. Descubrir que una tarea aparentemente aislada forma parte de un proceso mayor y que aquello que se experimenta individualmente puede responder a condiciones laborales compartidas.
Todavía es demasiado pronto para saber qué forma adoptará la organización de esta fuerza laboral o qué capacidad tendrá para enfrentar a las grandes empresas tecnológicas. La tercerización, la dispersión internacional y la propia estructura de la industria siguen siendo obstáculos concretos para cualquier proceso colectivo. El surgimiento de estas experiencias muestra, sin embargo, que distribuir el trabajo a través del planeta no elimina la relación entre quienes lo realizan. Puede dificultar que se reconozcan entre sí; no convierte sus problemas en fenómenos aislados.
La distopía ya está funcionando
Durante años, buena parte de la imaginación sobre la inteligencia artificial estuvo dominada por una misma pregunta: qué ocurrirá cuando las máquinas sean capaces de reemplazar a los trabajadores. La discusión giró alrededor de un futuro en el que sistemas cada vez más sofisticados asumirían tareas rutinarias, profesiones calificadas y, eventualmente, una parte creciente de las actividades que hoy sostienen la economía. Esa posibilidad continúa ocupando el centro del debate. Las empresas anuncian nuevas herramientas capaces de automatizar tareas y la discusión pública vuelve una y otra vez sobre los empleos que podrían desaparecer. Mientras tanto, una transformación más inmediata y real ya atraviesa a la industria.
La inteligencia artificial que promete reducir la necesidad de trabajo humano fue construida mediante la incorporación de enormes cantidades de trabajo y producción humana. Por enésima vez, el capitalismo no logra cumplir su promesa de dejar de depender de la explotación de fuerza de trabajo. Hay trabajadores que preparan, clasifican, evalúan y corrigen los sistemas. También hay conocimiento, lenguaje, cultura e información acumulados mucho antes de que las empresas capaces de desarrollar estos modelos comenzaran a reunirlos dentro de sus infraestructuras.
Esa dependencia puede desaparecer de la escena cuando el resultado final se presenta como una capacidad autónoma. El trabajo queda incorporado al funcionamiento del sistema, pero deja de ser visible para quien utiliza la herramienta. Algo similar ocurre con la producción acumulada durante generaciones: al ingresar en una infraestructura privada puede reaparecer ante el público convertida en un producto cuya propiedad y condiciones de uso ya no pertenecen a quienes participaron de su construcción.
La distancia entre quienes realizan actividades indispensables y quienes controlan el resultado final ya forma parte de la economía de la inteligencia artificial. También forma parte de ella la incorporación de una producción histórica y colectiva dentro de sistemas cuya propiedad permanece concentrada.
Las máquinas podrán reemplazar una parte mayor o menor del trabajo humano en el futuro. Mientras esa discusión continúa, la industria que promete necesitar cada vez menos trabajadores sigue construyéndose sobre su trabajo y sobre una producción colectiva que, una vez reunida, queda fuera de sus manos.
