Un mini-documental de la reportera de trabajo de IA Karen Hao, publicado esta semana a través del nonprofit More Perfect Union, sacó a la luz una investigación de 2025 de la Communication Workers of America que muestra que el 22% de los trabajadores que entrenan sistemas de IA ha vivido sin techo debido a sus salarios. Un estudio paralelo del investigador laboral Tim Newman pone la cifra de presión por cuentas en 86% — es decir, 86% de los data workers que Newman encuestó lucharon para pagar cuentas el año pasado, y aproximadamente un cuarto dependía de asistencia pública como SNAP o Medicaid. El centro nombrado del documental es Mercor, un marketplace en línea basado en San Francisco que conecta contratistas con compradores de IA incluyendo OpenAI. Mercor reporta una fuerza laboral de cerca de 30 000. El patrón recurrente que Hao documenta es el reclutamiento de trabajadores de cuello blanco recién desplazados para enseñarle a los sistemas de IA cómo hacer sus antiguos trabajos — incluyendo a una entrevistada, "Jen", una PhD de Ivy League en food stamps que tomó un gig de Mercor a 55 $/hora como "philosophy intelligence analyst" solo para ver su contrato terminado por mensaje grupal a las dos semanas.
Las estadísticas piden encuadre apropiado. La CWA es un sindicato con una posición política; la cifra de 22% de sin techo viene de investigación sindical encuestando a trabajadores de entrenamiento de IA, no del BLS ni de un censo independiente, y el lede no revela tamaño de muestra ni metodología. La cifra de 86%-luchando-con-cuentas de Newman es similarmente datos de encuesta auto-reportados sin cohorte de comparación. Dicho eso, Hao es una reportera de IA creíble (anteriormente en MIT Technology Review) cuyo trabajo previo sobre Sama, Scale AI y el pipeline africano de data labeling ha resistido fact-check; More Perfect Union es un nonprofit establecido enfocado en trabajo. El patrón de Mercor — paga gig, terminaciones súbitas de contrato, descripción de tarea opaca, no-divulgación del comprador de IA — es consistente con patrones reportados antes en 2026 por Wired (la pieza de Ruth Fowler sobre guionistas de Hollywood) y por la cobertura en curso de los despidos de data labeling de Meta en Irlanda. La señal direccional se mantiene incluso donde las estadísticas individuales piden verificación.
La lectura ecosistémica conecta hilos que han estado moviéndose en paralelo pero desconectados. La pieza Anthropic-supera-a-OpenAI más temprano hoy mostraba el mercado de labs consolidándose en dos punteros enterprise con distribución pegajosa; este documental de Hao muestra el piso de data-labor sobre el cual esos modelos se entrenan. Ambos son ciertos: la IA se consolida en la tier lab y se bifurca en la tier de trabajo — salarios top-of-market de ingeniería en labs frontera, precariedad de gig-wage en la tier de data labeling suministrando RLHF, datos de preferencia, y sets de fine-tuning capacidad-específicos. La narrativa "la IA está construida sobre trabajo barato" ha sido un tema recurrente desde los trabajadores de datos kenianos en 2022 reportando sobre entrenamiento de moderación GPT bajo contrato Sama; la nueva forma en 2026 es que el trabajo barato ahora también son PhDs de Ivy en EE.UU., no solo labelers tercerizados en el extranjero. Eso tiene implicaciones políticas que los builders deben esperar: interés legislativo a nivel estatal, posibles campañas de organización de CWA, y escrutinio de procurement sobre vendors de datos.
Para builders: si compras data labeling o datos de preferencia vía Mercor, Scale, Surge o Invisible, la pregunta sobre prácticas laborales es ahora cargante para la diligencia de procurement — no preocupación ESG abstracta. Tres cosas concretas a hacer: (1) pedirle a tu vendor pisos de compensación por trabajador documentados y compromisos de estabilidad de contrato antes de firmar; (2) factorizar el riesgo reputacional en la selección de vendor — al menos una de estas compañías enfrentará una historia laboral de alto perfil en los próximos 12 meses; (3) esperar que la divulgación de prácticas laborales se vuelva parte del paquete estándar de compliance de vendor de datos, como SOC 2 se volvió estándar para vendors cloud. La estadística de CWA puede tener caveats pero el patrón subyacente es real, y la atención política va a componer. El documental de Hao está en More Perfect Union; esa es la fuente primaria que vale la pena observar antes de que la cobertura secundaria moldee la narrativa.