Los gigantes tecnológicos recurren a Karya para obtener datos de alta calidad en la era de la IA

En la tranquila aldea de Agara, rodeada de arrozales y campos de cacahuete en el suroeste de Bangalore, Preethi P. está sentada en su máquina de coser. Normalmente, pasa sus días cosiendo ropa y arreglando prendas, ganando menos de 1 dólar al día por su trabajo. Sin embargo, hoy es diferente. Preethi está leyendo oraciones en su idioma nativo, el kannada, en una aplicación de smartphone. Es una de las 70 trabajadoras contratadas por Karya, una startup dedicada a recopilar datos de texto, voz e imagen en los idiomas vernáculos de la India.

Preethi y sus colegas forman parte de una extensa fuerza laboral global que opera en países como la India, Kenia y Filipinas, responsables de recopilar y etiquetar datos esenciales para chatbots de IA y asistentes virtuales. A diferencia de muchos otros contratistas de datos, Karya paga generosamente a sus trabajadores, especialmente según los estándares locales. Después de solo tres días de trabajo con Karya, Preethi ganó 4.500 rupias (54 dólares), más de cuatro veces sus ganancias mensuales como sastre. Este ingreso le permitió pagar la cuota de su préstamo para reparaciones del hogar, aliviando a su familia. El modelo de Karya muestra cómo la tecnología puede mejorar las comunidades rurales.

Fundada en 2021, la aparición de Karya coincidió con el auge de las tecnologías de IA generativa como ChatGPT, intensizando el hambre de datos de las empresas tecnológicas. Se espera que la India tenga casi un millón de trabajadores de anotación de datos para 2030, según Nasscom. Karya destaca por ofrecer a su fuerza laboral predominantemente femenina y rural salarios que pueden ser hasta 20 veces el salario mínimo vigente, asegurando una mejor calidad de datos en idiomas indios para las empresas tecnológicas.

Las gigantes tecnológicas recurren a Karya para obtener datos de calidad

Algunos de los principales actores de Silicon Valley ahora están colaborando con Karya para abordar el desafío de obtener datos de alta calidad para sus productos de IA. Microsoft, por ejemplo, ha utilizado Karya para adquirir datos de voz locales. La Fundación Bill y Melinda Gates está colaborando con Karya para mitigar los sesgos de género en los datos que alimentan los modelos de lenguaje grandes, fundamentales para los chatbots de IA. Google de Alphabet también está recurriendo a Karya para recopilar datos de voz en 85 distritos de la India, con planes de expandirse a todos los distritos y lenguas.

Muchos servicios de IA se han desarrollado predominantemente utilizando datos en inglés, lo que ha llevado a una falta de representación para los usuarios que no hablan inglés, particularmente en países como la India. Manish Gupta de Google destaca el desafío evidente, donde más de 70 idiomas indios hablados por millones de personas tienen cero corpus digital. Esta brecha hace que los sistemas de IA tengan dificultades con la gramática y el vocabulario en los idiomas del sur de Asia. Los esfuerzos de Karya son esenciales para abordar estas disparidades.

La importancia de datos diversos y de alta calidad no puede ser exagerada. Los modelos de lenguaje grandes entrenados con datos inadecuados pueden producir desinformación, estereotipos dañinos e incluso discurso de odio. Garantizar la representación en los datos de entrenamiento es vital, y Karya está desempeñando un papel crucial en este aspecto.

El impacto social de Karya

Karya, una startup de impacto social con sede en Bangalore, no solo está ampliando la gama de idiomas representados, sino que también se dirige a trabajadores en áreas rurales que de otro modo podrían ser pasados por alto. La aplicación de la empresa está diseñada para funcionar sin acceso a internet y ofrece soporte de voz para aquellos con alfabetización limitada. Más de 32.000 trabajadores de crowdsourcing en la India han iniciado sesión en la aplicación, completando 40 millones de tareas digitales remuneradas, incluyendo reconocimiento de imágenes, anotación de video y anotación de voz.

Para el fundador de Karya, Manu Chopra, la misión va más allá de los datos. Creciendo en la pobreza en el oeste de Delhi, comprendió el impacto que la tecnología podría tener en la reducción de la pobreza. El modelo de Karya permite a los trabajadores ganar un ingreso justo, ayudando finalmente a combatir la pobreza en las comunidades rurales.

El éxito de Karya en la India está inspirando a la empresa a explorar oportunidades más allá de sus fronteras. La startup está en conversaciones para ofrecer su plataforma como servicio a organizaciones en África y Sudamérica, que pueden replicar el modelo para empoderar a sus propias comunidades.

Más de 30.000 mujeres educadas en la India rural están trabajando activamente con Karya en proyectos destinados a reducir los sesgos de género en los conjuntos de datos de IA. Esta iniciativa, apoyada por la Fundación Bill y Melinda Gates, es un esfuerzo significativo en idiomas indios y servirá como base para construir conjuntos de datos que promuevan la equidad de género en los sistemas de IA.

Un camino hacia un futuro más brillante

En aldeas como Yelandur, las mujeres participan con entusiasmo en los proyectos de Karya, impulsadas por el deseo de ganar dinero y educar a sus hijos. A medida que la tecnología continúa avanzando, iniciativas como Karya no solo están remodelando la industria de los datos, sino también abriendo puertas hacia un futuro más brillante para las comunidades rurales en todo el mundo.

El enfoque innovador de Karya para la recopilación de datos está transformando el panorama de la IA mientras aborda problemas sociales críticos como la pobreza y el sesgo de género. A medida que las empresas tecnológicas reconocen cada vez más el valor de los datos de alta calidad, el modelo de Karya sirve como un faro de progreso e inclusividad en la industria tecnológica.