El trabajo fantasma sale a la luz en la app de Uber

Un destello en la pantalla del teléfono interrumpe la espera de Javier, un conductor de Uber en Austin. No es una solicitud de viaje. Es una tarea diferente, una «misión digital»: fotografiar con precisión la señalética de un carril para bicicletas cercano. Un par de clics y la imagen viaja a un servidor anónimo. A cambio, unos pocos céntimos se suman a su cuenta. Este gesto, repetido miles de veces al día por una legión de trabajadores a demanda, encapsula una de las transformaciones más silenciosas y profundas del mercado laboral contemporáneo. Los mismos individuos que mueven a las personas a través de la ciudad ahora han sido reclutados para alimentar con datos a los sistemas que, eventualmente, podrían prescindir de ellos por completo.

La iniciativa, bautizada por Uber como «Digital Tasks», se ha presentado como una respuesta a la solicitud de los propios conductores de tener más formas de generar ingresos. El programa piloto, lanzado en Estados Unidos tras una fase inicial en India, permite a los colaboradores de la plataforma ganar dinero durante los «tiempos muertos» entre servicios.

Dara Khosrowshahi, director ejecutivo de la compañía, enmarcó la medida como una oportunidad para que los conductores «ganen más durante el tiempo de inactividad». Sin embargo, esta narrativa de empoderamiento y flexibilidad oculta una reconfiguración mucho más compleja del trabajo: la hibridación del servicio físico de transporte con el trabajo intangible de anotar y clasificar la realidad para el consumo de las máquinas. Las tareas van desde verificar etiquetas hasta grabar clips de audio, fragmentos de cognición humana que son esenciales para el entrenamiento de modelos algorítmicos.

Del volante al dato, un desvío estratégico

Este programa no es una simple extensión de los servicios de la plataforma, sino el pilar de una unidad de negocio en crecimiento: el Grupo de Soluciones de Inteligencia Artificial de Uber, que vende sus capacidades de entrenamiento de datos a otras empresas. La compañía está monetizando su activo más valioso, una red descentralizada de millones de personas equipadas con sensores y en constante movimiento, convirtiéndola en una colosal infraestructura de recolección de datos humanos. De esta forma, Uber se posiciona no solo como un intermediario de movilidad, sino como un bróker de realidad anotada, un proveedor de la materia prima que alimenta la nueva economía de la automatización. Esta diversificación estratégica llega en un momento crítico, mientras el horizonte se puebla de vehículos autónomos.

La propia Uber ha sido una fuerza impulsora en esta transición, a través de alianzas clave como la que mantiene con Waymo (la división de coches autónomos de Alphabet) para ofrecer viajes sin conductor en ciudades como Phoenix y, más recientemente, Atlanta y Austin. La expansión de estos servicios representa una amenaza existencial para el modelo de negocio basado en conductores humanos. Khosrowshahi ha admitido que la pérdida masiva de empleos en el sector del transporte será un «gran problema para la sociedad».

Visto bajo esa luz, el programa de tareas digitales puede interpretarse como una cobertura, un intento de la compañía por ofrecer un salvavidas a la fuerza laboral que su propia estrategia de innovación tecnológica está volviendo prescindible. El conductor no solo transporta a un pasajero; ahora también extrae valor de su entorno para una economía que ya no lo necesita al volante.

Las «Digital Tasks» de Uber son la punta del iceberg de una industria global conocida como «microtrabajo» o «trabajo fantasma». Es la labor, a menudo mal pagada y desprovista de protecciones sociales, que hace posible la ilusión de la automatización inteligente. Detrás de cada recomendación de producto, cada filtro de contenido y cada coche que aprende a navegar una intersección compleja, hay un ejército de anotadores humanos que han etiquetado, clasificado y validado millones de fragmentos de información. Son el andamiaje invisible que sostiene la arquitectura de la modernidad algorítmica.

Empresas como Scale AI o la ya clásica Amazon Mechanical Turk han construido imperios sobre este modelo, pero la jugada de Uber es diferente: integra esta factoría de datos directamente en una aplicación utilizada por millones de personas para su trabajo principal.

Este cambio redefine la naturaleza del trabajo a demanda. Para comprender la magnitud de la transición, resulta útil contrastar directamente las dos modalidades laborales que ahora coexisten en la plataforma. El siguiente cuadro ilustra las diferencias fundamentales entre el paradigma original del transporte y el emergente trabajo de datos.

La propuesta de Uber, por lo tanto, no es simplemente ofrecer otro tipo de «trabajo esporádico», como cuando experimentó con servicios de montaje de muebles. Es algo mucho más profundo. Es la formalización de un ciclo en el que el trabajador participa activamente en la construcción de su propia obsolescencia. Al ejecutar estas tareas, los conductores no solo están ganando unos dólares extra; están transfiriendo su conocimiento tácito del mundo real, su capacidad única para interpretar el contexto de una calle concurrida o el matiz de una señal de tráfico desgastada, a un sistema que aprende de ellos para finalmente poder operar sin ellos.

La nueva parada en el mapa del conductor no conduce a un destino físico, sino a un futuro laboral incierto, uno que ellos mismos están ayudando a construir, fotografía a fotografía.

Referencias:

• Bitter, Alex. (25 de octubre de 2025). ¿El nuevo trabajo para los conductores de Uber? Entrenar a la IA. Business Insider España.

• Waymo Blog. (Varias fechas). Waymo One service expansion updates.

• Scale AI. Data Labeling & Annotation for AI. Sitio web oficial.

• Uber Newsroom. (Varias fechas). Announcements related to driver features and autonomous partnerships.