Introducción
Durante veinte años, Amazon Mechanical Turk fue la infraestructura invisible detrás de muchos proyectos de inteligencia artificial: una plataforma que conectaba a empresas con millones de trabajadores remotos dispuestos a completar microtareas por céntimos. Hoy, esa misma IA a la que contribuyó a entrenar la ha dejado obsoleta. Amazon ha anunciado su cierre definitivo.
El ocaso de dos décadas de microtrabajo humano
Durante dos décadas, millones de microtareas circularon en silencio por una plataforma llamada Mechanical Turk —nombre tomado de un autómata del siglo XVIII que supuestamente jugaba al ajedrez, pero que en realidad era operado por un humano oculto dentro del mueble. La metáfora no podría haber sido más acertada. Lanzada por Amazon en noviembre de 2005, incluso antes de que existiera el término crowdsourcing, la plataforma acaba de entrar en modo mantenimiento. A partir del 30 de julio de 2026, no será posible abrir nuevas cuentas ni enviar nuevas tareas.
Una segunda vida en los pipelines de entrenamiento de IA
En sus inicios, Mechanical Turk cubría necesidades muy diversas: transcribir grabaciones de audio, validar direcciones postales, moderar imágenes, redactar descripciones cortas de productos. Tareas repetitivas que los algoritmos de la época no podían realizar por sí solos. La plataforma llegó a contar con más de 500 000 trabajadores registrados en un centenar de países, principalmente en Estados Unidos e India.
Fue a partir de 2018, cuando AWS integró la plataforma en SageMaker, que MTurk vivió un verdadero renacimiento. El auge del machine learning supervisado generó una demanda masiva de datos etiquetados, y miles de empresas recurrieron a esta solución para alimentar sus pipelines de entrenamiento a bajo coste. Los llamados Turkers anotaban imágenes, clasificaban textos y evaluaban resultados de búsqueda —a veces remunerados con pocos céntimos por tarea.
La ironía de un modelo devorado por su propia lógica
El cierre de Mechanical Turk viene cargado de una ironía difícil de ignorar: la plataforma contribuyó a entrenar los modelos de IA generativa que hoy hacen que su propio modelo de negocio sea irrelevante. Las tareas que daban valor a los Turkers —identificar objetos en fotografías, juzgar la relevancia de un resultado de búsqueda, corregir una traducción— son ahora ampliamente automatizables gracias a las herramientas que ellos mismos ayudaron a construir.
Amazon no lo oculta: sus clientes son redirigidos hacia SageMaker Ground Truth, un servicio de anotación que incorpora capacidades de IA generativa para acelerar el etiquetado. Donde antes eran necesarios cientos de trabajadores para anotar un lote de imágenes, unas pocas llamadas a un modelo fundacional producen resultados comparables en una fracción del tiempo. Amazon no ha ofrecido ninguna explicación oficial, pero la lógica es inequívoca.
Lo que los equipos de datos deben anticipar
Para las empresas que aún dependían de MTurk o de un modelo similar de crowdsourcing generalista, este cierre es una señal clara sobre la fragilidad de ese tipo de dependencia. El ecosistema alternativo está hoy bien estructurado: plataformas como Scale AI, Labelbox, SuperAnnotate o Appen ofrecen flujos de trabajo de anotación robustos, con garantías de calidad, SLA contractuales e integración nativa con los principales frameworks MLOps. SageMaker Ground Truth sigue siendo una opción coherente para los equipos ya consolidados dentro del ecosistema AWS.
El problema que MTurk nunca llegó a resolver
Lo que revela el fin de Mechanical Turk es que la anotación de datos ha dejado de ser un problema de volumen para convertirse en un problema de calidad. Los modelos fundacionales han absorbido cantidades ingentes de datos genéricos. Lo que diferencia hoy a los proyectos de IA verdaderamente robustos es el dato propietario: finamente etiquetado, representativo de los casos de uso reales del negocio. Externalizar esa tarea a miles de trabajadores anónimos, con escasa formación sobre las especificidades del sector, se ha vuelto contraproducente.
Las empresas que invierten en serio en IA tienen todo el interés en tratar la anotación como una función estratégica: definir ontologías claras, conformar equipos de anotadores especializados y adoptar plataformas que garanticen trazabilidad y cumplimiento del RGPD. El fin de Mechanical Turk no es solo el cierre de una plataforma veterana —es el punto final de una época en la que se creía posible construir modelos sólidos sobre trabajo humano barato y poco cualificado.