Los grandes modelos de lenguaje ya tramitan alrededor del 50% de las solicitudes de revisión de contenido en plataformas de Meta que antes realizaban personas y el objetivo es que en determinadas categorías el porcentaje supere el 90% antes de que concluya el año. Estos datos, revelados por Financial Times, muestran que la empresa está acelerando una sustitución que justifica más por calidad que por ahorro de costes.
De hecho, según los resultados que ha obtenido desde marzo, los sistemas potenciados por inteligencia artificial cometen un 13% menos de errores que los revisores humanos y a la vez detectan un 10% más de infracciones reales. Además la compañía asegura que cada vez están más preparados para entender contexto, ironía, lenguaje cambiante e idiomas con pocos moderadores disponibles, de ahí los datos positivos.
El gigante de la web social está acelerando respecto al calendario del que habló en marzo y cada vez prescinde de más personas en procesos de apelación.
Esa versión no concuerda con algunos empleados y exempleados consultados por el diario económico, que denuncian falsos positivos, retiradas injustificadas de publicaciones y vetos silenciosos conocidos como shadow banning. Esto último alude a restricciones disimuladas y generalmente provisionales con el objetivo de ocultar contenido publicado por un usuario que no merece eliminación o cierre de cuenta pero puede ser controvertido.
En todo caso, los datos ofrecidos por Meta carecen de contexto para poder evaluarlos adecuadamente. Sin ir más lejos, no incluyen la tasa absoluta de error, las categorías analizadas, los idiomas incluidos o el comportamiento ante contenidos potencialmente polémicos derivados de política, sátira o acontecimientos imprevistos. Lo que sí dan a entender es que la inteligencia artificial está reemplazando al juicio humano posterior a una apelación, ya que la compañía venía automatizando la detección de faltas desde hace años.
Ese proceso fue presentado públicamente en marzo bajo la premisa de que la tecnología no sustituiría a la evaluación humana, pero lo indicado por Financial Times muestra que su calendario se está acelerando sobre lo previsto. Eso se estaría debiendo en parte al traslado de la carga de trabajo a Muse Spark, el primer gran modelo desarrollado por su división de superinteligencia, después de haber utilizado Gemini de Google.
Aunque Meta habla de los cambios como una palanca de mejora del servicio, la realidad es que la moderación de contenidos ha comprometido tradicionalmente miles de millones de dólares en subcontratas y la inversión en infraestructura y talento vinculados a inteligencia artificial no deja de crecer. Por tanto la automatización de esas tareas libera recursos para afrontar costes crecientes sin que se resienta la rentabilidad.
En la Unión Europea el artículo 20 de la Directiva de Servicios Digitales obliga a que las plataformas tengan supervisión cualificada y las tareas de moderación no estén plenamente automatizadas. Por tanto en la región Meta siempre deberá acreditar que hay personas al cargo de una forma u otra.
