La argentina que trabaja detrás de los modelos de IA de Google y la NASA: por qué el futuro no será sin humanos
Luciana Safdie lidera el área de Growth en Labelbox, una compañía clave en el entrenamiento y refinamiento de modelos de Inteligencia Artificial. Desde ese lugar, trabaja con laboratorios de frontera y sostiene que la IA no reemplazará personas, sino que transformará la manera en que trabajamos.
Mientras la conversación pública sobre Inteligencia Artificial suele concentrarse en nombres como OpenAI, Google, Anthropic o Meta, existe una parte menos visible de la industria que resulta decisiva para el futuro de la tecnología: el entrenamiento y post-entrenamiento de modelos.
En ese ecosistema aparece una argentina. Luciana Safdie, economista egresada de la Universidad de San Andrés, construyó una carrera destacada dentro del mundo tecnológico internacional. Fue COO de Wolox durante su adquisición por Accenture, cofundó Upcraft —luego comprada por Labelbox— y actualmente se desempeña como directora de Operaciones de Crecimiento en esa compañía.
Labelbox trabaja en una de las áreas más estratégicas de la Inteligencia Artificial: mejorar la calidad de las respuestas que producen los modelos. Para eso, conecta a laboratorios tecnológicos con especialistas humanos capaces de evaluar, corregir y perfeccionar los resultados generados por sistemas de IA.
El negocio invisible detrás de la Inteligencia Artificial
Durante la primera etapa de la IA generativa, los grandes modelos se entrenaron con enormes volúmenes de información disponible en Internet. Pero esa fase está mostrando límites. A medida que la web se llena de contenidos producidos también por IA, el desafío ya no es solo acumular más datos, sino mejorar la calidad del entrenamiento.
Ahí entra en juego el post-entrenamiento. Esta etapa permite refinar modelos, corregir errores, evaluar respuestas y adaptar sistemas a tareas cada vez más complejas. Según Safdie, esta parte del proceso se volvió central para los principales laboratorios de Inteligencia Artificial del mundo.
La tarea requiere especialistas humanos. Labelbox cuenta con una red de más de dos millones de profesionales que participan en evaluaciones, correcciones y entrenamientos. Su trabajo permite que los modelos sean más precisos, más útiles y más confiables.
En otras palabras: detrás de la IA que responde, programa, diseña o analiza información, todavía hay personas entrenando, revisando y mejorando esos sistemas.
Qué buscan hoy los grandes laboratorios de IA
Según señaló Safdie entrevistada por Forbes, uno de los sectores donde más se está invirtiendo es la generación de código. Los laboratorios buscan modelos capaces de asistir a programadores, detectar errores, escribir funciones, acelerar desarrollos y resolver problemas técnicos.
Otro foco importante está en el diseño, donde la Inteligencia Artificial empieza a intervenir en procesos creativos, generación de interfaces, producción visual y automatización de tareas vinculadas al desarrollo de productos digitales.
También crece el interés por el uso de IA en el mundo financiero y por el llamado “computer use”: sistemas capaces de interactuar con computadoras, completar planillas, crear documentos, armar presentaciones y ejecutar tareas complejas de manera autónoma.
El cambio de fondo es claro: la IA ya no se limita a responder preguntas. Está empezando a operar sobre herramientas de trabajo reales.
¿Burbuja tecnológica o revolución productiva?
La discusión sobre una posible burbuja de Inteligencia Artificial atraviesa a toda la industria tecnológica. Empresas que invierten miles de millones de dólares, valuaciones gigantescas y expectativas de productividad inmediata alimentan el debate.
Safdie no cree que la IA sea una burbuja. Para ella, hay valor real, aunque también reconoce que muchas empresas sobreestimaron los beneficios inmediatos de la tecnología.
El problema, según su mirada, no está en la herramienta, sino en la forma en que se adopta. Muchas compañías incorporaron IA esperando ahorrar costos de manera rápida, pero sin adaptar procesos, equipos ni objetivos. Eso generó frustración en algunos casos.
La clave no será simplemente “usar IA”, sino entender dónde suma, cómo se integra y qué tareas puede potenciar.
La IA no reemplaza personas: cambia el trabajo
Uno de los puntos más relevantes de la mirada de Safdie es su postura frente al impacto laboral. Mientras una parte del debate público imagina empresas operadas casi exclusivamente por agentes de Inteligencia Artificial, ella plantea un escenario más matizado.
La IA no reemplazará personas de manera lineal: cambiará la forma en que las personas trabajan. Las compañías que mejor aprovechen esta tecnología no serán necesariamente las que eliminen más puestos, sino las que logren que sus equipos produzcan mejor, más rápido y con mayor precisión.
La diferencia puede parecer menor, pero es central. No se trata solo de automatización, sino de reorganización del trabajo. Tareas repetitivas, procesos lentos y actividades operativas pueden reducirse, mientras que crece la necesidad de criterio humano, conocimiento experto y capacidad para tomar decisiones.
La oportunidad para Argentina
Argentina tiene una ventaja concreta en esta nueva etapa: su talento profesional. Durante años, el país construyó una reputación internacional fuerte en programación, desarrollo de software y servicios tecnológicos.
Pero el entrenamiento de modelos de Inteligencia Artificial abre una oportunidad más amplia. Ya no se necesitan solamente programadores. También hacen falta abogados, científicos, economistas, médicos, diseñadores, especialistas financieros y profesionales capaces de aportar conocimiento experto.
Ese punto es clave para países como Argentina. La exportación de talento puede ir más allá del software tradicional y expandirse hacia áreas donde el conocimiento humano sea necesario para entrenar sistemas cada vez más sofisticados.
Safdie también identifica una característica cultural favorable: la capacidad argentina para moverse en contextos inciertos, asumir riesgos y adaptarse rápido. En una industria todavía nueva, donde muchas reglas están en construcción, esa flexibilidad puede transformarse en una ventaja competitiva.
Curiosidad y práctica: la nueva alfabetización digital
Para quienes sienten que la Inteligencia Artificial avanza demasiado rápido, Safdie propone una respuesta simple: curiosidad y práctica.
No se trata de convertirse de un día para el otro en especialista técnico, sino de empezar a probar herramientas, entender cómo funcionan, detectar para qué sirven y aprender a integrarlas en el trabajo cotidiano.
La nueva brecha no estará solo entre quienes sepan programar y quienes no. Estará entre quienes aprendan a usar IA para potenciar sus capacidades y quienes decidan ignorarla.
La Inteligencia Artificial ya está transformando empresas, profesiones y modelos de negocio. Pero el caso de Safdie muestra algo importante: incluso en el corazón de la industria más avanzada del mundo, el conocimiento humano sigue siendo indispensable.
