Chi insegna all'AI a rispondere guadagna pochi centesimi a compito: viaggio nel mercato nero del lavoro digitale

Dalle testimonianze dei lavoratori digitali ai meccanismi delle piattaforme, un viaggio nel dietro le quinte di chi addestra l’AI per pochi centesimi, tra precarietà e le nuove sfide del lavoro globale.

La diffusione dell’intelligenza artificiale sta ridefinendo alla radice le modalità di connessione tra domanda e offerta nel settore lavorativo globale. Negli ultimi anni, la digitalizzazione dei processi produttivi e l'automazione massiva di attività ripetitive hanno dato impulso a una trasformazione epocale che coinvolge imprese, lavoratori e piattaforme digitali. L’avvento di tecnologie capaci di apprendere dai dati – evolvendosi costantemente tramite l’interazione con gli utenti – genera nuove opportunità, ma anche rischi concreti di sfruttamento e precarizzazione.

In questo scenario emergono nuove figure professionali e una vasta gamma di mansioni collegate alla formazione degli algoritmi. Accanto ai lavori specializzati e ad alto valore aggiunto, si estende un sottobosco di attività caratterizzate da remunerazione minima, contratti atipici e totale invisibilità sociale. L’attenzione pubblica si concentra sempre più spesso sulle condizioni di chi contribuisce «dietro le quinte» al perfezionamento dei sistemi di AI – in particolare, coloro che svolgono mansioni ripetitive e segmentate su piattaforme globali.

Le nuove dinamiche del lavoro digitale obbligano a ripensare i tradizionali strumenti di tutela e le strategie di regolamentazione internazionale. L'effetto combinato di globalizzazione e automazione impone riflessioni inedite: le piattaforme digitali mettono a confronto lavoratori di tutto il mondo, annullando spesso barriere salariali e normative, e alimentando forme di dumping competitivo che penalizzano soprattutto le fasce più vulnerabili della forza lavoro.

Lavorare per addestrare l’AI: cosa significa e quali piattaforme esistono

Le piattaforme di micro-lavoro dedicato all’intelligenza artificiale sono ambienti digitali internazionali dove migliaia di persone collaborano quotidianamente al perfezionamento degli algoritmi. L’attività centrale di questi lavoratori consiste nell’interagire direttamente con le intelligenze artificiali per correggerne le risposte, valutare la qualità delle soluzioni proposte, etichettare dati oppure tradurre contenuti, contribuendo così al continuo miglioramento dei modelli linguistici.

Tra le piattaforme più conosciute a livello mondiale figurano:

• Clickworker: offre incarichi frazionati – dall’annotazione di testi alla categorizzazione di contenuti digitali – ai cosiddetti “micro-lavoratori”.
• Amazon Mechanical Turk: tra i primi marketplace del lavoro digitale, permette di eseguire compiti ripetitivi legati anche all’addestramento dei chatbot e di altri sistemi di AI.
• Appen: specializzata nella raccolta e classificazione dati, coinvolge lavoratori da tutto il pianeta per migliorare la precisione delle soluzioni algoritmiche.

Il funzionamento base è comune a molte piattaforme: il lavoro viene suddiviso in micro-task, ovvero mansioni elementari che richiedono pochi minuti ciascuna. Gli utenti possono accedere alla piattaforma, selezionare i compiti disponibili e ricevere una retribuzione per ogni task completato – spesso misurata in centesimi di euro. Tale modello permette una vasta “flessibilità” e consente di lavorare da qualsiasi luogo, ma la combinazione di bassi compensi e assenza di tutele garantite genera dinamiche di sfruttamento endemico.

Nonostante le promesse di democratizzazione e accessibilità, il lavoro intorno ai sistemi intelligenti resta in gran parte invisibile e frequentemente sottovalutato dalle stesse aziende committenti. Questa tendenza alimenta dibattiti etici e una crescente pressione per l’introduzione di standard di trasparenza e diritti minimi a livello transnazionale.

Testimonianze dirette: chi sono i lavoratori che addestrano i chatbot

Dietro ogni chatbot che risponde in modo naturale si celano squadre di lavoratori spesso non riconosciuti, la cui attività è essenziale ma invisibile. Le testimonianze raccolte in vari paesi mettono in luce una comunità frammentata e multiculturale, spesso composta da studenti, disoccupati, giovani professionisti, ma anche madri, pensionati e persone in cerca di un’entrata supplementare.

Un esempio ricorrente è quello di giovani laureati o underemployed che, impossibilitati a trovare occupazione stabile nel proprio settore di studio, si riversano sulla gig economy digitale. «Mi sono iscritta per arrotondare», racconta una ex-studente italiana, «ma presto ho capito che, pur lavorando anche molte ore, l’effettivo guadagno era spesso ridicolo». Si tratta spesso di persone in cerca di flessibilità oraria, attratte dalla promessa di lavorare “quanto e quando vuoi”.

Tuttavia, esperienze dirette raccontano di lunghe sessioni davanti al PC per riuscire a raggiungere la soglia di pagamento minima imposta dalla piattaforma. Diversi lavoratori segnalano la mancanza di assistenza tecnica o di spiegazioni adeguate rispetto ai criteri di valutazione dei task: una condizione che può sfociare in stress e senso di isolamento.

Il valore aggiunto del lavoro umano rimane fondamentale: sono le persone a intervenire dove l’AI fallisce, curando la qualità delle risposte e correggendo pregiudizi o errori logici dei modelli. Nonostante questo ruolo insostituibile, la percezione diffusa è quella di essere facilmente sostituibili e invisibili agli occhi del committente, portando molti a domandarsi se si tratti di vera opportunità o di semplice reiterazione della precarietà digitale.

Compensi irrisori e condizioni di lavoro: un mercato nero digitale

L’aspetto economico del lavoro per l’addestramento delle AI rappresenta uno dei nodi più problematici. Diversi report e testimonianze confermano che la maggior parte dei micro-task viene remunerata con pochi centesimi di euro per incarico; di norma, solo dedicando molte ore consecutive è possibile racimolare cifre vicine al minimo salariale locale.

La struttura retributiva adottata dalle principali piattaforme dipende da diversi fattori:

• la complessità del compito richiesto;
• la rapidità di esecuzione;
• l’allocazione globale della forza lavoro (es. prevalenza di lavoratori da paesi a basso reddito comporta compensi più bassi anche per chi risiede in mercati ad alto costo della vita).

La mancanza di trasparenza nei criteri di attribuzione dei task e la frequente assenza di contratti formali lasciano spesso spazio ad abusi sistematici: sospensione arbitraria degli account, cancellazione dei guadagni accumulati, ri-definizione unilaterale delle regole operative. In mancanza di tutele sindacali e di diritti riconosciuti, lavorare sulle piattaforme di micro-task equivale quasi sempre a operare in un mercato parallelo privo di garanzie, assimilabile sotto molti aspetti a un “mercato nero” digitale.

I dati raccolti da osservatori internazionali mostrano che, nella maggior parte dei casi, le somme percepite non coprono nemmeno le soglie di povertà relative per le economie locali. Non è raro che, a fronte di guadagni di 2-3 euro all’ora, la piattaforma imponga costi di commissione o limiti minimi di prelievo, riducendo ulteriormente il netto percepito dal lavoratore.

“Non ci sono ferie né tutele in caso di malattia. Le regole cambiano da un giorno all’altro”, afferma un collaboratore da Manila. Questo clima di incertezza diffusa sottolinea come il modello redditizio per le aziende produttrici di AI poggi spesso su una catena di valore fragile e opaca, dove il costo del lavoro è spinto al ribasso dalla pressione competitiva globale.

Come funzionano le piattaforme di micro-lavoro come Clickworker

Clickworker rappresenta un esempio paradigmatico di piattaforma che consente a privati cittadini di collaborare digitalmente all’addestramento dei sistemi cognitivi artificiali. L’interfaccia utente permette di accedere a un “marketplace” di micro-task in continua evoluzione, suddivisi in categorie (annotazione immagini, revisione testi, valutazione risposte, traduzioni e altro ancora).

Il processo operativo si articola tipicamente in queste fasi:

• registrazione e superamento di test valutativi per essere abilitati alle categorie di lavoro;
• consultazione dell’elenco dei task disponibili, ciascuno dei quali presenta una descrizione, il tempo stimato e il relativo compenso;
• esecuzione guidata, con tutorial minimo e monitoraggio delle performance;
• assegnazione di un rating individuale che influenza la quantità e qualità dei compiti successivamente accessibili;
• pagamento accumulato e trasferibile tramite metodi elettronici soggetti a commissioni.

L’impostazione “on demand” garantisce ampia libertà organizzativa, ma comporta una totale incertezza in termini di volume di lavoro disponibile e prevedibilità del reddito. Per i micro-lavoratori il rischio di trascorrere periodi inattivi o non riuscire a raggiungere la soglia minima per il prelievo è frequente. L’assenza di un vero rapporto di lavoro subordinato esclude ogni copertura previdenziale o assicurativa, riducendo i collaboratori a semplici fornitori di servizi a chiamata.

Le piattaforme come Clickworker valutano i risultati attraverso algoritmi che possono penalizzare lievi errori oppure ritardi, a volte senza possibilità di appello. Questo metodo, dichiarato per motivi di qualità, contribuisce però a rafforzare la sensazione di precarietà e a spingere i partecipanti verso una produttività esasperata, spesso a danno dell’attenzione sul contenuto e della qualità della vita.

La catena del valore: dai “compiti” ai grandi modelli linguistici

Ogni micro-task svolto sulle piattaforme rappresenta un piccolo mattoncino per la crescita dei sistemi di intelligenza artificiale. La catena del valore parte da attività apparentemente banali (ad esempio etichettare un’immagine, valutare la pertinenza di una risposta, correggere errori di grammatica) e si sviluppa attraverso una serie di passaggi successivi:

• aggregazione dei dati: i risultati di milioni di micro-task vengono raccolti e filtrati dalle piattaforme;
• processamento algoritmico: questi dati etichettati alimentano i processi di machine learning dei modelli generativi;
• affinamento dei modelli: ogni correzione umana contribuisce a migliorare l’accuratezza, la pertinenza e l’affidabilità delle risposte dei chatbot;
• prodotto finale: le imprese committenti commercializzano sistemi AI sempre più performanti.

In questa catena del valore globale il contributo umano è indispensabile: senza il lavoro di annotazione, verifica e moderazione, i modelli di linguaggio rimarrebbero limitati, imprecisi e potenzialmente rischiosi. Tuttavia, la distanza tra il valore economico prodotto dai grandi modelli linguistici commercializzati e la retribuzione ricevuta da chi svolge i micro-task evidenzia l’asimmetria strutturale della cosiddetta “economia cognitiva”.

Le mansioni tipiche: classificare, moderare, etichettare testi e dati

Le attività maggiormente richieste dalle piattaforme specializzate prevedono mansioni standardizzate che contribuiscono direttamente al raffinamento dei sistemi intelligenti. Tra le più diffuse:

• Classificazione di testi e immagini: attribuzione di etichette semantiche a contenuti testuali e visuali per l’addestramento dei modelli di riconoscimento.
• Moderazione di contenuti: valutazione della correttezza, pertinenza, sicurezza e legalità delle risposte automatiche, in conformità alle policy delle aziende digitali.
• Etichettatura di dati linguistici: assegnazione di tag a porzioni di testo, individuazione di errori grammaticali o stilistici, suggerimento di modifiche migliorative.
• Revisione della qualità delle risposte dei chatbot: controllo manuale su campioni randomici prodotti dalle AI per segnalarne errori, bias o risposte insoddisfacenti.
• Traduzioni e trascrizioni: supporto multilingue per i modelli impiegati in mercati non anglofoni.

Queste attività si collocano tipicamente nella fascia più bassa della catena del valore digitale, essendo ripetitive, facilmente frammentabili e accessibili anche a chi non possiede competenze tecniche avanzate. Tuttavia, l’impatto, in termini di formazione dei modelli e di mitigazione dei rischi etici (bias, contenuti offensivi, rischi normativi), resta indiscutibilmente centrale.

La precarietà digitale: chi protegge i diritti dei lavoratori dell’AI?

La tutela dei diritti nel micro-lavoro digitale rappresenta una delle sfide più sentite e discusse dagli osservatori internazionali. L’assenza di riconoscimento come lavoratore subordinato, unita alla qualificazione giuridica di “collaboratore occasionale”, esclude i micro-tasker dalla maggior parte delle garanzie tipiche del mercato del lavoro tradizionale: ferie, congedi, previdenza sanitaria, salario minimo garantito, rappresentanza collettiva.

L’unica forma, spesso inefficace, di tutela resta il rating personale attribuito dalla piattaforma, soggetto a oscillazioni imponderabili e privo di canali trasparenti di ricorso in caso di penalizzazione. In condizioni di deterioramento del rapporto con la piattaforma, molti lavoratori si trovano improvvisamente esclusi dalla possibilità di esercitare attività, senza spiegazioni né compensazioni economiche.

La crescita esponenziale di queste forme occupazionali ha stimolato alcune iniziative legislative e regolamentari, in particolare a livello europeo. Alcuni orientamenti interpretativi suggeriscono l’estensione di minimi diritti all’ambito del platform work (si veda ad esempio la direttiva europea sul lavoro tramite piattaforme digitali), ma le applicazioni concrete sono ancora limitate e frammentarie. L’efficacia di tali normative rischia spesso di essere elusa dalla natura transnazionale delle piattaforme e dalla difficoltà di esercitare controlli su vasta scala.

Restano cruciali le iniziative di informazione e aggregazione sindacale tra lavoratori del settore, che però si scontrano con l’alto tasso di ricambio, l’anonimato e la dispersione geografica dei collaboratori. Chi tutela realmente i lavoratori dell’AI? La risposta, allo stato attuale, è ancora aperta e riguarda la responsabilità collettiva delle istituzioni, delle imprese committenti e delle stesse piattaforme digitali.

Le nuove geografie dello sfruttamento: lavoratori globali, imprese occidentali

Il modello delle piattaforme di micro-task riflette una polarizzazione geografica della creazione e della redistribuzione del valore economico. Sebbene i committenti principali siano grandi gruppi digitali statunitensi ed europei, la maggior parte dei micro-lavoratori risiede in paesi emergenti o a basso reddito, dove anche compensi apparentemente irrisori possono risultare competitivi rispetto alle offerte del mercato locale.

Le statistiche confermano che paesi come Filippine, India, Kenya, Brasile accolgono le principali masse di annotatori, revisori, moderatori di dati per sistemi AI. Per molte famiglie la possibilità di accedere a micro-pagamenti in valuta forte rappresenta un’entrata vitale. D’altra parte, la pressione ribassista sui compensi a livello globale esercita un impatto negativo anche sul mercato del lavoro dei paesi occidentali, mettendo in seria difficoltà chi, pur operando da ecosistemi ad alto costo, deve competere a parità di condizioni economiche e privo di ogni tutela sindacale.

Questa globalizzazione asimmetrica genera nuove forme di dumping sociale e rischia di allargare la forbice delle disuguaglianze. Non di rado, le piattaforme digitali adottano politiche di selezione automatica delle workforce per “ottimizzare” i costi, privilegiando gli utenti di aree a basso tenore di vita e penalizzando chi cerca di ottenere un compenso dignitoso negli ecosistemi più avanzati.

Esistono alternative etiche? Piattaforme responsabili e nuove proposte

La domanda di modelli di lavoro etici nel settore dell’intelligenza artificiale si fa sempre più pressante. In risposta all’emergere delle problematiche legate ai bassi compensi e all’assenza di diritti, alcune start-up e piattaforme stanno sperimentando soluzioni orientate alla responsabilità sociale:

• Applicazione di salari minimi orari equivalenti a quelli riconosciuti nei paesi dei lavoratori, indipendentemente dall’origine geografica.
• Clausole di trasparenza sui criteri di assegnazione dei task e sui sistemi di penalizzazione, con possibilità di ricorso.
• Benefici aggiuntivi, quali accesso a formazione online gratuita, supporto psicologico, community di supporto per la gestione del burnout digitale.
• Strumenti di rappresentanza collettiva e di negoziazione della tariffa minima per i micro-lavoratori.

Alcune piattaforme dichiarano inoltre di differenziarsi mediante l’auditing indipendente delle condizioni di lavoro e la pubblicazione annuale di report sulla trasparenza. Sebbene tali tentativi non siano ancora diffusi su larga scala, segnalano la nascita di modelli alternativi potenzialmente replicabili in contesti più ampi. L’efficacia sul lungo periodo dipenderà dalla domanda collettiva di condizioni più eque e dalla pressione normativa internazionale.

Prospettive future: come cambierà il lavoro digitale nell’era dell’AI

I trend attuali proiettano uno scenario di crescente integrazione tra AI e mercato del lavoro digitale. Da un lato, la richiesta di dati accurati, contenuti verificati e verifica di qualità alimenterà la domanda di micro-task umani. Dall’altro, l’automazione di ulteriori fasi produttive e lo sviluppo di modelli in grado di auto-correggersi potrebbero ridurre progressivamente il volume di lavoro disponibile per i lavoratori meno specializzati.

Crescono pertanto le opportunità per chi intende investire nell’aggiornamento delle proprie competenze (ad esempio, automazione, gestione dati, supervisione di algoritmi) e orientarsi verso ruoli più qualificati e meno automatizzabili. Restano, però, irrisolte molte criticità che richiedono interventi multilivello: dal riconoscimento giuridico della figura del micro-tasker, all’introduzione di standard di salario equo, fino alle strategie per promuovere un ecosistema digitale basato su trasparenza e diritti.

L’addestramento delle intelligenze artificiali attraverso il lavoro umano rappresenta uno snodo delicato nel processo di trasformazione economica globale. La distanza tra il valore generato dai grandi modelli commerciali e la remunerazione effettiva dei lavoratori è oggi tra i principali fattori di squilibrio del nuovo mercato digitale, generando una precarietà strutturale che chiede risposte concrete e condivise.

Costruire un futuro digitale più equo impone la promozione della consapevolezza sociale, l’introduzione di regole minime di protezione e l’affermazione di nuovi diritti per chi svolge mansioni di supervisione, correzione e miglioramento delle AI. La pressione della società civile, il ruolo attivo delle istituzioni e la crescente attenzione all’impatto sociale delle tecnologie saranno leve decisive per combattere lo sfruttamento digitale e reimmaginare il rapporto tra innovazione, lavoro ed equità.