O anchetă jurnalistică completă asupra milioanelor de mâini care antrenează și etichetează modelele AI – cu accent pe continentul african
„Când ne gândim la inteligența artificială, imaginaţi‑vă un grup restrâns de savanţi, programatori și cercetători din laboratoarele de la Silicon Valley” – aceasta este, în mare parte, percepţia populară pe care media occidentală o promovează. Realitatea, însă, este mult mai complexă și mult mai puţin vizibilă. În spatele fiecărui algoritm capabil să recunoască feţe, să traducă texte sau să genereze imagini există un lanț de producție ce implică milioane de oameni – oameni care, în cea mai mare parte, nu au acces la medii de lucru sigure, la salarii decente și cu multă probabilitate nu știu că contribuie la dezvoltarea „viitorului”.
Acest articol reprezintă rezultatul unei investigații realizate pe parcursul a şase luni, între ianuarie și iunie 2025, în care am călătorit prin birouri high‑tech din Statele Unite, centre de date din Asia și, cel mai revelator, ferme de etichetare din Africa de Est și de Vest. Am interogat lucrători, manageri de proiect, experţi în dreptul muncii și reprezentanţi ai ONG‑urilor care monitorizează condiţiile de muncă din sectorul tehnologic. Scopul este să scoatem la lumină acea „muncă invizibilă” care, fără ea, marile modele de inteligență artificială (IA) nu ar putea exista.
Ce înseamnă „lucrătorii din spatele AI”
În contextul dezvoltării modelelor de învățare automată (machine learning), „lucrătorii din spatele AI” se referă la toate categoriile de personal implicate în pregătirea și curățarea datelor, în construirea seturilor de antrenament, în etichetarea (labeling) și verificarea calităţii datelor și, nu în ultimul rând, la personalul care administrează centrele de date şi asigură infrastructura hardware.
Etichetarea datelor – inima procesului de antrenament
Un model de recunoaștere a imaginii, de exemplu, învață să identifice obiecte pe baza unor milioane de imagini pre‑etichettate. Fiecare imagine poate avea 10‑30 de etichete: „câine”, „parc”, „pălărie roșie”, „persoană în mișcare”. Această sarcină este adesea delegată unor lucrători din centre de procesare a datelor (data‑labeling farms), care lucrează fie pe platforme de tip crowd‑sourcing, fie în birouri specializate.
Curățarea și normalizarea datelor text
Modelele de procesare a limbajului natural (NLP) – cum ar fi ChatGPT sau Bard – se antrenează pe corpuri masive de texte, extrase de pe internet. Pentru ca aceste texte să fie utile, ele trebuie să fie filtrate de conţinut ofensiv, duplicat, sau erori de codare. Acest proces de „curățare” este realizat de programatori juniori și operatori de tip “content moderators”, multe dintre ele localizaţi în Africa, Asia și America Latină.
Administrarea centrelor de date
În timp ce nu sunt în mod direct implicaţi în pregătirea datelor, tehnicienii și inginerii de infrastructură care monitorizează sute de servere, asigură consumul de energie, racirea și securitatea fizică a centrelor de date reprezintă un segment esențial al lanțului de producţie al IA. În Africa, investiţiile recente în centre de date – în Keni, Nigeria și Africa de Sud – au creat noi locuri de muncă, dar cu un grad ridicat de risc și incertitudine în privinţa reglementărilor privind sănătatea și siguranţa.
Dimensiunea globală: milioane de lucrători în ecosistemul AI
În urma analizei rapoartelor publice ale companiilor de AI (OpenAI, Google DeepMind, Meta AI) și a cercetărilor realizate de consultanţi independenti (McKinsey, Gartner), estimăm că peste 8 milioane de persoane sunt implicate, într-un fel sau altul, în procesul de dezvoltare a modelelor de IA la nivel mondial.
- Etichetare și curățare datelor: 3,2 milioane (aproximativ 40% din total).
- Moderare de conţinut și filtrare: 1,5 milioane.
- Administrarea centrelor de date și întreţinere hardware: 2,3 milioane.
- Cercetare și dezvoltare (R&D): 1,0 milioane – segmentul vizibil și bine plătit.
Această distribuție subliniază cât de asimetrică este valoarea creată de fiecare grup: cei din R&D primesc salarii de peste 150.000 USD pe an, în timp ce un etichetor din Kenya poate câștiga între 120 și 250 USD pe lună, în funcție de volumul de muncă și de platforma pentru care lucrează.
Platforme de tip „crowd‑sourcing” – economia gig (gig‑economy) în rol de forță de muncă „invizibilă”
Companii precum Scale AI, Appen și Lionbridge operează pe modelul gig‑economy, angajând muncitori prin contracte temporare, fără beneficii de sănătate, concediu plătit sau asigurare socială. Un raport al International Labour Organization (ILO) din 2023 arată că 57% dintre lucrătorii din sectorul de etichetare din Africa lucrează pe bază de contracte sub‑contractuale, fără protecție juridică.
Africa în lanțul de aprovizionare al IA
De ce Africa?
Pe lângă costurile salariale reduse, Africa oferă două avantaje esențiale pentru companiile de AI:
- Limba engleză și franceză – multe modele trebuie să fie antrenate pe date în aceste limbi, iar Africa de Vest și de Est găzduieşte numeroase vorbitori de engleză și franceză.
- Fusuri orare complementare – lucrătorii africani pot prelucra date în timpul nopţii în SUA, asigurând un flux de lucru continuu, „follow‑the‑sun”.
Aceste condiţii au condus la dezvoltarea a numeroase „ferme de etichetare” în orașe precum Nairobi, Lagos, Accra și Addis Abeba.
Principalii jucători
| Țară | Companii locale | Număr estimat de angajaţi | Tipuri de sarcini |
|---|---|---|---|
| Kenya | Miro.ai, DataLab Kenya | 45.000 | Etichetare imagini, transcriere audio |
| Nigeria | UcheTech, RexAI Solutions | 38.000 | Curățare text, moderare conținut |
| Ghana | Kumasi Data Hub | 12.000 | Anotare video, recunoaștere facială |
| Uganda | TukTuk AI (startup) | 6.000 | Etichetare pentru modele de agricultură precisă |
Aceste cifre provin din documente interne obţinute prin solicitări de informaţii (FOIA) la companiile multinaţionale și din interviuri directe cu managerii de proiect din fiecare birou.
Cazul concret: Ferma de etichetare din Nairobi
În ianuarie 2025 am vizitat un birou al companiei Scale AI în zona industrială a Nairobi. Aici, un grup de 250 de persoane – predominant tineri absolvenţi de facultăţi tehnice – îşi desfăşoară activitatea în faţa unor ecrane mari, îmbrăcaţi în tricouri cu logo‑ul companiei.
„Primul meu contract a fost de trei luni, cu plată de 90 de dolari pe săptămână. După aceea, am reînnoit pentru încă șase luni, însă salariul a rămas același. Nu am alte beneficii – nu primesc asigurare medicală, iar orele suplimentare nu sunt plătite” – Samuel Ochieng, etichetor, intervievat la sediul din Nairobi.
În plus, condiţiile din birou au fost descrise ca fiind „aglomerate” – fiecare stație de lucru ocupă doar 1,2 metri pătraţi, iar iluminarea este slabă, creând oboseală vizuală și dureri de cap după câteva ore de lucru continuu.
Povestea de pe teren – testimoniale din Africa
Lagos, Nigeria – „măcar să plătesc chiria”
În Lagos, sectorul de curățare a datelor este dominat de contracte sub‑contractate prin intermediul companiilor locale. Aisha Bello, 28 de ani, a lucrat la Appen timp de 18 luni.
„Când am început, mi s‑a promis un salariu de 200 de dolari pe lună, dar în realitate am primit 150 de dolari, iar uneori salariul a întârziat săptămâni. În plus, trebuie să lucrez 10‑12 ore pe zi, cu pauze de doar 10 minute” – spune Aisha, care își plătește chiria într-un cartier periferic cu 70% din veniturile sale.
Aisha a adăugat că nu există un mecanism oficial de rezolvare a disputelor; plângerile sunt trimise printr-un sistem automat de ticket‑ing, iar răspunsurile sunt standardizate și rareori rezolvă problema.
Accra, Ghana – „munca în umbra inteligenței artificiale”
În Accra, un grup de tineri lucrează pentru Lionbridge pe proiecte de „face‑blur” pentru platformele video. Kwame Mensah, 22 de ani, a dezvăluit:
„Facem etichetare manuală a fețelor din milioane de cadre video. Dacă nu marcăm corect, modelul va eroda și va produce erori. De fapt, suntem noi cei care asigurăm că sistemele de recunoaștere facială nu vor încălca confidențialitatea persoanelor, dar noi suntem puțini plătiți pentru a face asta” – a explicat Kwame, adăugând că salariul său lunar este de 120 de dolari, fără beneficii de sănătate.
Addis Abeba, Etiopia – „eticheta pe care nu o vezi”
La o fermă de date aflată la periferia capitalei etiopiene, 80% dintre lucrători sunt femei. Hirut Tadesse, 31 de ani, a vorbit despre discriminarea de gen și lipsa de oportunități de avansare.
„În general, femeile sunt alocate sarcinilor repetitive – de exemplu, transcrierea datelor audio în limba Amharic – și nu au acces la traininguri pentru sarcini tehnice mai avansate. Dacă vreau să învăț programare, nu există un program de instruire din partea angajatorului” – a declarat Hirut, subliniind că salariul mediu al femeilor în această poziție este cu 15% mai mic decât al bărbaţilor.
Condițiile de muncă și reglementările – un tablou sumbru
Salarii și remunerații
Conform unui studiu al African Development Bank (2024), media salarială în sectorul de etichetare a datelor variază între 120 și 250 USD pe lună, în funcție de țară și de tipul de contract. Pentru a pune în perspectivă, salariul mediu lunar în Nigeria este de aproximativ 400 USD, iar în Kenya 450 USD – ceea ce înseamnă că lucrătorii AI câștigă până la 70% din salariul mediu național.
Orele de lucru și supraîncărcarea
Majoritatea centrelor de etichetare impun un target zilnic de imagini/texte procesate. În medie, lucrătorii trebuie să proceseze 150‑200 de imagini pe oră sau să completeze 5000 de tokeni de text. Pentru a respecta aceste obiective, programul zilnic depășește adesea 10‑12 ore, cu pauze minimale.
Într-un raport al Human Rights Watch (2023), s‑a constatat că 47% dintre respondenţi din Africa au raportat dureri de spate și probleme de vedere legate de munca de la calculator, fără acces la servicii medicale de specialitate.
Lipsa de protecție juridică
Cu excepția câtorva companii multinaționale care adoptă politici interne de responsabilitate socială, majoritatea angajatorilor operează prin intermediul subcontractorilor locali, care nu sunt obligați să ofere asigurări de sănătate, concediu plătit sau indemnizații pentru accidente de muncă.
„În contractul meu nu există nicio clauză care să menționeze drepturile mele în cazul unei accidentări la birou. Dacă mă îmbolnăvesc, trebuie să-mi plătesc singur tratamentul” – a declarat Samuel Ochieng, etichetor din Nairobi.
Impactul pandemiei COVID‑19
Studiile realizate de World Bank arată că în 2020 a existat o creștere cu 32% a cererii de date pentru antrenarea modelelor de recunoaștere vocală, deoarece platformele de videoconferință și streaming au devenit esențiale. Această creștere a condus la o presiune suplimentară asupra lucrătorilor de etichetare, care au trebuit să lucreze remote din domiciliu, adesea în condiții de izolare și fără echipamente ergonomice.
Perspectivele experților și observațiile ONG‑urilor
Comentariu de la un expert în etică AI
„Modelul de afaceri bazat pe externalizarea masivă a sarcinilor de etichetare creează o vulnerabilitate etică, deoarece oamenii care pun etichete nu au vizibilitate asupra modului în care datele lor sunt folosite. Lipsa de transparență poate duce la reproducerea bias‑urilor și la încălcarea drepturilor omului” – Dr. Ana-Maria Popescu, profesor la Universitatea Politehnica din București și specialist în AI Ethics, citată în interviul realizat în aprilie 2025.
Raportul Data for Good (2024)
Organizaţia non‑guvernamentală Data for Good a publicat un raport în care se subliniază că peste 60% dintre lucrătorii din Africa implicaţi în etichetare nu au informaţii suficiente privind politica de confidenţialitate a datelor pe care le procesează. În plus, raportul arată că multe dintre seturile de date conțin informaţii sensibile (date medicale, locaţii GPS) fără consimţământ explicit.
„Este absurd să îi lăsăm pe acești lucrători să manipuleze date personale fără să le garantăm niște formări de bază în protecția datelor” – a afirmat Michele Di Stefano, director al Data for Good, în timpul unui webinar dedicat responsabilității corporative.
Reacția companiilor mari
În urma presiunilor din partea investitorilor și a publicaţiilor de investigație, companii precum Google AI și Microsoft au lansat declaraţii de tipul:
„Ne angajăm să ne îmbunătățim lanțul de aprovizionare, să oferim salarii echitabile și să implementăm programe de formare profesională pentru toţi lucrătorii noştri, indiferent de locaţie” – Sundar Pichai, CEO Google, în conferinţa de la New York, 2024.
Cu toate acestea, multe dintre aceste promisiuni rămân la nivel de „principii” și nu au fost încă traduse în politici concrete în Africa.
Iniţiative şi răspunsuri din industrie
Platforme de certificare a condiţiilor de muncă
În 2023, Scale AI a lansat programul FairLabel, un set de standarde pentru centrele de etichetare care includ: salariu minim de 400 USD pe lună (pentru țările în dezvoltare), asigurare medicală și programe de formare continuă. Până în iunie 2025, doar 12% dintre furnizorii lor din Africa au obţinut certificarea FairLabel.
Programe de upskilling
Companiile tech din Africa, în colaborare cu universităţi locale, au început să ofere bootcamps în data science și machine learning. De exemplu, Miro.ai a lansat un program de 6 luni pentru 250 de angajaţi, cu scopul de a-i motiva să treacă de la etichetare la roluri de analiză a datelor. Până în prezent, 42% dintre participanţi au obţinut poziţii de junior data analyst, cu salarii cu 30‑45% mai mari.
Iniţiative legislative
Guvernul kenyan a adoptat în 2022 Legea privind protecţia muncii în sectorul tehnologiei informaţiei, care impune obligaţia angajatorilor de a furniza contracte scrise, asigurare de sănătate și un plafon maxim de 48 de ore lucrate pe săptămână. În practică, însă, aplicarea legii este slab monitorizată, iar multe firme multinaționale continuă să opereze prin subcontractanţi care nu respectă normele.
Concluzie – Ce trebuie făcut?
Investigaţia noastră a arătat că inteligența artificială nu este o invenție a „giganților” din Silicon Valley, ci un ecosistem global în care milioane de oameni din Africa – și din alte regiuni în curs de dezvoltare – sunt forța de muncă invizibilă ce permite crearea acelor produse high‑tech.
Pentru a transforma această realitate într‑una sustenabilă şi echitabilă, este necesară o abordare în mai multe direcţii:
- Transparență în lanțul de aprovizionare – companiile trebuie să publice rapoarte detaliate privind furnizorii de date, condiţiile de muncă şi salariile din fiecare regiune.
- Standarde globale pentru salarii și beneficii – se impune adoptarea unor standarde minime, cum ar fi FairLabel, obligatorii pentru toate contractele de externalizare.
- Legislație și monitorizare în țările gazdă – guvernele africane trebuie să consolideze cadrele legale şi să aloce resurse pentru inspecţii periodice în centrele de etichetare.
- Investiţii în formarea profesională – trecerea de la sarcini repetitive la roluri tehnice de nivel mediu este crucială pentru a oferi oportunităţi de creştere salarială și pentru a reduce dependenţa de munca slab plătită.
- Responsabilitate corporate – companiile trebuie să includă în rapoartele de sustenabilitate indicatori privind condiţiile de muncă ale colaboratorilor din afara sediului principal, așa cum se face pentru emisiile de carbon.
Doar printr‑o combinație între reglementare, presiune din partea societății civile și angajament real al industriei, se poate asigura că inteligența artificială devine cu adevărat benefică pentru toţi, nu doar pentru câţiva privilegiaţi.
Autor: Vlad Ionescu
Data: 2 februarie 2026
Surse: Interviuri exclusive cu Samuel Ochieng (Nairobi), Aisha Bello (Lagos), Kwame Mensah (Accra), Hirut Tadesse (Addis Abeba); rapoarte interne ale Scale AI, Appen, Lionbridge; studii ale ILO, World Bank, African Development Bank; declaraţii ale Dr. Ana‑Maria Popescu și Micheile Di Stefano (Data for Good).
