Por Canuto  

DoorDash lanzó una nueva aplicación llamada Tasks para pagar a sus repartidores por realizar actividades como grabar videos, tomar fotos o registrar audio con el fin de mejorar sistemas de IA y robótica, ampliando así el trabajo flexible más allá de las entregas.
***

  • La nueva app Tasks permitirá a los repartidores ganar dinero completando actividades destinadas a entrenar modelos de IA.
  • Las tareas incluyen filmar acciones cotidianas, grabarse hablando en otros idiomas y capturar imágenes útiles para operaciones de entrega.
  • DoorDash dijo que la plataforma ya opera en zonas selectas de EE. UU., con exclusión de California, la ciudad de Nueva York, Seattle y Colorado.

 

DoorDash anunció el lanzamiento de una nueva aplicación independiente llamada Tasks, diseñada para pagar a los repartidores por completar tareas que ayuden a mejorar sistemas de inteligencia artificial y robótica. La propuesta amplía el modelo de trabajo flexible de la compañía y convierte a su red de conductores en una fuente de datos del mundo real para entrenar modelos tecnológicos.

La iniciativa refleja una tendencia más amplia entre plataformas digitales que buscan aprovechar su fuerza laboral distribuida para recolectar imágenes, audio y señales operativas útiles para sistemas automatizados. En este caso, DoorDash apunta a actividades que van mucho más allá de la entrega tradicional de pedidos.

Según explicó la empresa en una publicación oficial, los repartidores podrán ganar dinero realizando actividades como filmar tareas cotidianas o grabarse hablando en otro idioma. DoorDash indicó que el pago se mostrará por adelantado y que se definirá según el esfuerzo y la complejidad de cada actividad, reseña TechCrunch.

En su explicación, la compañía señaló que este tipo de información ayuda a los sistemas de IA y robótica a comprender mejor el mundo físico. Ese detalle es relevante porque muchas herramientas de automatización necesitan datos reales, variados y bien etiquetados para mejorar su desempeño fuera de entornos controlados.

Qué tipo de tareas propone la nueva app

Entre los ejemplos citados para la nueva plataforma aparece una tarea particularmente ilustrativa. De acuerdo con TechCrunch, uno de los encargos pide a un repartidor capturar imágenes de sus manos lavando al menos cinco platos mientras utiliza una cámara corporal, manteniendo cada plato limpio dentro del encuadre durante unos segundos antes de pasar al siguiente.

Ese ejemplo muestra el tipo de datos que buscan este tipo de programas. No se trata solo de imágenes estáticas, sino de secuencias visuales de acciones cotidianas, movimientos manuales y contextos físicos que pueden ser útiles para entrenar sistemas capaces de interpretar actividades humanas y entornos reales.

TechCrunch también reportó que el audio y video originales enviados por los trabajadores se usarán para evaluar tanto los modelos internos de IA de DoorDash como los desarrollados por socios de la empresa en sectores como comercio minorista, seguros, hospitalidad y tecnología.

Esto sugiere que Tasks no solo tiene una función operativa para DoorDash. También puede convertirse en una infraestructura de recolección de datos para terceros que necesiten información del terreno, algo que abre una nueva capa de monetización sobre una red de repartidores ya desplegada a gran escala.

Además de la aplicación independiente, los repartidores también verán nuevas tareas digitales dentro de la app Dasher. Allí aparecerán encargos como ayudar a un restaurante a mostrar su menú tomando fotos reales de sus platos o retratar la entrada de un hotel para que otros conductores encuentren el punto de entrega con mayor facilidad.

DoorDash también incluyó en ese universo de tareas su asociación con Waymo. En ese caso, los repartidores reciben pagos por cerrar las puertas de vehículos autónomos, una actividad concreta que conecta la operación de entregas con el desarrollo de servicios de movilidad automatizada.

Una tendencia creciente en la economía de plataformas

DoorDash no es la única compañía que está explorando esta vía. A finales del año pasado, Uber anunció planes para permitir que sus conductores ganaran ingresos adicionales completando pequeños trabajos, como subir fotos para ayudar a entrenar modelos de IA.

El paralelismo es importante porque muestra un cambio dentro de la economía gig. Las plataformas ya no solo intermedian viajes, entregas o servicios puntuales. También empiezan a usar sus redes humanas como una capa de captura de datos para alimentar sistemas algorítmicos y productos de automatización.

Para los trabajadores, esto puede representar una fuente adicional de ingresos flexibles. Sin embargo, también plantea preguntas sobre el valor de los datos aportados, el alcance de su uso posterior y la creciente integración entre trabajo bajo demanda e inteligencia artificial aplicada.

En el caso de DoorDash, la empresa presentó Tasks como una oportunidad para ofrecer más opciones de ganancias bajo términos flexibles. Ethan Beatty, gerente general de DoorDash Tasks, afirmó en la publicación del blog corporativo que el objetivo es ayudar a más empresas a entender lo que ocurre sobre el terreno y recopilar nuevos conocimientos, al tiempo que se brinda a los Dashers una nueva forma de ganar en sus propios términos.

Beatty agregó que hay más de 8 millones de Dashers que pueden llegar a casi cualquier lugar de Estados Unidos y que desean generar ingresos flexibles más allá de la entrega. En sus palabras, esa capacidad constituye una herramienta poderosa para digitalizar el mundo físico.

Disponibilidad, límites geográficos y lectura de fondo

Por ahora, las tareas dentro de la aplicación independiente Tasks y en la app Dasher solo están disponibles en ubicaciones selectas de Estados Unidos. DoorDash aclaró que el programa excluye a California, la ciudad de Nueva York, Seattle y Colorado.

La exclusión de esos mercados destaca porque se trata de jurisdicciones con marcos regulatorios y laborales más observados dentro del trabajo de plataformas. Aunque la empresa no detalló en este anuncio las razones precisas de esa decisión, el mapa inicial revela un despliegue todavía controlado y en fase de expansión.

DoorDash indicó además que planea ampliar el programa a más tipos de tareas y a más países en el futuro. Eso apunta a que la aplicación no será un experimento menor, sino una línea de negocio con potencial para crecer junto con el auge de la IA aplicada a operaciones físicas.

Para lectores nuevos en este tema, conviene subrayar un punto central. La inteligencia artificial no solo depende de grandes modelos y potencia computacional. También requiere grandes volúmenes de datos reales, obtenidos en contextos diversos, para aprender a interpretar objetos, movimientos, voces, espacios y rutinas humanas.

En ese sentido, el movimiento de DoorDash conecta dos transformaciones del mercado digital actual. Por un lado, la expansión del trabajo fragmentado y bajo demanda. Por otro, la necesidad creciente de datos del mundo físico para desarrollar herramientas de IA y robótica más precisas, comerciables y útiles para empresas de varios sectores.

La novedad de Tasks está en formalizar esa convergencia dentro de una plataforma separada, pero enlazada al ecosistema de repartidores de la empresa. El resultado es un nuevo tipo de microtrabajo donde cada video, fotografía o clip de audio puede convertirse en insumo para productos automatizados todavía en desarrollo.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados