Licenziati per aver usato l'AI mentre addestravano l'AI: la storia nascosta dei revisori di ChatGPT
Migliaia di persone valutano ogni giorno le risposte del chatbot di OpenAI per renderle più naturali e misurate. Alcune sono state allontanate perché, per fare quel lavoro, si sono fatte aiutare proprio da un'intelligenza artificiale
Nella lettera c'era una parola sola a spiegare tutto: autenticità. È la ragione per cui un collaboratore che lavorava all'addestramento dei modelli di OpenAI negli Stati Uniti è stato allontanato, e non è l'unico. Secondo un'inchiesta del sito americano 404 Media, più persone ingaggiate per migliorare le risposte di ChatGPT sono state licenziate per aver usato a loro volta l'intelligenza artificiale. Erano state scelte per la sola cosa che una macchina non può offrire, il giudizio di un essere umano. E quel giudizio, a un certo punto, l'avevano delegato.
La lettera
Il protagonista di questa storia non ha un nome pubblico. Ha una lettera, però, e una confessione. Ha mostrato quella che ha presentato come la sua comunicazione di fine rapporto: il datore di lavoro vi contestava problemi di "autenticità" nel lavoro svolto.
Le sue parole, riportate dall'inchiesta, hanno il tono di chi cerca di spiegarsi prima ancora che di difendersi: "Non sono una cattiva persona né un cattivo lavoratore". Aveva solo bisogno di una piccola spinta, ha raccontato, e quella spinta è diventata la sua rovina. Poi ha aggiunto la frase che trasforma una notizia di cronaca tecnologica in un ritratto umano: in quel lavoro non provava alcuna gioia, né la sensazione di contribuire in qualche modo alla società.
Non era solo. Un altro collaboratore ha descritto gli allontanamenti come una consuetudine: succede di continuo, ha spiegato, è praticamente l'unica infrazione che ti fa escludere all'istante, e in un gruppo di migliaia di persone quelli scoperti sono tantissimi. L'inchiesta si basa su documenti interni e sulle testimonianze di tre collaboratori impegnati in diversi progetti per OpenAI.
Il trattino che tradisce
Come si smaschera un essere umano che scrive come una macchina? Guardando le sue abitudini, proprio come farebbe un detective con le impronte digitali. Tra gli indizi usati c'erano un linguaggio ripetitivo, un uso eccessivo del trattino lungo e tempi di completamento sospettosamente rapidi.
Il trattino lungo. Un segno che nella scrittura spontanea quasi nessuno usa, e che i chatbot invece seminano con generosità. Per molti osservatori è diventato una sorta di firma involontaria dei testi artificiali, una cicatrice tipografica che sussurra: qui non ha scritto una persona. A tradire alcuni revisori, dunque, non è stata una grande frode, ma una lineetta di troppo, insieme a una velocità che nessun essere umano concentrato riuscirebbe a sostenere a lungo.
Dentro la bottega invisibile
Per capire perché questa storia conta bisogna entrare in un mondo che quasi nessuno vede. I chatbot imparano prima leggendo quantità sterminate di testi, poi vengono rifiniti a mano, come un mobile in una bottega artigiana. A lavorare di lima e carta vetrata sono persone che confrontano le risposte e indicano quale funziona meglio.
La giornata tipo di un revisore segue una sequenza precisa, in tre tempi. Si apre una conversazione reale con ChatGPT, si riassume che cosa l'utente stava cercando, poi si valutano quattro risposte alternative con un voto da uno a sette, indicando cosa funziona e cosa no. Ma è nelle consegne che questo mestiere diventa quasi poetico. I revisori devono verificare che la risposta sia pertinente, che non abusi del tipico "gergo da AI", che non assuma un tono condiscendente, che non ecceda con le emoji e che non sia troppo adulatoria. E ancora: impedire che il chatbot si attribuisca tratti umani. A queste persone, insomma, si chiede di insegnare alla macchina il senso della misura, il tatto, la giusta distanza.
Non sono poche e non sono sottopagate. Secondo un documento interno, i progetti di addestramento possono coinvolgere più di diecimila collaboratori, e alcuni arrivano a guadagnare più di 50 dollari l'ora. La filiera passa attraverso intermediari: il reclutamento avviene tramite una società chiamata Crossing Hurdles, mentre i pagamenti transitano per Mercor, piattaforma specializzata nel fornire esperti alle aziende di intelligenza artificiale.
Una scorciatoia chiamata stanchezza
Chiunque abbia fatto un lavoro ripetitivo conosce quella sensazione. Le ore davanti allo schermo che si allungano, la centesima risposta da valutare che somiglia alla novantanovesima, la concentrazione che si sfilaccia. E, a portata di clic, uno strumento capace di fare in pochi secondi ciò che a te costa minuti di attenzione.
È difficile non provare una certa tenerezza per chi ha ceduto. Si tratta spesso di lavoratori a progetto, pagati a ore, lontani dagli uffici delle aziende per cui di fatto lavorano. Ma è altrettanto chiaro perché non potevano farlo. In questo mestiere la scorciatoia non è un modo più rapido di arrivare alla meta: è la strada che porta nella direzione opposta.
Il Turco meccanico, ovvero un trucco che si ripete
Questa storia ha un antenato illustre, e bisogna tornare indietro di due secoli e mezzo per trovarlo. Nel 1770 l'inventore ungherese Wolfgang von Kempelen presentò alla corte di Vienna un automa vestito da sultano, seduto davanti a una scacchiera: il Turco. Batteva avversari in carne e ossa e stupì l'Europa per decenni. Il segreto era che dentro il mobile si nascondeva un abile scacchista umano. La macchina prodigiosa, in realtà, era una persona.
Quando Amazon lanciò nel 2005 la sua piattaforma di microlavoro online, la battezzò proprio Mechanical Turk. Migliaia di persone da casa svolgevano piccoli compiti che i computer non sapevano ancora fare, e il servizio veniva chiamato scherzosamente "intelligenza artificiale artificiale": dietro l'apparenza di un sistema automatico, c'erano esseri umani.
Poi è arrivato il colpo di scena. Nel 2023 un gruppo di ricercatori del Politecnico federale di Losanna ha assunto 44 lavoratori su quella piattaforma per riassumere 16 estratti di articoli di ricerca medica. Analizzando i testi con un modello addestrato a riconoscere lo stile di ChatGPT e tracciando le battute sulla tastiera per scoprire eventuali copia e incolla, hanno stimato che tra il 33% e il 46% dei partecipanti avesse usato strumenti di intelligenza artificiale. Il titolo dello studio era un gioco di specchi perfetto: "Intelligenza artificiale artificiale artificiale". Gli autori avvertivano che servivano nuovi modi per garantire che i dati umani restassero davvero umani.
Il cerchio, nel frattempo, si è quasi chiuso: Amazon ha annunciato che Mechanical Turk non accetterà più nuovi clienti dal 30 luglio 2026, mentre il settore si è spostato verso servizi di annotazione gestiti, con controlli di qualità e competenze specialistiche. È proprio il modello in cui lavoravano i revisori licenziati oggi. I controlli, evidentemente, funzionano.
La fotocopia della fotocopia
Il divieto sembra una contraddizione: le stesse aziende che raccontano l'intelligenza artificiale come alleata di ogni lavoro la vietano a chi la costruisce. In realtà la regola ha una logica ferrea, e ha anche un nome tecnico: "model collapse", il collasso dei modelli.
Il fenomeno è stato descritto nel 2024 da uno studio pubblicato su Nature da un gruppo di ricercatori guidato da Ilia Shumailov. Gli scienziati hanno mostrato che l'uso indiscriminato di contenuti generati da altri modelli nell'addestramento provoca difetti irreversibili: le parti meno frequenti ma preziose della conoscenza originale, quelle che gli statistici chiamano "code della distribuzione", scompaiono. Nei loro esperimenti, nel giro di poche generazioni il contenuto originale veniva sostituito da frasi senza senso.
L'immagine più efficace è quella della fotocopia di una fotocopia. A ogni passaggio i contorni si sfumano, i dettagli si perdono, finché il foglio diventa una macchia grigia. I revisori umani sono l'originale, il foglio pulito da cui ripartire ogni volta. Se anche loro passano il testimone a una macchina, lo specchio finisce per riflettere soltanto sé stesso. Gli stessi ricercatori, peraltro, non chiudevano del tutto la porta: addestrare un modello con dati prodotti dall'AI non è impossibile, ma quei dati vanno filtrati con estrema serietà.
Per questo le regole per i revisori non lasciano spiragli: vietati i modelli linguistici, Grammarly, i traduttori automatici e perfino i software che rilevano i testi artificiali, come GPTZero. Mercor ha rivendicato la linea, spiegando che i suoi esperti vengono scelti proprio per competenza e capacità di giudizio e che i contratti proibiscono espressamente l'uso di modelli linguistici, un divieto che l'azienda dice di far rispettare.
E qui arriva la notizia rassicurante: non ci sono prove che questi episodi abbiano peggiorato ChatGPT, né l'inchiesta documenta danni misurabili ai modelli. Il sistema di controllo, in fondo, ha fatto ciò per cui era stato pensato.
Chi legge le nostre conversazioni
C'è un'altra scoperta che questa storia porta con sé, e riguarda tutti noi. Una settimana prima, il 14 settembre, la stessa testata aveva raccontato il Project Lily, il programma con cui centinaia di collaboratori leggono un flusso continuo di richieste reali degli utenti, a volte con informazioni personali delicate. Parliamo di un servizio che conta oltre 900 milioni di utenti, molti dei quali probabilmente non immaginano che le loro conversazioni possano passare sotto occhi umani.
Pensiamo a come usiamo questi strumenti: per chiedere un consiglio su una relazione finita, su un sintomo che ci preoccupa, su un problema al lavoro. La finestra vuota di un chatbot dà una sensazione di intimità che un post sui social non dà mai.
Le tutele esistono. I revisori non vedono i nomi utente, e le conversazioni passano prima attraverso un filtro per la privacy progettato per eliminare nomi, indirizzi, email e numeri di telefono. La stessa OpenAI riconosce però che il filtro può lasciarsi sfuggire informazioni identificative insolite o dettagli personali che diventano riconoscibili dal contesto, soprattutto nelle conversazioni brevi. Secondo l'inchiesta, inoltre, alcune schede mostrate ai revisori includono un riepilogo delle "memorie" dell'utente, che può rivelare le sue abitudini d'uso e talvolta perfino dove vive.
Chi preferisce tenere per sé le proprie conversazioni può disattivarne l'uso per l'addestramento nelle impostazioni, dove l'opzione è attiva per impostazione predefinita nei piani Free, Plus e Pro. C'è però un dettaglio da conoscere: la scelta vale per le conversazioni future e non ha effetto retroattivo su quelle già fatte. Non è una peculiarità di un solo marchio: programmi simili di revisione umana esistono anche in altre aziende del settore, come Anthropic e Google.
Il valore di ciò che non si delega
Alla fine di questa storia resta una verità quasi consolante. Anche chi costruisce le intelligenze artificiali più avanzate del mondo ha ancora bisogno di esseri umani che dicano alla macchina quando ha fatto la cosa giusta. Dal Turco di von Kempelen ai revisori di oggi, dentro la macchina più sorprendente c'è sempre, da qualche parte, una persona.
È una domanda che attraversa ormai ogni mestiere. Se la pone l'insegnante davanti a un tema troppo perfetto, il caporedattore davanti a un pezzo senza una sbavatura, il selezionatore davanti a una lettera di presentazione impeccabile. Che cosa del nostro giudizio possiamo affidare a un algoritmo? E che cosa perde ogni valore nel preciso istante in cui lo deleghiamo?
Forse la risposta sta proprio nella confessione di quel collaboratore: nessuna gioia, nessuna sensazione di contribuire. Il giudizio umano non è un numero da uno a sette. È attenzione, esperienza, fatica, a volte perfino noia attraversata con pazienza. È esattamente ciò che le macchine stanno imparando da noi. E per continuare a insegnarlo, dobbiamo prima di tutto continuare a esercitarlo.
Ultimo aggiornamento: Mercoledì 23 settembre 2026, 15:43