¿Meta está destruyendo su organización de ingeniería?

Artículo original ↗ Discusión en Hacker News ↗

El giro agresivo de Meta hacia la IA —incluidos informes de reasignaciones masivas de ingenieros de core a trabajo de etiquetado de datos y RLHF, seguimiento interno intenso y despidos recurrentes— es visto por muchos como una destrucción de una cultura de ingeniería que antes era sólida. Los comentaristas debaten si usar ingenieros de software muy bien pagados como “mano de obra de anotación” es una inversión inteligente en IA de frontera o una forma costosa y desmotivadora de forzar la rotación en un negocio publicitario sobredimensionado. La preocupación más amplia es que el hype de la IA y métricas burdas como los “token leaderboards” estén impulsando decisiones de gestión irracionales en las grandes tecnológicas, con riesgos a largo plazo para la calidad del producto, la moral de los trabajadores y el futuro de la industria.

Escala de la reasignación a IA y de los despidos

  • El hilo se centra en afirmaciones de que entre el 30 y el 50% de los ingenieros de algunos equipos “core” / de infraestructura fueron trasladados a trabajo de etiquetado de datos de IA / RLHF, además de despidos de alrededor del 10% en toda la empresa.
  • Varios supuestos insiders dicen que esos porcentajes son plausibles o incluso mayores para equipos específicos de infra; otros los consideran “increíbles”, pero admiten que la dirección podría verlos como racionales.
  • Muchos interpretan estas medidas y los despidos constantes como una forma de forzar la rotación y reducir la plantilla sin despidos masivos explícitos.

¿Por qué usar ingenieros caros como etiquetadores?

  • Argumento a favor: el RLHF de frontera requiere una profunda experiencia de dominio, especialmente para agentes de programación. La anotación detallada de múltiples turnos y la clasificación resultan mentalmente agotadoras y son difíciles de deslocalizar a bajo coste.
  • Contraargumento: los ingenieros de FAANG en EE. UU. son excesivos; una calidad similar o mejor podría obtenerse en mercados más baratos o de empresas especializadas en etiquetado. Es poco probable que etiquetadores obligados y resentidos produzcan datos de “alta calidad”.
  • Algunos lo presentan como un “despido suave” o trabajo de “entrenar a tu reemplazo” que no durará.

Psicosis de IA, métricas y vigilancia

  • Muchos ven una “psicosis de IA” más amplia: mandatos descendentes para “AI-ificar todo”, tablas de líderes de token y un uso masivo de LLM internos (“tokenmaxxing”) como proxy de rendimiento.
  • La supervisión intensa (seguimiento de pantalla/teclado para entrenamiento de IA y productividad) se describe como invasiva y distópica; otros responden que la privacidad en dispositivos de trabajo nunca fue real.
  • Existe el temor de que la dirección esté persiguiendo modas de IA en pánico, repitiendo fracasos anteriores como el metaverso.

Impacto en la cultura, la moral y la salud de la organización

  • Hay informes de gerentes empujados de vuelta a roles de IC, reestructuraciones caóticas y parálisis directiva. Supuestamente, algunos equipos perdieron la mitad o más de sus ingenieros a manos de la organización de IA.
  • Se dice que la rotación interna es alta y va en aumento; muchos planean irse después del próximo vest. Según informes, la comunicación interna pasó de impulsar agresivamente la IA a suplicar que la gente no renuncie.
  • Varios comentaristas sostienen que los productos sociales principales de Meta podrían mantenerse con muchos menos ingenieros; la sobrecontratación, sumada a una cultura obsesionada con el rendimiento, hizo inevitable este tipo de purga.

Ética y reputación

  • Debate largo y acalorado sobre la moralidad de trabajar en Meta dadas las supuestas consecuencias: diseño adictivo, salud mental adolescente, estafas, propaganda y facilitación de atrocidades.
  • Algunos argumentan que los empleados comparten una responsabilidad moral real; otros enfatizan la necesidad económica, la falta de empleadores “limpios” y la dificultad de trazar líneas éticas claras.
  • Preocupa en general que este estilo de gestión, intensivo en IA y guiado por métricas, se extienda por toda la industria y no quede limitado a Meta.