Amazon cierra Mechanical Turk el 30 de septiembre de 2026

Amazon Mechanical Turk cierra sus puertas el 30 de septiembre de 2026

Después de 21 años en línea, Amazon Mechanical Turk (MTurk) dejará de operar el 30 de septiembre de 2026. El aviso oficial publicado en la propia web del servicio confirma que la decisión llega tras una "evaluación interna" de los programas y herramientas de AWS. Los workers y requesters activos están siendo redirigidos a una página de preguntas frecuentes para prepararse para el cierre.

El movimiento es el último capítulo de un declive que ya se intuía. El 5 de julio de 2026, Amazon dejó de aceptar nuevos clientes en la plataforma, según reportó TechCrunch. AWS aclaró entonces que los usuarios existentes podrían seguir operando con normalidad, pero que no pensaba lanzar nuevas funcionalidades. Casi dos meses después, llega el cierre definitivo.

¿Por qué Amazon cierra Mechanical Turk?

Varios factores explican el cierre. CNBC recoge que el servicio llevaba años "en declive" según Krista Pawloski, organizadora de Turkopticon, un grupo de defensa de los turkers (como se conoce a los trabajadores del marketplace). La ejecutiva señala que Amazon redujo la inversión en la plataforma justo cuando Scale AI, Mercor y Prolific empezaron a captar a los mismos trabajadores para entrenar modelos de IA.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

En paralelo, los propios modelos generativos hicieron su trabajo silencioso. Un estudio de investigadores suizos publicado en 2023 demostró que entre el 33% y el 46% de los workers en MTurk estaban usando grandes modelos de lenguaje para completar las tareas. Es decir, la "human intelligence" que vendía Bezos se estaba apoyando cada vez más en las mismas máquinas que, en teoría, iba a alimentar. La paradoja se devoró a sí misma.

Y luego están los clientes. Según Pawloski, todavía quedaban aseguradoras y empresas de viajes dependiendo de MTurk para tareas de moderación y validación de datos. Ahora están corriendo para migrar antes del 30 de septiembre.

¿Qué fue Mechanical Turk y por qué importa?

Lanzada en 2005, un año antes de que AWS se separara como negocio propio, Mechanical Turk fue una de las primeras plataformas de crowdsourcing a gran escala. Su nombre viene del Turco Mecánico, un falso autómata ajedrecista del siglo XVIII que escondía a un jugador humano dentro. Jeff Bezos la definió en sus inicios como "inteligencia artificial artificial": tareas que resultaban triviales para una persona pero imposibles para un ordenador de la época.

Durante sus mejores años, la plataforma llegó a sumar más de 500.000 workers según datos que la propia Amazon difundió. Se convirtió en la columna vertebral de la investigación en IA: etiquetar imágenes para visión por computador, validar transcripciones, moderar contenido, dibujar bounding boxes para entrenar modelos de detección. Allen Institute for AI, US Foods y docenas de research labs en universidades europeas dependían de ella para construir datasets.

También fue protagonista involuntaria de controversias: jugó un papel menor en el escándalo de Cambridge Analytica y se ganó el dudoso título de "infraestructura oculta" para empresas que vendían como IA lo que en realidad eran filas de humanos respondiendo peticiones (el llamado human-in-the-loop llevado al extremo).

El ecosistema que hereda a los trabajadores de MTurk

El vacío que deja MTurk no es teórico. Hay un mercado maduro de plataformas que ya estaban absorbiendo la demanda:

Scale AI: la más conocida del nuevo grupo, provee datos de entrenamiento para modelos de visión y lenguaje. Contrata tanto a anotadores humanos como a equipos especializados en frontera.
Mercor: startup centrada en emparejar talento con proyectos de IA, con foco en profesionales técnicos.
Prolific: alternativa académica con fuerte adopción en investigación universitaria, pensada para estudios que requieren control demográfico de los participantes.

Además, AWS ofrece su propio sustituto: SageMaker Ground Truth, un servicio gestionado de anotación que permite a las empresas construir datasets etiquetados sin pasar por un marketplace abierto.

Para los turkers full-time, el cierre tiene cara humana. Pawloski, que empezó a trabajar en MTurk en 2008 durante su baja de maternidad y terminó dedicándose a tiempo completo tras perder su empleo en 2012, representa a miles de personas para quienes la plataforma era un ingreso remoto flexible, especialmente personas con responsabilidades de cuidado. "Todavía hay gente que lo hace prácticamente a tiempo completo", declaró a CNBC. "Están preocupados ahora".

¿Qué significa esto para tu startup?

Si tu startup depende de anotación de datos humana, validación de datasets o microtareas de moderación, el cierre te obliga a revisar tu stack antes del 30 de septiembre. Aquí van tres acciones inmediatas:

Audita quién está usando MTurk hoy. Habla con tu equipo de ML o datos y mapea qué pipelines siguen pasando por la API de Mechanical Turk. En muchas empresas son procesos heredados que sobreviven desde hace años sin que nadie los revise.
Evalúa SageMaker Ground Truth vs. Scale AI vs. Prolific. Si ya estás en AWS, Ground Truth minimiza fricción operativa. Si necesitas velocidad y calidad de frontera, Scale AI es el referente. Si tu caso es investigación académica o estudios con población controlada, Prolific tiene mejor tooling para eso.
Rediseña tu flujo de human-in-the-loop. Con hasta un 46% de workers usando LLMs para hacer su trabajo, tu capa de QA debe asumir que parte de la "etiqueta humana" ya viene contaminada por modelos. Añade validación cruzada, spot checks y muestras de oro.

El cierre como señal para founders

MTurk no es solo un producto que desaparece: es un capítulo de la historia de la IA que se cierra. La plataforma demostró que detrás de cada modelo brillante hay miles de horas de trabajo humano barato, y que la frontera entre "IA" y "persona disfrazada de IA" siempre fue más porosa de lo que los pitch decks admitían.

Para founders hispanos construyendo productos con IA, la lección es doble. Primero, no construyas tu arquitectura sobre una plataforma de un solo proveedor sin plan B: MTurk llevaba dos décadas en línea y aun así Amazon decidió cerrar. Segundo, invierte en la capa de datos tanto como en el modelo: la calidad de tus datasets y la trazabilidad de quién los etiquetó es cada vez más un activo estratégico, no un commodity.