La fiebre de los agentes de IA acaba de cruzar una frontera curiosa: una web que permite que un modelo pague a una persona para ejecutar tareas físicas que, por definición, el software no puede hacer. Se llama RentAHuman.ai y su propuesta es casi una broma autoconsciente (“robots need your body”), pero funciona como síntoma: cuando los sistemas dejan de limitarse a redactar textos y empiezan a encargar acciones (pagos, compras, recados), el debate pasa de la precisión del lenguaje a la responsabilidad en el mundo real.
Según la descripción pública del servicio, el flujo es simple: la gente crea un perfil con habilidades y ubicación; un agente encuentra a la persona mediante interfaz tipo API/MCP, asigna la tarea y el pago llega (en teoría) en stablecoins cuando se entrega el trabajo. En redes se ha popularizado como una especie de “marketplace para manos y piernas” conectado a LLMs, y algunos artículos apuntan a un crecimiento acelerado en sus primeras horas de vida.
Microtareas humanas como “hardware” bajo demanda
Lo llamativo no es solo el “cómo”, sino el catálogo de encargos, que parece diseñado para viralizarse: desde pagar por sostener un cartel en un lugar concurrido, hasta pedir fotos de cosas “extrañas” o “confusas” para una IA, pasando por reseñas de restaurantes o recogidas puntuales de paquetes. Es decir, microtareas que ya existían en plataformas humanas, pero aquí se venden como extensión corporal bajo demanda para agentes que operan en la nube.
El propio tono con el que se está contando (incluida la comparación con otros “hypes” recientes) sugiere que puede haber mucho de performance: una demo que caricaturiza el problema de fondo —la IA no toca el mundo— y lo resuelve “contratando mundo”. Aun así, incluso si fuera un montaje parcial, ilustra una transición real: estamos pasando de chatbots a sistemas que orquestan recursos, combinan herramientas y asignan tareas a terceros.
Responsabilidad, verificación y el “humano como endpoint”
Desde la perspectiva de investigación, esto se cruza con una idea fuerte: quizá el salto de capacidades no dependa solo de más parámetros, sino de aprendizaje encarnado (embodied) y bucles de acción–feedback. La versión “seria” suele imaginar robots; la versión RentAHuman imagina personas como actuadores externos. Eso abre preguntas incómodas: ¿quién responde si el encargo acaba en daño, invasión de privacidad o actividad ilegal? ¿Cómo se verifican identidad, consentimiento, seguros, fiscalidad, y trazabilidad del pago?
Y hay otra capa: la laboral. Convertir a humanos en “endpoints” —gente invocable por API— no es solo un chiste; es un cambio de framing que puede precarizar, pero también crear nichos si se regula bien.
