Slēptās mākslīgā intelekta izmaksas

TViņš ir vērsts uz “automatizētu ekonomiku”, kur mašīnas, kas balstās uz mākslīgā intelekta (AI) sistēmām, rada ātras, efektīvas un gandrīz bez kļūdām. Tomēr AI pats par sevi nekļūst gudrāks; Tas ir balstīts uz un turpina paļauties uz cilvēku darba un enerģijas resursiem. Šīs sistēmas baro informāciju, un tos apmāca darbinieki, kurus invisi ir lieli tehnoloģiju uzņēmumi un galvenokārt atrodas jaunattīstības valstīs.

Cilvēka iesaistīšanās jomas

Mašīna nevar apstrādāt jēgas nozīmi, kas saistīta ar neapstrādātu datiem. Datu anotatori apzīmē neapstrādātus attēlus, audio, video un tekstu ar informāciju, kas apmāca AI un mašīnu apguves (ML) modeļus. Tad tas kļūst par AI un mašīnu apguves (ML) modeļu apmācības komplektu. Piemēram, lielas valodas modeļi (LLM) nevar atpazīt krāsu “dzeltenā krāsā”, ja vien dati nav marķēti kā tādi. Tāpat pašpiedziņas automašīnas paļaujas uz informāciju no videomateriāliem, kas ir marķēti, lai atšķirtu ceļa zīmi un cilvēkus uz ceļa. Jo augstāka ir datu kopas kvalitāte, jo labāka produkcija un vairāk cilvēku darba ir iesaistīts tās izveidē.

Datu anotatoriem ir liela loma LLM apmācībā, piemēram, Chatgpt, Dvīņos utt. LLM ir apmācīts trīs posmos: pašpārvaldes mācīšanās, uzraudzīta mācīšanās un pastiprināšanas mācīšanās. Pirmajā solī mašīna iegūst informāciju no lielām datu kopām internetā. Datu etiķetes vai anotatori ievada otrajā un trešajā posmā, kur šī informācija ir precīzi noregulēta, lai LLM sniegtu visprecīzāko atbildi. Cilvēki sniedz atsauksmes par izvadi, ko AI rada labākas atbildes, kas laika gaitā tiek ģenerēta, kā arī noņemt kļūdas un jailbreaks.

Šo rūpīgo anotējošo darbu Silīcija ielejas tehnoloģiju uzņēmumi tiek izmantoti ārpakalpojumi galvenokārt strādniekiem tādās valstīs kā Kenija, Indija, Pakistāna, Ķīna un Filipīnas par zemu algu un ilgu darba laiku.

Datu marķēšana var būt divu veidu: tie, kuriem nav nepieciešama subjekta kompetence, un tie, kas ir vairāk nišā un kuriem nepieciešama subjekta kompetence. Vairāki tehnoloģiju uzņēmumi ir apsūdzēti par Expertu nodarbināšanu tehniskiem priekšmetiem, kuriem ir vajadzīgas iepriekšējas zināšanas. Tas ir veicinošs faktors kļūdām, kas atrodamas AI ražotajā izvadē. Kenijas datu etiķete atklāja, ka viņiem tika uzdots marķēt medicīnisko skenēšanu AI sistēmai, kas paredzēta izmantošanai veselības aprūpes pakalpojumos citur, neskatoties uz to, ka tai trūkst atbilstošas ​​kompetences.

Tomēr kļūdu dēļ, kas izriet no tā, uzņēmumi sāk nodrošināt ekspertus, lai šāda informācija tiktu ievadīta sistēmā.

Automatizētas funkcijas, kurām nepieciešami cilvēki

Pat funkcijas, kuras tirgo kā “pilnībā automatizētu”, bieži nepamet neredzams cilvēku darbs. Piemēram, mūsu sociālo mediju plūsmas tiek “automātiski” filtrētas, lai cenzētu jutīgu un grafisku saturu. Tas ir iespējams tikai tāpēc, ka cilvēku moderatori šādu saturu apzīmēja kā kaitīgu, iziet cauri tūkstošiem necenzētu attēlu, tekstu un audio. Ir ziņots, ka arī šāda satura iedarbība katru dienu rada tādas smagas garīgās veselības problēmas kā tādas smagas garīgās veselības problēmas posttraumatiskā stresa traucējumitrauksme un depresija darbiniekiem.

Līdzīgi ir balss aktieri un aktieri aiz AI ģenerētām audio un videoklipiem. Aktieriem, iespējams, būs jāfilmē sevi dejojot vai dziedot šīm mašīnām, lai atpazītu cilvēku kustības un skaņas. Tiek ziņots, ka arī bērni ir iesaistījušies šādu uzdevumu veikšanai.

2024. gadā AI tehnoloģiju darbinieki no Kenijas nosūtīja vēstuli bijušajam ASV prezidentam Džo Baidenam, runājot par sliktiem darba apstākļiem, kuriem viņi tiek pakļauti. “Kenijā šie ASV uzņēmumi grauj vietējos darba likumus, valsts tieslietu sistēmu un pārkāpj starptautiskos darba standartus. Mūsu darba apstākļi ir mūsdienu verdzība,” lasīta vēstule. Viņi teica, ka saturs, kas viņiem jānorāda, var svārstīties no pornogrāfijas un nošūšanas līdz Bestiality vairāk nekā astoņas stundas dienā un mazāk nekā 2 USD stundā, kas ir ļoti zems, salīdzinot ar nozares standartiem. Ir arī stingri termiņi, lai veiktu uzdevumu dažu sekunžu vai minūšu laikā.

Kad darbinieki pauda bažas uzņēmumiem, viņi tika atlaisti un viņu arodbiedrības demontēja.

Lielākā daļa AI tehnoloģiju darbinieku nezina par lielo tehnoloģiju uzņēmumu, kurā viņi strādā, un nodarbojas ar tiešsaistes koncertu darbu. Tas ir tāpēc, ka, lai samazinātu izmaksas, AI uzņēmumi darbu izmanto ārpakalpojumu ārpakalpojumam, izmantojot starpniecības digitālās platformas. Šajās digitālajās platformās ir apakšuzņēmēju darbinieki, kuriem tiek maksāts par “mikrotāzku”, ko viņi veic. Viņi tiek pastāvīgi apsekoti, un, ja tie neatbilst mērķtiecīgajai izlaidei, tie tiek atlaisti. Tādējādi darba tīkls kļūst sadrumstalots un trūkst caurspīdīguma.

AI attīstību darbina šādi “spoku darbinieki”. Viņu darba atzīšanas un neformācijas trūkums palīdz tehnoloģiju uzņēmumiem iemūžināt šo darbaspēka izmantošanas sistēmu. Nepieciešams ieviest stingrākus likumus un noteikumus par AI uzņēmumiem un digitālajām platformām ne tikai par to saturu digitālajā telpā, bet arī par to darbaspēka piegādes ķēdēm, kas darbina AI, nodrošinot pārredzamību, taisnīgu atalgojumu un cieņu darbā.