Невидимият проблем на изкуствения интелект: черноработниците

Много от най-успешните модели за машинно обучение се развиват с помощта на нископлатени работници
(снимка: CC0 Public Domain)

Моделите на машинно самообучение изискват захранване с данни – много данни. Хиляди хора по света работят за тази цел – те обработват данни, с които да бъдат захранени алгоритмите на изкуствения интелект. Но тези хора често са зле платени. Тяхната работа не им дава никаква перспектива за развитие, не открива никаква възможност за професионално израстване. Повечето от тези хора са хванати в капана на безперспективна работа, която дори избягват да споменават. ИИ индустрията трябва да направи нещо, за да промени пейзажа, казва Саиф Севидж – директор на лабораторията за взаимодействие човек-компютър в Университета в Западна Вирджиния.

Много от най-успешните и широко използвани модели за машинно обучение се обучават с помощта на хиляди нископлатени работници. Милиони хора по света изкарват прехраната си от платформи като Amazon Mechanical Turk, които позволяват на компании и изследователи да възлагат малки задачи на онлайн „работници”.

Данни за тези служители няма, но според една груба оценка, само в САЩ с това се занимават над един милион души. Около четвърт от тях изкарват по-голямата част от доходите си именно по този начин. Но макар да работят за някои от най-богатите лаборатории за ИИ в света, те получават заплата под минималната и нямат никакви изгледи да развият своите умения, да се усъвършенстват, да имат кариера.

Много от задачите на такива работници включват етикетиране на данни – особено данни за изображения – които се включват в контролирани модели за машинно самообучение, така че машините да могат да разбират света по-добре. Други задачи включват транскрибиране на звукозаписи.

Например, когато човек говори с Alexa на Amazon, това се дължи на факта, че множество работници транскрибират реч от хиляди хора. Така алгоритъмът за разпознаване на глас се научава да разбира по-добре човешката реч. Има работници, които по аналогичен начин транскрибират уебсайтове, помагайки за разпознаване на нередно съдържание – например педофилия. Ето защо когато търсим изображения в Google или Bing, подобно съдържание не се появява пред очите ни.

Тези работници вършат „черната” работа на изкуствения интелект – рутинна, повторяема, нископлатена, без никаква перспектива, казва Севидж, цитиран в публикация по темата на MIT Technology Review.

„Не смятам, че колективната работа на множество хора от целия свят (т.нар. crowdwork) е нещо лошо – това е наистина добра идея. Тя много улеснява фирмите да добавят външна работна сила”, казва Севидж.

„Но има редица проблеми. Единият е, че работниците в тези платформи изкарват много малко пари. Направихме проучване, в което проследихме стотици работници на Amazon Mechanical Turk в продължение на няколко години и установихме, че те печелят около 2 долара на час. Това е много по-малко от минималната заплата в САЩ. Има хора, които посвещават живота си на тези платформи; това е основният им източник на доходи”, допълва Севидж.

Това на свой ред поражда други проблеми. Въпросните платформи не предлагат никакви възможности за развитие, за бъдещи възможности за работа. Работниците може да се занимават с обработка на данни по цял ден, но те не получават перспектива да развият своите умения.

„Установихме, че много хора не включват работата си в тези платформи в своите автобиографии”, посочва Севидж. „Ако кажат, че са работили върху Amazon Mechanical Turk, повечето работодатели дори няма да разберат какво е това”.

Всичко това говори и за мотивацията на въпросните работници. Ако те не желаят да включат подобна работа в биографиите си, нима може да се мисли, че харесват дейността си или че са силно мотивирани? В този ред на мисли идва осъзнаването, че точно тези хора стоят в основата на създаването на алгоритми, от които скоро ще зависи животът ни.

„Изследователите захранват своите изследвания с труда на тези работници”, казва Севидж. „Мисля, че е много важно да се осъзнае, че една самоуправляема кола или каквото и да е „интелигентно” устройство се прави, по същество, от хора, на които се плаща по-малко от минимална заплата. Докато мислим за бъдещето на изкуствения интелект, ние трябва да помислим за бъдещето на работата”.

Според нея, компаниите, изследователите и лабораториите не са подценили труда на хората от цял свят нарочно. По-скоро е налице недоосмисляне и недооценяване на стойността на задачите. „В общия случай те просто не са помислили за другата страна на медала”, казва Севидж.

Това, което може да се направи в момента, е общността на самонаетите работници – хилядите хора, които транскрибират записи и етикират снимки – да се научи да оценява офертите на организациите, търсещи подобен труд. Хората трябва да си правят сметка колко време и усилие отнема дадена задача и да не се съгласяват на евтини, слабо платени оферти.