مربیان هوش مصنوعی، کارگران صنعت فناوری
الهام اظهری روزنامه نگار
بر کسی پوشیده نیست که هوش مصنوعی الگوهای کارش را از ذهن انسانها اقتباس میکند. برای سالها، سازندگان هوش مصنوعی سیستمها به کارگران کمدرآمد برای هدایت و راهنمایی دستگاهها متکی بودند اما با پیچیدهتر شدن هوش مصنوعی، کار افرادی که باید آن را آموزش دهند نیز پیچیدهتر شده است. کسانی که تا دیروز برای آموزش هوش مصنوعی صرفاً اقدام به برچسبگذاری روی عکس میکردند امروزه برای آموزش آن مقاله مینویسند.
خانم چلسی بکر که بهعنوان مهماندار هواپیما و تماموقت فعالیت میکرد، پس از به دنیا آمدن فرزند دومش به یک مرخصی بدون حقوق یکساله رفت. او پس از تماشای یک ویدئو در TikTok متوجه یک فرصت جانبی در زمینه آموزش مدلهای هوش مصنوعی برای وبسایتی به نام Data Annotation Tech شد. اکنون خانم بکر ۳۳ساله هر روز برای چند ساعت پشت لپتاپ خود مینشیند و با چتباتهای هوش مصنوعی تعامل میکند و برای هر ساعت کار، ۲۰ تا ۴۰ دلار دستمزد میگیرد. به این ترتیب او در فصل بهار، بیش از 10 هزار دلار درآمد داشته است. رونق در فناوری هوش مصنوعی، موجب انعطافپذیری برخی مشاغل شده است، به نحوی که انجام آنها نیازی به ترک خانه ندارد. رشد مدلهای زبانی بزرگ که ChatGPT OpenAI را تقویت میکند، نیاز به مربیانی مانند خانم بکر دارد؛ کسانی که به زبان انگلیسی مسلط هستند و میتوانند نوشتار باکیفیتی تولید کنند. برای سالها، سازندگان هوش مصنوعی سیستمهایی مانند Google و OpenAIبه کارگران کمدرآمد -معمولاً پیمانکارانی که از طریق شرکتهای دیگر استخدام میشوند- برای کمک به رایانهها در شناسایی بصری سوژهها متکی بودند. این پیمانکاران برای آموزش هوش مصنوعی مثلاً وسایل نقلیه و عابران پیاده را در خودروهای خودران برچسب میزدند یا تصاویری را روی عکسهای مورد استفاده برای آموزش هوش مصنوعی شناسایی میکردند. اما همانطور که هوش مصنوعی پیچیدهتر شده است، کار افرادی که باید آن را آموزش دهند نیز سختتر شده است. برچسبگذارهای عکس دیروز، مقالهنویسهای امروز هستند. معمولاً دو نوع کار برای این مربیان وجود دارد؛ نخست یادگیری تحت نظارت که در آن هوش مصنوعی از نوشتههای تولیدشده توسط انسان میآموزد و دوم یادگیری هوش مصنوعی از بازخوردهای انسانی، یعنی جایی که ربات چت از نحوه ارزیابی پاسخ انسان به پرسشهایش چیزهایی میآموزد. شرکتهایی که در مدیریت دادهها تخصص دارند، پیمانکاران را استخدام میکنند و دادههای آموزشی خود را به توسعهدهندگان بزرگتر میفروشند. بعضی توسعهدهندگان هوش مصنوعی نیز از حاشیهنویسان داخلی استفاده میکنند. به گفته محققان، تخمین تعداد کل این کارگران سخت است. اما شرکت Scale AI که پیمانکاران را از طریق شرکتهای تابعه خود استخدام میکند، میگوید که دیدن دهها هزار نفر در یک زمان معین روی این پلتفرم، امری معمول است.
چالشهای کارگری مجازی
همچون سایر انواع کار مرتبط با اینترنت، ساعات کاری انعطافپذیر با چالشهای خاص خود همراه است. برخی از کارگران میگویند که هرگز با مدیران سایتهای استخدام ارتباط برقرار نکردهاند و برخی دیگر بدون هیچ توضیحی از کار جدا شدهاند. محققان همچنین نگرانیهایی را در مورد کمبود استانداردها مطرح کردهاند، زیرا کارگران معمولاً در مورد پاسخهای مناسب رباتهای گفتوگومحور آموزش نمیبینند.
برای تبدیلشدن به یکی از این آموزشدهندگان، کارگران باید یک مرحله ارزیابی را بگذرانند. این قسمت شامل سؤالاتی مانند این است که آیا یک پست خاص در رسانههای اجتماعی باید بهعنوان نفرتپراکنی تلقی شود و اگر آری، چرا. یکی دیگر از این ارزیابیها به رویکرد خلاقانهتری نیاز دارد و از مشتریان احتمالی میخواهد که داستان کوتاهی تخیلی درباره یک اختاپوس سبز خیالی بنویسند. گاهی اوقات، شرکتها به دنبال کارشناسان با تخصص در موضوعی خاص هستند. شرکت هوش مصنوعی آمریکایی Scale AI برای نویسندگان قراردادی که دارای مدرک کارشناسی ارشد یا دکترا به زبانهای هندی و ژاپنی هستند، درخواست استخدام میفرستد. یا شرکت دیگری به نام Outlier فهرستهای شغلیای دارد که الزاماتی مانند مدارک تحصیلی در ریاضیات، شیمی و فیزیک را ذکر میکنند.
ویلیام پریمک، معاون عملیات داده در شرکت Scale AI معتقد است: «آنچه واقعاً هوش مصنوعی را میسازد و برای کاربران مفید است، لایه انسانی دادههاست. این واقعاً کاری است که باید توسط انسانهای باهوش، ماهر و با درجه خاصی از تخصص و خلاقیت انجام شود.» نمونه این لایه انسانی متخصص در هوش مصنوعی، اسی آبوت ۲۸ساله است. او دانشجوی کارشناسی ارشد در رشته علوم کامپیوتر در دانشگاه آرکانزاس است که وظیفه کدنویسی پروژههایی را برعهده گرفته که ساعتی ۴۰ تا ۴۵ دلار برای آن دریافتی دارد. او از چت ربات میخواهد که یک برنامه حسگر حرکتی طراحی کند که به ورزشکاران کمک میکند تا تکرارهای خود را بشمارند و سپس کدهای کامپیوتری نوشته شده توسط هوش مصنوعی را ارزیابی میکند. در یک مورد دیگر، او یک مجموعه داده در مورد اقلام مواد غذایی را در برنامه بارگذاری میکند و از چت بات میخواهد تا بودجه ماهانهای با توجه به آن اقلام طراحی کند. گاهی اوقات او حتی کدهای حاشیهنویسان دیگر را ارزیابی میکند که کارشناسان میگویند برای اطمینان از کیفیت دادهها استفاده میشود.
با این حال حساب کاربری او به دلیل نقض قوانین رفتاری توسط پلتفرم برای همیشه به حالت تعلیق درآمد. او در اینباره توضیحی دریافت نکرد اما مشکوک است که حسابش به این دلیل تعلیق شده که او در نیجریه کار میکند، زیرا سایتهای پلتفرم فقط کارگرانی را میخواهند که در برخی کشورها مستقر هستند. این چالش اساسی کار در عرصه آنلاین و هوش مصنوعی است. کار میتواند در هر زمان ناپدید شود. اکثریت کارگران داده به دستمزد حاصل از کار خود وابسته هستند. میلاگروس میچلی، جامعهشناس و پژوهشگر کامپیوتر، که در حال تحقیق در مورد شرایط کار در صنعت داده است، میگوید: «بسیاری از مردم این کار را برای سرگرمی انجام میدهند، چراکه این کار به شکلی بازیوار انجام میشود، با این حال بخش عمدهای از کار هنوز به کارگران این صنعت وابسته است که واقعاً به پول نیاز دارند و این کار را بهعنوان درآمد اصلی انجام میدهند.» همچنان نگرانی درباره نبود استانداردهای ایمنی در برچسبگذاری دادهها وجود دارد. گاهی اوقات از کارگران خواسته میشود که به موضوعات حساسی بپردازند، مانند اینکه آیا برخی رویدادها یا اعمال باید نسلکشی تلقی شوند یا اینکه چه جنسیتی باید در تصویری که توسط هوش مصنوعی از یک تیم فوتبال ایجاد میشود ظاهر شود. اما کارگران این صنعت در مورد نحوه ارزیابی مسائل حساس آموزش ندیدهاند و این خطر وجود دارد که هوش مصنوعی تبدیل به عرصه کشمکشهای نژادی، سیاسی و جناحی شود.
منبع: نیویورکتایمز
خانم چلسی بکر که بهعنوان مهماندار هواپیما و تماموقت فعالیت میکرد، پس از به دنیا آمدن فرزند دومش به یک مرخصی بدون حقوق یکساله رفت. او پس از تماشای یک ویدئو در TikTok متوجه یک فرصت جانبی در زمینه آموزش مدلهای هوش مصنوعی برای وبسایتی به نام Data Annotation Tech شد. اکنون خانم بکر ۳۳ساله هر روز برای چند ساعت پشت لپتاپ خود مینشیند و با چتباتهای هوش مصنوعی تعامل میکند و برای هر ساعت کار، ۲۰ تا ۴۰ دلار دستمزد میگیرد. به این ترتیب او در فصل بهار، بیش از 10 هزار دلار درآمد داشته است. رونق در فناوری هوش مصنوعی، موجب انعطافپذیری برخی مشاغل شده است، به نحوی که انجام آنها نیازی به ترک خانه ندارد. رشد مدلهای زبانی بزرگ که ChatGPT OpenAI را تقویت میکند، نیاز به مربیانی مانند خانم بکر دارد؛ کسانی که به زبان انگلیسی مسلط هستند و میتوانند نوشتار باکیفیتی تولید کنند. برای سالها، سازندگان هوش مصنوعی سیستمهایی مانند Google و OpenAIبه کارگران کمدرآمد -معمولاً پیمانکارانی که از طریق شرکتهای دیگر استخدام میشوند- برای کمک به رایانهها در شناسایی بصری سوژهها متکی بودند. این پیمانکاران برای آموزش هوش مصنوعی مثلاً وسایل نقلیه و عابران پیاده را در خودروهای خودران برچسب میزدند یا تصاویری را روی عکسهای مورد استفاده برای آموزش هوش مصنوعی شناسایی میکردند. اما همانطور که هوش مصنوعی پیچیدهتر شده است، کار افرادی که باید آن را آموزش دهند نیز سختتر شده است. برچسبگذارهای عکس دیروز، مقالهنویسهای امروز هستند. معمولاً دو نوع کار برای این مربیان وجود دارد؛ نخست یادگیری تحت نظارت که در آن هوش مصنوعی از نوشتههای تولیدشده توسط انسان میآموزد و دوم یادگیری هوش مصنوعی از بازخوردهای انسانی، یعنی جایی که ربات چت از نحوه ارزیابی پاسخ انسان به پرسشهایش چیزهایی میآموزد. شرکتهایی که در مدیریت دادهها تخصص دارند، پیمانکاران را استخدام میکنند و دادههای آموزشی خود را به توسعهدهندگان بزرگتر میفروشند. بعضی توسعهدهندگان هوش مصنوعی نیز از حاشیهنویسان داخلی استفاده میکنند. به گفته محققان، تخمین تعداد کل این کارگران سخت است. اما شرکت Scale AI که پیمانکاران را از طریق شرکتهای تابعه خود استخدام میکند، میگوید که دیدن دهها هزار نفر در یک زمان معین روی این پلتفرم، امری معمول است.
چالشهای کارگری مجازی
همچون سایر انواع کار مرتبط با اینترنت، ساعات کاری انعطافپذیر با چالشهای خاص خود همراه است. برخی از کارگران میگویند که هرگز با مدیران سایتهای استخدام ارتباط برقرار نکردهاند و برخی دیگر بدون هیچ توضیحی از کار جدا شدهاند. محققان همچنین نگرانیهایی را در مورد کمبود استانداردها مطرح کردهاند، زیرا کارگران معمولاً در مورد پاسخهای مناسب رباتهای گفتوگومحور آموزش نمیبینند.
برای تبدیلشدن به یکی از این آموزشدهندگان، کارگران باید یک مرحله ارزیابی را بگذرانند. این قسمت شامل سؤالاتی مانند این است که آیا یک پست خاص در رسانههای اجتماعی باید بهعنوان نفرتپراکنی تلقی شود و اگر آری، چرا. یکی دیگر از این ارزیابیها به رویکرد خلاقانهتری نیاز دارد و از مشتریان احتمالی میخواهد که داستان کوتاهی تخیلی درباره یک اختاپوس سبز خیالی بنویسند. گاهی اوقات، شرکتها به دنبال کارشناسان با تخصص در موضوعی خاص هستند. شرکت هوش مصنوعی آمریکایی Scale AI برای نویسندگان قراردادی که دارای مدرک کارشناسی ارشد یا دکترا به زبانهای هندی و ژاپنی هستند، درخواست استخدام میفرستد. یا شرکت دیگری به نام Outlier فهرستهای شغلیای دارد که الزاماتی مانند مدارک تحصیلی در ریاضیات، شیمی و فیزیک را ذکر میکنند.
ویلیام پریمک، معاون عملیات داده در شرکت Scale AI معتقد است: «آنچه واقعاً هوش مصنوعی را میسازد و برای کاربران مفید است، لایه انسانی دادههاست. این واقعاً کاری است که باید توسط انسانهای باهوش، ماهر و با درجه خاصی از تخصص و خلاقیت انجام شود.» نمونه این لایه انسانی متخصص در هوش مصنوعی، اسی آبوت ۲۸ساله است. او دانشجوی کارشناسی ارشد در رشته علوم کامپیوتر در دانشگاه آرکانزاس است که وظیفه کدنویسی پروژههایی را برعهده گرفته که ساعتی ۴۰ تا ۴۵ دلار برای آن دریافتی دارد. او از چت ربات میخواهد که یک برنامه حسگر حرکتی طراحی کند که به ورزشکاران کمک میکند تا تکرارهای خود را بشمارند و سپس کدهای کامپیوتری نوشته شده توسط هوش مصنوعی را ارزیابی میکند. در یک مورد دیگر، او یک مجموعه داده در مورد اقلام مواد غذایی را در برنامه بارگذاری میکند و از چت بات میخواهد تا بودجه ماهانهای با توجه به آن اقلام طراحی کند. گاهی اوقات او حتی کدهای حاشیهنویسان دیگر را ارزیابی میکند که کارشناسان میگویند برای اطمینان از کیفیت دادهها استفاده میشود.
با این حال حساب کاربری او به دلیل نقض قوانین رفتاری توسط پلتفرم برای همیشه به حالت تعلیق درآمد. او در اینباره توضیحی دریافت نکرد اما مشکوک است که حسابش به این دلیل تعلیق شده که او در نیجریه کار میکند، زیرا سایتهای پلتفرم فقط کارگرانی را میخواهند که در برخی کشورها مستقر هستند. این چالش اساسی کار در عرصه آنلاین و هوش مصنوعی است. کار میتواند در هر زمان ناپدید شود. اکثریت کارگران داده به دستمزد حاصل از کار خود وابسته هستند. میلاگروس میچلی، جامعهشناس و پژوهشگر کامپیوتر، که در حال تحقیق در مورد شرایط کار در صنعت داده است، میگوید: «بسیاری از مردم این کار را برای سرگرمی انجام میدهند، چراکه این کار به شکلی بازیوار انجام میشود، با این حال بخش عمدهای از کار هنوز به کارگران این صنعت وابسته است که واقعاً به پول نیاز دارند و این کار را بهعنوان درآمد اصلی انجام میدهند.» همچنان نگرانی درباره نبود استانداردهای ایمنی در برچسبگذاری دادهها وجود دارد. گاهی اوقات از کارگران خواسته میشود که به موضوعات حساسی بپردازند، مانند اینکه آیا برخی رویدادها یا اعمال باید نسلکشی تلقی شوند یا اینکه چه جنسیتی باید در تصویری که توسط هوش مصنوعی از یک تیم فوتبال ایجاد میشود ظاهر شود. اما کارگران این صنعت در مورد نحوه ارزیابی مسائل حساس آموزش ندیدهاند و این خطر وجود دارد که هوش مصنوعی تبدیل به عرصه کشمکشهای نژادی، سیاسی و جناحی شود.
منبع: نیویورکتایمز
ارسال دیدگاه