Hinter der Explosion von ChatGPT stehen diejenigen, die ihm geholfen haben, „weiß zu waschen“

Der Erfolg der künstlichen Intelligenz ist nicht nur den Genies an der Spitze der Pyramide zu verdanken.

KI erkennt keine Objekte und benötigt viele Daten, um zu lernen, Gesichtszüge und Ampeln zu unterscheiden.

KI verweigert Informationen nicht und verlässt sich darauf, dass Menschen dabei helfen, schädliche Teile der Datenbank zu beseitigen.

Wenn die KI endlich im Rampenlicht steht, verrichten Datenannotatoren ihre monotonen, aber wichtigen Aufgaben und verschwinden dann im Dunkeln.

ChatGPT, das auf der ganzen Welt beliebt ist, ist wahrscheinlich auch eine Geschichte von "Einer wird erfolgreich sein und alle werden sterben".

ChatGPTs „Helden hinter den Kulissen“

Wie leistungsfähig ChatGPT ist, versteht sich von selbst. Es spricht mit Ihnen in natürlicher Sprache, schreibt Code, schreibt Hausarbeiten, besteht Prüfungen und schreibt Gedichte.

GPT-3, der Vorgänger von ChatGPT, ist im Vergleich zur vorherigen „künstlichen geistigen Behinderung“ ebenfalls eine große Verbesserung, hat aber das Problem, dass es leicht ist, Gewalt, Sexismus und rassistische Äußerungen herauszuplatzen, sodass es nicht wirklich populär gemacht werden kann .

Mit den Lehren aus der Vergangenheit hat OpenAI einen zusätzlichen Sicherheitsmechanismus eingerichtet, um sicherzustellen, dass ChatGPT sanft und harmlos ist.

Basierend auf Beispielen zu Gewalt, Hass und sexuellem Missbrauch trainiert es eine KI, die schädliche Inhalte erkennen kann, und verwendet diese KI dann als einen in ChatGPT integrierten Detektor, um Inhalte zu erkennen und zu filtern, bevor sie die Benutzer erreichen .

Die oben genannten Beispiele müssen eine Datenkennzeichnung (Data Labelling) durchlaufen, was eine enorme menschliche Arbeit ist, und Arbeiter in Kenia sind für die Kennzeichnung schädlicher Inhalte verantwortlich.

OpenAI hat seit November 2021 Zehntausende von Textfragmenten an das Outsourcing-Unternehmen Sama gesendet, von denen die meisten die dunkelsten Ecken des Internets widerspiegeln, in denen es um sexuellen Missbrauch, Selbstmord, Folter usw. geht.

Ein Datenetikettierer begann, wiederkehrende Halluzinationen zu erleben, nachdem er unannehmbar schädliche Inhalte gelesen hatte.

Die Last der Arbeit wurde nicht gegen eine überlegene Behandlung eingetauscht.

Die Time-Untersuchung ergab , dass Sama Data Labeler, die für OpenAI arbeiten, etwa 1,32 bis 2 US-Dollar pro Stunde verdienen. In Neun-Stunden-Schichten lasen und kommentierten sie 150 bis 250 Textabschnitte mit jeweils 100 bis über 1.000 Wörtern.

Aber Sama sagt, dass Arbeiter 70 Absätze pro Neun-Stunden-Schicht statt der maximal 250 annotieren können und zwischen 1,46 und 3,74 Dollar pro Stunde nach Steuern verdienen.

Sama bezeichnet sich selbst auch als „ethisches KI-Unternehmen“, das mehr als 50.000 Menschen aus der Armut befreit hat.

Wenn moralisch sein bedeutet, aus der Armut zu helfen, dann ist vielleicht nichts falsch daran, schließlich haben diese armen Arbeiter nicht mehr Möglichkeiten.

Aber die "Nebenwirkungen" sind wie ein Schatten, und körperliche und seelische Folter ist zu einem notwendigen Preis geworden.

Da Sama extrem hohe Anforderungen an die Arbeitseffizienz der Mitarbeiter stellt, organisiert das Unternehmen selten psychologische Beratungsaktivitäten, ganz zu schweigen davon, dass diese Aktivitäten selbst keinen Nutzen haben. Einige Mitarbeiter haben angeboten, Einzelgespräche zu führen, aber das Management von Sama hat wiederholt abgelehnt.

OpenAI antwortete auch gegenüber dem ausländischen Medium Quartz, dass sie fast doppelt so viel zahlen wie andere Content-Review-Unternehmen in Ostafrika und Mitarbeitern Sozialleistungen und Renten gewähren.

Obwohl die Parteien unterschiedliche Meinungen haben, sind die grundlegenden Tatsachen nicht unterschiedlich.

Um die KI sicherer zu machen und die allgemeine KI von OpenAI der Menschheit zugute kommen zu lassen, haben eine große Anzahl von Arbeitern viel Energie investiert und sogar ein Trauma erlitten. Aber als OpenAI auf fast 30 Milliarden Dollar geschätzt wurde, blieben sie weitgehend unbekannt.

endständige Kapillaren

Data Labeler sind kein neuer Job.

Bereits 2007 stellte der Computer-Vision-Experte Fei-Fei Li eine Gruppe von Princeton-Studenten ein, um für 10 US-Dollar pro Stunde mit der Datenkennzeichnung zu experimentieren.

Heute hat sich die Datenkennzeichnung bereits zu einer Industrie entwickelt, aber das Gehalt ist deutlich gesunken, und die Protagonisten sind keine Studenten mehr.

Um 2019 herum berichteten einige Medien über inländische Datenbeschrifter, die in Städten der vierten und fünften Reihe in Henan, Shandong, Hebei und anderen Orten verstreut waren.

Ebenso hat Sama seinen Hauptsitz in San Francisco und beschäftigt Mitarbeiter in Kenia, Uganda und Indien. Neben OpenAI kennzeichnet es auch Daten für Silicon Valley-Kunden wie Google, Meta und Microsoft.

In den vergangenen zwei Jahren hat sich Sama jedoch vorgenommen, „seine Hände im goldenen Becken zu waschen“.

Im Februar 2022 beschloss Sama, seine Zusammenarbeit mit OpenAI zu beenden. Mitarbeiter müssen keine Schmerzen mehr ertragen, aber auch die Existenzgrundlage sei schwer zu erhalten. „Für uns ist dies eine Möglichkeit, unsere Familie zu unterstützen.“

Im Januar dieses Jahres war Samas Haltung noch entscheidender: Er plante, alle Arbeiten zur Verarbeitung natürlicher Sprache und zur Überprüfung von Inhalten einzustellen, nur noch Annotationen von Computer-Vision-Daten vorzunehmen und sich von allen Unternehmen zu trennen, die sensible Inhalte betreffen, einschließlich der Kündigung des Vertrags mit Meta Ostafrika.

Die Sama-Mitarbeiter, die für Meta in ihrem Büro in Nairobi in Afrika arbeiten, konzentrieren sich auf die Überprüfung lokal produzierter Inhalte, Enthauptungen, Kindesmissbrauch usw. sind mehr, als sie bewältigen können. Ein Mitarbeiter beschrieb die Überprüfung des Inhalts der Bilder als „in einem Horrorfilm leben“.

Wo eine Nachfrage besteht, gibt es einen Markt, und es gibt nie einen Mangel an solchen Outsourcing-Unternehmen.

Berichten zufolge soll Majorel, ein in Luxemburg ansässiges Outsourcing-Unternehmen, das für die Moderationsdienste von TikTok in Afrika verantwortlich ist, die Arbeit von Meta übernehmen.

Auch das Unternehmen wurde kritisiert. Im August 2022 untersuchte Insider die Situation in Majorel, Marokko, und stellte fest, dass Arbeiter oft mehr als 12 Stunden in Schichten arbeiteten, kurze Videos mit Tierquälerei, sexueller Gewalt usw. markierten und weniger Ruhezeiten hatten als ihre amerikanischen Kollegen. Der "Gesundheitsberater" des Unternehmens half dabei nichts zu tun.

Als Kapillaren am Ende der Technologieindustriekette taucht die Datenannotation an mehr Stellen auf.

Im November 2022 berichtete The Verge , dass Amazon Mitarbeiter in Indien und Costa Rica eingestellt hat, die dafür verantwortlich sind, Tausende von Videos von Lagerhauskameras anzusehen, um das Computer-Vision-System von Amazon zu verbessern.

Aber nachdem sie es mindestens acht Stunden lang angestarrt hatten, bekamen sie Kopfschmerzen, Augenschmerzen und Sehverlust.

Selbstfahrende Autos benötigen auch eine Datenkennzeichnung, um zu lernen, wie sie Verkehrszeichen, Fahrzeuge, Fußgänger, Bäume und Mülleimer erkennen, und erfordern eine noch höhere Kennzeichnungsgenauigkeit, da sie direkt über Leben und Tod von Menschen entscheiden können.

Eine Untersuchung des MIT Technology Review vom April 2022 ergab, dass selbstfahrende Unternehmen, darunter Tesla, venezolanische Arbeiter hatten, die selbstfahrende Daten für einen Durchschnittslohn von etwas mehr als 90 Cent pro Stunde kommentierten.

Zumindest vorerst muss die Datenbank noch von Menschen gereinigt werden, und die KI-Kartenerkennung benötigt immer noch Menschen, um den Rahmen zu zeichnen. Das Problem ist, dass die Behandlung und die psychische Gesundheit der Arbeiter im Vergleich zu der Energie, die sie investieren, nicht so ideal sind.

diejenigen, die immer marginaler werden

Seit der Geburt von ChatGPT machen sich viele Menschen Sorgen um ihren Arbeitsplatz, was ein ganz bestimmtes Krisengefühl sein kann.

Gleichzeitig hat die Beziehung zwischen KI und Menschen subtile Veränderungen in einer anderen Dimension erfahren – sie hat die Art und Weise verändert, wie Menschen arbeiten und die Arten von Jobs, die es gibt, und es einer großen Anzahl von Arbeitern ermöglicht, sich hinter den Kulissen zu verstecken.

Beispielsweise haben Data Labeler, deren Jobschwelle nicht hoch ist, oft keine strengen akademischen Anforderungen und können nach einigen Tagen Ausbildung eingestellt werden. Wenn Sie wissen, was Sie markieren und wo Sie markieren müssen , fangen Sie im Grunde an, und der Rest der Zeit bleibt dem Üben, das den Meister macht.

Sie sind oft keine regulären Angestellten, sondern ausgelagerte Formen, wie kenianische Arbeiter, die OpenAI betreuen.

Das bedeutet, dass sie in einer instabileren Welt leben, mit niedrigerer Bezahlung, mehr Randstatus und weniger Mitspracherecht am Arbeitsplatz, nur um es ihnen gleichzutun. Wie weit KI geht, wissen sie vielleicht nicht.

2018 heißt es im GQ-Bericht in „Those Who Work for Artificial Intelligence“ : „We have no research and development capacity, and we are pure a (foundry) Foxconn.“

Ähnliche Situationen haben sich in der Geschichte abgespielt. Zu Beginn des 19. Jahrhunderts wurden in Großbritannien automatisierte Textilmaschinen populär, und die Fabriken zogen es vor, billige ungelernte Arbeitskräfte für den Betrieb der Maschinen einzustellen, was zur Arbeitslosigkeit vieler qualifizierter Arbeiter führte.

Das Rad der Zeit dreht sich weiter und die Data Labeler, die der KI dienen, werden langsam durch KI ersetzt.

Im Juni 2022 plant Tesla, 200 US-Mitarbeiter zu entlassen , die für das Kommentieren von Videos und die Verbesserung von Fahrerassistenzsystemen verantwortlich sind. Der Grund dafür könnte darin liegen, dass die automatisierte Datenkennzeichnung von Tesla in den letzten Jahren Fortschritte gemacht hat, was einen Teil der von Menschen geleisteten Arbeit ersetzen kann.

Der Software-Direktor von Tesla Autopilot sagte einmal am AI Day, dass das Unternehmen in einer Woche 10.000 Videoclips von 45 bis 60 Sekunden sammeln und automatisch beschriften kann. Im Gegensatz dazu „kann die manuelle Kennzeichnung jedes Segments Monate dauern“.

Im Jahr 2020 prognostizierte das Weltwirtschaftsforum , dass bis 2025 85 Millionen Arbeitsplätze durch Maschinen ersetzt und 97 Millionen neue Arbeitsplätze geschaffen werden.

Die Positionen, die sie optimistisch sehen, sind im Wesentlichen technische Talente wie Experten für künstliche Intelligenz und maschinelles Lernen, Experten für digitale Transformation und Informationssicherheitsanalysten.

Demgegenüber treten einkommensschwache und gering qualifizierte Berufe allmählich von der Bühne zurück und verschwinden möglicherweise irgendwann im Schatten der Maschinen.

#Willkommen beim offiziellen öffentlichen WeChat-Konto von Aifaner: Aifaner (WeChat-ID: ifanr). Weitere spannende Inhalte werden Ihnen so bald wie möglich präsentiert.

Ai Faner | Ursprünglicher Link · Kommentare anzeigen · Sina Weibo