एआई मॉडल और प्लेटफ़ॉर्म

एआई की सफलता के पीछे अदृश्य कार्यकर्ता हैं, लेकिन उनके पास बहुत कम करियर के अवसर हैं

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

हाल ही में एमआईटी के टेक्नोलॉजी रिव्यू में प्रकाशित एक लेख में, वेस्ट वर्जीनिया विश्वविद्यालय के मानव-कंप्यूटर इंटरैक्शन लैब के निदेशक, सापिह सेवेज, ने एआई उद्योग में “अदृश्य कार्यकर्ताओं” की समस्या के बारे में बात की। बड़े पैमाने पर एंटरप्राइज़-स्केल डीप लर्निंग एप्लिकेशन को विश्वसनीय बनाने के लिए बहुत अधिक प्रशिक्षण डेटा की आवश्यकता होती है, और डेटा लेबलिंग आमतौर पर दुनिया भर में वितरित कई कम वेतन वाले कार्यकर्ताओं द्वारा की जाती है।

सबसे बड़े और सबसे सफल मशीन लर्निंग मॉडल अक्सर गिग वर्कर्स द्वारा लेबल किए गए डेटा पर प्रशिक्षित होते हैं, अक्सर अमेज़ॅन के मैकेनिकल टर्क जैसे प्लेटफ़ॉर्म के माध्यम से। मैकेनिकल टर्क वर्कर माइक्रोवर्क/माइक्रोटास्क लेते हैं जिनमें डेटा लेबलिंग शामिल है। उदाहरण के लिए, कार्यकर्ता कंप्यूटर विज़न सिस्टम को वस्तुओं को पहचानने में मदद करने के लिए छवियों में वस्तुओं को लेबल कर सकते हैं, या डिजिटल सहायक के लिए वॉयस रिकग्निशन सिस्टम का उपयोग करने के लिए संवाद को ट्रांसक्राइब कर सकते हैं।

कुछ अनुमानों के अनुसार, अमेरिका में मैकेनिकल टर्क वर्कर्स की संख्या 50 लाख से अधिक है, और उनमें से अधिकांश अपनी आय का तीन-चौथाई या अधिक इस प्लेटफ़ॉर्म के माध्यम से कमाते हैं। कोविड-19 महामारी के कारण कई लोगों के बेरोजगार होने के कारण हाल के महीनों में मैकेनिकल टर्क जैसे प्लेटफ़ॉर्म पर गिग वर्कर्स की संख्या में वृद्धि हुई है।

सेवेज ने कहा कि जबकि भीड़ का काम अपने आप में बुरा नहीं है, यह संभावित रूप से शोषणकारी हो सकता है। इनमें से अधिकांश कार्यकर्ता न्यूनतम वेतन से कम कमाते हैं। ये पद अक्सर स्थिर होते हैं क्योंकि वे कार्यकर्ताओं को अपने कौशल में सुधार करने या ऐसा काम करने की अनुमति नहीं देते हैं जिसे वे आसानी से अपने रेज्यूमे में शामिल कर सकें। अन्य प्रौद्योगिकी कंपनियों जैसे माइक्रोसॉफ्ट या गूगल के पास अपने स्वयं के प्लेटफ़ॉर्म हो सकते हैं जिन पर वे कार्यकर्ताओं की भर्ती करते हैं, लेकिन प्रक्रिया अक्सर समान होती है।

सेवेज का मानना है कि यह जानबूझकर नहीं है कि बड़ी प्रौद्योगिकी कंपनियां जो वितरित कार्यकर्ताओं को नियुक्त करती हैं, उन्हें कम वेतन देती हैं। सेवेज का तर्क है कि यह अधिक संभावना है कि प्रौद्योगिकी कंपनियां यह नहीं समझती हैं कि वे अपने कार्यकर्ताओं से जो काम करवा रही हैं, वह वास्तव में कितना शामिल है और कितना समय लेता है।

सेवेज का तर्क है कि अदृश्य कार्यकर्ताओं के लिए काम की स्थिति और करियर की गति में सुधार करने के लिए कई बदलाव किए जा सकते हैं। यह संभव है कि ऐसे सिस्टम बनाए जाएं जो कार्यकर्ताओं को यह मूल्यांकन करने में मदद करें कि एक कार्य को पूरा करने में उन्हें कितना समय लगेगा, उन्हें यह तय करने दें कि कार्य लेना उनके लिए समय के लायक है या नहीं। वास्तव में, सेवेज एक एआई मॉडल बनाने का प्रयास कर रहे हैं जो कार्यकर्ताओं को यह बेहतर ढंग से अनुमान लगाने में मदद करेगा कि कौन से कार्य उनके समय के लायक हैं और कौन से कार्य उन्हें वांछित कौशल बनाने में मदद करेंगे। प्रस्तावित एआई मॉडल अपने वर्तमान उपयोगकर्ता के लिए सबसे प्रभावी सलाह क्या है, इसे सीखने के लिए प्रतिक्रिया लेगा, और समय के साथ सुधार करेगा। यदि एक कार्यकर्ता अपनी आय बढ़ाना चाहता है, तो वे एआई टूल का उपयोग यह निर्धारित करने के लिए कर सकते हैं कि उन्हें किन कार्यों पर ध्यान केंद्रित करना चाहिए।

अदृश्य कार्यकर्ताओं के करियर विकल्पों में सुधार करने के संदर्भ में, कार्यकर्ताओं को नए कौशल बनाने में मदद करने वाले कार्यों की ओर मार्गदर्शन किया जा सकता है। माइक्रोवर्क प्लेटफ़ॉर्म पर कार्य पोस्ट करने वाली कंपनियां प्रशिक्षण सत्रों के अलावा इंटर्नशिप और कक्षाएं भी प्रदान कर सकती हैं। अंततः, सेवेज का तर्क है कि प्रौद्योगिकी स्थान में गिग कार्यकर्ताओं को एजेंसी दी जानी चाहिए और उनका सम्मान किया जाना चाहिए, ठीक वैसे ही जैसे प्रौद्योगिकी क्षेत्र के किसी अन्य हिस्से में कार्यकर्ताओं के साथ व्यवहार किया जाता है। जैसा कि सेवेज को एमआईटी टेक्नोलॉजी रिव्यू के माध्यम से उद्धृत किया गया है:

“यह कथा को बदलने के बारे में भी है। मैं हाल ही में दो भीड़ कार्यकर्ताओं से मिला, जिनसे मैं बात कर रहा था और वे खुद को तकनीकी कार्यकर्ता कहते हैं, जो—मेरा मतलब है, वे एक तरह से तकनीकी कार्यकर्ता हैं क्योंकि वे हमारी तकनीक को शक्ति प्रदान कर रहे हैं। जब हम भीड़ कार्यकर्ताओं की बात करते हैं, तो वे आमतौर पर भयानक नौकरियों के रूप में प्रस्तुत किए जाते हैं। लेकिन यह मददगार हो सकता है कि हम इन लोगों के बारे में कैसे सोचते हैं। यह सिर्फ एक और तकनीकी नौकरी है।”

सेवेज का साक्षात्कार ऐसे समय में आया है जब प्रौद्योगिकी क्षेत्र में गिग कार्यकर्ताओं के अधिकारों पर अधिक ध्यान दिया जा रहा है। हाल ही में, जर्मन संघीय श्रम न्यायालय ने एक भीड़ कार्यकर्ता को कर्मचारी के रूप में कानूनी दर्जा दिया, जिसका जर्मनी में भीड़ कार्यकर्ताओं के भविष्य के उपचार पर परिणाम हो सकता है।

ब्लॉगर और प्रोग्रामर जिनकी विशेषज्ञता मैशीन लर्निंग और डीप लर्निंग विषयों में है। डैनियल दूसरों को सामाजिक कल्याण के लिए एआई की शक्ति का उपयोग करने में मदद करना चाहता है।