Model dan platform AI

Pekerja Tak Kasat Mata Mengemudi Sebagian Besar Kesuksesan AI, Tetapi Mereka Memiliki Sedikit Prospek Karir

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Dalam sebuah artikel baru-baru ini dari MIT’s Technology Review, direktur laboratorium interaksi manusia-komputer Universitas West Virginia, Sapih Savage, berbicara tentang masalah “pekerja tak kasat mata” di industri AI. Banyak aplikasi pembelajaran mesin skala besar memerlukan sejumlah besar data pelatihan untuk dapat diandalkan, dan pelabelan data biasanya dilakukan oleh banyak pekerja dengan upah rendah yang tersebar di seluruh dunia.

Model pembelajaran mesin terbesar dan paling sukses sering dilatih pada data yang diberi label oleh pekerja lepas, sering melalui platform seperti Amazon’s (AMZN ) Mechanical Turk. Pekerja Mechanical Turk mengambil tugas mikro yang melibatkan pelabelan data. Sebagai contoh, pekerja mungkin memberi label objek dalam gambar sehingga sistem visi komputer dapat mengenali objek, atau menranskrip dialog sehingga sistem pengenalan suara dapat digunakan untuk asisten digital.

Beberapa perkiraan menempatkan jumlah pekerja Mechanical Turk di AS lebih dari setengah juta orang, dan lebih dari setengah dari mereka menghasilkan tiga perempat atau lebih dari pendapatan mereka melalui platform. Jumlah pekerja lepas di platform seperti Mechanical Turk telah tumbuh dalam beberapa bulan terakhir karena pandemi Covid-19 yang menyebabkan banyak orang kehilangan pekerjaan.

Savage berbicara tentang bagaimana, meskipun pekerjaan kerumunan tidak secara inheren buruk, itu dapat berpotensi mengeksploitasi. Sebagian besar pekerja ini menghasilkan di bawah upah minimum. Posisi ini juga cenderung stagnan karena mereka tidak memungkinkan pekerja untuk mengembangkan keterampilan atau melakukan pekerjaan yang dapat dengan mudah mereka cantumkan dalam resume. Perusahaan teknologi lain seperti Microsoft (MSFT ) atau Google (GOOGL ) mungkin memiliki platform mereka sendiri yang mereka rekrut pekerja, tetapi prosesnya sering sama.

Savage percaya bahwa tidak disengaja bahwa perusahaan teknologi besar yang mempekerjakan pekerja terdistribusi membayar pekerja dengan upah rendah. Savage berargumen bahwa lebih mungkin bahwa perusahaan teknologi tidak memahami seberapa terlibat dan terampil pekerjaan yang mereka minta pekerja mereka lakukan, mengharapkan itu tidak memakan waktu lama seperti yang sebenarnya.

Savage berargumen bahwa sejumlah perubahan dapat dilakukan untuk meningkatkan kondisi kerja dan jalur karir untuk pekerja tak kasat mata yang memungkinkan pembuatan model AI. Memungkinkan untuk menciptakan sistem yang membantu pekerja mengevaluasi seberapa lama tugas akan memakan waktu mereka untuk menyelesaikannya, membiarkan mereka menentukan apakah mengambil tugas akan sepadan dengan waktu mereka. Bahkan, Savage mencoba menciptakan model AI yang akan membantu pekerja memprediksi tugas mana yang paling sepadan dengan waktu mereka dan tugas mana yang akan membantu mereka membangun keterampilan yang diinginkan. Model AI yang diusulkan akan belajar apa jenis saran yang paling efektif untuk pengguna saat ini, mengambil umpan balik, dan meningkatkan dari waktu ke waktu. Jika seorang pekerja ingin meningkatkan jumlah uang yang mereka hasilkan, mereka bisa menggunakan alat AI untuk menentukan tugas mana yang harus mereka fokuskan.

Dalam hal membantu pekerja tak kasat mata meningkatkan pilihan karir, pekerja dapat dipandu menuju tugas yang akan membantu mereka membangun keterampilan baru. Perusahaan yang memposting tugas pada platform mikrokerja ini juga dapat menyediakan magang dan kelas tambahan selain sesi pelatihan. Pada akhirnya, Savage berargumen bahwa pekerja lepas di ruang teknologi perlu diberi kekuatan dan dihormati, sama seperti pekerja di bagian lain sektor teknologi. Ketika Savage dikutip via MIT Technology Review:

“Ini tentang mengubah narasi, juga. Saya baru-baru ini bertemu dengan dua pekerja kerumunan yang saya telah berbicara dan mereka sebenarnya menyebut diri mereka sebagai pekerja teknologi, yang—saya maksud, mereka adalah pekerja teknologi dalam cara tertentu karena mereka memungkinkan teknologi kita. Ketika kita berbicara tentang pekerja kerumunan mereka biasanya disajikan sebagai memiliki pekerjaan yang mengerikan. Tetapi itu dapat membantu untuk mengubah cara kita berpikir tentang siapa orang-orang ini. Ini hanya pekerjaan teknologi lain.”

Wawancara Savage datang ketika lebih banyak perhatian sedang diberikan pada hak pekerja lepas di sektor teknologi. Baru-baru ini Pengadilan Tenaga Kerja Federal Jerman mengakui seorang pekerja kerumunan sebagai memiliki status hukum sebagai karyawan, mungkin memiliki implikasi untuk perlakuan pekerja kerumunan di masa depan di Jerman.

Blogger dan programmer dengan spesialisasi di Machine Learning dan Deep Learning topik. Daniel berharap untuk membantu orang lain menggunakan kekuatan AI untuk kebaikan sosial.