AIの成功を支える見えざる労働者たち しかし、彼らには限られたキャリアの見通ししかない

最近のMITのTechnology Reviewの記事によると、ウェストバージニア大学のヒューマンコンピュータ相互作用研究所のディレクターであるSapih Savageは、AI業界における「見えざる労働者」の問題について話した。多くの大規模なエンタープライズスケールのディープラーニングアプリケーションは、信頼性を確保するために大量のトレーニングデータが必要であり、データのラベル付けは通常、世界中の多くの低賃金労働者によって行われる。

最も大規模で成功した機械学習モデルは、AmazonのMechanical Turkなどのプラットフォームを介してギグワーカーによってラベル付けされたデータでトレーニングされることが多い。Mechanical Turkのワーカーは、データのラベル付けなどのマイクロタスク/マイクロワークを行う。たとえば、ワーカーは、コンピュータビジョンシステムがオブジェクトを認識できるように画像内のオブジェクトをラベル付けしたり、デジタルアシスタントで使用される声認識システムのために会話を転写したりする。

一部の推定では、Mechanical Turkのワーカーの数は米国で50万人を超え、そのうちの半分以上がこのプラットフォームを通じて収入の3/4以上を稼いでいる。最近のコロナウイルス感染症の流行により、Mechanical Turkなどのプラットフォームでのギグワーカーの数は増加している。

Savageは、クラウドワーク自体が悪いことではないが、搾取につながる可能性があると話した。これらのワーカーの大多数は、最低賃金以下で働いている。また、これらのポジションは、ワーカーがスキルを身につけたり、簡単に履歴書に記載できる仕事を行うことを許さないため、停滞しやすい。他のテクノロジー企業であるMicrosoftやGoogleも、ワーカーを募集するプラットフォームを持っているが、プロセスは同じである。

Savageは、大規模テクノロジー企業が分散したワーカーを雇用しているにもかかわらず、ワーカーに低賃金を支払っていることは、意図的なものではないと考えている。Savageは、テクノロジー企業が、実際にはどれほど時間がかかるかを考慮せずに、ワーカーに要求している仕事の複雑さとスキルを理解していない可能性が高いと主張している。

Savageは、AIモデルを作成するために働く「見えざる労働者」の労働条件とキャリアのトラジェクトリーを改善するために、いくつかの変更が可能であると主張している。タスクワーカーがタスクを完了するのにどれくらいの時間がかかるかを評価するシステムを作成することが可能である。実際、Savageは、ワーカーがどのタスクを優先すべきか、どのタスクが彼らのスキルを向上させるかを判断するのに役立つAIモデルを作成しようとしている。この提案されたAIモデルは、ユーザーがどのようなアドバイスを受けるのが最も効果的かを学び、フィードバックを受けて改善されていく。ワーカーが収入を増やしたい場合、AIツールを使用して、どのタスクに集中すべきかを判断することができる。

「見えざる労働者」のキャリアの選択肢を改善するために、ワーカーは新しいスキルを身につけるのに役立つタスクに向けられる。Microworkプラットフォームでタスクを投稿する企業は、トレーニングセッションに加えて、インターンシップやクラスを提供することもできる。最終的に、Savageは、テクノロジー業界のギグワーカーには、他のテクノロジー業界のワーカーと同様の代理権と尊重が必要であると主張している。Savageは、MIT Technology Reviewに引用され、「これは物語を変えることについてでもある。最近、私が話した2人のクラウドワーカーは、実際に自分たちをテクノロジー業界のワーカーと呼んでいた。彼らは、ある意味でテクノロジー業界のワーカーである。なぜなら、彼らは私たちのテクノロジーを支えているからである。クラウドワーカーについて話すとき、彼らは通常、ひどい仕事を持っているように表現される。しかし、クラウドワーカーが誰であるかについての考え方を変えることが役立つ。彼らはただ、別のテクノロジー業界の仕事をする人たちだ」と語った。

Savageのインタビューは、テクノロジー業界のギグワーカーの権利に注目が集まっている中で行われた。最近、ドイツの連邦労働裁判所は、クラウドワーカーが従業員としての法的地位を持つことを認めた。これは、ドイツにおけるクラウドワーカーの将来の扱いに対する影響を与える可能性がある。