AI-modellen en platforms

Onzichtbare werkers zijn de drijvende kracht achter het succes van AI, maar hebben weinig carrièreperspectieven

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

In een recent artikel van MIT’s Technology Review sprak de directeur van de human-computer interactie lab van de West Virginia University, Sapih Savage, over het probleem van “onzichtbare werkers” in de AI-industrie. Veel van de grote, enterprise-schaal deep learning applicaties vereisen een enorme hoeveelheid trainingsdata om betrouwbaar te zijn, en de datalabeling wordt meestal gedaan door veel laagbetaalde werkers die over de hele wereld zijn verspreid.

De meest succesvolle machine learning modellen worden vaak getraind op data die is gelabeld door gigwerkers, vaak via platforms zoals Amazon’s Mechanical Turk. Mechanical Turk-werkers nemen microtaken/microwerk op zich dat het labelen van data inhoudt. Als voorbeeld kunnen werkers objecten in afbeeldingen labelen zodat een computervisiessysteem objecten kan herkennen, of dialoog transcriberen zodat een spraakherkenningsysteem kan worden gebruikt voor een digitale assistent.

Sommige schattingen geven aan dat het aantal Mechanical Turk-werkers in de VS meer dan een half miljoen mensen bedraagt, en meer dan de helft van hen verdient driekwart of meer van hun inkomen via het platform. Het aantal gigwerkers op platforms zoals Mechanical Turk is de afgelopen maanden toegenomen vanwege de Covid-19-pandemie, die veel mensen werkloos heeft gemaakt.

Savage sprak over hoe crowdwerk niet per se slecht is, maar potentieel uitbuitend kan zijn. De meerderheid van deze werkers verdient minder dan het minimumloon. Deze posities zijn ook vaak statisch, omdat ze werkers niet in staat stellen om zich te ontwikkelen of werk te doen dat ze gemakkelijk op hun cv kunnen zetten. Andere techbedrijven zoals Microsoft (MSFT ) of Google (GOOGL ) kunnen hun eigen platforms hebben waarop ze werkers werven, maar het proces is vaak hetzelfde.

Savage gelooft dat het niet de bedoeling is van grote techbedrijven die gedistribueerde werkers in dienst nemen om werkers onder het minimumloon te betalen. Savage stelt dat het waarschijnlijker is dat techbedrijven niet begrijpen hoe ingewikkeld en gespecialiseerd het werk is dat ze van hun werkers verlangen, en verwachten dat het niet zo lang duurt als het eigenlijk doet.

Savage stelt dat er een aantal veranderingen kunnen worden aangebracht om de werkomstandigheden en carrièreperspectieven van de onzichtbare werkers die AI-modellen mogelijk maken te verbeteren. Het is mogelijk om systemen te creëren die taakwerkers helpen om te bepalen hoe lang een taak zal duren, zodat ze kunnen beslissen of het opnemen van de taak de moeite waard is. Savage probeert zelfs een AI-model te creëren dat werkers zal helpen om beter te voorspellen welke taken de meeste tijd waard zijn en welke taken hen zullen helpen om de gewenste vaardigheden op te bouwen. Het voorgestelde AI-model zal leren welk type advies het meest effectief is voor de huidige gebruiker, feedback ontvangen en in de loop van de tijd verbeteren. Als een werker meer geld wil verdienen, kan hij het AI-hulpmiddel gebruiken om te bepalen welke taken hij moet prioriteren.

Wat betreft het helpen van onzichtbare werkers om hun carrièreperspectieven te verbeteren, kunnen werkers worden geleid naar taken die hen helpen om nieuwe vaardigheden op te bouwen. Bedrijven die taken op deze microwerkplatforms plaatsen, kunnen ook stages en cursussen aanbieden, naast trainingsessies. Uiteindelijk stelt Savage dat gigwerkers in de techsector agentie en respect moeten krijgen, net als werkers in elke andere sector van de tech. Zoals Savage werd geciteerd via MIT Technology Review:

“Het gaat erom om het verhaal te veranderen. Ik heb onlangs twee crowdworkers ontmoet met wie ik heb gesproken en ze noemen zichzelf techwerkers, wat – ik bedoel, ze zijn techwerkers op een bepaalde manier omdat ze onze technologie aandrijven. Wanneer we het over crowdworkers hebben, worden ze meestal voorgesteld als mensen met verschrikkelijke banen. Maar het kan helpen om de manier waarop we over deze mensen denken te veranderen. Het is gewoon nog een techbaan.”

Savage’s interview komt op een moment dat er meer aandacht wordt besteed aan de rechten van gigwerkers in de techsector. Onlangs heeft het Duitse Federale Arbeidshof een crowdwerker erkend als iemand met de juridische status van een werknemer, wat mogelijk implicaties heeft voor de toekomstige behandeling van crowdworkers in Duitsland.

Blogger en programmeur met specialisaties in Machine Learning en Deep Learning onderwerpen. Daniel hoopt anderen te helpen de kracht van AI te gebruiken voor het sociale goede.