联系我们

数据科学

隐形工人推动了很多AI’的成功,但他们的职业前景不大

mm

已发表

 on

在最近的一篇文章中 麻省理工学院的技术评论西弗吉尼亚大学人机交互实验室主任Sapih Savage谈到了AI行业中的“隐形工人”问题。许多大型企业规模 深度学习 应用程序需要大量的培训数据才能可靠,并且数据标记通常由分布在世界各地的许多低薪工人完成。

最大最成功 机器学习 经常通过Amazon的Mechanical Turk之类的平台对模型进行训练,这些模型由演出工作人员打上标签。机械土耳其人的工人从事涉及数据标签的微工作/微任务。例如,工作人员可能在图像中标记对象,以便 计算机视觉 系统可以识别对象或转录对话,以便语音识别系统可以用于数字助理。

有人估计,美国的Turk工人人数超过50万,其中一半以上通过该平台赚取了四分之三或更多的收入。由于Covid-19大流行使许多人失业,近几个月来,诸如Mechanical Turk等平台上的演出工人数量有所增加。

野蛮人谈到了如何做,虽然群众工作本来不是一件坏事,但却可能是剥削性的。这些工人中的大多数收入低于最低工资。这些职位也往往停滞不前,因为它们不允许工人提高技能或从事可以轻松在简历上列出的工作。像Microsoft或Google这样的其他科技公司也可能拥有自己的平台来招聘员工,但是过程通常是相同的。

野蛮人认为,雇用分布式工人的大型高科技公司的薪水不足是故意的。 Savage认为,科技公司很可能不了解他们要求其员工实际从事的工作的参与程度和技能,并期望它不会花很长时间。

Savage认为,可以进行很多更改来改善能够创建AI模型的隐形工人的工作条件和职业轨迹。可以创建系统来帮助任务工作人员评估完成任务需要花费多长时间,让他们确定执行任务是否值得他们花费时间。实际上,Savage正在尝试创建一个AI模型,以帮助工人更好地预测哪些任务最适合他们的时间,哪些任务将帮助他们建立所需的技能。拟议的AI模型将了解哪种类型的建议对其当前用户最有效,获得反馈并随着时间的推移而不断改进。如果工人想增加他们赚的钱,他们可以使用AI工具来确定他们应该关注的任务。

在帮助无形工人改善职业选择方面,可以指导工人完成有助于他们建立新技能的任务。在这些微型工作平台上发布任务的公司除了提供培训课程外,还可以提供实习和课程。最终,Savage认为,技术领域的零工必须像在技术部门其他部门的工人一样,被给予代理和尊重。引用野人 通过麻省理工学院技术评论:

“这也与改变叙事有关。最近,我遇到了两名正在与之交谈的群众工作者,他们实际上自称为技术工作者,这意味着-他们在某种程度上是技术工作者,因为他们为我们的技术提供了动力。当我们谈论群众工作者时,他们通常会被视为从事这些可怕的工作。但是,改变我们对这些人是谁的看法可能会有帮助。这只是另一项技术工作。”

在Savage接受采访之际,越来越多的人开始关注技术领域的演出工人的权利。 刚刚 德国联邦劳动法院承认群众工人具有雇员的法律地位,这可能会对德国群众工人的未来待遇产生影响。