پشت پرده استثمار کارگران نامرئی داده‌ها

به گزارش سراج24؛ در کارخانه‌های گرد و خاک گرفته، کافی نت‌های کوچک و دفاتر خانگی موقت در سراسر جهان، میلیون‌ها نفر پشت رایانه‌ها نشسته‌اند و به‌طور خسته‌کننده‌ای داده‌ها را برچسب‌گذاری می‌کنند.

این کارگران خون حیات صنعت رو به رشد هوش مصنوعی هستند. بدون آن‌ها، محصولاتی مانند چت جی‌پی‌تی به سادگی وجود نداشتند. به این دلیل که داده‌هایی که آنها برچسب گذاری می‌کنند به سیستم‌های هوش مصنوعی کمک می‌کند تا یاد بگیرند.

اما علی رغم سهم حیاتی این نیروی کار در صنعتی که انتظار می‌رود تا سال ۲۰۲۷ ارزشی برابر با ۴۰۷ میلیارد دلار داشته باشد، افرادی که آن را تشکیل می‌دهند عمدتا نامرئی هستند و اغلب مورد سواستفاده قرار می‌گیرند. اوایل سال جاری میلادی نزدیک به ۱۰۰ متخصص داده و کارگر هوش مصنوعی از کنیا که برای شرکت‌هایی مانند فیسبوک، اسکیل‌ ای‌آی و اپن ای‌آی کار می‌کنند، نامه‌ای سرگشاده به جو بایدن، رئیس جمهور ایالات متحده آمریکا منتشر کردند و در آن گفتند: «شرایط کاری ما با برده داری مدرن امروزی برابری می‌کند.»

برای اطمینان از اخلاقی بودن زنجیره تامین هوش مصنوعی، صنعت و دولت‌ها باید فورا به این مشکل رسیدگی کنند. اما سوال کلیدی این است: چگونه؟

برچسب گذاری داده چیست؟

برچسب گذاری داده فرآیند حاشیه نویسی داده‌های خامی مانند تصاویر، ویدیو یا متن است تا سیستم‌های هوش مصنوعی بتوانند الگو‌ها را تشخیص دهند و پیش بینی کنند. برای مثال، خودرو‌های خودران برای تشخیص عابران پیاده از علائم جاده‌ای به تصاویر ویدئویی برچسب گذاری شده متکی هستند. مدل‌های زبان بزرگی مانند چت جی‌پی‌تی برای درک زبان انسان به متن برچسب دار متکی هستند.

این مجموعه داده‌های برچسب خورده، خون حیات مدل‌های هوش مصنوعی هستند. بدون آن ها، سیستم‌های هوش مصنوعی قادر به عملکرد موثر نخواهند بود.

غول‌های فن آوری مانند متا، گوگل، اپن ای‌آی و مایکروسافت بیشتر این کار را به کارخانه‌های برچسب گذاری داده در کشور‌هایی مانند فیلیپین، کنیا، هند، پاکستان، ونزوئلا و کلمبیا برون سپاری می‌کنند. چین در حال تبدیل شدن به یک مرکز جهانی دیگر برای برچسب گذاری داده است.

شرکت‌های برون سپاری که این کار را تسهیل می‌کنند عبارتند از اسکیل‌ای آی، آی مریت و ساما سورس که به نوبه خود شرکت‌های بسیار بزرگی هستند. به عنوان مثال، اسکیل‌ای آی که دفتر مرکزی آن در کالیفرنیا قرار دارد، اکنون ۱۴ میلیارد دلار ارزش دارد.

به عنوان مثال، نرخ ساعتی برای برچسب زنی داده‌های هوش مصنوعی در ونزوئلا بین ۹۰ سنت تا ۲ دلار است. در مقایسه، در ایالات متحده، این نرخ بین ۱۰ تا ۲۵ دلار در هر ساعت است.در فیلیپین، کارگرانی که داده‌های شرکت‌های چند میلیارد دلاری مانند اسکیل ای‌آی را برچسب گذاری می‌کنند، اغلب درآمد بسیار پایین تری از حداقل دست مزد دارند.برخی از ارائه دهندگان برچسب حتی برای اهداف برچسب زدن به کودکان کار متوسل می‌شوند.

اما مسائل کاری دیگری نیز در زنجیره تامین هوش مصنوعی وجود دارد.بسیاری از دیتاسنتر‌ها در محیط‌های شلوغ و غبارآلود کار می‌کنند که خطر جدی برای سلامتی آن‌ها محسوب می‌شود. آن‌ها همچنین اغلب به عنوان پیمانکاران مستقل کار می‌کنند و به حمایت‌هایی مانند مراقبت‌های بهداشتی یا غرامت دسترسی ندارند.

عوارض ذهنی کار برچسب زنی داده‌ها نیز با وظایف تکراری، ضرب الاجل‌های سخت و کنترل‌های سفت و سخت کیفیت قابل توجه است. همچنین گاهی اوقات از برچسب زنندگان داده خواسته می‌شود که گفتار نفرت انگیز یا دیگر زبان‌ها یا مطالب توهین آمیز را بخوانند و برچسب بزنند که ثابت شده است اثرات روانی منفی دارد.

همچنین خطا‌ها می‌تواند منجر به کاهش حقوق یا از دست دادن شغل شود. اما برچسب‌زن‌ها اغلب عدم شفافیت در مورد نحوه ارزیابی کار خود را تجربه می‌کنند. آن‌ها اغلب از دسترسی به داده‌های عملکرد محروم می‌شوند و مانع از توانایی آن‌ها برای بهبود یا رقابت در تصمیم گیری‌ها می‌شوند.

اخلاقی کردن زنجیره تامین هوش مصنوعی

با پیچیده‌تر شدن توسعه هوش مصنوعی و تلاش شرکت‌ها برای به حداکثر رساندن سود، نیاز به زنجیره‌های تامین هوش مصنوعی اخلاقی ضروری است.

یکی از راه‌هایی که شرکت‌ها می‌توانند به اطمینان از این موضوع کمک کنند، استفاده از یک رویکرد طراحی، مشورت و نظارت مبتنی بر حقوق بشر در کل زنجیره تامین هوش مصنوعی است. آن‌ها باید سیاست‌های دست مزد منصفانه را اتخاذ کنند، و تضمین کنند که داده‌های برچسب دار دست مزد زندگی را دریافت می‌کنند که منعکس کننده ارزش سهم آن‌ها است.

با تعبیه حقوق بشر در زنجیره تامین، شرکت‌های هوش مصنوعی می‌توانند یک صنعت اخلاقی‌تر و پایدارتر را پرورش دهند و تضمین کنند که هم حقوق کارگران و هم مسئولیت شرکت با موفقیت بلندمدت همسو باشد.

دولت‌ها همچنین باید مقررات جدیدی ایجاد کنند که این اقدامات را اجباری کند و عدالت و شفافیت را تشویق کند. این شامل شفافیت در ارزیابی عملکرد و پردازش داده‌های شخصی است که به کارگران اجازه می‌دهد تا درک کنند چگونه ارزیابی می‌شوند و با هرگونه بی دقتی مقابله کنند.

سیستم‌های پرداخت شفاف و مکانیزم‌های بازپرداخت تضمین خواهند کرد که با کارگران عادلانه رفتار شود. به جای از بین بردن اتحادیه ها، همانطور که اسکیل ای آی در سال ۲۰۲۴ در کنیا انجام داد، شرکت‌ها نیز باید از تشکیل اتحادیه‌های کارگری دیجیتال یا تعاونی‌ها حمایت کنند. این کار به کارگران صدایی برای دفاع از شرایط کاری بهتر خواهد داد.

همه ما به عنوان کاربران محصولات هوش مصنوعی می‌توانیم با حمایت از شرکت‌هایی که در مورد زنجیره تامین هوش مصنوعی خود شفاف هستند و متعهد به رفتار عادلانه با کارگران هستند، از اقدامات اخلاقی حمایت کنیم. همان طور که ما به تولیدکنندگان سبز و منصفانه کالا‌های فیزیکی پاداش می‌دهیم، می‌توانیم با انتخاب سرویس‌ها یا اپلیکیشن‌های دیجیتال روی گوشی‌های هوشمند خود که به استاندارد‌های حقوق بشر پایبند هستند، ترویج برندهای اخلاقی از طریق رسانه‌های اجتماعی و رای دادن با دلارهایمان برای پاسخگویی روزانه غول‌های فناوری، برای تغییر تلاش کنیم.

همه ما با انتخاب آگاهانه می‌توانیم به اقدامات اخلاقی بیشتر در صنعت هوش مصنوعی کمک کنیم.