ChatGPT jest napędzany pracą kontrahentów zarabiających 15$ za godzinę

Kontrahenci nie dostają żadnych korzyści, a są kluczową częścią kształtowania systemu ChatGPT.

Alexej Savreux, 34-latek z Kansas City, powiedział, że przez lata trudził się wieloma profesjami. Przyrządzał kanapki dla fast-foodu, był kustoszem, pozbywał się śmieci z domów, był dźwiękowcem w teatrze na żywo.

W ostatnim czasie zajmuje się jednak czymś mniej namacalnym: treningiem sztucznej inteligencji.

Savreux jest częścią ukrytej armii pracowników kontraktowych, którzy wykonywali zakulisową pracę uczenia systemów SI analizy danych, aby mogły generować tekst i obrazki, które zachwyciły ludzi korzystających z ostatnio popularnych produktów jak ChatGPT. Aby poprawić precyzyjność SI, etykietował obrazki i tworzył przewidywania tego, jakie teksty aplikacje powinny następnie wygenerować.

Za swoją pracę dostaje 15$ za godzinę, bez żadnych korzyści.

Z dala od centrum zainteresowania, Savreux i inni kontrahenci spędzili przez ostatnie kilka lat niezliczone godziny na trenowaniu systemów OpenAI do dawania lepszych odpowiedzi w ChatGPT. Ich wkład zaspokaja pilną potrzebę firmy i jej konkurentów: dostarczanie ogromnej ilości zdań, etykiet i innych informacji używanych jako dane do treningu.

„Odwalamy brudną robotę, ale bez niej systemy językowe SI by nie istniały” – powiedział Savreux, który pracował dla startupów technologicznych, w tym OpenAI, firmie z siedzibą w San Francisco, która wydała w listopadzie ChatGPT, tym samym przyczyniając się do fali ekscytacji stojącej za generatywną sztuczną inteligencją.

„Można tworzyć tyle sieci neuronowych i angażować tylu badaczy, ilu się tylko zapragnie, ale bez ludzi tworzących etykiety nie ma się nic” – stwierdził Savreux.

To nie jest praca, która zapewni Savreux sławę czy pieniądze, ale jest z pewnością ważna i często pomijana w branży SI, gdzie pozorna magia nowej pionierskiej technologii może przyćmić wysiłek pracowników kontraktowych.

„W dyskursie na temat SI wszyscy wzajemnie klepią się po plecach” – powiedziała Sonam Jindal, kierowniczka programu ds. SI, pracy i gospodarki w Partnership on AI, organizacji non-profit z San Francisco wspierającej badania i naukę na temat sztucznej inteligencji.

„Ale wciąż przegapiamy pewien ważny szczegół: że to wszystko wciąż opiera się na ogromnych pokładach ludzkiej siły roboczej” – dodała.

Przemysł technologiczny od dziesiątek lat opierał się na pracy tysięcy pracowników z niższymi kwalifikacjami i płacami, aby zbudować swoje komputerowe imperia: od operatorów kart dziurkowanych w latach 50-tych XX wieku do bardziej współczesnych kontrahentów pracujących dla Google, którzy skarżyli się na gorsze traktowanie, na przykład żółte odznaki, które wyróżniały ich od pracowników pełnoetatowych. Internetowa praca kontraktowa przez strony takie jak Amazon Mechanical Turk stały się tym bardziej popularne na początku pandemii.

Obecnie, rozwijająca się branża SI podąża podobną ścieżką.

Praca ta jest charakterystycznie niestabilna i jest zależna od zapotrzebowania; pracownicy są zatrudniani poprzez pisemne umowy albo bezpośrednio za sprawą firmy, albo za sprawą zewnętrznych firm specjalizujących się w pracy tymczasowej lub outsourcingu. Korzyści, takie jak ubezpieczenie zdrowotne, są rzadkie lub w ogóle ich nie ma – praca jest też zwykle anonimowa, a wszelkie zasługi są kierowane do kadry kierowniczej startupów technologicznych lub badaczy.

Partnership on AI ostrzegała w raporcie z 2021 roku, że nadchodzi wzrost popytu na tak zwaną „pracę wzbogacania danych”. Zalecała, aby branża zobowiązała się do sprawiedliwego wynagradzania i innych lepszych praktyk. Rok temu opublikowała wytyczne, do których firmy mogły się dobrowolnie stosować. 

DeepMind, oddział Google zajmujący się SI, jest do tej pory jedyną firmą technologiczną, która publicznie zobowiązała się do przestrzegania tych wytycznych.

„Wielu ludzi zrozumiało, jak ważne to jest. Wyzwaniem teraz jest skłonić do tego firmy” – powiedziała Jindal.

„SI przyczynia się do powstania nowej pracy” – dodała. „Ma ona potencjał, żeby stać się pracą o wysokiej jakości, w której pracownicy są szanowani i cenieni za swój wkład w umożliwienie tego technologicznego postępu.”

Wzrost popytu rzeczywiście wzrósł, a pracownicy kontraktowi w branży SI proszą o więcej.  Jak podaje tygodnik Times, ponad 150 pracowników w Nairobi w Kenii, którzy pracowali nad SI dla Facebooka, TikToka i ChatGPT zdecydowali się utworzyć w poniedziałek związek zawodowy, za powody podając niskie wynagrodzenie i negatywny wpływ pracy na zdrowie psychiczne. Facebook i TikTok nie odpowiedziały o prośbę na komentarz dotyczący powstania związku, a OpenAI odmówiło podania komentarza.

Póki co, praca kontraktowa nad SI nie zainspirowała podobnego ruchu w Stanach Zjednoczonych pośród Amerykanów bezgłośnie budujących systemy SI słowo po słowie.

Pracujący z domu na swoim laptopie Savreux zaczął pracować nad SI po znalezieniu zamieszczonej na Internecie ofety pracy. Savreux zawdzięcza pracy kontraktowej nad AI – wraz z wcześniejszą pracą w sieci sklepów z kanapkami Jimmy Johh’s – wyciągnięcie się z bezdomności.

„Ludzie czasem bagatelizują te niezbędne, żmudne prace” – stwierdził. „To konieczna dziedzina uczenia maszynowego będąca punktem wejścia dla początkujących.” 15$ za godzinę to w Kansas City więcej niż płaca minimalna.

Oferty pracy dla kontrahentów w dziedzinie SI odnoszą się zarówno do powabu pracy w innowacyjnym przemyśle, jak i jej nieraz żmudnej natury. Oferta pracy z Invisible Technologies, agencji pracy tymczasowej, zaznacza, że jest to praca dla początkujących za 15$ za godzinę, ale także, że owa praca może być „korzystna dla ludzkości”.

„Pomyśl o tym, jak o byciu nauczycielem języka lub osobistym korepetytorem dla jednej z najbardziej wpływowych technologii na świecie” – tak głosi oferta pracy. Nie wymienia ona klienta Invisible, ale twierdzi, że potencjalny nowy pracownik pracowałby „z protokołami opracowanymi przez wiodących światowych badaczy nad sztuczną inteligencją”.Invisible nie odpowiedziała natychmiast na prośbę o więcej informacji dotyczących swoich ofert.

Nie ma dokładnych informacji, jak wielu kontrahentów pracuje dla firm zajmujących się SI, ale staje się to coraz bardziej powszechną formą pracy na całym świecie. Tygodnik Time doniósł w styczniu, że OpenAI opierało się na pracy kenijskich, nisko zarabiających pracowników, którzy etykietowali teksty, do których należały mowa nienawiści i obraźliwy język na tle seksualnym, aby algorytm mógł lepiej sobie radzić z wykrywaniem toksycznej treści.

Serwis internetowy Semafor doniósł w styczniu, że OpenAI zatrudniło zdalnie około tysiąca kontrahentów w miejscach, takich jak Europa Wschodnia czy Ameryka Łacińska, do etykietowania danych lub uczenia firmowego oprogramowania, jak wykonywać polecenia związane z inżynierią komputerową.

Dyrektor generalny OpenAI Sam Altman napisał na Twitterze, że firma jest wciąż mała i zatrudnia około 375 pracowników, jednak do tej liczby nie wliczają się pracownicy kontraktowi i nie ukazuje ona pełnej skali operacji ani ambicji z nią związanych. Rzecznik OpenAI poinformował, że nikt nie był dostępny, aby odpowiedzieć na pytania dotyczące wykorzystywania kontrahentów przez firmę.

Tworzenie danych służących do treningu modelów SI nie jest zawsze łatwą pracę, a czasami jest na tyle skomplikowana, aby przyciągnąć do siebie potencjalnych przedsiębiorców SI.

22-letni Jatin Kumar z Austin w stanie Texas powiedział, że wykonywał pracę na zlecenie związaną z SI przez rok odkąd ukończył studia informatyczne i przyznał, że uchyliła mu ona rąbka tajemnicy na temat tego, dokąd w najbliższej przyszłości będzie zmierzać generatywna technologia SI.

„Ta praca pozwala zacząć myśleć o sposobach, w jakich można by wykorzystać tę technologię zanim ukaże się na rynku publicznym” – powiedział Kumar. Pracuje on też nad  swoim własnym startupem technologicznym o nazwie Bonsai, które zajmuje się tworzeniem oprogramowania wspomagającego szpitalne systemy fakturowania.

Jako konwersacyjny instruktor, główną pracą Kumara jest tworzenie pytań, czyli wymienianie zdań z czatbotami, co jest częścią długiego procesu treningu systemów SI. Powiedział, że wraz z wzrostem doświadczenia, zadania stawały się coraz trudniejsze, chociaż na początku były bardzo proste.

„Co 30 lub 45 minut dostawało się nowe zadanie tworzenia następnych pytań dla SI” – powiedział. Jak mówił, zapytania mogły być tak proste jak chociażby „Co jest stolicą Francji?”.

Kumar pracował z około 100 innymi kontrahentami nad tworzeniem nowych danych do treningu, poprawianiem odpowiedzi i dostrajaniem modelu poprzez dawanie mu informacji zwrotnych na temat odpowiedzi.

Powiedział, że inni pracownicy zajmowali się „oflagowanymi” rozmowami: czytaniem przykładów przesłanych przez użytkowników ChatGPT, którzy z tego lub innego powodu zgłosili odpowiedź czatbota w celu dokonania przeglądu przez firmę. Za każdym razem, gdy tak oflagowane konwersacje zostają nadesłane, sortuje się je według typu błędu i następnie korzysta się z nich, aby dokładniej wytrenować modele SI.

„Początkowo chciałem jedynie pomóc OpenAI i dowiedzieć się więcej o istniejących technologiach” – powiedział Kumar. „Ale teraz nie zamierzam odchodzić od tej roli.”