Meta muudab oma töötajad tehisintellekti ajastu digitaalseteks kokkupõrketestide nukkudeks

Kuigi populaarsed narratiivid viitavad sageli sellele, et tehisintellekti suurimaks takistuseks on kvaliteetse inimkirjanduse või keerulise koodiloogika puudus, on tegelikkus palju detailsem ja, tõsi öeldes, palju lähemal luule ja lihale. Tööstus on jõudnud punkti, kus kõigi maailma raamatute lugemisest enam ei piisa. Järgmisele tasemele liikumiseks peab tehisintellekt õppima, kuidas liikuda. See peab teadma, kuidas me klikime, kuidas me kõhkleme ja kuidas me navigeerime kaasaegse tarkvara labürintlikes menüüdes.

Hiljutises arengus, millest teatas esimesena Reuters, on Meta kinnitanud, et kasutab nüüd oma tööjõudu elava laborina. Salvestades oma töötajate klahvivajutusi ja hiireliigutusi, püüab sotsiaalmeediagigant ületada lõhet luuletusi kirjutava tehisintellekti ja tehisintellekti vahel, mis suudab tegelikult teie nimel arvutit kasutada. Suurt pilti vaadates ei ole see lihtsalt kummaline siseeksperiment; see on fundamentaalne muutus selles, kuidas meie ajastu digitaalset toornaftat ammutatakse.

Nihe sellelt, mida me ütleme, sellele, kuidas me teeme

Viimased paar aastat on tehisintellekti revolutsiooni toitnud tekst. Suuri keelemudeleid (LLM), nagu GPT-4 või Meta enda Llama, treeniti interneti kollektiivse väljundi põhjal — blogid, Redditi lõimed, digiteeritud raamatud ja avatud lähtekoodiga tarkvara. See lõi tehisintellekti põlvkonna, mis on uskumatult väljendusrikas, kuid sisuliselt halvatud. See võib teile öelda, kuidas broneerida lendu, kuid see ei saa avada brauserit, navigeerida reisilehele, valida kuupäevi ja vajutada teie eest nuppu "osta".

Et luua seda, mida tööstus kutsub "agentseteks" tehisintellektideks — tööriistu, mis toimivad väsimatu praktikandina, kes on võimeline täitma mitmeetapilisi digitaalseid ülesandeid —, vajavad arendajad teistsuguseid andmeid. Nad vajavad teekaarti inimeste kavatsustest, mis väljenduvad välisseadmete kaudu. Sisuliselt otsib Meta digitaalse töö "sidekudet". Kui töötaja klõpsab rippmenüüd, peatub kaheks sekundiks ja valib seejärel konkreetse alamvaliku, annab ta loogikatunni, mida tekst üksi edasi anda ei suuda.

Žargooni taga on küsimus masinatele tarkvara füüsilise rütmi õpetamises. Kui inimene näeb nuppu "Esita", siis arvuti näeb koordinaate ekraanil. Jäädvustades miljoneid selliseid interaktsioone, loodab Meta luua mudeleid, mis mõistavad süsteemset seost kasutaja eesmärgi ja selle saavutamiseks vajalike klikkide vahel.

Kapoti all: andmete kogumise sisemine mehaanika

Meta lähenemine hõlmab uut sisemist tööriista, mis on loodud sisendite jäädvustamiseks konkreetsetes rakendustes. Ettevõtte sõnul hõlmab see kõike alates hiireliigutustest ja nupuvajutustest kuni viisini, kuidas töötajad navigeerivad pesastatud menüüdes. Tehnoloogiaarhitektuuri seisukohast on see massiivne telemeetriaprojekt. Kujutage ette, et iga kursori väratus muudetakse andmepunktiks, mis aitab närvivõrgul mõista, et teatud ikoon tähistab "muuda", samas kui teine tähistab "kustuta".

Praktiliselt öeldes on need andmed uskumatult kõrge resolutsiooniga. Küsimus pole ainult lõpptegevuses; küsimus on teekonnas, mis sinna viis. Tavakasutajale võib see tunduda liialdusena, kuid masina jaoks on "valed" liigutused sama õpetlikud kui "õiged". Kui töötaja klõpsab kogemata valele vahekaardile ja parandab selle kohe, õpib tehisintellekt tavaliste inimlike vigade ja nende vältimise kohta.

Meta on kiirelt rõhutanud, et tundliku sisu kaitsmiseks on kehtestatud turvameetmed. Nad väidavad, et andmeid ei kasutata tulemuslikkuse hindamiseks ega muul eesmärgil peale koolituse. Kuid piir "treeningandmete" ja "jälgimise" vahel muutub üha hägusemaks. Kui ettevõte salvestab iga mehaanilise interaktsiooni, mis töötajal oma töökohaga on, hakkavad töökoha privaatsuse traditsioonilised piirid hajuma.

Digitaalsete arhiivide puistamine

See Meta samm on osa laiemast trendist: meeleheitlik jaht uutele andmeallikatele. Hiljuti ilmusid teated "zombie"-idufirmadest ja tegevuse lõpetanud ettevõtetest, kelle korporatiivset sidet — mõelge aastatepikkustele Slacki arhiividele ja Jira piletitele — puistatakse ja müüakse tehisintellekti arendajatele. Teisisõnu öeldes, teie vana kontorinaljad ja projektijuhtimise kaebused taaskasutatakse homsete digitaalsete assistentide aju arendamiseks.

See nihe rõhutab tööstuses valitsevat pinget. Kuna avalike ja kvaliteetsete tekstide varu kuivab kokku, pöörduvad tehnoloogiahiiglased sissepoole või vaatavad privaatsete andmehoidlate poole. Tulemuseks on jõuline, kuid potentsiaalselt pealetükkiv uus metoodika. Kui ettevõte ei leia avatud veebist piisavalt andmeid, toodavad nad neid lihtsalt ise, jälgides oma inimesi reaalajas.

Mida see tähendab tavatarbijale

Kuigi see lugu keskendub Meta sise personalile, on mõju laiemale avalikkusele tuntav. Oleme tõenäoliselt sisenemas andmete "freemium"-ajastu viimastesse etappidesse. Praegu kasutab Meta oma töötajaid, sest see on juriidiliselt lihtsam ja pakub kontrollitud keskkonda. Kui aga need mudelid on lihvitud, on järgmine loogiline samm laiendada neid jälgimisfunktsioone laiemale publikule — võib-olla "kasutajakogemuse parandamise" või "isikupärastatud AI-abi" varjus.

Tavakasutaja jaoks on oluline see, et teie digitaalne käitumine on nüüd väärtuslikum kui teie digitaalne sisu. Enam ei ole küsimus ainult selles, mida te Instagrami postitate; küsimus on selles, kuidas te rakendust kasutate. Kui kaua te hõljute kursoriga konkreetse reklaami kohal? Millises järjekorras nuppe te vajutate veast teatamiseks? See teave on saamas järgmise põlvkonna intuitiivse tarkvara aluskihiks.

Turu poolelt vaadates annab see märku ka uuest konkurentsiajastust. Suure tööjõu ja suletud tarkvaraökosüsteemidega ettevõtetel — nagu Microsoft, Google ja Meta — on tohutu eelis. Neil on sisseehitatud, vangistatud "koolitajate" publik, kellele makstakse andmete genereerimise eest, mis võivad lõpuks automatiseerida osa nende endi tööst. See on tsükliline protsess, mis on ühtaegu muljetavaldav ja veidi häiriv.

Inimese ja tehisintellekti liidese tulevik

Huvitaval kombel viitab see samm sellele, et tehisintellekti tulevik ei seisne ainult "tarkuses", vaid ka "osavuses". Me liigume eemale tehisintellektist kui otsingumootorist ja tehisintellekti kui digitaalse jäseme poole. Selle eesmärgi saavutamiseks on ettevõtted valmis nihutama privaatsuse ja andmekogumise piire.

Lõppkokkuvõttes kaasneb tehnoloogia demokratiseerimisega tavaliselt varjatud maks. 2000-ndate alguses oli selleks maksuks meie isikuandmed sihitud reklaamide jaoks. 2020-ndatel näib maksuks olevat meie mehaanilised harjumused. Jälgides täna Meta töötajaid, õpivad need mudelid inimkavatsuste nüansse, et nad saaksid homme meie vajadusi ennetada.

Tulevikku vaadates tasub kaaluda, kuidas see muudab meie suhet oma tööriistadega. Kui iga klikk on masinale õppetund, ei ole meie arvutid enam lihtsalt staatilised objektid; nad on õpilased. See tõdemus peaks ajendama meid oma digitaalseid harjumusi täpsemalt jälgima. Kas me kasutame oma seadmeid või treenime me teadmatult endale asendajaid?

Tarbija seisukohast on parim lähenemisviis vastupidav skeptitsism. Kui need "agentsed" funktsioonid hakkavad teie lemmikrakendustesse ilmuma, pidage meeles, et nende pakutav sujuv ja intuitiivne kogemus ehitati tõenäoliselt tuhandete jälgitud klahvivajutuste najal. Nende andmepraktikate läbipaistvus jääb lähiaastatel peamiseks lahinguväljaks, kui otsustame, kui palju oma "digitaalsest heitgaasist" oleme nõus loovutama veidi tõhusama teisipäeva nimel.

Allikad:

• Reuters: Internal Report on Meta AI Data Strategies
• TechCrunch: Meta Spokesperson Statement on AI Training Tools
• MarketWatch: Analysis of Data Scarcity in Large Language Models
• Industrial AI Quarterly: The Rise of Action-Based Neural Networks