Naukowiec z Brown University przeprowadził kompleksowe badanie dotyczące globalnego ekosystemu pracowników zajmujących się przygotowaniem danych dla systemów AI. Raport ujawnia skalę i charakter pracy wykonanej przez tysiące osób zaangażowanych w etykietowanie obrazów, transkrypcję tekstu i klasyfikację treści - niezastąpiony element trenowania współczesnych modeli sztucznej inteligencji.
Wiele z tej pracy wykonywane jest przez pracowników w krajach o niższych kosztach pracy, gdzie zarobki są znacznie niższe niż w Stanach Zjednoczonych czy Europie. Badania wskazują na przejaw cyfrowego podziału pracy, gdzie kraje rozwinięte czerpią korzyści z taniej siły roboczej dostępnej globalnie. Problem polega również na braku transparentności - znaczna część publiczności korzystającej z AI nie zdaje sobie sprawy z ludzkiej pracy stojącej za każdą predykcją czy generowaną odpowiedzią.
To badanie nabiera znaczenia w kontekście rosnących debat o odpowiedzialności AI i etyce jej rozwoju. Wyniki mogą wpłynąć na politykę firm pracujących z zewnętrznymi dostawcami danych oraz wymusić dyskusję o uczciwych warunkach pracy i godnych wynagrodzeniach dla tak zwanych crowd workers. Ujawnienie tego ukrytego systemu stanowi krok w kierunku większej przejrzystości branży technologicznej.