Yapay zeka (AI) sistemlerinin öncelikle doğal zekanın, verilerin ve kaynakların büyük ölçüde sömürülmesini içerdiği herkesçe bilinen bir sırdır. Örneğin OpenAI, ChatGPT modeli için bir güvenlik sistemi için şiddet, nefret söylemi ve cinsel istismar açıklamalarını içeren metin ve görsellere açıklama ekleme görevini Kenya'daki işçilere yaptırdı. Saatte 2 dolardan az kazanıyorlardı. Oxford Üniversitesi İnternet Enstitüsü'nden iki bilim adamı, University College London'dan bir meslektaşıyla birlikte şimdi bu tür tıklama çalışanlarının çalışma koşullarının iyileştirilmesi gerektiğini öne sürüyor. Onlara göre şirketler, mali teşvikleri artırmaları ve net kurallar koymaları halinde yapay zeka için verileri etiketlerken “daha yüksek doğruluk şeklinde bir yatırım getirisi” bekleyebilirler.
Reklamcılık
Araştırmacılar, henüz bağımsız uzmanlar tarafından incelenmemiş olan çalışmalarında, veri setlerinin insan kategorize edilmesi ve etiketlenmesinin, makine öğrenimi modellerinin eğitimi, test edilmesi ve doğrulanması için “kritik derecede önemli” olduğunu yazıyor. ImageNet örneğine işaret ediyorsunuz. Eğitim veritabanı, nesnelerin 14 milyondan fazla manuel olarak etiketlenmiş görüntüsünü içerir. Analize göre, uygun veri açıklamaları yapay zeka geliştirme döngüsünün çok önemli bir yönüdür. Önyargıların azaltılmasında ve tahminlerde adaletin sağlanmasında önemli rol oynadılar. Bu iş iyi yapılmazsa ayrımcılığa yol açabilir. Açıklama, örneğin AB Yapay Zeka Yasasında ve ABD Başkanı Joe Biden'ın emrinde ortaya çıkan, yapay zekanın insan denetimi için artan çağrıyla doğrudan ilgilidir.
Üçlü, 307 veri tanımlayıcı üzerinde yaptıkları çalışmada, farklı görev talimatlarına ve parasal teşviklere sahip altı grubu inceledi. Sonuçlar, net talimatlara sahip çalışanların, belirsiz talimatlara sahip meslektaşlarına göre yüzde 14 daha yüksek doğruluk oranlarına sahip olduğunu gösteriyor. Ayrıca ek mali teşvik alan platform çalışanları önemli ölçüde daha iyi performans gösterdi. Hem net kurallarla hem de parasal teşviklerle donatılan grup, yüzde 87,5 oranında açıklama doğruluğuyla en iyi sonuçları elde etti.
Büyük bir pazar
Bilim insanları, çalışmayla “Yapay Zeka teknolojilerinin ekonomik, etik ve yasal hususları hakkındaki” tartışmayı canlandırmak istiyor. Verimli ve etik yapay zeka geliştirme ve kullanımı için veri açıklama süreçlerini optimize etmeye yönelik dengeli bir yaklaşım ihtiyacını vurguluyorlar. Verileri kategorize etme ve etiketlemeye yönelik küresel pazarın 1,3 milyar dolar olduğu tahmin ediliyor ve 2035 yılı sonuna kadar 14 milyar dolara ulaşması bekleniyor. Dolayısıyla insan işi bileşeni, “Yapay Zeka uygulamalarının üretiminde önemli bir ekonomik faktör” haline geldi.
Yazarlara göre şirketler hala şerh işini geleneksel dış kaynak şirketlerine ve çevrimiçi çalışma platformlarına yaptırarak ekonomik yüklerini azaltmaya çalışıyor. İlgili sipariş hacmi genellikle Küresel Güney'deki “ücretlerin daha düşük olduğu ve çalışma düzenlemelerinin daha az net bir şekilde tanımlandığı” ülkelere gidiyor. Sonuçların da gösterdiği gibi, tartışma yalnızca dünya çapında milyonlarca tıklama işçisinin yaşam koşullarının iyileştirilmesiyle ilgili değil. Ayrıca dikkate alınması gereken şey, “bu açıklamalı ve derlenmiş verilere dayanan yapay zeka uygulamalarının kalitesi üzerindeki doğrudan etkidir.” Odak noktası “Yapay zekanın insan gözetiminin yasaları ve ekonomisi”dir.
(fds)
Haberin Sonu
Reklamcılık
Araştırmacılar, henüz bağımsız uzmanlar tarafından incelenmemiş olan çalışmalarında, veri setlerinin insan kategorize edilmesi ve etiketlenmesinin, makine öğrenimi modellerinin eğitimi, test edilmesi ve doğrulanması için “kritik derecede önemli” olduğunu yazıyor. ImageNet örneğine işaret ediyorsunuz. Eğitim veritabanı, nesnelerin 14 milyondan fazla manuel olarak etiketlenmiş görüntüsünü içerir. Analize göre, uygun veri açıklamaları yapay zeka geliştirme döngüsünün çok önemli bir yönüdür. Önyargıların azaltılmasında ve tahminlerde adaletin sağlanmasında önemli rol oynadılar. Bu iş iyi yapılmazsa ayrımcılığa yol açabilir. Açıklama, örneğin AB Yapay Zeka Yasasında ve ABD Başkanı Joe Biden'ın emrinde ortaya çıkan, yapay zekanın insan denetimi için artan çağrıyla doğrudan ilgilidir.
Üçlü, 307 veri tanımlayıcı üzerinde yaptıkları çalışmada, farklı görev talimatlarına ve parasal teşviklere sahip altı grubu inceledi. Sonuçlar, net talimatlara sahip çalışanların, belirsiz talimatlara sahip meslektaşlarına göre yüzde 14 daha yüksek doğruluk oranlarına sahip olduğunu gösteriyor. Ayrıca ek mali teşvik alan platform çalışanları önemli ölçüde daha iyi performans gösterdi. Hem net kurallarla hem de parasal teşviklerle donatılan grup, yüzde 87,5 oranında açıklama doğruluğuyla en iyi sonuçları elde etti.
Büyük bir pazar
Bilim insanları, çalışmayla “Yapay Zeka teknolojilerinin ekonomik, etik ve yasal hususları hakkındaki” tartışmayı canlandırmak istiyor. Verimli ve etik yapay zeka geliştirme ve kullanımı için veri açıklama süreçlerini optimize etmeye yönelik dengeli bir yaklaşım ihtiyacını vurguluyorlar. Verileri kategorize etme ve etiketlemeye yönelik küresel pazarın 1,3 milyar dolar olduğu tahmin ediliyor ve 2035 yılı sonuna kadar 14 milyar dolara ulaşması bekleniyor. Dolayısıyla insan işi bileşeni, “Yapay Zeka uygulamalarının üretiminde önemli bir ekonomik faktör” haline geldi.
Yazarlara göre şirketler hala şerh işini geleneksel dış kaynak şirketlerine ve çevrimiçi çalışma platformlarına yaptırarak ekonomik yüklerini azaltmaya çalışıyor. İlgili sipariş hacmi genellikle Küresel Güney'deki “ücretlerin daha düşük olduğu ve çalışma düzenlemelerinin daha az net bir şekilde tanımlandığı” ülkelere gidiyor. Sonuçların da gösterdiği gibi, tartışma yalnızca dünya çapında milyonlarca tıklama işçisinin yaşam koşullarının iyileştirilmesiyle ilgili değil. Ayrıca dikkate alınması gereken şey, “bu açıklamalı ve derlenmiş verilere dayanan yapay zeka uygulamalarının kalitesi üzerindeki doğrudan etkidir.” Odak noktası “Yapay zekanın insan gözetiminin yasaları ve ekonomisi”dir.
(fds)
Haberin Sonu