Как ИИ (на самом деле) обновляет рынок труда

Чуть больше месяца назад я написалстатьяо предполагаемых злоупотреблениях правах работника, совершаемых Remotasks, дочерней компанией AI Scale AI, 14 триллионными данными о упаковке компании для некоторых из самых выдающихся компаний по ИИ в мире. Несмотря на то, что их армия сдерживателей данных, многие из которых родом из развивающихся стран без адекватной экономической власти или инфраструктуры работы, оставались важными для развития современных LLM, таких как CHATGPT и Gemini, они, как утверждают, получали, как они получали, не имеющие платежи, не имеющие платежей, и отсутствуют платформы, и отсутствуют платформы. Сейчаспод следствиемВ соответствии с Законом о справедливом труде, практика масштабирования ИИ породила новый аспект в и без того сложной дискуссии о том, как ИИ может революционизировать не только эффективность будущих работников, но и области работы, в которых они будут работать.

Все сводится к данным

Исторически ИИ обучали с использованиеместественные данные- То есть данные, созданные людьми, посредством классификации или записи в различных формах (например, статья, которую вы читаете сейчас, считаются естественными данными, поскольку я (TY) написал это, и я очень настоящий человек). Тем не менее, создание естественных данных очень дорого, особенно после того, как рост огромных современных LLM с триллионами параметров представляет собой виртуальную «черную дыру» высококачественных данных-их никогда не может быть достаточно, и чем больше, тем лучше. Таким образом, поскольку модели требуют все больше и большего количества данных, возникает проблема: крупные компании, ведущие заряд в разработке ИИ, начинают исчерпывать данные. Таким образом, многие из них обратились к новому источнику указанных данных.Синтетические данныемногие считают высококачественным, но есть улов-синтетические данные создаются AIS или алгоритмами вместо людей (например, картина кошки, генерируемой Midjourney, считается синтетическими данными). По сравнению со своим естественным аналогом, синтетические данные недороги и эффективны для производства, и многие компании приняли их в рамках своих тренировочных трубопроводов.

Так что это значит для работников в маркировке данных, например, которые используются в таких фирмах, как Scale AI? Ну, это сложно. Синтетические данные почти наверняка революционизируют более дешевые, специфичные для домена модели, которые требуют меньшей мощности обработки для работы. Фактически, синтетические данные играют важную роль в процессемодель дистилляцииилимодель сжатия, захватывающие способы повышения эффективности для современных моделей искусственного интеллекта, которые мы рассмотрим в будущем. Тем не менее, люди предположили, что естественные данные являются незаменимыми для развития лучших моделей искусственного интеллекта. НедавнийизучатьОпубликовано вПриродаподчеркивает явление, известное какКатастрофический обрушение модели: Если модель, обученная на чужой входы, использовалась для обучения другой модели, результирующая модель начнет потерять информацию, которую имела предыдущая модель; После еще нескольких итераций ответы модели едва напоминают реакцию оригинала. В будущем огромная индустрия маркировки данных все еще может потребоваться для улучшения наших существующих моделей искусственного интеллекта.

В чем дело?

Как упоминалось в нашей предыдущей статье, многое могло пойти не так, чтобы иметь огромные асинхронные данные маркировки рабочей силы вокруг часов. Корпорации данных, такие как масштаб AI, как правило, маркировать своих работников подрядчиками вместо работников. Эта классификация, вероятно, предназначена для уменьшения привязанности работников к своим компаниям, отражает неформальный характер отраслей, сформированных для поддержки развития ИИ: в то время как некоторые устоявшие работники рассматривают его как «боковой концерт», другие зависят от этого для их средств к существованию. Чтобы поддержать рост многих моделей Frontier AI, отрасли могут потребовать более жестких определений того, что фирмы по маркировке данных должны и не должны делать в отношении своих рабочих. Чтобы иллюстрировать:

• Поскольку маркировка данных становится все более распространенной в качестве необходимой услуги, правительства должны призывать компании поддерживать более стабильную и привязанную рабочую силу, требуя от всех лабилеров данных и аналогичных профессий, которые будут помечены как работники, с минимальной заработной платой в час и связанными с ними преимуществами.
• Новые регулирующие органы должны быть созданы и поддерживаться для расследования предполагаемых злоупотреблений, связанных с рабочей силой по маркировке данных, и для соблюдения вышеупомянутых требований.
• Правительство должно содействовать образовательным программам об базовых знаниях по развитию ИИ и ИИ, чтобы подготовить растущее число людей к задачам по устранению данных.

Эффективность и психология

Что касается существующих отраслей промышленности, управляющих гаммой, от фаст -фуда до бизнес -логистики, ведутся обширные дебаты о том, будут ли будущие системы ИИ (робототехника и автономные программы) достаточно удовлетворительной заменой для людей в различных задачах. Хотя общая способность ИИ, вероятно, превзойдет способность человеческих работников в будущем, эти дебаты более детализируются, чем простой вопрос способности. Предположим, вы консультируетесь с врачом по болезни, которая у вас есть. Между объяснением того, что заболевает в терминах мирян, доктор заверяет вас, что все будет хорошо, и что такие пациенты, как вы, склонны быстро восстанавливаться. Его объяснение заставляет вас чувствовать себя намного менее обеспокоенным и может даже поддержать вашу волю, чтобы выздороветь.

Психология мощная, даже сегодня. Когда вы платите совет за официантку, вы не просто платите за фактическое обслуживание по доставке еды; Вы платите за теплое приветствие, приятный тон голоса, предложения по заказу изатемдоставка еды. Мы можем не много думать о том, насколько велики влияют эти тонкие моменты в нашем желании требовать определенного услуги, но случайное неудовлетворенность недостатками человечества бледнеет по сравнению с гипотетическим будущим абсолютной автономии. Представьте себе программу, в которой сообщается, что вы, скорее всего, умрете в течение нескольких лет, пытаясь успокоиться со своими словами, а не эмоциями. Человек, напротив, смягчит удар простобудучи человеком.ИИ подойдет так же хорошо, и, скорее всего, лучше, на тестах на сравнение, но он не может заменить все крошечные нюансы, которые делают нас людьми.

Цена правильная

Так чем же может помочь ИИ? Ответ прост: люди будут продолжать делать то, что они делают лучше всего, взаимодействуя с другими людьми и сочувствуют другими людьми. Это не только относится к услугам, первичная привлекательность которого - контакт с человеком (например, терапия, коучинг, актерское мастерство), но и услуги, в которых человеческий контакт является побочным продуктом (например, приготовление пищи, садоводство). Хотя последнее неизбежно будет в основном заменено ИИ, я предполагаю, что с широким распространением ИИ будет различные «классы» товаров и услуг, цена, цена и воспринимаемое качество пропорциональны степенью участия ИИ в эти продукты.

Позвольте мне объяснить. Вы можете купить деревянный стул в IKEA по очень дешевой цене, так как мебельная компания производит много этих стульев с очень низкой стоимостью за единицу. Однако, если бы вы купили единственный в своем роде ремесленник, вам придется заплатить гораздо больше, так как кресло нужно больше времени и энергии. Мы можем применить этот же принцип к генеративному ИИ в интеллектуальной собственности: будущий человек, который хочет, чтобы пользовательская живопись, может использовать бесплатный инструмент ИИ для его создания, либо поручить человеческому художнику. Разница в цене, вероятно, будет существенной-AI, безусловно, более эффективна (количественно говоря) при производстве товаров, чем у людей,-до того момента, когда искусство, сгенерированное AI, будет гораздо более распространенным, чем искусство, созданное человеком, создавая искусственную дефицит, которая может заставить человеческие продукты продаваться с премией. Теперь эта премия, если она воспринимается как таковая, может даже дополнить идею, что она имеет более высокое качество, просто потому, что это дороже.

Так что насчет продуктов, которые не полностью созданы с помощью ИИ? Сегодняшние чат -боты генерируют разные ответы в зависимости от подробности и точности полученных подсказок, и нельзя сказать, будет ли AI, подобный Chatgpt, будет работать радикально по -другому, если он используется с навыком. В зависимости от автономии и контекстуального восприятия будущего ИИ, может возникнуть рынок для человеческих специалистов, которые специализируются на использовании ИИ в определенной области, такой как короткое создание видео или письмо, чтобы максимизировать качество работы ИИ со определенной степенью вмешательства человека. Опять же, все зависит от того, насколько способны будущие системы ИИ. Мы могли видеть много таких людей, использующих ИИ в качестве инструментов для поддержки работы, или относительно отсутствия этих квалифицированных работников ИИ, как население превращается в достаточно способный генеративный ИИ для выполнения своей работы.

Эта статья представлена ​​вам нашим искусственным интеллектом, основанной на студентах и ​​студенческой организации по этике ИИ, стремящейся диверсифицировать перспективы в ИИ помимо того, что обычно обсуждается в современных СМИ. Если вам понравилась эта статья, ознакомьтесь с нашими ежемесячными публикациями и эксклюзивными статьями вhttps://www.our-ai.org/ai-nexus/read!

Странно дарвиниан

Итак, вернемся к вековому вопросу,Заменит ли ИИ рабочие места?В некотором смысле, текущие исследования глубоко разделены на эту тему: некоторые исследования утверждают, что ИИ будетсоздать больше рабочих местчем это устраняет, в то время как другие утверждают, чтоЭто не тот случайПолем По моему мнению, ИИ определенно создаст новые отрасли (в качестве примера, см. Индустрия управления данными), но для этого также потребуется много работников, особенно тех, кто занимается интеллектуальной рабочей работой), чтобы начать адаптироваться к использованию ИИ.

Как работники могут стать более подготовленными? В качестве начала они могут начать изучать события в ИИ, не только факты на поверхности, но и более глубокие последствия достижений. Например, по мере того, как компьютерные центры становятся все больше и больше, они по существу становятся огромными потребителями власти, которые в конечном итоге могут стать центрами производства и распределения энергии, что, в свою очередь, может привести к росту в энергетической промышленности. Кроме того, это не плохое время, чтобы начать изучать, как использовать ИИ наиболее эффективно, будь то попытка дать ему инструкции, чтобы говорить другим тоном или практикой, используя ИИ для выполнения определенных тривиальных задач (например, написание электронной почты или составление некоторых целей для работы).

Хотя жизненно важно, чтобы люди начали привыкать к работе с ИИ, все еще важно отметить, что наше человечество само по себе делает нас ценными по -своему.

Написано Томасом Инь