Binlerce insan, yapay zeka için kimliklerini satıyor – bunun maliyeti ne?

Geçtiğimiz yılın bir sabahı, Jacobus Louw, yolda bulduğu güvercinleri beslemek için günlük mahallesinde yürüyüşe çıktı. Ancak bu sefer, yürürken ayaklarının ve yol boyunca manzaraya karşı görüntülerini kaydetmeye başladı. Video, yaklaşık 14 dolar kazandırdı, yani ülkenin minimum ücretinin yaklaşık 10 katıydı, veya Louw için 27 yaşında Cape Town, Güney Afrika'da yaşayan bir kişi için yarım haftalık gıda harcamasına denk geldi.
Video, Louw'un "Urban Navigation" görevi için Kled AI uygulamasında bulundu, bu uygulama, videolar ve fotoğraflar gibi verileri yapay zeka modellerini eğitmek için yükleyen katkıda bulunanlara ödeme yapıyor. Louw, birkaç hafta içinde fotoğraflarını ve videolarını yükleyerek 50 dolar kazandı.
Binlerce mil ötede, Ranchi, Hindistan'da 22 yaşında öğrenci olan Sahil Tigga, Silencio'nun, yapay zeka eğitimi için ses verilerini toplamak için telefonunun mikrofonuna erişerek ortam şehir seslerini, örneğin bir restoranda veya yoğun bir kavşakta, düzenli olarak para kazanıyor. Sahil, otelin lobilerinin henüz Silencio'nun haritasında belgelenmediği benzersiz yerlere kaydetmek için seyahat ediyor. Bir ayda bu şekilde 100 dolardan fazla kazanıyor, bu da tüm yiyecek masraflarını karşılamaya yetiyor.
Chicago'da ise 18 yaşında bir kaynak çırağı olan Ramelio Hill, arkadaşları ve ailesiyle olan özel telefon konuşmalarını 0,50 dolar/dakika karşılığında Neon Mobile'a satarak birkaç yüz dolar kazandı. Hill için hesaplama basit: şirketler zaten çok fazla özel verisi yakalıyor, bu yüzden bu verinin bir kısmını elde etmek için neden olmasın?
Bu gig yapay zeka eğitmenleri – sahne etraflarından her şeyi yükleyen, fotoğraflar, videolar ve kendilerinin ses kayıtları – yeni küresel bir veri altın çağına öncülük ediyor. Silikon Vadisi'nin yüksek kaliteli, insan benzeri verilere olan açgüdüsü, web'den çıkarılabilecek olanlardan daha hızlı büyüdükçe, bu açığı kapatmak için veri pazarları olarak adlandırılan gelişen bir sektör ortaya çıktı. Cape Town'dan Chicago'ya kadar binlerce insan şimdi biyometrik kimliklerini ve mahremiyet verilerini yapay zeka için eğitmek üzere mikro-lisanslıyor.
Ama bu yeni gig ekonomisi de beraberinde bazı zorlukları getiriyor. Birkaç dolar karşılığında, eğitmenleri, becerilerinin gelecekte işsiz kalmasına neden olabilecek bir endüstrinin beslemesine katkıda bulunurken, derin sahtekarlıklar, kimlik hırsızlığı ve dijital sömürüye karşı savunmasız bırakılıyorlar.
Yapay zekanın dil modelleri, örneğin ChatGPT ve Gemini, iyileşmeleri için geniş öğrenme materyallerine ihtiyaç duyuyor, ancak geliştirme, C4, RefinedWeb ve Dolma gibi en çok kullanılan eğitim kaynakları, web'deki en kaliteli veri kümelerinin çeyreğini oluşturuyor, artık üretken yapay zeka şirketlerinin verilerini eğitmek için kısıtlı. Araştırmacılar, yapay zeka şirketlerinin taze, yüksek kaliteli metin eğitim kaynakları bulamayacağını tahmin ediyor, 2026'ya kadar. Bazı laboratuvarlar, yapay zekalarının ürettiği sentetik verileri geri besleyerek bu sorunu çözmeye çalışıyor, ancak bu süreç, modellerin hatalı bir sürü üretmesine ve bunların çökmesine neden olabilir.
Bu, Kled AI ve Silencio gibi uygulamaların devreye girdiği yerdir. Bu tür veri pazarlarında, milyonlarca insan kimliklerini para kazanmak için kullanıyor ve yapay zekayı eğitmek için sağlıyor. Kled AI, Silencio ve Neon Mobile dışında, yapay zeka eğitmenleri için birçok seçenek var: Y-Combinator'un ünlü startup inkübörü tarafından desteklenen Luel AI, yaklaşık 0,15 dolar/dakika karşılığında çok dilli konuşmaları kaynaklıyor. ElevenLabs, sesinizi dijital olarak klonlamanıza ve temel ücreti 0,02 dolar/dakika karşılığında başkalarının kullanabileceği şekilde izin vermenize olanak tanıyor.
Gig yapay zeka eğitimi, yeni ortaya çıkan bir iş kategorisi ve önemli ölçüde büyüyecek, King's College London'dan ekonomi profesörü Bouke Klein Teeselink'in dediği gibi.
Yapay zeka şirketleri, insanların verilerini lisanslamalarına ödeme yaparak, web'den tamamen çıkarılabilecek içeriklerden kaynaklanabilecek telif hakkı anlaşmazlıkları riskini azaltmaya çalıştıklarını belirtiyor, Tesselink diyor. Bu şirketlerin, sistemlerinde yeni, geliştirilmiş davranışları modellemek için yüksek kaliteli verilere ihtiyacı olduğunu da belirtiyor, Veniamin Veselovsky, bir yapay zeka araştırmacısı diyor. "İnsan verileri, şu anda modelin dağılımının dışına çıkarılabilecek en iyi örnektir," diye ekliyor Veselovsky.