Για να μας βλέπεις πιο συχνά στα αποτελέσματα αναζήτησης Προσθήκη της huffingtonpost.gr στην Google

Πολλοί από αυτούς που πληρώνονται για να εκπαιδεύουν νέα μοντέλα Τεχνητής Νοημοσύνης (ΑΙ), «τροφοδοτώντας» τα με υψηλής ποιότητας συζητήσεις και τεστ, «κλέβουν» βάζοντας ΑΙ chatbots όπως το ChatGPT να κάνουν τη δουλειά, σύμφωνα με μαρτυρίες στο New Scientist.

H πρακτική αυτή φαίνεται να είναι αρκετά διαδεδομένη και, όπως αναφέρεται σε σχετικό δημοσίευμα, υπονομεύει το μέλλον της ΑΙ, επειδή θα μπορούσε να οδηγήσει σε λιγότερο αποτελεσματικά μελλοντικά εργαλεία- ένα είδος «αιμομιξίας» στην Τεχνητή Νοημοσύνη.

Advertisement
Advertisement

Τα πιο πολλά μοντέλα ΑΙ σήμερα εκπαιδεύονται πάνω σε κείμενα και δεδομένα που βρίσκουν στο Ίντερνετ, ωστόσο καθώς η κλίμακά τους αυξάνεται, χρειάζονται περισσότερα δεδομένα. Ως εκ τούτου, εταιρείες του χώρου έχουν αρχίσει να βάζουν εργαζόμενους να κάνουν συζητήσεις και τεστ με την ΑΙ, ώστε να βελτιωθεί η αποτελεσματικότητα των μελλοντικών LLM (large language models).

Οι εργαζόμενοι αυτοί κατά κανόνα απασχολούνται από «τρίτους» αντί για τις ίδιες τις εταιρείες ΑΙ- συχνά part time και με χαμηλούς μισθούς. Αυτό φαίνεται πως κάνει πολλούς να επιλέγουν την πιο εύκολη οδό, βάζοντας chatbots να κάνουν τη δουλειά αντ’αυτών.

«Είναι πολύ διευρυμένο, κάθε εταιρεία για την οποία έχω εργαστεί είχε ξεκάθαρες οδηγίες για αυτό και εμφανώς προσπαθούν να τους πιάνουν, οπότε νομίζω ότι όντως τους ενδιαφέρει. Μα δε νομίζω πως μπορούν να το σταματήσουν» λέει χαρακτηριστικά η «Άλις», εργαζόμενη τέτοιου είδους.

Όπως σημειώνει η ίδια, δεν νιώθει καμιά ενοχή που χρησιμοποιεί το ChatGPT για τις εκπαιδευτικές εργασίες, λέγοντας πως είναι εύκολο να το κάνει κάποιος και να μην τον βρουν αν δώσει οδηγίες στο chatbot να αποφεύγει συνηθισμένες πρακτικές που ακολουθούν τα chatbots. «Είναι μόνο οι πιο απρόσεκτοι που πιάνονται» λέει σχετικά. «Ο καθένας με ελάχιστη γνώση για τα σημάδια της ΑΙ μπορεί να ζητήσει να μην χρησιμοποιούνται, και από εκεί και πέρα τι μπορείς να κάνεις;».

«Αν αυτές οι εταιρείες θέλουν ποιοτικά δεδομένα, τότε θα έπρεπε να προσφέρουν ποιοτικά συμβόλαια» προσθέτει. «Αντ’αυτού προσφέρουν μισθούς πείνας σε ανθρώπους που δυσκολεύονται, απασχολώντας τους για τον ελάχιστο δυνατό χρόνο και μετά διώχνοντάς τους καθώς τα projects τελειώνουν χωρίς προειδοποίηση».

Ένας άλλος εργαζόμενος, ο «Μπομπ», δούλευε στην εκπαίδευση ΑΙ, όπου χρησιμοποιούσε και ο ίδιος ΑΙ (παρά τους κανόνες) και μετά πήρε προαγωγή σε θέση όπου έπρεπε να βρίσκει άτομα που το έκαναν. «Το μάνατζμεντ κυμαινόταν ανάμεσα στην ήπια ανοχή μέχρι την ξεκάθαρη απαγόρευση» λέει. Οι εργαζόμενοι παρακολουθούνταν με ένα εργαλείο που τραβούσε screenshots σε τυχαίες χρονικές στιγμές για να διαπιστώνεται αν έκαναν αυτό που έπρεπε.

Advertisement

«Κάποιοι το είχαν (πχ το ChatGPT) ανοιχτό σε άλλα tabs ή ελαχιστοποιημένο, οπότε και μπορούσαμε να το δούμε…ακόμα και φάκελοι στην επιφάνεια εργασίας τους με ονόματα αποκάλυπταν τη χρήση ΑΙ» σημειώνει.

Άλλη μια εργαζόμενη, η «Κάρολ», λέει πως άρχισε να χρησιμοποιεί ΑΙ για να ελέγχει τη δουλειά της για λάθη όσον αφορά στις κατευθυντήριες γραμμές που δίνονταν. «Ήμουν τρομοκρατημένη πως δεν θα είχα πηγή εισοδήματος, και μετά από αυτό απλώς έγινε ευκολότερο να τα περνάω όλα από LLM» αναφέρει. «Πολλά projects με τα οποία ασχολούμαι τώρα έχουν να κάνουν με τη δημιουργία σεναρίων, οπότε χρησιμοποιώ ένα LLM για να με βοηθήσει να δημιουργήσω το σενάριο και μετά ένα διαφορετικό για να με βοηθήσει να δημιουργήσω τα αρχεία που το συνοδεύουν. Νιώθω κάπως ένοχη, μα, όπως είπα, στην αρχή είχε να κάνει πιο πολύ με το να διασφαλίζω πως δεν έκανα λάθη».

Ο Μαρκ Λη, του Πανεπιστημίου του Μπέρμιγχαμ, λέει πως έρευνες έχουν δείξει ότι τα μοντέλα ΑΙ «καταρρέουν» αν εκπαιδεύονται με περιεχόμενο που παράγεται από ΑΙ. Όταν γίνεται αυτό, οι δυνατότητες υποβαθμίζονται δραματικά- μια διαδικασία που είναι κάποιες φορές γνωστή ως «κανιβαλισμός» ή «αιμομιξία» στην ΑΙ.

Advertisement

«Αυτό είναι κατά κάποιον τρόπο το χειρότερο σενάριο. Και μάλλον δεν συμβαίνει στον πραγματικό κόσμο» λέει ο Λη. «Υπάρχουν ακόμα κάποιοι άνθρωποι, και αν έχεις έστω και 10% ανθρώπινα δεδομένα, το αντισταθμίζει, αποφεύγει την κατάρρευση μοντέλων».