Представьте: вы моете посуду, складываете бельё или режете лук, а на голове у вас закреплён iPhone, который всё это снимает. Звучит как странное хобби, но для тысяч фрилансеров из более чем 50 стран мира – это реальная работа. Они создают гигантские массивы данных, чтобы научить человекоподобных роботов двигаться и взаимодействовать с предметами так же ловко, как это делаем мы.
За такой труд в развивающихся странах платят около $15 в час. Однако эксперты бьют тревогу: насколько этичен сбор таких данных и понимают ли сами работники, на что именно они соглашаются?
Новый виток гиг-экономики
По данным издания MIT Technology Review, запись домашних дел на видео стремительно превращается в один из самых быстрорастущих сегментов рынка краткосрочных контрактов. Например, компания Micro1 из Пало-Альто уже наняла тысячи временных сотрудников в Индии, Нигерии и Аргентине. Они просто снимают свою рутину, а стартап продаёт эти кадры разработчикам робототехники.
Масштабы поражают: компания Scale AI уже собрала порядка 100 тысяч часов видеоматериалов. А сервис доставки DoorDash пошёл ещё дальше – в марте они запустили приложение Tasks. Теперь около восьми миллионов их курьеров в США могут подрабатывать между заказами, просто фиксируя на камеру свои домашние хлопоты.
Зачем всё это нужно? Проблема в том, что в отличие от тех же нейросетей вроде ChatGPT, которые обучаются на текстах из интернета, физическим роботам нужен реальный контекст. Им необходимо видеть, как человеческие руки берут предметы, складывают их и ориентируются в непредсказуемой, зачастую захламлённой домашней обстановке.
«В отличие от больших языковых моделей, у робототехники нет интернета в качестве готового набора данных. Обучающую базу приходится собирать с нуля в реальном мире, и это гораздо сложнее», – объясняет сооснователь стартапа по разметке данных Encord Ульрик Хансен.
Цена приватности
Финансовая выгода для жителей стран с невысоким уровнем дохода очевидна. Но вот юридическая сторона вопроса зачастую остаётся максимально размытой. Как отмечает издание, работники имеют весьма смутное представление о том, где хранятся их видео, кому они передаются и как именно используются корпорациями. Когда фрилансеры попытались выяснить в корпоративном мессенджере Slack, может ли Micro1 по запросу удалить их личные данные, руководство компании просто отказалось комментировать свою политику.
Показателен и другой факт: запуская приложение Tasks, компания DoorDash намеренно исключила из списка доступных регионов Калифорнию, Нью-Йорк, Колорадо и город Сиэтл. Именно в этих юрисдикциях действуют самые строгие требования к защите личных данных и правам платформенных работников. В то же время в Лос-Анджелесе стартап Sunain привлёк более 1400 человек, которые носят на запястьях специальные камеры, чтобы фиксировать естественные движения в домашней обстановке.
Парадокс прогресса
Во всей этой истории кроется явное противоречие: люди своими руками обучают машины выполнять те самые физические задачи, на которых держатся миллионы рабочих мест по всему миру – от упаковки товаров на складах до готовки и уборки. Компании вроде Tesla, Figure AI и Agility Robotics уже вовсю тестируют человекоподобных роботов на реальных производствах.
Журналисты подчёркивают, что роботам в конечном счёте может потребоваться даже больше данных для обучения, чем языковым моделям. А это значит, что спрос на такую «видеоработу» будет только расти. Ровно до того момента, пока машины, которых эти люди обучили, не будут готовы полностью их заменить. Исследователь робототехники Прэзер, оценивая масштабы ручного труда, необходимого для создания автономных машин, резюмировал это одной фразой:
«Это будет странно».