شرکت‌های هوش مصنوعی واقعا می‌خواهند فایل‌ها و ایمیل‌های کاری شما را بخرند

یک ایمیل دیگر با طرحی مشابه (افزودن رونوشت تماس ها به لیست اطلاعات مورد نظر) ریسک را تا 2 میلیون دلار افزایش داد. شخصی به نام کورا می نویسد: «داده های عمومی تمام شده است و آزمایشگاه ها بیش از 45 میلیارد دلار برای داده های خصوصی برای ساخت مدل های بهتر هزینه می کنند. در حالی که من می‌دانستم که شرکت‌های هوش مصنوعی داده‌های متخصص را از منابع مختلف خریداری می‌کنند، اما توجه زیادی به آن نشده است.

اما هنگامی که آن را بررسی کردم، متوجه شدم که این تجارت بسیار بزرگتر از آن چیزی است که فکر می کردم - و به گفته متخصصان آن، می تواند به اندازه مراکز داده ای که این روزها بر اخبار مسلط هستند، بر کارگران و جامعه تأثیر بگذارد. شرکت‌هایی که با من تماس گرفتند، بخشی از رونق صنعت در کسب داده‌ها هستند که بی‌سر و صدا جریان‌های کاری شرکت‌های بزرگ را می‌خرند و هنوز آنقدر گرسنه هستند که به صندوق‌های ورودی ما نفوذ می‌کنند. یک نویسنده مستقل اخیرا در مورد تجربه خود با شرکتی به نام Handshake نوشته است که به او 1000 دلار برای کارش در یک داستان پیشنهاد داده است.

(او نفروخت.) نماینده ای از Handshake این پیشنهاد را به من تأیید کرد: "ما مجوز اسناد حرفه ای را در زمینه های زیادی صادر می کنیم تا آزمایشگاه ها بتوانند نحوه کار مدل ها با دانش واقعی را آزمایش و آموزش دهند." روزنامه نگاری یکی از این رشته هاست. Handshake به من می گوید که بخش بزرگی از کسب و کارش خرید مقالات و دوره های تحصیلی دانشجویان تحصیلات تکمیلی است. یکی از دوستان کارآفرین من به من می‌گوید که از چندین شرکت نامه دریافت می‌کند که کسب و کارشان «کمک به استارت‌آپ‌ها برای نابودی شرکت‌هایشان است»، همانطور که یکی از ایمیل‌های شرکتی به نام Sunset توضیح داد.

ما فرآیند کامل را انجام می‌دهیم، داده‌ها را پاکسازی و ناشناس می‌کنیم تا افراد شرکت و هر گونه جزئیات شناسایی حذف شوند، سپس معامله را با آزمایشگاه‌ها انجام می‌دهیم.» آن استارتاپ‌های جدیدتر جمع‌آوری داده‌ها امیدوارند به موفقیت سریع شرکت‌های مسلط در این زمینه دست یابند که خود تنها چند سال از عمرشان می‌گذرد. رهبران صنعت Handshake، Micro1 و Mercor در حال جمع آوری پایگاه های اطلاعاتی هستند که گویی یک عجله طلای مدرن است. به نظر می رسد رهبر صنعت مرکور است که در سال 2023 تأسیس شد. سال گذشته سه بنیانگذار آن در 22 سالگی میلیاردر شدند.

مانند همه شرکت ها، این شرکت ادعا می کند که تقریبا با تمام آزمایشگاه های اصلی هوش مصنوعی شراکت دارد. (پاسخ خود شرکت‌ها دقیق‌تر بود: Anthropic اذعان می‌کند که بازار بزرگی برای داده‌ها وجود دارد، اما به من گفت که گردش کار را از شرکت‌های زنده مانند WIRED نمی‌خرد. OpenAI قبل از انتشار پاسخی ارائه نکرد.) در مصاحبه ای، برندان فودی، مدیرعامل Mercor به من گفت که بازار در آستانه انفجار است زیرا صنعت هوش مصنوعی به طور چشمگیری به دنبال داده های بیشتری است.

مرکور در ابتدا به عنوان یک شرکت استخدام هوش مصنوعی شروع به کار کرد، اما وقتی تیم با بازیکنان آشنا شد، متوجه شد که آزمایشگاه‌های بزرگ از کیفیت داده‌ها ناامید شده‌اند. به طور کلی، صنعت کارشناسانی را برای شبیه‌سازی گردش کار واقعی استخدام می‌کرد، اما این امر به‌هم ریختگی یک کسب‌وکار عملیاتی واقعی را نشان نمی‌داد. او از من خواست در نظر بگیرم که هوش مصنوعی بزرگ دو نیاز بی پایان دارد: محاسبات و داده. در حالی که صنعت به طور عمومی در حال انجام سرمایه گذاری های عظیم در اولی است، جمع آوری داده ها به همان اندازه مهم است. زمانی که من نگرانی های مربوط به حریم خصوصی را مطرح کنم، Foody آماده است.

هنگامی که یک کسب و کار داده ها را به Mercor ارسال می کند، شرکت هرگونه اطلاعات شناسایی شخصی یا PII را حذف می کند. او می گوید که این هویت زدایی قابل تأیید است. مانند همه افرادی که در زمینه جمع‌آوری داده‌ها صحبت کردم، او احساس کرد که فناوری مسائل مربوط به حریم خصوصی خرید همه آن اطلاعات را حل کرده است. جای تعجب نیست که علی انصاری، مدیر عامل Micro1 موافق است که بازار خرید داده به زودی به زیرساخت محاسباتی هوش مصنوعی نزدیک خواهد شد. او می‌گوید که امروزه آزمایشگاه‌ها، شرکت‌ها و شرکت‌های رباتیک حدود 40 تا 50 میلیارد دلار در سال برای دریافت داده‌ها پرداخت می‌کنند.

انصاری که شرکت را در سال 2022 تأسیس کرد، می‌گوید: «در دو تا چهار سال آینده، این رقم به بیش از یک تریلیون دلار در سال خواهد رسید. Micro1 از اطلاعاتی که می‌خرد تا حد زیادی برای بهبود مدل‌های هوش مصنوعی که خودش می‌سازد استفاده می‌کند، اما به شرکت‌های بزرگ هوش مصنوعی نیز می‌فروشد. او می‌گوید: «تقریبا همه در حال حاضر سعی می‌کنند وارد فضای داده‌ها شوند، زیرا تقاضای زیادی وجود دارد.

اگر به استارت‌آپ‌های YC نگاه کنید، تقریبا نیمی از آنها شرکت‌های داده هستند.» (در واقع، این بیشتر است - در جدیدترین دسته YC، 40 شرکت از 65 شرکت راه اندازی شده به عنوان استارت آپ داده طبقه بندی می شوند.) جنبه غرب وحشی این جست‌وجوی داده‌های تازه زمانی که شرکت هواپیمایی Spirit ورشکسته دارایی‌های دیجیتال خود را برای فروش گذاشت، به‌ندرت در معرض دید قرار گرفت. این مجموعه شامل 80000 حساب ایمیل، 500 میلیون پیام داخلی، 20.6 میلیون فایل شیرپوینت مایکروسافت و یک میلیون رکورد کارت زمان بود.

ظاهرا گوگل با پیشنهاد 10 میلیون دلاری جایزه را دریافت کرد، اما پس از آن Micro1 با 2.5 میلیون دلار بالاتر از آن قرار گرفت و بحث بر سر اینکه برنده کیست آغاز شد. در حال حاضر فروش متوقف شده است، به دلیلی که کل روش فروش گردش کار انسانی را زیر سوال می برد: اتحادیه مهمانداران هواپیما ادعا کرده است که این فروش شامل اطلاعات خصوصی آنها بوده است. اعتراضات اتحادیه، جنبه تاریک این هجوم طلا را روشن می کند. علی‌رغم ادعای تقریبا همه شرکت‌های داده مبنی بر اینکه هیچ PII در مدل‌های هوش مصنوعی وارد نمی‌شود، منتقدان احساس می‌کنند که هنوز خطر درز اطلاعات شخصی وجود دارد.

مایو توبین-میاجی، مشاور عمومی مرکز اطلاعات الکترونیکی حریم خصوصی، که از طرف خدمه پرواز یک خلاصه دوستانه ارائه کرده است، می‌گوید: «مشخص نیست که ناشناس‌سازی بتواند به طور کامل از شر مسائل مربوط به حریم خصوصی خلاص شود. «ایمیل‌ها و پیام‌های تیم‌ها حاوی داده‌های بدون ساختار هستند که ریشه‌یابی آن‌ها سخت‌تر است. ممکن است پیام‌هایی وجود داشته باشد که در آن کارمندان درباره قرار ملاقات‌های پزشک یا مسائل خانوادگی صحبت کنند.» گوردون ریتر، سرمایه‌دار خطرپذیر که این موضوع را به‌عنوان علت مطرح کرده است، می‌گوید: «ما هنجارها و استانداردهایی را برای جمع‌آوری داده‌ها تعیین نکرده‌ایم، و این کار به درستی انجام نمی‌شود.

صنعت هوش مصنوعی بسیار سریعتر از توانایی ما برای تعیین استانداردها در حال حرکت است و این تا حدی عمدی است. احتمالا نگران‌کننده‌ترین جنبه جنبش جمع‌آوری داده‌ها این است که، در اصل، کارگران را نه همیشه با رضایت صریح، برای مشارکت در تلاشی که در آن هدف نهایی جایگزینی یا خودکارسازی کار انسانی است که در تمام آن اسناد، پیام‌ها و ایمیل‌ها انجام می‌شود، دعوت می‌کند. وقتی مرکور می گوید شعارش «سازماندهی هوش انسانی برای تقویت اقتصاد هوش مصنوعی» است، پیام ناگفته این است که اقتصاد کارگران گوشت و پوست کار کمتری برای انجام دادن خواهند داشت.

همانطور که رئیس اتحادیه مهمانداران هواپیما به مصاحبه‌گر گفت: «این واقعا تنها داده‌هایی است که در عصر هوش مصنوعی برای آموزش مدل‌هایی برای جایگزینی شغل و کالایی کردن سایر بخش‌های کار در یک محیط کار ارزشمند شد.» وقتی از انصاری Micro1 می‌پرسم که آیا روزی پیش‌فرض شرکت‌ها، داده‌های گردش کار خود را به شرکت‌های بزرگ هوش مصنوعی به طور مداوم می‌فروشند، او پاسخ مثبت می‌دهد. او می‌گوید: «من فکر می‌کنم که این امر از تبلیغات به عنوان یک آیتم درآمد برای شرکت‌ها رایج‌تر خواهد شد.

اشاره می‌کنم که در حال حاضر پس‌بس قابل‌توجهی به هوش مصنوعی وجود دارد، و ممکن است مردم از این ایده که هر کاری که در محل کار انجام می‌دهند به درون مدل‌های بزرگ هوش مصنوعی کشیده می‌شود، راضی نباشند. انصاری می‌گوید: «به نظر من این نکته عادلانه‌ای است. اما از نظر او چنین اعتراضاتی قابل کنترل خواهد بود. او پیشنهاد می کند که کارگران درک کنند که ثمره کار آنها منجر به مدل های بهتر هوش مصنوعی می شود که زندگی آنها را آسان تر می کند.

"شما باید به چیزهای مثبت فکر کنید، فراوانی که هوش مصنوعی می تواند به آن منجر شود." (من متوجه شده ام که فراوانی آینده ای که هوش مصنوعی ظاهرا تولید خواهد کرد، توجیهی مفید برای انواع مصالحه است.) من یکی از موارد سردی را که از زنی که دامنه ایمیلش gorexen.com بود، پیگیری کردم. به هر حال، "گورکسن" ترکیبی از دو موجود پوکمون است که "مایعات بدن طعمه را از طریق دهان نازک و لوله‌ای خود سیفون می‌کند." او با من با یک شرکت دو ساله به نام تنکارا ملاقاتی ترتیب داد (به نظر می رسد این نام با نوعی ماهیگیری ژاپنی با مگس مرتبط باشد).

متوجه شدم در حال صحبت با "رئیس تجاری سازی" جونا استیلمن، یک فرد جوان با ظاهر استارتاپی است که در دفتری در سانفرانسیسکو نشسته است. شروع کردم با سوال کردنش. به نظر می رسد تلاش تنکارا برای داده ها، افزایش کیفیت مدل هوش مصنوعی خود برای اجرای عملیات اداری برای شرکت های تولیدی است. (چگونه بایگانی WIRED کمک می کند یک راز است.) او تأیید کرد که بخش بزرگی از کارش انجام تماس هایی مانند این برای جمع آوری داده است.

به او گفتم که مجموعه جلسه ما حال و هوای گلنگری گلن راس را به من داد، اما او با مرجع آشنا نبود. البته من مجاز به فروش اسناد و مدارک فرآیند ویراستاری WIRED به یک شرکت هوش مصنوعی نیستم و با ارائه این کالا به جونا و شرکتش شغلم را به خطر نینداختم. همچنین اگر روسای من این فروش را انجام دهند، خیلی خوشحال نخواهم شد.

این نسخه ای از خبرنامه Backchannel استیون لوی و لورن گود است. خبرنامه های قبلی را اینجا بخوانید.