Test, który przełamał złudzenie

W 2023 roku zespół badawczy z EPFL w Lozannie przeprowadził cichy eksperyment na pracownikach crowdsourcingu, których zatrudnił przez Amazon Mechanical Turk do streszczania tekstów. Za pomocą rejestracji naciśnięć klawiszy i klasyfikatora wytrenowanego do rozpoznawania prozy pisanej przez maszyny zespół pod kierownictwem Veselovsky'ego oszacował, że od 33 do 46 procent pracowników użyło dużego modelu językowego, aby wytworzyć swoje 'ludzkie' odpowiedzi.

To odkrycie nie było skandalem o leniwych pracownikach. Było ostrzeżeniem o pochodzeniu. Rynek sprzedawał ludzki osąd za zadanie, a od jednej trzeciej do połowy tego osądu było już maszyną za cudzym loginem. Kto kupował oznaczone dane, decyzje moderacyjne albo odpowiedzi ankietowe na sztuki, kupował mieszankę, której nie mógł zobaczyć.

Co Amazon zrobił naprawdę

30 lipca 2026 roku AWS przestaje przyjmować nowych klientów Mechanical Turk. Obecni klienci mogą nadal z niego korzystać, ale usługa jest teraz w trybie utrzymania: AWS mówi, że będzie inwestować w bezpieczeństwo i dostępność, lecz nie doda nowych funkcji. W języku chmury to droga do wygaszenia, a nie pauza.

Mechanical Turk powstał w 2005 roku i wziął nazwę od osiemnastowiecznej maszyny szachowej, która ukrywała człowieka w fałszywym automacie. Nazwa była żartem i modelem: oprogramowanie, które wyglądało na automatyczne, ale działało dzięki ludziom. Dwie dekady później ludzie po cichu działali dzięki oprogramowaniu, a rachunek, który czynił platformę użyteczną, przestał się zgadzać.

Dlaczego to ląduje na twoim biurku

Ta historia to nie jedna usługa, która się zamyka. To każdy krok twojego systemu, który zakłada, że człowiek coś sprawdził. Kolejki moderacji, oznaczanie danych do modelu, który dostrajasz, ocena benchmarków, bramki zgodności z 'przeglądem ludzkim', panele ankietowe za kokpitem badań rynku: wiele z nich przechodzi przez tanie rynki zadań ludzkich, a wynik z 2023 roku mówi, że ta ludzka warstwa była nieszczelna już lata temu.

Dla europejskiego operatora to nie tylko kwestia wydajności. Rozporządzenie o AI oczekuje zarządzania danymi i identyfikowalności dla systemów wyższego ryzyka, a 'osoba sprawdziła zbiór treningowy' to dokładnie ten rodzaj twierdzenia, którego udowodnienia zażąda audytor. Jeśli nie możesz pokazać, kto wytworzył etykietę, nie możesz pokazać, że etykieta jest czysta.

Decyzja, a nie nostalgia

Instrukcja jest konkretna i ma datę. Przed 30 lipca wypisz każdy przepływ pracy, który sięga rynku zadań ludzkich, zaznacz, które z nich zasilają model, zapis zgodności albo decyzję dotyczącą klienta, i zdecyduj dla każdego, czy go przenieść, zweryfikować, czy zastąpić. Traktuj 'to zlecamy ludziom' jako twierdzenie do przetestowania, a nie jako kontrolę, która działa.

Wskaźnik bazowy jest lekcją. Kto kupuje weryfikację na sztuki, dostaje od najtańszego dostawcy literę zadania z najszybszym narzędziem, a dziś tym narzędziem jest model językowy. Płać za dowód pochodzenia, a nie tylko za odpowiedź, a zamknięcie jednego rynku przestanie być twoim problemem.

Czytaj dalej: Cztery amerykańskie chmury pod brytyjskim nadzorem  |  24 lipca deepseek-chat przestaje odpowiadać