Testet som bröt illusionen

Under 2023 genomförde ett forskarlag från EPFL i Lausanne ett stillsamt experiment med crowdarbetare som det hade anlitat via Amazon Mechanical Turk för att sammanfatta texter. Med tangenttrycksregistrering och en klassificerare tränad att känna igen maskinskriven prosa uppskattade laget, under ledning av Veselovsky, att mellan 33 och 46 procent av arbetarna hade använt en stor språkmodell för att producera sina 'mänskliga' svar.

Fyndet var ingen skandal om lata arbetare. Det var en varning om ursprung. Marknadsplatsen sålde mänskligt omdöme per uppgift, och en tredjedel till hälften av det omdömet var redan en maskin bakom någon annans inloggning. Den som köpte märkta data, modereringsbeslut eller enkätsvar per styck köpte en blandning han inte kunde se.

Vad Amazon faktiskt gjorde

Den 30 juli 2026 slutar AWS ta emot nya kunder för Mechanical Turk. Befintliga kunder kan fortsätta använda den, men tjänsten ligger nu i underhåll: AWS säger att den ska investera i säkerhet och tillgänglighet men inte lägga till nya funktioner. På molnspråk är det vägen mot avveckling, inte en paus.

Mechanical Turk startade 2005 och är uppkallad efter en schackmaskin från 1700-talet som gömde en människa inuti en falsk automat. Namnet var skämtet och modellen: mjukvara som såg automatisk ut men drevs av människor. Två decennier senare drevs människorna tyst av mjukvara, och kalkylen som gjorde plattformen användbar gick inte längre ihop.

Varför det hamnar på ert bord

Berättelsen är inte en tjänst som stänger. Det är varje steg i ert system som antar att en människa kontrollerade något. Modereringsköer, datamärkning för en modell ni finjusterar, benchmarkpoäng, efterlevnadsgrindar med 'mänsklig granskning', enkätpaneler bakom en marknadsundersökningspanel: mycket av det går via billiga marknadsplatser för mänskliga uppgifter, och resultatet från 2023 säger att det mänskliga lagret var poröst redan för flera år sedan.

För en europeisk operatör är det inte bara en fråga om effektivitet. AI-förordningen förväntar sig datastyrning och spårbarhet för system med högre risk, och 'en person kontrollerade träningsmängden' är precis den sortens påstående som en revisor ber er bevisa. Om ni inte kan visa vem som skapade en etikett kan ni inte visa att etiketten är ren.

Beslutet, inte nostalgin

Instruktionen är konkret och daterad. Kartlägg före den 30 juli varje arbetsflöde som når en marknadsplats för mänskliga uppgifter, markera vilka som matar en modell, en efterlevnadsregistrering eller ett kundvänt beslut, och besluta för vart och ett om ni flyttar, verifierar eller ersätter det. Behandla 'det lägger vi ut på människor' som ett påstående att testa, inte som en kontroll som fungerar.

Basfrekvensen är läxan. Den som köper verifiering per styck får av den billigaste leverantören uppgiftens bokstav med det snabbaste verktyget, och i dag är det verktyget en språkmodell. Betala för beviset på ursprung, inte bara för ett svar, så slutar nedläggningen av en marknadsplats att vara ert problem.

Läs vidare: Fyra amerikanska moln står nu under brittisk tillsyn  |  Den 24 juli slutar deepseek-chat att svara