Первоначальное видение децентрализованной и общинной сети эволюционировало в модель, где пользователь выполняет микрозадачи, которые приносят пользу крупным корпорациям. Такие фигуры, как Луис фон Ахн, с проектами вроде reCAPTCHA и Duolingo, сыграли ключевую роль в этом переходе. Они превратили повседневные действия, такие как проверка, что мы не роботы, или изучение языков, в механизмы для генерации ценных данных. Эта бесплатная работа теперь поддерживает развитие искусственного интеллекта и других коммерческих услуг.
Код за захватом данных: от взаимодействия к датасету 🤖
Технически эти системы основаны на изобретательных дизайнах взаимодействия человек-компьютер (HCI), которые маскируют сбор данных. reCAPTCHA, например, показывает две слова: одно контрольное, известное системе, и другое, отсканированное из книги, которая нуждается в оцифровке. Проверка пользователя разрешает обе. Duolingo структурирует свои уроки как упражнения по двунаправленному переводу, где каждый ответ способствует обучению моделей языка. Эти данные, анонимизированные и агрегированные, формируют датасеты для обучения алгоритмов OCR или автоматического перевода.
Добро пожаловать в самую веселую работу в мире (не оплачивается) 🦉
Забавно думать, что наше свободное время превратилось в самую распределенную линию производства на планете. Пока мы думали, что скачиваем мем или доказываем свою человечность перед текстовым полем, на самом деле мы отбивали карту на фабрике данных. В следующий раз, когда Duolingo напомнит тебе плачущей совой попрактиковать испанский, подумай, что ты не только учишься, но и шлифуешь модель ИИ, которую потом компания сдаст в аренду. По крайней мере, нам не нужно отбивать карту.