먼지가 많은 공장, 비좁은 인터넷 카페, 전 세계 임시 홈 오피스에서 수백만 명의 사람들이 컴퓨터 앞에 앉아 지루하게 데이터에 라벨을 붙이고 있습니다.

이들 근로자는 급성장하는 인공지능(AI) 산업의 생명선이다.이것이 없었다면 ChatGPT와 같은 제품은 존재하지 않았을 것입니다.그들이 라벨을 붙인 데이터는 AI 시스템이 '학습'하는 데 도움이 되기 때문입니다.

그러나 이 인력이 산업에 미치는 중요한 기여에도 불구하고4,070억 달러 규모로 예상2027년에는 이를 구성하는 사람들이 대부분 눈에 띄지 않고 자주 착취당하게 됩니다.올해 초 Facebook, Scale AI 및 OpenAI와 같은 회사에서 일하는 케냐의 데이터 라벨러 및 AI 작업자 약 100명공개 서한을 발표했다조 바이든 미국 대통령에게 "우리의 노동 조건은 현대판 노예제에 해당한다"고 말했다.

AI 공급망이 윤리적이 되도록 하려면 업계와 정부가 이 문제를 시급히 해결해야 합니다.그러나 핵심 질문은: 어떻게?

데이터 라벨링이란 무엇입니까?

데이터 라벨링AI 시스템이 패턴을 인식하고 예측할 수 있도록 이미지, 동영상, 텍스트 등 원시 ​​데이터에 주석을 다는 프로세스입니다.

예를 들어 자율주행차는라벨이 붙은 영상보행자와 도로 표지판을 구별하기 위해.ChatGPT와 같은 대규모 언어 모델은라벨이 붙은 텍스트인간의 언어를 이해하는 것.

이러한 레이블이 지정된 데이터 세트는 AI 모델의 생명선입니다.이들이 없으면 AI 시스템은 효과적으로 작동할 수 없습니다.

Meta, Google, OpenAI 및 Microsoft와 같은 거대 기술 기업은 이러한 작업의 대부분을 다음과 같은 국가의 데이터 라벨링 공장에 아웃소싱합니다.필리핀 제도,케냐,인도,파키스탄,베네수엘라와 콜롬비아.

중국또한 데이터 라벨링을 위한 또 다른 글로벌 허브가 되고 있습니다.

이 작업을 용이하게 하는 아웃소싱 회사로는 Scale AI, iMerit 및 Samasource가 있습니다.이들은 그 자체로 매우 큰 회사입니다.예를 들어, 캘리포니아에 본사를 둔 Scale AI는 현재 가치가 있습니다.140억 달러.

모서리 절단

Alphabet(Google의 모회사), Amazon, Microsoft, Nvidia 및 Meta와 같은 주요 기술 기업수십억을 쏟아부었다컴퓨팅 성능 및 데이터 저장부터 최신 컴퓨팅 기술까지 AI 인프라에 적용됩니다.

대규모 AI 모델에는 비용이 발생할 수 있습니다.훈련하는데 수천만 달러.일단 배포되면 이러한 모델을 유지 관리하려면 데이터 라벨링, 개선 및 실제 테스트에 대한 지속적인 투자가 필요합니다.

그러나 AI 투자는 상당하지만 수익이 항상 기대에 미치지는 못했습니다.많은 업계에서는 계속해서 AI 프로젝트를 다음과 같이 보고 있습니다.수익성이 불분명한 실험적 경로.

이에 대응하여 많은 기업은 매우 취약한 AI 공급망의 맨 아래에 있는 데이터 라벨러에게 영향을 미치는 비용을 절감하고 있습니다.

낮은 임금, 위험한 노동 조건

AI 공급망에 참여하는 기업이 비용을 절감하기 위해 노력하는 한 가지 방법은 필리핀, 베네수엘라, 케냐, 인도 등 남반구 국가에서 다수의 데이터 라벨러를 고용하는 것입니다.이들 국가의 근로자들은정체되거나 감소하는 임금.

예를 들어 베네수엘라의 AI 데이터 라벨러에 대한 시간당 요율은90센트와 US$2.이에 비해 미국에서는 이 비율이시간당 US$10~US$25.

필리핀에서는 Scale AI와 같은 수십억 달러 규모의 회사의 데이터에 라벨을 붙이는 작업자가 종종 수익을 얻습니다.최저임금에 훨씬 못 미치는.

일부 라벨링 제공업체는 심지어아동 노동라벨링 목적으로.

하지만 AI 공급망 내에는 다른 노동 문제도 많이 있습니다.

많은 데이터 라벨러가 다음 분야에서 일하고 있습니다.혼잡하고 먼지가 많은 환경이는 건강에 심각한 위험을 초래합니다.그들은 또한 종종 다음과 같이 일합니다.독립 계약자, 의료나 보상과 같은 보호에 대한 접근이 부족합니다.

반복적인 작업, 엄격한 기한 및 엄격한 품질 관리로 인해 데이터 라벨링 작업은 정신적 부담도 상당합니다.데이터 라벨러는 때때로 증오심 표현이나 기타 모욕적인 언어 또는 자료를 읽고 라벨을 지정하도록 요청받습니다.부정적인 심리적 영향을 미치는 것으로 입증되었습니다..

오류로 인해 급여가 삭감되거나 실직될 수 있습니다.그러나 라벨링 담당자는 자신의 작업이 평가되는 방식에 대한 투명성이 부족한 경우가 많습니다.그들은 종종 성과 데이터에 대한 접근이 거부되어 결정을 개선하거나 이의를 제기하는 능력을 방해합니다.

AI 공급망을 윤리적으로 만들기

AI 개발이 더욱 복잡해지고 기업이 이익 극대화를 위해 노력함에 따라 윤리적인 AI 공급망의 필요성이 시급해졌습니다.

기업이 이를 보장하는 데 도움을 줄 수 있는 한 가지 방법은인권 중심의 설계, 심의 및 감독 접근전체 AI 공급망에 적용됩니다.그들은 공정한 임금 정책을 채택하여 데이터 라벨러가 자신의 기여 가치를 반영하는 생활 임금을 받을 수 있도록 보장해야 합니다.

공급망에 인권을 포함시킴으로써 AI 기업은 보다 윤리적이고 지속 가능한 산업을 육성하여 근로자의 권리와 기업의 책임이 모두 장기적인 성공과 일치하도록 보장할 수 있습니다.

정부는 또한 이러한 관행을 의무화하고 공정성을 장려하는 새로운 규정을 제정해야 합니다.투명도.여기에는 성과 평가 및 개인 데이터 처리의 투명성이 포함되어 근로자가 평가 방법을 이해하고 부정확성에 대해 이의를 제기할 수 있습니다.

명확한 지불 시스템과 상환 메커니즘은 근로자가 공정한 대우를 받도록 보장합니다.노조를 파괴하는 대신,2024년 케냐에서 Scale AI가 했던 것처럼, 기업은 디지털 노동조합이나 협동조합 설립도 지원해야 합니다.이를 통해 근로자들은 더 나은 근무 조건을 옹호할 목소리를 갖게 될 것입니다.

AI 제품 사용자로서 우리 모두는 AI 공급망을 투명하게 공개하고 근로자를 공정하게 대우하는 기업을 지원함으로써 윤리적 관행을 옹호할 수 있습니다.실제 상품의 녹색 및 공정 무역 생산자에게 보상하는 것처럼 우리는 스마트폰에서 인권 기준을 준수하는 디지털 서비스나 앱을 선택하여 변화를 추진할 수 있습니다.소셜 미디어, 그리고 책임에 대해 우리의 달러로 투표합니다.기술 거인매일.

정보에 입각한 선택을 함으로써 우리 모두는 AI 산업 전반에 걸쳐 보다 윤리적인 관행에 기여할 수 있습니다.

이 기사는 다음에서 재출판되었습니다.대화크리에이티브 커먼즈 라이센스에 따라.읽기원본 기사.