A funcionária do show, Crystal Kaufman, disse que passou um dia de semana olhando imagens capturadas por uma câmera colocada na cabeça de um bebê, rotulando objetos que entraram em seu campo de visão. Em outro trabalho, ela examinou imagens de patas e em outro marcou fotografias aéreas de animais, disse ela.
Por quase uma década, Kaufman executou milhares de pequenas tarefas que ajudam as empresas a coletar enormes conjuntos de dados usados para treinar inteligência artificial (IA), disse ela.
“Esses produtos deveriam ser mágicos”, disse Kaufman, que executa tarefas na plataforma Amazon Mechanical Turk e defende os trabalhadores como principal organizador do grupo Turkopticon, à ABC News. “As pessoas não sabem que por trás de tudo isso existe uma força de trabalho, uma força de trabalho humana”.
A IA remodelou tudo, desde diagnósticos médicos a votos de casamento e lucros no mercado de ações, mas esta tecnologia não seria possível sem trabalhadores como Kaufman em todo o mundo.
Mas analistas e defensores dizem que os trabalhadores que trabalham na formação em IA muitas vezes não recebem qualquer conhecimento sobre os produtos finais que estão a ajudar a desenvolver ou sobre as empresas por detrás deles. Existe também o risco de a obra ser rejeitada após a conclusão, caso em que você não conseguirá pagar suas contas ou contar com a recuperação.
“Se quisermos construir uma sociedade melhor, não podemos ignorar as dezenas de milhões de pessoas que estão envolvidas neste trabalho”, disse Sonam Jindal à ABC News. Jindal é diretor de IA, trabalho e economia da Partnership on AI, uma coalizão de organizações de IA. “Se eles estão sendo ignorados e enfrentando uma situação precária, isso é um problema”, diz ela.
Para imitar o discernimento humano, os produtos de IA normalmente usam algoritmos que respondem a consultas com base nas lições aprendidas na digitalização de grandes quantidades de texto, imagens ou vídeo. Por exemplo, uma ferramenta de IA que ajuda os médicos a diagnosticar o cancro poderia ser treinada através de cópias digitais de tomografias computadorizadas.
No entanto, Jindal disse que os materiais de treinamento muitas vezes precisam primeiro ser selecionados por um trabalhador humano para que o modelo de IA possa ler o conteúdo.
“O modelo de IA não sabe por si só como diferenciar um gato de um cachorro, ou se alguém tem câncer, ou se é um sinal de pare”, explicou Jindal. “As pessoas estão profundamente envolvidas na construção desses conjuntos de dados.”
De acordo com um relatório de 2021 da Open Research Europe, o número de trabalhadores gig em todo o mundo começou a aumentar na última década, em parte para realizar estas tarefas relacionadas com a IA. Segundo o estudo, cerca de 14 milhões de trabalhadores conseguem emprego através de plataformas online como Amazon Mechanical Turk e Upwork, que funcionam como intermediários entre trabalhadores independentes e empresas de tecnologia.
Muitos desses trabalhadores globais vivem nos Estados Unidos, com cerca de 96% dos funcionários da Amazon Mechanical Turk, por exemplo, fazendo login nos Estados Unidos, de acordo com o site de dados MTurk Tracker.
Embora os trabalhadores on-line nos Estados Unidos mantenham horários flexíveis, seu trabalho inclui muitas das principais características dos “maus empregos”, disse Matt, professor assistente do programa de gerenciamento de tecnologia da Universidade da Califórnia, em Santa Bárbara Bean, à ABC News. .
“Empregos ruins são basicamente empregos que não dão muita autonomia sobre o que você faz”, diz Bean. “Em outras palavras, eles não sentem que haja uma conexão significativa entre o que estão fazendo e quaisquer resultados valiosos no mundo”.
A falta de sentido deve-se em parte à natureza rotineira das tarefas e à falta de informação fornecida aos trabalhadores independentes sobre os produtos que estão a desenvolver e as empresas que os realizam, disse Jindal.
“A transparência é um grande problema”, disse Jindal. “Em parte, trata-se de uma abordagem muito pragmática para a construção de modelos de IA. As pessoas dizem: 'Tudo que preciso são de dados.'”
“As informações estão sendo repassadas a alguém que pode não conhecer todo o contexto”, acrescentou Jindal.
Além da incerteza sobre o produto final, os trabalhadores de IA correm o risco do que chamam de “rejeição em massa”. É quando uma empresa rejeita um conjunto de trabalho concluído.
Nesses casos, os trabalhadores não só perdem salários, mas também não têm como recorrer da decisão, mas a empresa retém os dados que eles criam, disse Kaufman. Ela acrescentou que as empresas que oferecem trabalho no Amazon Mechanical Turk podem negar dados sem motivo e alterar nomes de usuário como forma de evitar responsabilização.
Como resultado, os trabalhadores não só perdem rendimento imediato, disse Kaufman, mas os seus índices de aprovação nas plataformas, que determinam a qualidade dos empregos oferecidos aos trabalhadores, também são afetados.
“Em outras palavras, quanto mais rejeições você obtiver, pior será seu índice de aprovação”, explicou Kaufman. “Coisas assim podem tirar a vida inteira de uma pessoa.”
Em resposta a um pedido de comentário da ABC News, a Amazon disse que a Mechanical Turk monitora grandes volumes de rejeições e toma as medidas apropriadas, incluindo suspensão, quando encontra rejeições.
A Amazon acrescentou que a taxa média de rejeição em sua plataforma é inferior a 1%. Além disso, a empresa informou que possui acordo de participação e termos de serviço para garantir que não haja má conduta de mercado por parte de quem solicita ou concorda em realizar trabalhos.
Em seu trabalho na Turkopticon, Kaufman e outros funcionários pressionaram a Amazon a melhorar as condições da força de trabalho para empregos relacionados à IA, disse ela. O crescimento explosivo da popularidade dos produtos de IA aumentou a atenção do público para os desafios enfrentados por estes trabalhadores, acrescentou ela.
“Sinto que tenho mais poder e mais consciência”, disse Kaufman. “É uma sensação incrível.”
