ಸರಪಳಿಯಲ್ಲಿ ಮರೆಮಾಡಲಾಗಿದೆ

Rest of World ನಡೆಸಿದ ತನಿಖೆ, Appen ಡೇಟಾ-ಲೇಬಲಿಂಗ್ ವೇದಿಕೆಯ ಮೂಲಕ ಕೆಲಸಕ್ಕೆ ನೇಮಕಗೊಂಡ ಆಫ್ರಿಕಾದ ಕಾರ್ಯಕರ್ತರು, ಚಿತ್ರಗಳಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸುವುದು, ಆಡಿಯೊವನ್ನು ಟ್ರಾನ್ಸ್‌ಕ್ರೈಬ್ ಮಾಡುವುದು, ಪಠ್ಯವನ್ನು ವರ್ಗೀಕರಿಸುವುದು - ಮುಂತಾದ ಸಾಮಾನ್ಯ ಕಾರ್ಯಗಳನ್ನು ಮಾಡಲು ಅರಿವಿಲ್ಲದೆ ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಮಿಲಿಟರಿಯಿಂದ ಬಳಸಲಾಗುತ್ತಿದ್ದ AI ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿದ್ದಾರೆಂದು ತಿಳಿದುಬಂದಿದೆ. ಗಂಟಿಗೆ ಕೆಲ ಡಾಲರ್‌ಗಳಷ್ಟೇ ವೇತನ ಪಡೆಯುತ್ತಿದ್ದ ಈ ಕಾರ್ಯಕರ್ತರು, ಅವರ ಶ್ರಮವು ರಕ್ಷಣಾ ಮತ್ತು ಗುಪ್ತಚರ ಅನ್ವಯಿಕೆಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತಿದೆ ಎಂದು ತಿಳಿದಿರಲಿಲ್ಲ.

AI ಸರಪಳಿಯೊಂದರ ಕಷ್ಟಕರವಾದ ಭಾಗವನ್ನು ಈ ಬೆಳವಣಿಗೆ ಬಹುವಾಗಿ ತೋರಿಸುತ್ತದೆ: ಯಂತ್ರ ಕಲಿಕಾ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲು ಅಗತ್ಯವಿರುವ ಮಾನವ ಲೇಬಲರ್‌ಗಳ ದೊಡ್ಡ ಸಂಖ್ಯೆಯು, ಅವರ ಕೆಲಸವು ಹೇಗೆ ಬಳಕೆಯಾಗುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ಸಾಮಾನ್ಯವಾಗಿ ತಿಳಿದಿಲ್ಲದಿರುವುದರಿಂದ ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಗುಪ್ತವಾಗಿರಿಸಲಾಗುತ್ತದೆ. ಡೇಟಾವನ್ನು ಲೇಬಲ್ ಮಾಡುವವರ ನಡುವಿನ ಮತ್ತು ಫಲಿತಾಂಶದ AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸುವ ಸಂಸ್ಥೆಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವು, ತಿಳಿಸಿದ ಒಪ್ಪಿಗೆ, ಕಾರ್ಮಿಕ ಅಭ್ಯಾಸಗಳು ಮತ್ತು ಮಿಲಿಟರಿ ತಂತ್ರಜ್ಞಾನದ ಗುಪ್ತ ಮಾನವ ಮೂಲಸೌಕರ್ಯದ ಬಗ್ಗೆ ಗಂಭೀರ ನೈತಿಕ ಪ್ರಶ್ನೆಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ.

ಮಿಲಿಟರಿಗಾಗಿ ಡೇಟಾ ಲೇಬಲಿಂಗ್ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ

ಆಧುನಿಕ AI ವ್ಯವಸ್ಥೆಗಳು, ವಿಶೇಷವಾಗಿ ಚಿತ್ರ ಗುರುತಿಸುವಿಕೆ, సహజ భాషಾ প্রক্রಿಯೆ ಮತ್ತು ನಿರ್ಣಯ ಬೆಂಬಲಕ್ಕಾಗಿ ಬಳಸಲಾಗುವ ವ್ಯವಸ್ಥೆಗಳಿಗೆ, ದೊಡ್ಡ ಪ್ರಮಾಣದ ಲೇಬಲ್ ಮಾಡಿದ ತರಬೇತಿ ಡೇಟಾ ಅಗತ್ಯವಿದೆ. ಯಾರೋ ಸಾವಿರಾರು ಉಪಗ್ರಹ ಚಿತ್ರಗಳನ್ನು ನೋಡಬೇಕು ಮತ್ತು ವಾಹನಗಳ ಸುತ್ತಲೂ ಚೌಕಟ್ಟುಗಳನ್ನು గీಸಬೇಕು. ಯಾರೋ ಗಂಟೆಗಳ ಆಡಿಯೊವನ್ನು ಕೇಳಬೇಕು ಮತ್ತು ಅವರು ಕೇಳುವದನ್ನು ಟ್ರಾನ್ಸ್‌ಕ್ರೈಬ್ ಮಾಡಬೇಕು. ಯಾರೋ ಪಠ್ಯವನ್ನು ಓದಬೇಕು ಮತ್ತು ಅದನ್ನು ವಿಷಯ, ಭಾವನೆ ಅಥವಾ ಉದ್ದೇಶದಿಂದ ವರ್ಗೀಕರಿಸಬೇಕು.

ಈ ಕೆಲಸವು ಸಾಮಾನ್ಯವಾಗಿ ಮಧ್ಯವರ್ತಿಗಳ ಸರಪಳಿಯ ಮೂಲಕ ಹೊರಗುತ್ತಿಗೆ ನೀಡಲಾಗುತ್ತದೆ. ರಕ್ಷಣಾ ಗುತ್ತಿಗೆದಾರರು AI ವ್ಯವಸ್ಥೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ಒಂದು ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಯನ್ನು ನೇಮಿಸಿಕೊಳ್ಳಬಹುದು. ಆ ಕಂಪನಿಯು ಡೇಟಾ ಲೇಬಲಿಂಗ್ ಅನ್ನು Appen ನಂತಹ ವೇದಿಕೆಗೆ ಉಪ-ಗುತ್ತಿಗೆ ನೀಡಬಹುದು, ಅದು ತನ್ನ ಕೆಲಸವನ್ನು ಜಗತ್ತಿನಾದ್ಯಂತದ ಸ್ವತಂತ್ರ ಕಾರ್ಯಕರ್ತರಿಗೆ ವಿತರಿಸುತ್ತದೆ, ಅವರಲ್ಲಿ ಅನೇಕರು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಅಥವಾ ಯುರೋಪ್‌ನಲ್ಲಿರುವುದಕ್ಕಿಂತ ಕಡಿಮೆ ಕಾರ್ಮಿಕ ವೆಚ್ಚಿರುವ ದೇಶಗಳಲ್ಲಿರುತ್ತಾರೆ.

ಈ ಸರಪಳಿಯ ಪ್ರತಿ ಹಂತದಲ್ಲೂ, ಡೇಟಾದ ಅಂತಿಮ ಬಳಕೆ ಹೆಚ್ಚು ಅಸ್ಪಷ್ಟವಾಗುತ್ತದೆ. ಪಿರಮಿಡ್‌ನ ಕೆಳಭಾಗದಲ್ಲಿರುವ ಗಿಗ್‌ ಕಾರ್ಯಕರ್ತರು, ಅವರು ಸಹಾಯ ಮಾಡುತ್ತಿರುವ ವಿಶಾಲ ವ್ಯವಸ್ಥೆಯ ಬಗ್ಗೆ ಯಾವುದೇ ಮಾಹಿತಿಯಿಲ್ಲದೆ, ಈ ಚಿತ್ರವನ್ನು ಲೇಬಲ್ ಮಾಡಿ, ಈ ಆಡಿಯೊ ಕ್ಲಿಪ್ ಅನ್ನು ಟ್ರಾನ್ಸ್‌ಕ್ರೈಬ್ ಮಾಡಿ - ಮುಂತಾದ ವೈಯಕ್ತಿಕ ಕಾರ್ಯಗಳನ್ನು ನೋಡುತ್ತಾರೆ. Appen ನ ಸೇವಾ ನಿಯಮಗಳು ಮತ್ತು ರಹಸ್ಯ ಒಪ್ಪಂದಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಕಾರ್ಯಕರ್ತರು ಅಂತಿಮ ಕ್ಲೈಂಟ್‌ನ ಗುರುತನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದನ್ನು ತಡೆಯುತ್ತವೆ, ಅದರಲ್ಲೂ ಅವರ ಕೆಲಸವನ್ನು ಬೆಂಬಂಧಿಸುವ ಅನ್ವಯಿಕೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದನ್ನು ತಡೆಯುತ್ತವೆ.

ಕಾರ್ಯಕರ್ತರು ಏನು ಲೇಬಲ್ ಮಾಡುತ್ತಿದ್ದರು

ಆಫ್ರಿಕಾದ ಗಿಗ್‌ ಕಾರ್ಯಕರ್ತರು ಮಿಲಿಟರಿ AI ಅನ್ವಯಿಕೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ವಿವಿಧ ಲೇಬಲಿಂಗ್ ಕಾರ್ಯಗಳನ್ನು ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂದು ತನಿಖೆ ಕಂಡುಹಿಡಿದಿದೆ. ಇವುಗಳಲ್ಲಿ ವೈಮಾನಿಕ ಮತ್ತು ಉಪಗ್ರಹ ಚಿತ್ರಗಳಲ್ಲಿ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸುವುದು ಮತ್ತು ವರ್ಗೀಕರಿಸುವುದು - ಇದು ಮಿಲಿಟರಿ ನಿఘಾ ಮತ್ತು ಗುರಿ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಕೇಂದ್ರವಾಗಿದೆ. ಕಾರ್ಯಕರ್ತರು ಸಂವಹನ ಡೇಟಾವನ್ನು ಟ್ರಾನ್ಸ್‌ಕ್ರೈಬ್ ಮಾಡುವುದು ಮತ್ತು ವರ್ಗೀಕರಿಸುವುದು ಮತ್ತು ಮ್ಯಾಪಿಂಗ್ ಚಿತ್ರಗಳಲ್ಲಿನ ಭೌಗೋಳಿಕ ಲಕ್ಷಣಗಳನ್ನು ಲೇಬಲ್ ಮಾಡುವುದರಲ್ಲಿ ಸಹ ಭಾಗವಹಿಸಿದ್ದರು.

Rest of World ಸಂದರ್ಶನ ಮಾಡಿದ ಯಾವುದೇ ಕಾರ್ಯಕರ್ತರು ಅವರ ಕೆಲಸವು ಮಿಲಿಟರಿ ಅಥವಾ ಗುಪ್ತಚರ ಅನ್ವಯಿಕೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದೆ ಎಂದು ಅವರಿಗೆ ತಿಳಿಸಲಾಗಿಲ್ಲ. ಅವರ ಶ್ರಮದ ಅಂತಿಮ ಬಳಕೆಯನ್ನು ತಿಳಿದ ನಂತರ ಹಲವಾರು ಜನರು ಆಘಾತ ಮತ್ತು ಅ discomfortವನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದರು, ಕೆಲವರು ಅವರಿಗೆ ತಿಳಿದಿದ್ದರೆ ಅವರು ಈ ಕೆಲಸವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿಲ್ಲ ಎಂದು ಹೇಳಿದರು.

ಜೈವಿಕ- ರಾಜಕೀಯ ಸಂದರ್ಭವನ್ನು ಗಮನಿಸಿದರೆ ನೈತಿಕ ಪರಿಣಾಮಗಳು ವಿಶೇಷವಾಗಿ ತೀಕ್ಷ್ಣವಾಗಿವೆ. ಈ ಕಾರ್ಯಕರ್ತರ ಪೈಕಿ ಕೆಲವರು ಯು.ಎಸ್. ಮಿಲಿಟರಿ ಕಾರ್ಯಾಚರಣೆಗಳನ್ನು ಅನುಭವಿಸಿರುವ ಅಥವಾ ಅಮೆರಿಕದ ವಿದೇಶಾಂಗ ನೀತಿಯೊಂದಿಗೆ ಸಂಕೀರ್ಣ ಸಂಬಂಧಗಳನ್ನು ಹೊಂದಿರುವ ದೇಶಗಳಲ್ಲಿ ನೆಲೆಸಿದ್ದಾರೆ. ಅವರ ಶ್ರಮವು ಅವರದೇ ಸಮುದಾಯಗಳಿಗೆ ನಿರ್ದೇಶಿಸಬಹುದಾದ ಮಿಲಿಟರಿ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಕೊಡುಗೆ ನೀಡುತ್ತದೆ ಎಂಬುದು ಹಲವಾರು ಸಂದರ್ಶನ ಮಾಡಿದ ಕಾರ್ಯಕರ್ತರನ್ನು ಗಂಭೀರವಾಗಿ perturbed ಮಾಡಿತು.

  • ಆಫ್ರಿಕಾದಲ್ಲಿನ ಗಿಗ್‌ ಕಾರ್ಯಕರ್ತರನ್ನು Appen ಮೂಲಕ U.S. ಮಿಲಿಟರಿ AI ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಡೇಟಾವನ್ನು ಲೇಬಲ್ ಮಾಡಲು ನೇಮಿಸಲಾಯಿತು
  • ಕಾರ್ಯಕರ್ತರು ಪಶ್ಚಿಮ ರಾಷ್ಟ್ರಗಳ ವೇತನಕ್ಕಿಂತ ಕಡಿಮೆ ವೇತನ ಪಡೆಯುತ್ತಿದ್ದರು ಮತ್ತು ಮಿಲಿಟರಿ ಅಂತಿಮ ಬಳಕೆಯ ಬಗ್ಗೆ ಅವರಿಗೆ ತಿಳಿದಿರಲಿಲ್ಲ
  • ಬಹು-ಹಂತದ ಉಪ-ಗುತ್ತಿಗೆ ಸರಪಳಿ ಡೇಟಾ ಲೇಬಲಿಂಗ್ ಕೆಲಸದ ಅಂತಿಮ ಅನ್ವಯಿಕೆಯನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಮುಚ್ಚಿಟ್ಟಿದೆ
  • ಅವರ ಶ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತಿದೆ ಎಂದು ತಿಳಿದ ನಂತರ ಕಾರ್ಯಕರ್ತರು ಆಘಾತ ಮತ್ತು ಅ discomfortವನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದರು

AI ಸರಪಳಿಯಲ್ಲಿ Appen ನ ಪಾತ್ರ

Appen, ಹಿಂದೆ ಜಗತ್ತಿನ ಅತಿ ದೊಡ್ಡ ಡೇಟಾ ಅ annotated ನ್ವೇಷನ್ ವೇದಿಕೆಯಾಗಿದ್ದ ಆಸ್ಟ್ರೇಲಿಯಾ ಮೂಲದ ಕಂಪನಿಯು, AI ಸರಪಳಿಯಲ್ಲಿ ಪ್ರಮುಖ ಮಧ್ಯವರ್ತಿಯಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದೆ. ಕಂಪನಿಯು ತನ್ನ ಉಚ್ಛಂಧಿಯಲ್ಲಿ ಒಂದು ಮಿಲಿಯನ್‌ಕ್ಕೂ ಹೆಚ್ಚಿನ ಗುತ್ತಿಗೆದಾರರನ್ನು ಹೊಂದಿರುವ ಜಾಗತಿಕ ಕಾರ್ಯಬಲವನ್ನು ಹೊಂದಿತ್ತು, ತಂತ್ರಜ್ಞಾನ ಕಂಪನಿಗಳು, ಸರ್ಕಾರೇತರ ಸಂಸ್ಥೆಗಳು ಮತ್ತು ರಕ್ಷಣಾ ಗುತ್ತಿಗೆದಾರರಿಗೆ ಲೇಬಲ್ ಮಾಡಿದ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ಡೇಟಾ ಲೇಬಲಿಂಗ್ ಉದ್ಯಮವು ಹೆಚ್ಚು ಸ್ಪರ್ಧಾತ್ಮಕವಾಗಿರುವುದರಿಂದ ಮತ್ತು ಕೆಲವು AI ಕಂಪನಿಗಳು ಅ annotated ನ್ವೇಷನ್ ಕೆಲಸವನ್ನು ತಮ್ಮೊಳಗೇ ತೆಗೆದುಕೊಳ್ಳುವುದರಿಂದ ಕಂಪನಿಯು ಕಳೆದ ಕೆಲವು ವರ್ಷಗಳಲ್ಲಿ ಆರ್ಥಿಕ ತೊಂದರೆಗಳನ್ನು ಎದುರಿಸಿದೆ. ಆದರೆ ರಕ್ಷಣಾ ಮತ್ತು ಗುಪ್ತಚರ ಕ್ಲೈಂಟ್‌ಗಳೊಂದಿಗೆ ಕಂಪನಿಯು ಹೊಂದಿದ್ದ ಹಿಂದಿನ ಒಪ್ಪಂದಗಳು ಅದರ ಜಾಗತಿಕ ಕಾರ್ಯಬಲದಿಂದ ಲೇಬಲ್ ಮಾಡಲಾದ ಡೇಟಾದ ಗಮನಾರ್ಹ ಪ್ರಮಾಣವು ಈಗಾಗಲೇ ಮಿಲಿಟರಿ AI ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಸೇರಿಸಲ್ಪಟ್ಟಿದೆ ಎಂಬುದನ್ನು ಸೂಚಿಸುತ್ತದೆ.

Appen ನ ರಕ್ಷಕರು ಕಂಪನಿಯು ಕಾನೂನಿನೊಳಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಅದರ ಕ್ಲೈಂಟ್‌ಗಳೊಂದಿಗೆ ಡೇಟಾ ಭದ್ರತೆ ಮತ್ತು ರಹಸ್ಯಕ್ಕಾಗಿ ಸೂಕ್ತ ನಿಬಂಧನೆಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಒಪ್ಪಂದಗಳನ್ನು ಹೊಂದಿದೆ ಎಂದು ವಾದಿಸುತ್ತಾರೆ. ವಿమర్శಕರು ರಹಸ್ಯ ನಿಬಂಧನೆಗಳು ಕಾರ್ಯಕರ್ತರು ಅವರು ಏನು ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದನ್ನು ತಡೆಯುತ್ತವೆ ಎಂದು ಪ್ರತಿಪಾದಿಸುತ್ತಾರೆ, ವಿಶೇಷವಾಗಿ ಈ ಕೆಲಸವು ಕಾರ್ಯಕರ್ತರು ನೈತಿಕವಾಗಿ ಆಕ್ಷೇಪಿಸಬಹುದಾದ ಮಿಲಿಟರಿ ಅನ್ವಯಿಕೆಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಾಗ.

ಗೋಪ್ಯ ಕಾರ್ಮಿಕ ಶಕ್ತಿಯ ನೈತಿಕತೆ

ಈ ತನಿಖೆ AI ಉದ್ಯಮದಲ್ಲಿರುವ ಒಂದು ವಿಶಾಲವಾದ ನೈತಿಕ ಸವಾಲಿನತ್ತ ಗಮನ ಸೆಳೆಯುತ್ತದೆ. AI ವ್ಯವಸ್ಥೆಗಳ ಹಿಂದೆ ಇರುವ ಮಾನವ ಶ್ರಮವನ್ನು ತಂತ್ರಜ್ಞಾನ ವಲಯ ಗಮನಾರ್ಹವಾಗಿ ಗುಪ್ತಗೊಳಿಸಿದೆ. ಒಂದು ಮಿಲಿಟರಿ AI ವ್ಯವಸ್ಥೆ ಉಪಗ್ರಹ ಚಿತ್ರದಲ್ಲಿ ಒಂದು ಗುರಿಯನ್ನು ಸರಿಯಾಗಿ ಗುರುತಿಸಿದಾಗ, ಕ್ರೆಡಿಟ್ ಅಲ್ಗಾರಿದಮ್ ಮತ್ತು ಅದನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಇಂಜಿನಿಯರ್‌ಗಳಿಗೆ ಹೋಗುತ್ತದೆ. ಆ ವ್ಯವಸ್ಥೆಯನ್ನು ಸಾಧ್ಯವಾಗಿಸಿದ ಸಾವಿರಾರು ಮಾನವ annotated ರ್ಸ್‌ಗಳನ್ನು ಕಡಿಮೆ ಗುರುತಿಸಲಾಗುತ್ತದೆ, ಅದರಲ್ಲೂ ಅವರು ವ್ಯವಸ್ಥೆಯನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ಸಂಪೂರ್ಣವಾಗಿ ಚರ್ಚಿಸಲಾಗುವುದಿಲ್ಲ.

ಕಾರ್ಮಿಕ ಹಕ್ಕುಗಳ ವಕೀಲರು AI ಸರಪಳಿಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಪಾರದರ್ಶಕತೆಗಾಗಿ ಕರೆ ಮಾಡಿದ್ದಾರೆ, ಡೇಟಾ ಲೇಬಲಿಂಗ್ ಕಾರ್ಯಕರ್ತರು ಅವರ ಕೆಲಸವನ್ನು ಬೆಂಬಂಧಿಸುವ ಅನ್ವಯಿಕೆಯ ಸಾಮಾನ್ಯ ವರ್ಗದ ಬಗ್ಗೆ ತಿಳಿಸಬೇಕೆಂಬ ಅಗತ್ಯವನ್ನು ಒಳಗೊಂಡಿರುವ ನಿಬಂಧನೆಗಳು. ಕೆಲವರು ಫೇರ್ ಟ್ರೇಡ್ ಲೇಬಲ್‌ಗಳಿಗೆ ಹೋಲುವ ಪ್ರಮಾಣೀಕರಣ ಯೋಜನೆಗಳನ್ನು ప్రతిపాదಿಸಿದ್ದಾರೆ, ಅದು AI ತರಬೇತಿ ಡೇಟಾ ನೈತಿಕ ಕಾರ್ಮಿಕ ಪರಿಸ್ಥಿತಿಗಳೊಂದಿಗೆ ಮತ್ತು ತಿಳಿಸಿದ ಕಾರ್ಯಕರ್ತರ ಒಪ್ಪಿಗೆಯೊಂದಿಗೆ ಉತ್ಪತ್ತಿಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ.

AI ಆಡಳಿತಕ್ಕೆ ಪರಿಣಾಮಗಳು

ಈ ಬಹུದ್ಯೋಜನೆ AI ಆಡಳಿತದ ಬಗ್ಗೆ ನಡೆಯುತ್ತಿರುವ ಅಂತರಾಷ್ಟ್ರೀಯ ಚರ್ಚೆಗೆ ಸಹ ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. AI ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿಯಂತ್ರಿಸಲು ಸರ್ಕಾರಗಳು ಚೌಕಟ್ಟುಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿರುವಾಗ, ತರಬೇತಿ ಡೇಟಾವನ್ನು ಹೇಗೆ ಪಡೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಲೇಬಲ್ ಮಾಡಲಾಗುತ್ತದೆ ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಅಲ್ಗಾರಿದಮ್‌ನ ಪಕ್ಷಪಾತ ಮತ್ತು ಸುರಕ್ಷತಾ ಪರೀಕ್ಷೆಗಳಂತಹ ಸಮಸ್ಯೆಗಳಿಗೆ ಹೋಲಿಸಿದರೆ ತುಲನಾತ್ಮಕವಾಗಿ ಕಡಿಮೆ ಗಮನಿಸಲಾಗಿದೆ.

ಅಹಿತಕರ ವಿದೇಶಿ ಕಾರ್ಮಿಕ ಶಕ್ತಿಯನ್ನು ಬಳಸಿಕೊಂಡು ಮಿಲಿಟರಿ AI ವ್ಯವಸ್ಥೆಗಳಿಗೆ ತರಬೇತಿ ನೀಡಲಾಗುವುದು AI ಆಡಳಿತದ ಬಗ್ಗೆ ನಡೆಯುತ್ತಿರುವ ಅಂತರಾಷ್ಟ್ರೀಯ ಮಾತುಕತೆಗಳಲ್ಲಿ ಒಂದು ಪ್ರಮುಖ ಸಮಸ್ಯೆಯಾಗಿ మారಬಹುದು, ವಿಶೇಷವಾಗಿ ಅಭಿವೃದ್ಧಿ ಹೊಂದುತ್ತಿರುವ ರಾಷ್ಟ್ರಗಳು ಜಾಗತಿಕ AI ಆರ್ಥಿಕೆಯಲ್ಲಿ ತಮ್ಮ ಪಾತ್ರವನ್ನು - ಮತ್ತು ಅದರಿಂದ ಹೆಚ್ಚಿನ ಪ್ರಯೋಜನವನ್ನು ಪಡೆಯಲು ಹೆಚ್ಚಿನ ಗುರುತನ್ನು ಬಯಸುತ್ತವೆ. AI ಅನ್ನು ಸಾಧ್ಯವಾಗಿಸುವ ಕಾರ್ಯಕರ್ತರು ಏನು ಮಾಡುತ್ತಿದ್ದಾರೆ ಎಂದು ತಿಳಿದಿಲ್ಲದಿದ್ದರೆ, AI ಉದ್ಯಮದ పునాತಿ ಒಂದು perturbed ನೈತಿಕ ಅಸಮತಲೆಯ ಮೇಲೆ ನಿಂತಿರುತ್ತದೆ.

ತಮ್ಮ ಕೆಲಸದ ನಿಜವಾದ ಸ್ವರೂಪವನ್ನು ಕಂಡುಹಿಡಿದ ಆಫ್ರಿಕಾದಲ್ಲಿನ ಗಿಗ್‌ ಕಾರ್ಯಕರ್ತರ Đối Với, ಜಾಗತಿಕ AI ಆರ್ಥಿಕತೆ ಅವರ ಶ್ರಮವನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ ಆದರೆ ಅವರ ಶ್ರಮವನ್ನು ಹೇಗೆ ಬಳಸಲಾಗುತ್ತದೆ ಎಂಬುದರ ಬಗ್ಗೆ ನಿರ್ಣಯಗಳಲ್ಲಿ ಅವರನ್ನು ಸೇರಿಸಿಕೊಳ್ಳಲು ಯಾವುದೇ ಹೊರೆ ಭಾವಿಸುವುದಿಲ್ಲ ಎಂಬ ಹೆಚ್ಚುತ್ತಿರುವ ಜಾಗೃತಿಯನ್ನು ಈ ಅನುಭವ crystallized ಮಾಡಿದೆ.

ಈ ಲೇಖೆಯು Rest of World ನ ವರದಿಯ ಆಧಾರವಾಗಿದೆ. ಮೂಲ ಲೇಖೆಯನ್ನು ಓದಿ.