உள் கவலைகள் அதிகரிக்கையில் மெட்டா AI மதிப்பீட்டை துரிதப்படுத்துகிறது
மெட்டா, உள்ளடக்க மதிப்பீட்டு பணிகளில் பெரும் பங்கை பெரிய மொழி மாதிரிகளிடம் ஒப்படைக்க விரைந்து செயல்பட்டு வருகிறது, இந்த மாற்றத்தை ஒரு தர மேம்பாடாகவும், அதன் தளங்களை உலகளாவிய அளவில் கண்காணிப்பதற்கான பொருளாதாரத்தை மறுவடிவமைக்கக்கூடியதாகவும் கூறுகிறது. பதிவான விவரங்களின்படி, நிறுவனம் ஏற்கனவே 2025 ஆம் ஆண்டில் மனித மதிப்பீட்டு கோரிக்கைகளில் பாதியை மொழி மாதிரிகளுக்கு மாற்றியிருந்தது, மேலும் 2026 ஆம் ஆண்டின் இறுதிக்குள் சில வகை உள்ளடக்கங்களுக்கு அந்த எண்ணிக்கையை 90 சதவீதத்திற்கு மேல் உயர்த்த இலக்கு நிர்ணயித்துள்ளது.
இது உலகின் மிகப்பெரிய சமூக ஊடக நிறுவனங்களில் ஒன்றிற்கு குறிப்பிடத்தக்க செயல்பாட்டு மாற்றமாகும். மதிப்பீட்டு அமைப்புகள், தளங்கள் பேச்சை எவ்வாறு நிர்வகிக்கின்றன, தீங்கு விளைவிக்கும் பொருட்களை அகற்றுகின்றன, மற்றும் எது தெரியும்படி இருக்கும் அல்லது அமைதியாக குறைக்கப்படும் என்பதை முடிவு செய்கின்றன என்பதன் மையத்தில் உள்ளன. மனித மதிப்பாய்வில் இருந்து மாதிரி தலைமையிலான முடிவெடுப்பிற்கு மாறுவது வெறும் பணியாளர்களை மாற்றுவது மட்டுமல்ல. இது அமலாக்கத்தின் பின்னணியில் உள்ள தர்க்கம், வேகம் மற்றும் பொறுப்புக்கூறல் கட்டமைப்பையே மாற்றுகிறது.
இந்த மாற்றத்திற்கான காரணம் வெறும் செயல்திறன் மட்டுமல்ல என்று மெட்டா கூறுகிறது. மார்ச் மாதம் முதல் நடத்தப்பட்ட சோதனைகள், அதன் மொழி மாதிரிகள் மனிதர்களை விட 13 சதவீதம் குறைவான பிழைகளைச் செய்கின்றன, அதே நேரத்தில் 10 சதவீதம் அதிகமான உண்மையான கொள்கை மீறல்களை அடையாளம் காண்கின்றன என்பதை சுட்டிக்காட்டுகின்றன. உற்பத்தி அமைப்புகளில் அந்த புள்ளிவிவரங்கள் நிலைத்திருந்தால், AI மதிப்பீடு ஒரு சமரசம் அல்ல, மாறாக ஒரு மேம்பாடு என்று மெட்டா வாதிட முடியும், குறிப்பாக நுட்பமான மொழி, பன்மொழி உள்ளடக்கம் அல்லது பழைய வகைப்படுத்திகள் பெரும்பாலும் தவறவிடும் சூழலை உள்ளடக்கிய முடிவுகளுக்கு.
நிறுவனத்தின் நிலைப்பாடு பரந்த தொழில் மாற்றத்தையும் பிரதிபலிக்கிறது. பாரம்பரிய மதிப்பீட்டு அமைப்புகள் பெரும்பாலும் குறுகிய இயந்திர கற்றல் வகைப்படுத்திகளைச் சுற்றி கட்டப்பட்டன, அவை ஸ்பேம் அல்லது அறியப்பட்ட பட வடிவங்கள் போன்ற மீண்டும் மீண்டும் வரும் வகைகளில் நன்றாக செயல்பட்டன, ஆனால் நையாண்டி, தெளிவின்மை, ஸ்லாங் மற்றும் விரைவாக மாறும் கலாச்சார குறிப்புகளுடன் போராடின. பெரிய மொழி மாதிரிகள் சிறந்த சூழ்நிலை பகுத்தறிவை உறுதியளிக்கின்றன, மேலும் பல மொழிகள் மற்றும் பகுதிகளில் இயங்கும் ஒரு தளத்திற்கு, அந்த உறுதிமொழி மூலோபாய ரீதியாக முக்கியமானது.
ஊழியர்கள் வேகமான மற்றும் ஆபத்தான மாற்றத்தை விவரிக்கின்றனர்
அறிக்கையில் மேற்கோள் காட்டப்பட்ட உள் கணக்குகள் குறைவான தெளிவான படத்தை வழங்குகின்றன. ஒரு ஊழியர், மாதிரிகள் இன்னும் பாதிப்பில்லாத உள்ளடக்கத்தை அகற்றுகின்றன அல்லது நிழல்-தடை செய்கின்றன, அதே நேரத்தில் மேற்பார்வை வரிசைப்படுத்தலின் வேகத்துடன் வேகத்தை வைத்திருக்கவில்லை என்று கூறினார். மதிப்பீட்டு பிழைகள் அனைத்தும் சமமாக இல்லை என்பதால் அந்த கவலை முக்கியமானது. சில தவறுகள் தீங்கு விளைவிக்கும் பொருட்களை ஆன்லைனில் விட்டுவிடுகின்றன; மற்றவை முறையான பேச்சை அடக்குகின்றன, படைப்பாளர்களை விரக்தியடையச் செய்கின்றன, மேலும் தங்கள் அணுகல் அல்லது தெரிவுநிலை ஏன் மாறியது என்பதை அறியாத பயனர்களிடையே நம்பிக்கையை குறைக்கின்றன.
எனவே கவலை, ஒரு மாதிரி சராசரி மனித மதிப்பாய்வாளர்களை அளவுகோல் சோதனையில் வெல்ல முடியுமா என்பது மட்டுமல்ல. மாதிரிகளை இயல்புநிலை அமலாக்க அடுக்காக மாற்றுவதற்கு முன், நிறுவனம் அவற்றைச் சுற்றி போதுமான மதிப்பாய்வு, அதிகரிப்பு மற்றும் தணிக்கை வழிமுறைகளை உருவாக்கியுள்ளதா என்பதுதான். உள்ளடக்க மதிப்பீடு விளிம்பு நிலைகள், அரசியல் சூழல் மற்றும் கொள்கை விளக்கத்திற்கு மிகவும் உணர்திறன் கொண்டது. சிறிய பிழை விகிதங்கள் கூட பில்லியன் கணக்கான இடுகைகள் மற்றும் தொடர்புகளில் பயன்படுத்தப்படும்போது பெரிய ஆளுகை பிரச்சினைகளாக மாறும்.
பதிவான வெளியீடு ஏற்கனவே தொழிலாளர்களை பாதிக்கிறது. இந்த மாற்றம் பணிநீக்கங்களுக்கு வழிவகுப்பதாக கூறப்படுகிறது, குறிப்பாக நீண்ட காலமாக பெரிய தளங்களுக்கு செய்யப்படும் கடினமான மற்றும் உளவியல் ரீதியாக சிரமமான மதிப்பீட்டு பணிகளை கையாண்ட வெளி ஒப்பந்ததாரர்களிடையே. பல ஆண்டுகளாக, தொழில்நுட்பத் துறையானது தானியங்கி அமைப்புகளால் நம்பத்தகுந்த முறையில் வகைப்படுத்த முடியாத தொந்தரவான அல்லது தெளிவற்ற பொருட்களை மதிப்பாய்வு செய்ய ஒப்பந்ததாரர்களின் படைகளை நம்பியிருந்தது. மெட்டா அந்த பணிகளை மேலும் தானியக்கமாக்குவதில் வெற்றி பெற்றால், சமூக மற்றும் தொழிலாளர் விளைவுகள் ஒரு நிறுவனத்தின் இருப்புநிலைக் கணக்கை விட வெகு தொலைவில் நீடிக்கும்.
செலவு பிரச்சினை சர்ச்சைக்குரியதாகவே உள்ளது. இந்த மாற்றம் மெட்டாவுக்கு ஆண்டுதோறும் பில்லியன் கணக்கான டாலர்களை மிச்சப்படுத்தும் என்று அறிக்கை கூறுகிறது, அதே நேரத்தில் மெட்டா செலவு குறைப்பு முக்கிய உந்துதல் என்று மறுத்து தரத்தை வலியுறுத்துகிறது. அந்த இரண்டு விளக்கங்களும் ஒன்றுக்கொன்று பிரத்தியேகமானவை அல்ல. மெட்டாவின் அளவில், மனித மதிப்பாய்வு அளவில் ஒரு சிறிய குறைப்பு கூட பெரிய சேமிப்பை உருவாக்க முடியும், மேலும் மலிவான அமைப்பு சிறந்ததாகவும் இருக்கும் என்று வாதிட நிறுவனத்திற்கு தெளிவான ஊக்கம் உள்ளது.
மெட்டாவின் மதிப்பீட்டு அடுக்கில் ஒரு மூலோபாய மாதிரி மாற்றம்
மற்றொரு குறிப்பிடத்தக்க விவரம் மதிப்பீட்டு திட்டத்தின் கீழ் நடக்கும் மாதிரி மாற்றமாகும். மெட்டா முன்பு கூகுளின் ஜெமினியை மதிப்பீடு மற்றும் ஆதரவு பணிகளுக்கு பயன்படுத்தியதாக கூறப்பட்டது, ஆனால் ஊழியர்கள் இப்போது மியூஸ் ஸ்பார்க் என்ற மெட்டா அடித்தள மாதிரிக்கு மாற்றப்பட்டுள்ளனர். இந்த மாற்றம், மெட்டா ஒரு துணை கருவியாக இல்லாமல் முக்கிய உள்கட்டமைப்பாக மாறும் ஒரு அமைப்பின் மீது இறுக்கமான கட்டுப்பாட்டை விரும்புகிறது என்பதைக் குறிக்கிறது.
மாதிரி அடுக்கை சொந்தமாக வைத்திருப்பது பல காரணங்களுக்காக முக்கியமானது. இது வெளி வழங்குநர்களை சார்ந்திருப்பதை குறைக்கலாம், மெட்டாவின் கொள்கை கட்டமைப்பிற்கு நெருக்கமான ட்யூனிங்கை அனுமதிக்கலாம், மேலும் உணர்திறன் அமலாக்க தரவை நிறுவனத்தின் சொந்த பயிற்சி மற்றும் மதிப்பீட்டு சுழற்சிகளுக்குள் வைத்திருக்கலாம். மதிப்பீட்டு அமைப்புகள் கடந்த முடிவுகள், மேல்முறையீடுகள் மற்றும் கொள்கை விளக்கங்களின் அடிப்படையில் கட்டமைக்கப்படுகின்றன, எனவே தரவு மற்றும் மாதிரி இரண்டையும் சொந்தமாக வைத்திருக்கும் நிறுவனம் மூன்றாம் தரப்பு AI ஐ நம்பியிருப்பதை விட வேகமாக மீண்டும் செயல்பட முடியும்.
ஆனால் அது ஆளுகை சவாலையும் ஆழமாக்குகிறது. மாதிரிகள் வரலாற்று மனித முடிவுகளில் பயிற்றுவிக்கப்பட்டால், அவை நிறுவன அறிவை மட்டுமல்ல, மரபு சார்பு, முரண்பாடு அல்லது அதிக அமலாக்க வடிவங்களையும் பெறலாம். எனவே AI மூலம் மதிப்பீட்டை அளவிடுவது அவற்றை சரிசெய்வதற்கு பதிலாக முந்தைய தீர்ப்புகளை பெருக்கலாம். வலுவான தணிக்கை இல்லாமல், நிறுவனங்கள் திரட்டப்பட்ட கொள்கை வினோதங்களை தானியங்கி இயல்புநிலை நடத்தையாக மாற்றும் அபாயம் உள்ளது.
மதிப்பீடு வெறுமனே வெளிப்படையாக தடைசெய்யப்பட்ட பொருட்களை அகற்றுவதை விட அதிகமாக செய்ய எதிர்பார்க்கப்படுவதால், பங்குகள் குறிப்பாக அதிகம். தளங்கள் இப்போது தவறான தகவல், கையாளப்பட்ட ஊடகம், துன்புறுத்தல், சுய-தீங்கு உள்ளடக்கம் மற்றும் பல அதிகார வரம்புகளில் அரசியல் ரீதியாக சார்ஜ் செய்யப்பட்ட பேச்சு ஆகியவற்றை நிர்வகிக்கின்றன. இவை நுணுக்கம் முக்கியமான மற்றும் ஒளிபுகா வழிமுறை முடிவுகளுக்கு பொதுமக்கள் சகிப்புத்தன்மை குறைவாக உள்ள பகுதிகள்.
மாதிரி செயல்திறனில் மெட்டாவின் பதிவான நம்பிக்கை, உருவாக்கும் AI சோதனை உதவியாளரிடமிருந்து முன்னணி முடிவெடுப்பவருக்கு எவ்வளவு தூரம் நகர்ந்துள்ளது என்பதைக் காட்டுகிறது. உள் எதிர்ப்புகள் அந்த மாற்றத்தின் மறுபக்கத்தைக் காட்டுகின்றன: வரிசைப்படுத்தல் அழுத்தம் நிறுவன எச்சரிக்கையை மீறலாம். 2026 ஆம் ஆண்டின் இறுதிக்குள் சில உள்ளடக்க வகுப்புகளுக்கு மாதிரி தலைமையிலான மதிப்பீட்டை 90 சதவீதத்திற்கு மேல் உயர்த்தும் இலக்கை நிறுவனம் அடைந்தால், AI மதிப்பாய்வாளர்களுக்கு உதவ முடியுமா என்பதிலிருந்து மனித மதிப்பாய்வு விதிவிலக்காக மாறுகிறதா என்பதற்கு விவாதம் மாறும்.
இது மெட்டாவை AI-சொந்த தள ஆளுகைக்கான மிகத் தெளிவான சோதனை வழக்குகளில் ஒன்றாக மாற்றும். அமைப்பு மிகவும் துல்லியமானதாகவும் அளவிடக்கூடியதாகவும் நிரூபிக்கப்பட்டால், போட்டியாளர்கள் பின்பற்ற அழுத்தத்தை எதிர்கொள்வார்கள். இது புலப்படும் மதிப்பீட்டு தோல்விகள் அல்லது விவரிக்கப்படாத அடக்குமுறை குறித்து எதிர்வினையை உருவாக்கினால், சமூக ரீதியாக உணர்திறன் வாய்ந்த களத்தில் விரைவான தானியக்கத்திற்கு அளவுகோல் ஆதாயங்கள் போதுமானவை அல்ல என்பதற்கான ஒரு வழக்கு ஆய்வாக மாறும். எப்படியிருந்தாலும், நிறுவனம் இனி AI மதிப்பீட்டை ஒரு சோதனையாக கருதவில்லை. அதை இயக்க மாதிரியாக கருதுகிறது.
இந்த கட்டுரை தி டிகோடரின் அறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.
Originally published on the-decoder.com