Loading market data...

کارگران گیگ با فناوری پوشیدنی رباتها را آموزش میدهند؛ نگرانیهایی درباره بهرهکشی و حریم خصوصی

کارگران گیگ با فناوری پوشیدنی رباتها را آموزش میدهند؛ نگرانیهایی درباره بهرهکشی و حریم خصوصی

شرکتهای هوش مصنوعی هزاران کارگر گیگ را برای آموزش رباتها با استفاده از فناوری پوشیدنی استخدام میکنند. این رویه پرسشهای اخلاقی درباره بهرهکشی از نیروی کار، حریم خصوصی و مالکیت دادهها، بهویژه در اقتصادهای در حال توسعهای که بخش زیادی از این کار به آنها برونسپاری میشود، برمیانگیزد.

نحوه آموزش گیگ

کارگران حسگرهای ضبط حرکت یا سایر دستگاههای پوشیدنی را میپوشند که حرکات فیزیکی آنها را ثبت میکند. سپس از این ضبطها برای آموزش رباتها برای انجام کارهایی مانند مرتب کردن اقلام، تا کردن لباس یا کار با ماشینآلات استفاده میشود. به کارگران به ازای هر کار، اغلب از طریق پلتفرمهای دیجیتالی که آنها را به شرکتهای هوش مصنوعی متصل میکند، دستمزد پرداخت میشود. این کار به صورت تکهتکه است و ساعات کاری تضمینشده یا درآمد ثابتی ندارد.

برخی کارگران ساعتها حرکات تکراری انجام میدهند در حالی که حسگرها هر چرخش و پیچشی را ثبت میکنند. دادهها به الگوریتمهایی وارد میشوند که به رباتها کمک میکنند حرکات انسانی را تقلید کنند. این یک شغل کمک فناوری با هدفی پیشرفته است و تقاضا برای آن به سرعت در حال رشد است.

نگرانیهای اخلاقی

مدافعان کارگری به چندین مسئله اشاره کردهاند. دستمزدها اغلب پایین است و کارگران به مزایایی مانند بیمه درمانی یا مرخصی استحقاقی دسترسی ندارند. ممکن است بدون توضیح از پلتفرمها حذف شوند. حریم خصوصی نیز نگرانی دیگری است. فناوری پوشیدنی میتواند بیش از دادههای حرکتی جمعآوری کند—ممکن است اطلاعات بیومتریک، موقعیت مکانی یا حتی صدا را ثبت کند. کارگران به ندرت میدانند دقیقاً چه چیزی ضبط میشود یا چگونه استفاده میشود.

مالکیت دادهها سومین مشکل است. کارگران دادهها را تولید میکنند، اما شرکتهایی که آنها را استخدام میکنند کنترل آن را در دست دارند. هیچ توافق روشنی درباره مالکیت دادههای آموزشی یا سرنوشت آن پس از پایان پروژه وجود ندارد. کارگران هیچ نقشی در نحوه اشتراکگذاری یا فروش دادههای خود ندارند.

پویایی جهان در حال توسعه

بسیاری از این کارگران گیگ در کشورهای در حال توسعه مستقر هستند، جایی که دستمزد، اگرچه در مقایسه با استانداردهای جهانی ناچیز است، میتواند منبع درآمد قابل توجهی باشد. اما عدم تعادل قدرت آشکار است. شرکتها میتوانند شرایط را به صورت یکجانبه تعیین کنند و کارگران اهرم کمی برای مذاکره دارند. قوانین کار محلی اغلب کار گیگ را پوشش نمیدهند و کارگران را بدون حمایت قانونی رها میکنند. مقررات حریم خصوصی، در جایی که وجود دارد، به ندرت اجرا میشود.

نتیجه، نیروی کاری است که برای رونق هوش مصنوعی ضروری است اما در پاداشهای آن نادیده گرفته میشود. آنها سیستمهایی را آموزش میدهند که در نهایت جایگزین آنها خواهند شد، و این کار را بدون شبکه ایمنی انجام میدهند.

آنچه غایب است

هیچ چارچوب نظارتی جامعی برای این نوع کار وجود ندارد. در بسیاری از کشورها، کارگران گیگ به عنوان پیمانکاران مستقل طبقهبندی میشوند که آنها را از حمایتهای کارگری محروم میکند. قوانین حفاظت از دادهها یا وجود ندارند یا برای دادههای آموزشی اعمال نمیشوند. شرکتها ملزم به افشای شیوههای داده یا هزینه واقعی نیروی کاری که استفاده میکنند نیستند.

صنعت به سرعت در حال حرکت است و قوانین هنوز به آن نرسیدهاند. برخی کارگران شروع به سازماندهی کردهاند، اما با نبرد دشواری علیه پلتفرمهایی مواجه هستند که میتوانند در هر زمان آنها را قطع کنند.

سؤال اصلی—چه کسی مالک دادهها است و چه کسی از آن سود میبرد—هنوز باز است. تا زمانی که تنظیمکنندهها وارد عمل نشوند یا شرکتها رویههای خود را تغییر ندهند، کارگرانی که رباتها را آموزش میدهند احتمالاً بدون حقوق روشن به کار خود ادامه خواهند داد.