Achter kunstmatige intelligentie schuilt heel wat mensenwerk

“Om kunstmatige intelligentie bruikbaar te maken, is er heel wat menselijke arbeid nodig en die speelt zich grotendeels af achter de schermen”. In het artikel van Elisa Hulstaert voor het Belgische weekblad Knack legt Stefan Lefever uit hoe mensen worden uitgebuit in de wereld van technologie en kunstmatige intelligentie (artificiële intelligentie, AI). Lefever is technisch directeur digitale transformatie bij Imec, onderzoekscentrum voor nano-elektronica en digitale technologie met hoofdvestiging in Leuven.

Heel wat machines, lezen we in Knack, lijken op eigen houtje te denken, te leren en beslissingen te nemen vanwege artificiële intelligentie (AI). Dankzij AI tonen navigatieapps je op elk moment van de dag de snelste route, helpen slimme thermostaten je energie te besparen en doen streamingdiensten aanbevelingen die passen bij je persoonlijke filmsmaak. We beseffen evenwel niet dat achter de ‘slimme’ technologie vaak nog een leger mensen schuilgaat dat het eigenlijke werk verricht.

Bijzonder weinig betaald

In het Noorden van Antananarivo, de hoofdstad van Madagaskar, monitort een team van 126 mensen in realtime videobeelden van ‘slimme’ bewakingscamera’s in een Franse supermarkt. Als zij iets verdachts opmerken, sturen ze de veiligheidsagent in de winkel een bericht zodat hij in actie kan komen.
“Die 126 mensen in Madagaskar vormen al jaren de zogezegde artificiële intelligentie achter de slimme camera’s”, zegt de Frans-Italiaanse socioloog Antonio Casilli tijdens een online presentatie voor de European Trade Union Institute (ETUI). Casilli schreef het in 2019 gepubliceerde boek En attendant les robots, enquête sur le travail du clic: “Het zijn mensen die naar Europese normen bijzonder weinig betaald worden”. Soms is het goedkoper om werknemers in lagelonenlanden in te schakelen dan om artificiële intelligentie te trainen. Om goede resultaten op te leveren, moet dat systeem het onderscheid kunnen maken tussen klanten die hun telefoon in hun broekzak steken en klanten die een chocoladereep wegmoffelen. Makkelijk voor mensen, maar moeilijk voor artificiële intelligentie.

Stefan Lefever: “Ïn de beginjaren van artificiële intelligentie werd er vooral gefocust op de algoritmes. Vandaag worden heel wat bestaande algoritmes beschikbaar gesteld en kun je die als ontwikkelaar relatief makkelijk gebruiken. Daardoor is de kwaliteit van de data belangrijker geworden. Die moet continu verbeterd worden, maar dat is een repetitief en tijdrovend proces”.

Terwijl AI sterk is in het maken van complexe berekeningen, mist het de cognitieve vaardigheden die de gemiddelde vijfjarige wel heeft. Kinderen weten dat een netjes gekapte poedel en een stoere rottweiler allebei honden zijn. Om datzelfde inzicht te verwerven, heeft AI eerst een enorme hoeveelheid bruikbare data nodig. Maar vooraleer data bruikbaar zijn, moeten ze verzameld, voorbereid en gelabeld worden.
Lefever: “Afhankelijk van de complexiteit van de data gaan verschillende profielen ermee aan de slag. Dat kunnen data-analisten, -wetenschappers of -ingenieurs zijn, en dat zijn dure profielen om in te schakelen. Bovendien kunnen domeinexperts, zoals artsen die tumoren aanduiden op röntgenfoto’s, geen patiënten behandelen zolang ze data aan het labelen zijn. Niet alleen hun werk, maar ook hun tijd is kostbaar. Daarom wordt naar alternatieven gezocht”.

Sinds 2005 zijn er bedrijven op internet bezig via platformen met zoeken naar mensen die eenvoudige taken voor een paar cent per opdracht online uitvoeren. Ze tekenen bijvoorbeeld vierkanten rond tomaten of olijven in salades, zodat slimme apps je op basis van een foto kunnen vertellen hoeveel calorieën je bord telt. Het zijn taken die nodig zijn om artificiële intelligentie te trainen en slim te doen lijken.
Niet alleen grote techbedrijven als Meta, Amazon of Google doen een beroep op zulke outsourcingsdiensten, maar ook startups. Via platform Amazon Mechanical Turk zijn dat 500.00 mensen uit 200 landen.

Onzichtbaar

De Amerikaanse computerwetenschapper Timnit Gebru met specialiteit algoritmische vooringenomenheid en datamining: “Elke zogenaamde automatisering levert een nieuwe groep uitgebuite arbeiders op. Die arbeiders blijven vaak onzichtbaar, maar maken het leven van het brede publiek wel een stuk makkelijker”.

Het idee dat technologie ons werk overneemt, blijkt voorlopig ongegrond. Studies tonen aan dat het ontstaan van hightech jobs gepaard gaat met een grote creatie van lowtech jobs. Gebru en haar collega’s beseffen dat artificiële intelligentie niet verder ontwikkeld behoort te worden. Zij is van mening dat als we technologie willen die écht voor mensen werkt, we de behoeften van mensen centraal moeten stellen, niet die van multinationals.

Lees het hele artikel Onzichtbare uitbuiting: ‘Om AI bruikbaar te maken, is er heel wat menselijke arbeid nodig’, door Elisa Hulstaert, KNACK, 20 januari 2023: www.knack.be/nieuws/technologie/hoe-ai-tot-kolonisatie-kan-leiden-elke-zogenaamde-automatisering-levert-een-nieuwe-groep-uitgebuite-arbeiders-op/

Lees ook: ‘Wachten op de robots’. Onderzoek naar de ‘onzichtbare’ microwerkers op digitale platforms, Blogs Beroepseer, 3 februari 2020: https://beroepseer.nl/

AI talks @ ETUI: What is a “really ethical” AI? The role of human labour and natural resources in automation. The European Trade Union Institute (ETUI). Video met gastspreker Antonio A. Casilli, hoogleraar Polytechnisch Instituut Parijs. Online discussie op 14 oktober 2022: www.etui.org/events/ai-talks-etui-what-really-ethical-ai

ETUI Internet and Platform Work Survey (IPWS): www.etui.org/etui-internet-and-platform-work-survey-ipws