Formazione sull’IA esternalizzata all’IA e non agli esseri umani

Formazione sull'IA esternalizzata ai non umani

Il rischio di introdurre ulteriori errori nei modelli

“Abbiamo ripetuto un compito di sintesi astratta dalla letteratura su Amazon Mechanical Turk e, grazie a una combinazione di rilevamento dei tasti e classificazione sintetica del testo, stimiamo che il 33-46% dei lavoratori utilizzasse LLM (large language models) durante il completamento del compito. Sebbene la generalizzazione ad altri compiti meno adatti ai LLM non sia chiara, i nostri risultati chiedono che piattaforme, ricercatori e lavoratori collaborativi trovino nuovi modi per garantire che i dati umani rimangano umani, forse utilizzando la metodologia proposta qui come punto di partenza.” Da Veselovsky, V., Ribeiro, M.H. e West, R.

Recentemente, uno studio del Politecnico federale di Zurigo (EPFL) ha scoperto che tra il 33% e il 46% dei lavoratori collaborativi pagati per addestrare modelli di intelligenza artificiale potrebbero esternalizzare il proprio lavoro all’intelligenza artificiale.

La MIT Technology Review discute questo articolo di ricerca e spiega come le persone che vengono pagate per addestrare l’intelligenza artificiale stiano effettivamente esternalizzando il loro lavoro all’intelligenza artificiale. Spiega che l’intelligenza artificiale può ora essere utilizzata per creare insiemi di dati e etichette, compiti che tradizionalmente vengono svolti da esseri umani. Discute anche le implicazioni di questa tendenza, come la possibilità che l’intelligenza artificiale impari da altre intelligenze artificiali, integrando ulteriori pregiudizi.

Come addestriamo i sistemi di intelligenza artificiale?

I sistemi di intelligenza artificiale possono essere visti come modelli di apprendimento automatico. In un contesto supervisionato, tali sistemi hanno bisogno di etichette di qualità per creare dati di addestramento qualitativi. Questo può essere fatto internamente, specialmente in grandi aziende tecnologiche come Microsoft o Google. Poi, per compiti complessi che coinvolgono grandi set di dati, l’etichettatura dei dati può anche essere esternalizzata a fornitori che sono tipicamente considerati esperti nel campo.

• Una guida completa all’utilizzo di Pandas in Python
• 5 Strategie per Migliorare l’Ingegneria delle Richieste
• GenAIOps Evoluzione del framework MLOps

Tuttavia, possono anche essere lavoratori collaborativi online, senza una particolare competenza nel settore in questione. Infatti, è possibile trovare lavoratori collaborativi su piattaforme come Mechanical Turk per completare compiti che sono tipicamente difficili da automatizzare.

“Mechanical Turk di Amazon (MTurk) è un marketplace di collaborazione di massa che facilita l’esternalizzazione dei processi e dei lavori a una forza lavoro distribuita in grado di eseguire…