19 लाख करोड़ मूल्य वाली AI data labeling कंपनी Scale AI का दूसरा पहलू: अफ्रीका की data labeling फैक्ट्रियां

• AI systems बनाने के लिए इंसानों को खुद data पर labels लगाने पड़ते हैं। यह काम करने वाले छिपे हुए श्रमिकों को "annotation workers" कहा जाता है.

• ये workers ज़्यादातर developing countries में होते हैं और Remotasks जैसे platforms पर काम करते हैं। वे self-driving cars के लिए images से लेकर customer service calls की emotions तक कई तरह की चीज़ों पर labels लगाते हैं.

• यह काम अक्सर छोटे-छोटे हिस्सों में बंटा होता है, इसलिए workers को कई बार यह नहीं पता होता कि उनके काम का पूरा उद्देश्य क्या है या असली employer कौन है.

• AI technology के आगे बढ़ने के साथ और अधिक specialized तथा complex annotation work की ज़रूरत बढ़ती है। ऐसे काम domain knowledge रखने वाले लोगों को ज़्यादा भुगतान देते हैं.

• Surge AI जैसी कंपनियां higher-quality annotation work पर ध्यान देती हैं। वे chatbot training या AI output evaluation जैसे कामों के लिए अधिक भुगतान करती हैं.

• यह industry demand fluctuations, data quality बनाए रखने, और automation pressure जैसी समस्याओं का सामना कर रही है.

• fair compensation, workers के साथ व्यवहार, और AI technology के विकास के साथ workers की long-term job prospects को लेकर ethical सवाल उठते हैं.

• विडंबना यह है कि AI जितना अधिक advanced और इंसानों जैसा दिखता है, उतनी ही अधिक वास्तविक मानवीय मदद की ज़रूरत पड़ती है.

• इस पर बहस है कि क्या human annotation अंततः गायब हो जाएगा, या AI development का एक महत्वपूर्ण हिस्सा बना रहेगा.

• भविष्य में इंसान AI assistants के साथ मिलकर काम करते हुए AI systems की निगरानी और सुधार के लिए सहयोग के नए तरीके बना सकते हैं.