機械工人使用人工智慧自動化人類工作
背景
正如《科技傻本性，人人能計算》的作者德文·科德維（Devin Coldewey）所言，機械工人（Mechanical Turk）是一個早期就容易引起滑稽事情的服務。研究人員的研究表明，機械工人的近一半「工人」似乎正在使用人工智慧執行原本只能由人類完成的任務，因為當時尚未有相應的人工智慧技術。這一現象難以避免，卻令人莞爾一笑。
人工人工智慧
機械工人允許使用者將簡單的任務分為許多小的子任務，每個子任務只需幾秒鐘，報酬僅為幾分錢，然而這些勤勞的零碎工人會完成成千上萬個子任務，從而獲得微小但可靠的收入。正如傑夫·貝佐斯（Jeff Bezos）當時著名地形容它為「人工人工智慧」。這些通常是那些難以自動化的任務，例如辨識取證碼，識別句子的情感或在影象中「圈出貓」等人們能夠快速而可靠完成的任務。它在為相對複雜的資料標記和研究人員需要大規模進行人工評估或做出決策的情況下得到廣泛使用。它以那個著名的能夠下棋的「自動人」為名制定的，該「自動人」實際上是由藏在底座中的人來下棋，愛倫·坡寫了一篇很有趣的當代評論文章。有時，自動化是困難或不可能的，但在這種情況下，必須謹慎行事，但多年來它已經證實是有用的。
機械工人的自動化現狀
瑞士洛桑聯邦理工學院（EPFL）的研究人員在一項研究中發現，機械工人正在使用像 ChatGPT 這樣的大型語言模型來自動化工作。這可以說是一種蛇吞食自己的情況，甚至可以說完全吞噬自己。
瑞士洛桑聯邦理工學院（EPFL）的研究人員在一項研究中發現，機械工人正在使用像 ChatGPT 這樣的大型語言模型來自動化工作。這可以說是一種蛇吞食自己的情況，甚至可以說完全吞噬自己。
洛桑聯邦理工學院的研究人員們將“摘要概述”這項任務交給了機械工人，並透過論文中描述的各種分析（尚未發表或經過同行評審），“估計 33-46%的機械工人在完成任務時使用了語言模型”。這對某些人來說並不意外，自從機械工人平臺開始以來，自動化可能一直存在於其中。速度和可靠性是有激勵的，如果您可以編寫一個能以 90%的準確性處理某些請求的指令碼，那麼您將能賺取相當多的錢。由於對個別貢獻者的流程幾乎沒有監督，因此某些任務實際上並非由人工處理，這種情況在這一平臺上並不罕見。亞馬遜一直以來都缺乏誠信，所以不值得依賴它。
人工智慧內訌
但是如果連一項曾被認為只有人類才能做到的任務——適當地摘要一篇論文的摘要——也會被這種方式質疑，這就不僅僅是對機械工人價值的質疑，還暴露了「人工智慧訓練基於人工智慧生成的資料」這一迫在眉睫的危機中的另一個前沿。該研究的作者們警告說，這項任務在現代大型語言模型的出現以來，特別適合祕密自動化，因此特別容易成為這些方法的受害者。然而技術水平仍在不斷提升：語言模型的普及日益增加，並且支援文字、影象和影片輸入和輸出的多模型也正在興起。在這種情況下，應該將我們的研究結果視為“煤礦中的金絲雀”，這應提醒平臺、研究人員和工作人員找到新的方法來確保人的資料仍然保持人類性。多年來，人工智慧吞噬自己的威脅已經被猜測很多年，並在廣泛部署大型語言模型後幾乎立即成為現實：百度的 ChatGPT 引述自己的錯誤訊息，作為新的關於 Covid 陰謀的錯誤訊息的支援。如果您無法百分之百確保某件事是人類完成的，最好假設它不是人工完成的。這是一個令人沮喪的原則，但這就是現在的現實。
分析和建議
這一問題引發了對於使用機械工人進行評估或事實核查的「人在迴圈」的質疑。這兩者都是不可信的，加上大型語言模型的流行，機械工人不正當使用這些模型來提高他們的生產力和收入可能更加普遍，這引發了一個值得關注的重要問題。技術的快速發展使我們必須重新審視人工智慧與人類勞動之間的平衡。我們應該為人工智慧的應用設定明確的界線，並確保人工智慧的使用不會剝奪人類的價值。這需要跨學科的討論，包括科技公司、研究機構和政府之間的相互合作。
此外研究人員和技術公司應該加固監督措施，以減少機械工人平臺上的自動化行為。建立一個監管機構或機構，專門負責監督和規範機械工人平臺的執行，確保平臺上的任務能夠獲得適切的人工處理。同時科技公司也應該加固對機械工人的監督，並提供更多的技術支援，以防止人工智慧技術被濫用。透明度也是解決這一問題的關鍵，科技公司應該公開他們的機械工人平臺的執行方式，並允許對其進行獨立審查。
最後對於機械工人的使用者來說他們應該意識到自動化的風險和問題，避免濫用人工智慧技術。對於那些依賴機械工人平臺獲得收入的人來說他們也應該考慮平臺在確保人工處理和價值的可行性方面的努力。他們可以支援那些提倡平等和合理待遇的倡議，並呼籲平臺提供更多的保護和機會。
總的來說機械工人平臺當前面臨的自動化問題提出了對於人工智慧和人工勞動的思考和討論，我們應該努力找到平衡的方法，確保機械工人平臺的執行符合道德和人性化的原則。
