Alle reden über #GPT4. Wir reden lieber mit @milamiceli . Sie forscht zu den Arbeiter:innen, die hinter den Kulissen von #ChatGPT & Co. schuften. Und spricht darüber, wie viel menschliche Arbeit hinter der angeblich autonomen #KI steckt.

Das Gespräch haben wir schon vor einigen Wochen geführt, aber es hätte kaum zu einem besseren Zeitpunkt erscheinen können als nach dem Start von GPT4.

https://netzpolitik.org/2023/datenarbeit-wie-millionen-menschen-fuer-die-ki-schuften/

Datenarbeit: Wie Millionen Menschen für die KI schuften

Milagros Miceli erforscht, was Tech-Unternehmen gerne unter den Teppich kehren: Wie Arbeiter:innen hinter den Kulissen von ChatGPT & Co. schuften, und das für eine Handvoll Dollar. Im Interview erklärt die Forscherin, wie viel menschliche Arbeit hinter der angeblich

netzpolitik.org

@ckoever
Ich habe ChatGPT danach gefragt. Es weigert sich auch bei wiederholter spezifischer Nachfrage, Auskunft über die Länder der Arbeiter zu geben. Es sagt immer nur das gleiche "large variety of perspective from all over the world".

Man fragt sich im welchem Land die Arbeiter wohl sassen, die dem Modell beibringen mussten diese Frage unbeantwortet zu lassen.
@milamiceli @energisch_

#gpt4 #chatgpt #ki

@ckoever @milamiceli

Künstliche Intelligenz scheint die Hilfe von tausenden echten Menschen zu benötigen.

Das Interview erinnert mich an die Geschichte vom "Schachtürken". Das Gerät sollte ein mechanischer Schachcomputer sein, die Züge wurden aber durch einen Menschen ausgeführt.
Die #KI - Systeme scheinen doch noch nicht so autonom zu sein, wie deren Investoren es darstellen.
Ich empfehle jeden das Interview zu lesen.
(Und zu überlegen ob ihr @netzpolitik_feed was in den Hut legt.)

@andikandarre @ckoever @milamiceli @netzpolitik_feed Wo wird denn behauptet, KI sei autonom? Von wem soll KI denn bitte lernen, wenn nicht vom Menschen? 🤔
@andikandarre @ckoever @milamiceli @netzpolitik_feed ja, die meiste sogenannte KI sind Maschinenlernsysteme, die auf zumindest teilweise auf Basis von klassifizierten Daten trainiert wurden (z.B. Mittels "supervised learning", aber es gibt mehrere Verfahren), jedenfalls braucht man massiv Daten, meist hochqualitative. Die müssen woher kommen, das braucht (viele) Menschen.
@baltasar @andikandarre @ckoever @milamiceli @netzpolitik_feed ist nicht aber der Witz, dass die neuartige Vernetzung und Kombination bisher nicht bekannte Ausgaben ermöglicht? Das könnte meiner bescheidenen Einschätzung nach in absehbarer Zeit dazu führen, die weitere Wissensaneignung mit zunehmend geringerem Aufwand (neg. esponentiell?) zu generieren.
@RS @andikandarre @ckoever @milamiceli @netzpolitik_feed ich bin nicht tief genug in der Forschung um da wirklich Prognosen zu wagen. Vor wenigen Jahren hatte ich mir mal einen Überblick der Prognosen zu generischer KI (das was man vielleicht wirklich Intelligenz nennen könnte) zu verschaffen. Ergebnis: riesige Spannbreite, meist irgendwas im Bereich einiger Jahrzehnte wenn ich's noch richtig im Kopf habe. 1/X
@RS @andikandarre @ckoever @netzpolitik_feed Die unterschiedlichen Technologien haben ja alle Stärken und Schwächen, und ja, sicherlich werden sie mähctiger, aber ich vermute, dass unser Anspruch auch steigt – also ob wir weniger Menschen brauchen: ich habe eher Zweifel.
Es gibt aber sicher Leute mit noch mehr Einblick als mich, z.B. in der DAIR Community, zu der auch @milamiceli zählt. 2/2
@andikandarre @ckoever @milamiceli @netzpolitik_feed Wie viele Menschen braucht es, um einen Menschen zu einem kritisch denkenden, selbstständigen, gesellschaftlich handlungsfähigen Individuum zu machen? Da braucht es auch eine ganze Mengen Schachtürken.
@andikandarre @ckoever @milamiceli @netzpolitik_feed am Thema vorbei. Bisschen mehr Argumente als verrutschte Analogien und Pfeifen im Walde bitte.