عمالقة الذكاء الاصطناعي يستبدلون العمالة الرخيصة بخبراء لتدريب نماذج أذكى

تتخلص شركات الذكاء الاصطناعي الكبرى من عمال تسمية البيانات الرخيصين في أفريقيا وآسيا لصالح محترفين ماهرين وأعلى أجراً للمساعدة في تدريب نماذج أذكى.

في السابق، كان العمال في مجال تسمية البيانات يُكلفون أساساً بمهام توضيحية بسيطة. ومع ذلك، أدركت شركات الذكاء الاصطناعي أن تحسين نماذجها يتطلب أحجاماً أكبر من البيانات. ونتيجة لذلك، يُتوقع من العمال العمل بسرعة أكبر وإنهاء مئات المهام كل يوم، ومن هنا تحولهم إلى خبراء في الصناعة.

Scale AI وTuring وToloka توظف المزيد من الخبراء

تطوير أنظمة ذكاء اصطناعي "تفكر"، بما في ذلك o3 الخاص بـ OpenAI وGemini 2.5 من Google، قد سرع التحول من العمال ذوي الأجور المنخفضة في دول مثل كينيا والفلبين إلى أفراد أكثر مهارة.

شركات مثل Scale AI وTuring وToloka توظف بالفعل متخصصين رائدين في مجالات مثل علم الأحياء والمالية لدعم فرق الذكاء الاصطناعي في إنشاء مجموعات بيانات تدريبية أكثر دقة وتعقيداً.

أولغا ميغورسكايا، الرئيس التنفيذي والمؤسس المشارك لشركة Toloka، علقت قائلة: "كانت صناعة الذكاء الاصطناعي لفترة طويلة تركز بشدة على النماذج والحوسبة، وكانت البيانات دائماً جزءاً مُهملاً في الذكاء الاصطناعي. أخيراً، [الصناعة] تقبل أهمية البيانات للتدريب." 

شهدت Scale AI وTuring AI وToloka جميعاً زيادة في اهتمام المستثمرين منذ تحولها الأخير في الاستراتيجية. رفع استثمار Meta البالغ 15 مليار دولار في Scale AI في يونيو من تقييمها إلى 29 مليار دولار. في مارس، حصلت Turing AI على 111 مليون دولار بتقييم 2.2 مليار دولار، وفي مايو، قادت Bezos Expeditions استثماراً بقيمة 72 مليون دولار في Toloka.

تدفع Turing لخبرائها حوالي 20% أكثر من رواتبهم الحالية

أوضحت جوان كينيا، رئيسة رابطة عمال تسمية البيانات في كينيا، أن المصنّعين يُطلب منهم الآن أداء مهام تعتمد على فهمهم للغات المحلية والدقائق الثقافية.

رأت المنظمة أيضاً زيادة في أدوار ضمان الجودة حيث يقوم البشر بمراجعة المحتوى الذي تولده الذكاء الاصطناعي. ومع OpenAI، Anthropic, وGoogle تعمل نحو إنشاء نماذج قد تتجاوز الذكاء البشري، يتحول الأولوية إلى دقة البيانات والتحليل الخبير.

ادعى جوناثان سيدارث، المؤسس المشارك والرئيس التنفيذي لشركة تسمية البيانات Turing AI، أيضاً أنه لتحسين نماذج الذكاء الاصطناعي، من الضروري استخدام بيانات تدريب من الاستخدام البشري الحقيقي، خاصة في المهام المعقدة، وفهم كيفية انهيار النماذج في تلك السيناريوهات.

وأشار حتى إلى أن نظام الذكاء الاصطناعي المتقدم بالكامل قد يتفوق ليس فقط على الفيزيائيين، بل قد يصبح أكثر ذكاءً من جميع الخبراء البارزين في جميع المجالات اللازمة لبنائه.

وأضاف أن تيرنغ يعوض الخبراء برواتب أعلى بنسبة 20-30% من أرباحهم الحالية. وبينما تخصص شركات الذكاء الاصطناعي (AIfirms) فقط حوالي 10-15% من ميزانياتها للبيانات، مقارنة بالمبالغ الضخمة المخصصة للموارد الحاسوبية، فإن ذلك لا يزال يمثل استثماراً مالياً كبيراً.

جادلت ميغورسكايا من Toloka أيضاً أن ميزات مثل سلسلة التفكير، التي توضح كيف تحل نماذج الذكاء الاصطناعي المشكلات خطوة بخطوة، يتم تطويرها من خلال عروض توضيحية يقدمها خبراء بشريون يكسرون المشكلات إلى مكونات أصغر.