تستبدل شركات الذكاء الاصطناعي العملاقة العمالة الرخيصة بالخبراء لتدريب نماذج أكثر ذكاءً

تتجه شركات الذكاء الاصطناعي الكبرى إلى الاستغناء تدريجياً عن عمال تصنيف البيانات ذوي الأجور المنخفضة في أفريقيا وآسيا لصالح محترفين مهرة ذوي أجور أعلى للمساعدة في تدريب نماذج أكثر ذكاءً.

في السابق، العاملين في مجال تصنيف البيانات بمهام بسيطة في الغالب. إلا أن شركات الذكاء الاصطناعي أدركت أن تحسين نماذجها يتطلب كميات هائلة من البيانات. ونتيجة لذلك، يُتوقع من العاملين العمل بوتيرة أسرع وإنجاز مئات المهام يوميًا، مما أدى إلى تحويلهم إلى خبراء متخصصين في هذا المجال.

توظف شركات Scale AI وTuring وToloka المزيد من الخبراء

تطوير أنظمة الذكاء الاصطناعي "الاستدلالية"، بما في ذلك o3 من OpenAI و Gemini 2.5 من Google، في تسريع التحول من العمال ذوي الأجور المنخفضة في دول مثل كينيا والفلبين إلى الأفراد الأكثر مهارة.

تقوم شركات مثل Scale AI و Turing و Toloka بالفعل بتوظيف متخصصين رائدين في مجالات مثل علم الأحياء والتمويل لدعم فرق الذكاء الاصطناعي في توليد مجموعات بيانات تدريبية أكثر دقة وتعقيدًا.

علّقت أولغا ميغورسكايا، الرئيسة التنفيذية والمؤسسة المشاركة لشركة تولوكا، قائلةً: "لطالما ركّزت صناعة الذكاء الاصطناعي بشكل كبير على النماذج والحوسبة، وكانت البيانات دائمًا جزءًا مهملاً من الذكاء الاصطناعي. وأخيرًا، بدأت [الصناعة] تتقبل أهمية البيانات في التدريب" 

شهدت شركات Scale AI وTuring AI وToloka زيادة في اهتمام المستثمرين منذ تغيير استراتيجياتها مؤخرًا. فقد رفعت استثمارات Meta في Scale AI بقيمة 15 مليار دولار في يونيو/حزيران قيمة الشركة إلى 29 مليار دولار. وفي مارس/آذار، حصلت Turing AI على 111 مليون دولار بقيمة 2.2 مليار دولار، وفي مايو/أيار، قادت Bezos Expeditions استثمارًا بقيمة 72 مليون دولار في Toloka.

تدفع شركة تورينج لخبرائها ما يقارب 20% أكثر من رواتبهم الحالية

أوضحت جوان كينوا، رئيسة جمعية واضعي ملصقات البيانات في كينيا، أن واضعي الملصقات يُطلب منهم الآن القيام بمهام تعتمد على فهمهم للغات المحلية والفروق الثقافية الدقيقة.

شهدت المنظمة أيضاً زيادة في أدوار ضمان الجودة، حيث يقوم البشر بمراجعة المحتوى المُولّد بواسطة الذكاء الاصطناعي. وبينما تعمل شركات OpenAI و AnthropicوGoogle على تطوير نماذج قد تتجاوز الذكاء البشري، تتجه الأولوية نحو دقة البيانات والتحليل الخبير.

كما ادعى جوناثان سيدهارث، المؤسس المشارك والرئيس التنفيذي لشركة Turing AI المتخصصة في تصنيف البيانات، أنه لتحسين نماذج الذكاء الاصطناعي، من الضروري استخدام بيانات التدريب من الاستخدام البشري الحقيقي، وخاصة في المهام المعقدة، وفهم كيفية انهيار النماذج في تلك السيناريوهات.

بل إنه أشار إلى أن نظام الذكاء الاصطناعي المتقدم بالكامل قد يتفوق ليس فقط على الفيزيائيين، بل قد يصبح أيضاً أكثر ذكاءً من جميع كبار الخبراء في جميع المجالات اللازمة لبنائه.

وأضاف أن شركة تورينج تُكافئ خبراءها برواتب تزيد بنسبة 20-30% عن رواتبهم الحالية. ورغم أن شركات الذكاء الاصطناعي لا تُخصص سوى 10-15% من ميزانياتها للبيانات، إلا أن ذلك يُمثل استثمارًا ماليًا كبيرًا مقارنةً بالمبالغ الطائلة التي تُنفق على الموارد الحاسوبية.

كما جادلت ميغورسكايا من تولوكا بأن ميزات مثل سلسلة التفكير، التي توضح كيف تحل نماذج الذكاء الاصطناعي المشكلات خطوة بخطوة، يتم تطويرها من خلال عروض يقدمها خبراء بشريون يقومون بتقسيم المشكلات إلى مكونات أصغر.