Les géants de la technologie se tournent vers Karya pour des données de haute qualité à l'ère de l'IA

Dans le paisible village d'Agara, niché parmi les rizières et les champs d'arachide au sud-ouest de Bangalore, Preethi P. est assise à sa machine à coudre. Normalement, elle passe ses jours à coudre des vêtements et à raccommoder des habits, gagnant moins de 1 dollar par jour pour son travail. Cependant, aujourd'hui est différent. Preethi lit des phrases dans sa langue maternelle, le kannada, dans une application smartphone. Elle fait partie des 70 travailleurs embauchés par Karya, une startup dédiée à la collecte de données textuelles, vocales et imagées dans les langues vernaculaires de l'Inde.

Preethi et ses pairs font partie d'une main-d'œuvre mondiale étendue opérant dans des pays comme l'Inde, le Kenya et les Philippines, responsable de la collecte et de l'étiquetage des données essentielles pour les chatbots d'IA et les assistants virtuels. Contrairement à de nombreux autres sous-traitants de données, Karya paie généreusement ses travailleurs, surtout par rapport aux normes locales. Après seulement trois jours de travail avec Karya, Preethi a gagné 4 500 roupies (54 dollars), soit plus de quatre fois ses revenus mensuels en tant que tailleur. Ce revenu lui a permis de payer une échéance de son prêt de réparation de maison, apportant un soulagement à sa famille. Le modèle de Karya montre comment la technologie peut améliorer la vie des communautés rurales.

Fondée en 2021, l'émergence de Karya coïncide avec la hausse des technologies d'IA générative comme ChatGPT, intensifiant la faim des entreprises technologiques pour les données. L'Inde, en particulier, devrait compter près d'un million de travailleurs d'annotation de données d'ici 2030, selon Nasscom. Karya se distingue en offrant à sa main-d'œuvre principalement féminine et rurale des salaires pouvant être jusqu'à 20 fois le salaire minimum local, garantissant ainsi une meilleure qualité des données en langues indiennes pour les entreprises technologiques.

Les géants de la technologie se tournent vers Karya pour des données de qualité

Certains des principaux acteurs de la Silicon Valley collaborent désormais avec Karya pour relever le défi de l'approvisionnement en données de haute qualité pour leurs produits d'IA. Microsoft, par exemple, a utilisé Karya pour acquérir des données vocales locales. La Fondation Bill & Melinda Gates s'associe à Karya pour atténuer les biais de genre dans les données qui alimentent les grands modèles de langage, essentiels pour les chatbots d'IA. Google, d'Alphabet, s'appuie également sur Karya pour recueillir des données vocales dans 85 districts indiens, avec des plans d'expansion à tous les districts et langues.

De nombreux services d'IA ont été développés principalement à l'aide de données en anglais, ce qui a conduit à un manque de représentation des utilisateurs non anglophones, en particulier dans des pays comme l'Inde. Manish Gupta de Google met en évidence le défi stark, où plus de 70 langues indiennes parlées par des millions de personnes ont zéro corpus numérique. Ce manque à gagner conduit les systèmes d'IA à avoir du mal avec la grammaire et le vocabulaire dans les langues d'Asie du Sud. Les efforts de Karya sont essentiels pour combler ces disparités.

L'importance de données diversifiées et de haute qualité ne peut être sous-estimée. Les grands modèles de langage entraînés sur des données inadéquates peuvent produire de la désinformation, des stéréotypes nuisibles et même de la haine. Assurer la représentation dans les données d'entraînement est vital, et Karya joue un rôle crucial à cet égard.

L'impact social de Karya

Karya, une startup à impact social basée à Bangalore, non seulement élargit le pool de langues représentées, mais cible également les travailleurs des zones rurales qui seraient autrement négligés. L'application de l'entreprise est conçue pour fonctionner sans accès à Internet et offre un support vocal pour ceux qui ont une littératie limitée. Plus de 32 000 travailleurs de crowdsourcing en Inde se sont connectés à l'application, accomplissant 40 millions de tâches numériques rémunérées, y compris la reconnaissance d'images, l'annotation vidéo et l'annotation vocale.

Pour le fondateur de Karya, Manu Chopra, la mission va au-delà des données. Ayant grandi dans la pauvreté à l'ouest de Delhi, il a compris l'impact que la technologie pourrait avoir sur l'atténuation de la pauvreté. Le modèle de Karya permet aux travailleurs de gagner un revenu équitable, aidant finalement à combattre la pauvreté dans les communautés rurales.

Le succès de Karya en Inde inspire l'entreprise à explorer des opportunités au-delà de ses frontières. La startup est en discussions pour offrir sa plateforme en tant que service à des organisations en Afrique et en Amérique du Sud, qui peuvent reproduire le modèle pour autonomiser leurs propres communautés.

Plus de 30 000 femmes éduquées dans les zones rurales de l'Inde travaillent activement avec Karya sur des projets visant à réduire les biais de genre dans les ensembles de données d'IA. Cette initiative, soutenue par la Fondation Bill & Melinda Gates, est un effort significatif dans les langues indiennes et servira de base à la construction d'ensembles de données qui promeuvent l'équité des genres dans les systèmes d'IA.

Un chemin vers un avenir meilleur

Dans des villages comme Yelandur, les femmes participent avidement aux projets de Karya, motivées par le désir de gagner de l'argent et d'éduquer leurs enfants. Alors que la technologie continue d'avancer, des initiatives comme Karya ne se contentent pas de remodeler l'industrie des données, mais ouvrent également des portes vers un avenir meilleur pour les communautés rurales à travers le monde.

L'approche innovante de Karya en matière de collecte de données transforme le paysage de l'IA tout en abordant des questions sociales critiques comme la pauvreté et les biais de genre. À mesure que les entreprises technologiques reconnaissent de plus en plus la valeur des données de haute qualité, le modèle de Karya sert de phare de progrès et d'inclusivité dans l'industrie technologique.