I giganti dell'intelligenza artificiale sostituiscono la manodopera a basso costo con esperti per addestrare modelli più intelligenti

Le principali aziende di intelligenza artificiale stanno gradualmente sostituendo i lavoratori a basso costo addetti all'etichettatura dei dati in Africa e Asia con professionisti qualificati e meglio retribuiti, che contribuiranno a formare modelli più intelligenti.

In precedenza, agli addetti all'etichettatura dei dati venivano assegnati principalmente semplici compiti di annotazione. Tuttavia, le aziende di intelligenza artificiale si sono rese conto che il miglioramento dei loro modelli richiede volumi di dati ancora maggiori. Di conseguenza, ci si aspetta che i lavoratori lavorino ancora più velocemente e completino centinaia di attività ogni giorno, da qui il passaggio a esperti del settore.

Scale AI, Turing e Toloka stanno assumendo più esperti

Lo sviluppo di sistemi di intelligenza artificiale "ragionanti", tra cui o3 di OpenAI e Gemini 2.5 di Google, ha accelerato il passaggio da lavoratori a basso salario in paesi come il Kenya e le Filippine a individui più qualificati.

Aziende come Scale AI, Turing e Toloka stanno già impiegando specialisti di spicco in settori quali biologia e finanza per supportare i team di intelligenza artificiale nella generazione di set di dati di formazione più raffinati e complessi.

Olga Megorskaya, CEO e co-fondatrice di Toloka, ha addirittura commentato: "Il settore dell'intelligenza artificiale si è a lungo concentrato su modelli e calcoli, e i dati sono sempre stati una parte supervisionata dell'intelligenza artificiale. Finalmente, [il settore] sta riconoscendo l'importanza dei dati per la formazione" 

Scale AI, Turing AI e Toloka hanno tutte registrato un crescente interesse da parte degli investitori dopo il recente cambio di strategia. L'investimento di 15 miliardi di dollari di Meta in Scale AI a giugno ha portato la sua valutazione a 29 miliardi di dollari. A marzo, Turing AI ha ottenuto 111 milioni di dollari, con una valutazione di 2,2 miliardi di dollari, e a maggio Bezos Expeditions ha guidato un investimento di 72 milioni di dollari in Toloka.

Turing paga i suoi esperti circa il 20% in più rispetto al loro stipendio attuale

Joan Kinyua, responsabile della Data Labelers Association in Kenya, ha spiegato che ora agli etichettatori viene chiesto di svolgere compiti che dipendono dalla loro conoscenza delle lingue locali e delle sfumature culturali.

L'organizzazione ha anche visto un aumento dei ruoli di controllo qualità in cui gli esseri umani esaminano i contenuti generati dall'intelligenza artificiale. Mentre OpenAI, Anthropice Google lavorano alla creazione di modelli che possano superare l'intelligenza umana, la priorità si sta spostando sull'accuratezza dei dati e sull'analisi degli esperti.

Jonathan Siddharth, co-fondatore e amministratore delegato della società di etichettatura dei dati Turing AI, ha inoltre affermato che per migliorare i modelli di intelligenza artificiale è necessario utilizzare dati di addestramento derivanti dall'uso umano reale, soprattutto in attività complesse, e comprendere come i modelli si scompongono in tali scenari.

Ha persino osservato che un sistema di intelligenza artificiale completamente avanzato potrebbe superare non solo le prestazioni dei fisici, ma anche diventare più intelligente di tutti i massimi esperti in tutti i campi necessari per realizzarlo.

Ha aggiunto che Turing remunera gli esperti con stipendi superiori del 20-30% rispetto ai loro guadagni attuali. Sebbene le aziende di intelligenza artificiale dedichino solo il 10-15% del loro budget ai dati, rispetto alle ingenti somme investite in risorse computazionali, ciò si traduce comunque in un investimento finanziario significativo.

Megorskaya di Toloka ha inoltre sostenuto che caratteristiche come la catena di pensiero, che illustra come i modelli di intelligenza artificiale risolvono i problemi passo dopo passo, vengono sviluppate attraverso dimostrazioni di esperti umani che scompongono i problemi in componenti più piccole.