A fejlesztőknek tiszta, jó minőségű adatkészletekre van szükségük a pontos és megbízható gépi tanulási rendszerek létrehozásához. Az értékes, csúcsminőségű adatok összegyűjtése azonban fárasztó lehet. A vállalatok gyakran fordulnak külső platformokhoz, például az Amazon Mechanical Turkhoz, hogy olcsó munkáscsoportokat utasítsanak ismétlődő feladatok elvégzésére – például objektumok címkézésére, helyzetek leírására, szövegrészek átírására és szövegmagyarázatokra. Kimenetüket meg lehet tisztítani, és egy modellbe betáplálni, hogy megtanítsák a munkát sokkal nagyobb, automatizált léptékben történő reprodukálására. A mesterséges intelligencia modellek tehát az emberi munka hátára épülnek: az emberek fáradságosan dolgoznak, és rengeteg képzési példát kínálnak az AI-rendszerekhez, amelyek segítségével a vállalatok dollármilliárdokat kereshetnek. A svájci École polytechnique fédérale de Lausanne (EPFL) kutatói által végzett kísérlet azonban arra a következtetésre jutott, hogy ezek a tömeges forrásból származó munkavállalók mesterséges intelligencia-rendszereket – például az OpenAI chatbotját, a ChatGPT-t – használnak alkalmi munkák elvégzésére online. A modell saját kimenetén történő betanítása nem ajánlott. Láthattuk, hogy a mesterséges intelligencia modelleket nem emberek, hanem más mesterséges intelligencia modellek által generált adatokon képezték ki – talán még ugyanazon modelleken is. Ez katasztrofális kimeneti minőséghez, több torzításhoz és egyéb nem kívánt hatásokhoz vezethet. A kísérlet Az akadémikusok 44 mechanikus török jobbágyot toboroztak fel, hogy összefoglalják 16 orvosi kutatási dolgozat absztraktját, és becslések szerint a munkások által beküldött szövegrészek 33-46 százaléka nagy nyelvi modellekkel készült. A tömegmunkások gyakran alacsony fizetést kapnak – a mesterséges intelligencia a válaszok automatikus generálására lehetővé teszi számukra, hogy gyorsabban dolgozzanak, és több munkát vállaljanak a fizetésemelés érdekében. A svájci csapat kiképzett egy osztályozót, hogy megjósolja, hogy a törököktől származó beadványok ember vagy mesterséges intelligencia által generáltak-e. Az akadémikusok naplózták munkásaik billentyűleütéseit is, hogy kiderítsék, a jobbágyok másoltak-e be és illesztettek-e be szöveget a platformra, vagy maguk írták-e be a bejegyzéseiket. Mindig fennáll annak a lehetősége, hogy valaki chatbotot használ, majd manuálisan beírja a kimenetet – de ez nem valószínű, szerintünk.