کارگران پنهان هوش مصنوعی از استثمار دیجیتال تا چالش کرامت انسانی
به گزارش نکسترو، در پسِ هر سامانه هوشمند، میلیونها نفر نیروی انسانی حضور دارند که کار پنهان آنها زیرساخت اصلی آموزش و کارکرد مدلهای یادگیری ماشین را شکل می دهد.
به گزارش نکسترو به نقل از مهر؛ تحولات اخیر در فناوری های هوش مصنوعی، علاوه بر پیشرفت های فنی و علمی، پرسش های عمیقی درباره ی عدالت، توزیع منافع و آینده ساختارهای کاری در سطح جهانی پدید آورده است. در پسِ هر سامانه هوشمند، میلیونها نفر نیروی انسانی حضور دارند که کار پنهان آنها زیرساخت اصلی آموزش و کارکرد مدلهای یادگیری ماشین را شکل می دهد. برمبنای برآورد بانک جهانی، ۱۵۰ تا ۴۳۰ میلیون نفر در سرتاسر جهان در چارچوب مشاغل داده محور فعالیت می نمایند که بخش عمده ای از این نیرو در کشورهای جنوب جهانی متمرکز است. وظایف این کارگران شامل برچسب گذاری، پالایش، بازنگری و آماده سازی مجموعه های عظیم داده برای آموزش مدلهای زبانی، بصری و تصمیم گیر است، اما این فعالیت در بیشتر موارد در محیط هایی با حقوق پرداختی پایین، امنیت شغلی اندک و فقدان حمایت نهادی صورت می گیرد. در خیلی از کشورها، این کارگران در قالب پیمانکاری های چندلایه یا پلت فرم های بین المللی بدون قرارداد شفاف و حقوق صنفی معین مشغول بکار هستند. از همین رو، مطالعه آینده نیروی کار داده در جنوب جهان نه تنها مساله ای فناورانه بلکه پرسشی بنیادین درباره ی ساختارهای اقتصادی، عدالت شناختی و روابط قدرت در عصر هوش مصنوعی شمرده می شود. این بازاندیشی مستلزم بررسی پیوند میان فناوری، کار انسانی و توسعه پایدار می باشد تا نقش واقعی کارگران داده در تولید ارزش فناورانه آشکار و در سیاستگذاری های جهانی باز تعریف شود.
ماهیت کار داده و دستاوردهای انسانی آن در پروسه توسعه هوش مصنوعی
داده های برچسب گذاری شده اساس آموزش مدلهای هوش مصنوعی هستند. کارگران داده در پلت فرم های برون سپاری و شرکت های فرعی بصورت روزانه هزاران تصویر، متن و ویدئو را طبقه بندی می کنند تا الگوریتم ها بتوانند الگوها را شناسایی و پیش بینی کنند. با این وجود، این کار ظاهراً فناورانه در عمل به صورت کار تکراری، طاقت فرسا و روان آزار در محیط هایی موسوم به «کارخانه های دیجیتال» صورت می گیرد. مطالعات پروژه «Fairwork»، متعلق به دانشگاه آکسفورد، نشان میدهد که هیچ یک از پانزده پلت فرم بررسی شده در جریان این پروژه پژوهشی، در فاکتورهای حداقلی پرداخت منصفانه، شرایط کار، قراردادها، مدیریت و نمایندگی کارگری، امتیازی بیشتر از حداقل کسب نکرده اند. علاوه بر این، در پیمایش مؤسسه حقوق بشری «Equidem» در سال ۲۰۲۵ هم از میان ۷۶ کارگر در کلمبیا، غنا و کنیا، ۶۰ مورد صدمات روانی شامل اضطراب، افسردگی و اختلال اضطراب بعد از سانحه گزارش شده است. مواردی از کار بدون مزد، اضافه کاری الزامی و تأخیر در پرداخت ها هم بطور مکرر در جریان تحقیقات انجام شده در این عرصه، به ثبت رسیده است.
ابعاد ساختاری استثمار دیجیتال سیستم ارزش داده
طبق گزارش های پخش شده، با برون سپاری چندلایه کارهای در رابطه با پشتیبانی داده محور از توسعه هوش مصنوعی، به پیمانکاران محلی و واسطه های فرعی، شفافیت و مسئولیت پذیری را از میان رفته است. شرکت های بزرگ فناوری از راه قراردادهای مبهم با شرکت های خدماتی ثالث، مسئولیت مستقیم در برابر شرایط کاری کارگران را انکار می کنند. در پاره ای موارد کارگران نمی دانستند این شرکت زیرمجموعه «ScaleAI» و در نهایت تأمین کننده داده برای غول های فناوری آمریکایی است. وجود چنین زنجیره های غیرشفافی، کارگران را از امکان پیگیری حقوق خود محروم نموده و سازوکارهای اعتراض و شکایت مؤثری برای آنان باقی نگذاشته است.
مقاومت، سازماندهی و پاسخ های حقوقی
علیرغم این ساختارهای ناعادلانه، جنبش های صنفی و اقدامات حقوقی در چند کشور برای مواجهه با چالش های کارگران داده شکل گرفته است. به عنوان مثال، در کنیا، اتحادیه کارگران برچسب گذار داده برای مطالبه دستمزد منصفانه و حمایت روانی تشکیل شده است. همینطور اتحادیه های فراملی مانند «African Content Moderators Union» و «Global Trade Union Alliance» هم به دنبال ایجاد همبستگی جهانی در بین کارگران پلتفرمی هستند. با این حال، اقدامات تلافی جویانه و اخراج کنشگران صنفی در کشورهایی مانند ترکیه و غنا نشان میدهد که مسیر تحقق عدالت دراین خصوص هنوز دشوار است. در طول سالهای اخیر، دستگاه قضایی کنیا در پرونده ای تاریخی به کارگران حق طرح دعوی ضد شرکت پیمانکار را اعطا کرده و در کلمبیا وزارت کار، شرکت «Teleperformance» را به علت پرداخت ناچیز و مواجهه کارگران با محتوای آزاردهنده تحت پیگرد قرار داده است. در غنا هم شکایات کارگران پیمانکار شرکت متا در جریان است. با این حال، این رویکرد پرونده محور نمی تواند جایگزین اصلاح ساختاری در زنجیره کار داده شود.
گذار به اتوماسیون و پرسش از اخلاق فناوری
شرکت های فناوری برای کاهش فشار روانی بر نیروی انسانی به سوی اتوماسیون در نظارت محتوایی و برچسب گذاری داده حرکت کرده اند. ابزارهایی مانند «ModBot» واشنگتن پست یا رابط برنامه نویسینظارت داده «Jigsaw»، متعلق به گوگل نمونه هایی از کوشش برای جایگزینی قسمتی از نیروی انسانی با الگوریتم ها هستند. هرچند این راه حل ها می توانند بار روانی کار برای نیروی انسانی را کاهش دهند، اما با مسائلی چون سوگیری داده، ضعف در فهم بافت فرهنگی و خطاهای تصمیم گیری روبه رو هستند. حذف انسان از حلقه تصمیم در حوزه هایی چون زبان های محلی یا پدیده های نوظهور فرهنگی، می تواند به بازتولید تبعیض و حذف فرهنگی بینجامد. در حقیقت، همان داده هایی که با کار انسانی ساخته شده اند، ممکنست با پردازش ماشینی در خدمت تقویت ساختارهای نابرابر جهانی قرار گیرند.
چشم انداز سیاستی و مسیر آینده
به باور کارشناسان، آینده نیروی کار داده در جنوب جهان نیازمند مداخله چندسطحی است. آنها اعتقاد دارند که در سطح بین المللی، باید مسئولیت شرکت ها و پیمانکاران در قالب اصول راهنمای سازمان ملل درباره ی کسب وکار و حقوق بشر و دستورالعمل های سازمان بین المللی کار در حوزه کار شایسته برای اقتصاد پلتفرمی مشخص شود. همینطور نهادهای منطقه ای مانند اتحادیه آفریقا و آسه آن هم باید دستورالعمل های اجبار آور برای دفاع از حقوق کارگران دیجیتال تدوین کنند. علاوه بر این، در سطح ملی هم کشورها باید قوانین کار را به حوزه کار دیجیتال گسترش دهند و مقررات ویژه ای برای حمایت روانی، ایمنی شغلی، شفافیت قراردادها و حق تشکل یابی کارگران داده تصویب کنند. تجربه اتحادیه اروپا در تصویب دستورالعمل کار پلتفرمی در سال ۲۰۲۴ و قانون دفاع از کارگران دیجیتال در شیلی می تواند الگوی مناسبی برای این امر باشند. هم زمان، شرکت ها باید نگاهی ترکیبی میان انسان و ماشین اتخاذ کنند. اتوماسیون نباید به مفهوم حذف نیروی انسانی، بلکه باید مکملی جهت استفاده از هوش فرهنگی و زبانی کارگران محلی در بهبود کیفیت داده و عدالت الگوریتمی باشد. ادغام هوش مصنوعی با ظرفیت انسانی می تواند به الگویی پایدارتر از توسعه فناوری بینجامد که در آن، جنوب جهانی نه صرفا تأمین کننده نیروی کار ارزان، بلکه شریک دانشی و فرهنگی در تولید آینده دیجیتال جهان باشد.
جمع بندی
جهان در آستانه باز تعریف رابطه میان کار، فناوری و عدالت اجتماعی قرار دارد. این باز تعریف صرفا فنی یا اقتصادی نیست بلکه متضمن تغییر در بنیان های اخلاقی، نهادی و معرفتی نظام تولید داده و هوش مصنوعی هم هست. کارگران داده و هوش مصنوعی در جنوب جهان نقشی حیاتی در تغذیه نظام های فناورانه دارند چونکه داده هایی که آنها پالایش و برچسب گذاری می کنند زیربنای تصمیم گیری الگوریتمی در مقیاس جهانی است، با این وجود جایگاه آنان در سیستم ارزش به حاشیه رانده شده و فاقد قدرت چانه زنی و سهم عادلانه از منافع فناوری هستند. سرانجام، میتوان نتیجه گرفت که تحقق آینده ای عادلانه در حوزه هوش مصنوعی مستلزم بازشناسی ارزش افزوده انسانی در فرایندهای فناورانه، استقرار نظام شفاف نظارت بر زنجیره تأمین داده، تضمین حقوق کارگران دیجیتال و بازتوزیع منافع حاصل از اتوماسیون است. افزون بر این، باید الگوی حکمرانی داده ای طراحی شود که کرامت انسانی و تنوع فرهنگی جوامع جنوب را به رسمیت بشناسد و به کارگران این حوزه نقشی فعال در شکل گیری به سیاستهای فناورانه بدهد. تنها از رهگذر چنین بازاندیشی اخلاقی، حقوقی و نهادی میتوان از بازتولید استعمار داده ای و نابرابری شناختی جلوگیری کرد و جهانی فراگیرتر، مسئولانه تر و متوازن تر برای هوش مصنوعی رقم زد.
علاوه بر این، در پیمایش مؤسسه حقوق بشری Equidem در سال ۲۰۲۵ هم از میان ۷۶ کارگر در کلمبیا، غنا و کنیا، ۶۰ مورد صدمات روانی شامل اضطراب، افسردگی و اختلال اضطراب پس از سانحه گزارش شده است. در عین حال، اقدامات تلافی جویانه و اخراج کنشگران صنفی در کشورهایی مانند ترکیه و غنا نشان میدهد که مسیر تحقق عدالت دراین خصوص هنوز دشوار است. آنها بر این باورند که در سطح بین المللی، باید مسئولیت شرکت ها و پیمانکاران در چارچوب اصول راهنمای سازمان ملل در رابطه با ی کسب و کار و حقوق بشر و دستورالعمل های سازمان بین المللی کار در حوزه کار شایسته برای اقتصاد پلتفرمی مشخص شود.
مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب