In einer Wendung, die direkt aus einem Science-Fiction-Roman zu stammen scheint, lagern Menschen, die dafür bezahlt werden, künstliche Intelligenz (KI) Systeme zu trainieren, ihre Aufgaben nun an andere KI-Modelle aus. Diese Erkenntnis stammt aus einer Studie, die von Forschern der Eidgenössischen Technischen Hochschule (EPFL) in der Schweiz durchgeführt wurde. Die Studie, die noch nicht begutachtet wurde, wurde auf arXiv geteilt und wirft ernsthafte Fragen über die Zukunft der KI und der Gig Economy auf.
Die Forscher der EPFL haben 44 Personen über die Gig-Arbeitsplattform Amazon Mechanical Turk eingestellt, um 16 Auszüge aus medizinischen Forschungsarbeiten zusammenzufassen. Anschließend analysierten sie die Antworten mit ihrem eigenen KI-Modell, um Anzeichen dafür zu finden, dass eine andere KI, wie OpenAI’s ChatGPT, verwendet wurde. Die Ergebnisse waren verblüffend: Zwischen 33% und 46% der Arbeiter hatten KI-Modelle verwendet, um ihre Aufgaben zu erledigen. Robert West, Assistenzprofessor an der EPFL und Mitautor der Studie, glaubt, dass dieser Prozentsatz wahrscheinlich steigen wird, da KI-Systeme immer leistungsfähiger und leichter zugänglich werden.
Obwohl dies für Gig-Arbeiter eine clevere Möglichkeit sein könnte, ihre Einnahmen zu maximieren, bringt die Praxis eine neue Risikoschicht mit sich. KI-Modelle sind nicht perfekt; sie können falsche oder irreführende Informationen generieren. Wenn solche fehlerhaften Daten verwendet werden, um andere KI-Modelle zu trainieren, können sich die Fehler vervielfachen, was es immer schwieriger macht, ihre Ursprünge zurückzuverfolgen. Ilia Shumailov, Junior-Forschungsstipendiat für Informatik an der Universität Oxford, warnt davor, dass die Verwendung von KI-generierten Daten zur Schulung anderer KI-Modelle weitere Fehler in bereits fehleranfällige Systeme einführen könnte.
Die Ergebnisse der EPFL-Studie dienen als Weckruf für die KI- und Gig-Arbeiter-Community. Da KI-Systeme immer ausgefeilter werden, verschwimmen die Grenzen zwischen menschlich und maschinell erzeugter Arbeit. Dies verändert nicht nur die Dynamik der Gig Economy, sondern stellt auch ein Risiko für die Integrität der KI-Systeme selbst dar. Es ist ein komplexes Problem ohne einfache Antworten, aber eines, das nicht ignoriert werden kann, wenn wir weiter in das Zeitalter der KI voranschreiten.
