دم ونَفَس الذكاء الاصطناعي: ملايين العاملين الخفيين وراء كل طلب إلى ChatGPT

وراء كل إجابة من ChatGPT جيش غير مرئي من مئات الآلاف من المُعلِّقين في كينيا وباكستان وفنزويلا. يصنّف هؤلاء البيانات، ويزيلون المحتوى السام، ويعلّمون النماذج التمييز بين الإجابات الجيدة والسيئة. يتقاضون ما بين 1 و5 دولارات في الساعة، ويعملون دون أي ضمانات، ولا تأتي شركات الذكاء الاصطناعي على ذكرهم في موادها التسويقية من حيث المبدأ.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
دم ونَفَس الذكاء الاصطناعي: ملايين العاملين الخفيين وراء كل طلب إلى ChatGPT
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
تصنيف البيانات (Data Labeling)تحديد الأجسام في الصور، وتصنيف النصوص، ووضع الوسوم
التقييم ضمن RLHFمقارنة إجابتين للنموذج واختيار الأفضل مع تعليل الاختيار
الإشراف على المحتوىمراجعة تدفقات المحتوى المُولَّد وحذف الضار منه

وراء كل إجابة من ChatGPT أو Gemini أو Claude جيش غير مرئي من البشر، هم مئات الآلاف من المُعلِّقين والمشرفين على المحتوى في الدول النامية، ومن دونهم لما عمل الذكاء الاصطناعي الحديث ببساطة. ويجري إخفاء عملهم بعناية.

من يقف وراء الذكاء الاصطناعي

لا تتعلم النماذج اللغوية الكبيرة من تلقاء نفسها. فهي تحتاج إلى بشر يصنّفون البيانات، ويقيّمون جودة الإجابات، ويزيلون المحتوى السام، ويعلّمون النموذج التمييز بين الإجابة الجيدة والسيئة. ومن دون هذا العمل اليدوي يستحيل تطبيق RLHF، أي التعلم المعزز من التغذية الراجعة البشرية، وهو التقنية الأساسية التي تجعل النماذج مفيدة.

يؤدي هذا العمل ملايين العاملين المتعاقد معهم من الخارج عبر منصات مثل Scale AI وRemotasks وAppen وClickworker. ويأتي معظمهم من كينيا وباكستان والهند وفنزويلا والفلبين ودول أخرى يمكن فيها توظيف الناس مقابل بضعة دولارات في الساعة.

  • تصنيف البيانات (Data Labeling): تحديد الأجسام في الصور، وتصنيف النصوص، ووضع الوسوم
  • التقييم ضمن RLHF: مقارنة إجابتين للنموذج واختيار الأفضل مع تعليل الاختيار
  • الإشراف على المحتوى: مراجعة تدفقات المحتوى المُولَّد وحذف الضار منه
  • Red-teaming: محاولة كسر النموذج عمدًا لاكتشاف الثغرات الأمنية
  • النسخ والترجمة: إعداد مجموعات بيانات التدريب للنماذج متعددة اللغات

كم يتقاضون

تتراوح الأجور بين 1 و5 دولارات في الساعة، وهو مبلغ ضئيل حتى في البلدان ذات مستوى المعيشة المنخفض. ولا يحظى معظم العاملين بأي ضمانات: لا عقد عمل، ولا حزمة اجتماعية، ولا حماية من الإنهاء المفاجئ للتعاقد. فاليوم تتوافر المهام وغدًا لا تتوافر.

تبلغ قيمة Scale AI نحو 13.8 مليار دولار، وتبني أعمالها على هذه القوة العاملة تحديدًا. وقد تحدث مديرها التنفيذي ألكسندر وانغ علنًا عن بناء «أكبر جيش من المُعلِّقين في العالم»، لكن ظروف عمل هذا الجيش لا ترد من حيث المبدأ في البيانات الصحفية للشركة.

وكشف صحفيو Time في عام 2023 أن العاملين في كينيا، الذين وظّفتهم شركة Sama المتعاقدة للإشراف على محتوى OpenAI، كانوا يتقاضون نحو 2 دولار في الساعة، ويقضون ساعات في مطالعة أوصاف للعنف، ما تسبب لهم بصدمات نفسية.

«نحن السرّ الذي تفضّل الشركات ألا تكشفه»، يقول أحد المُعلِّقين من نيروبي، الذي يعمل في الوقت نفسه لحساب ثلاث منصات مختلفة.

لماذا يجري إخفاء ذلك

تسوّق شركات الذكاء الاصطناعي سردية عن أنظمة مستقلة تتعلم بنفسها. والاعتراف بالجهد البشري الهائل وراء كل نموذج يقوض هذه الصورة ويطرح أسئلة محرجة عن المسؤولية.

من الناحية القانونية، صُمّم هذا الترتيب بحيث لا توجد صلة مباشرة بين OpenAI ومُعلِّق بعينه في لاغوس، بل سلسلة متعددة المستويات من المتعاقدين. وهذا يتيح عدم إدراج العاملين في إحصاءات التوظيف الرسمية، وعدم تحمّل أي التزامات بشأن احترام معايير العمل.

وأطلق باحثون من Oxford Internet Institute على هذه الظاهرة اسم ghost work، أي «عمل الأشباح». فهو ضروري تمامًا لعمل أنظمة الذكاء الاصطناعي الحديثة، لكنه غير مرئي للمستخدم النهائي، ومُبعَد عمدًا عن نطاق المسؤولية المؤسسية.

ماذا يعني ذلك

أنتجت طفرة الذكاء الاصطناعي طبقة جديدة من «البريكاريا الرقمية» (العمالة الهشة) حول العالم. فبينما يضخ المستثمرون المليارات في أنظمة مستقلة، يجعل مئات الآلاف من الناس هذه الأنظمة ممكنة كل يوم مقابل 2–3 دولارات في الساعة.

ومن دون شفافية في سلاسل توريد البيانات، يخاطر القطاع التقني بأن يعيد إنتاج المشكلات نفسها في الاقتصاد الرقمي، تلك التي طالما انتُقدت في الإنتاج المادي، مع فارق أن المصانع مرئية أما مراكز البيانات فلا.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول من يقف وراء الذكاء الاصطناعي؟

لا تتعلم النماذج اللغوية الكبيرة من تلقاء نفسها. فهي تحتاج إلى بشر يصنّفون البيانات، ويقيّمون جودة الإجابات، ويزيلون المحتوى السام، ويعلّمون النموذج التمييز بين الإجابة الجيدة والسيئة. ومن دون هذا العمل اليدوي يستحيل تطبيق RLHF، أي التعلم المعزز من التغذية الراجعة البشرية، وهو التقنية الأساسية التي تجعل النماذج مفيدة. يؤدي هذا العمل ملايين العاملين المتعاقد معهم من الخارج عبر منصات مثل Scale AI وRemotasks وAppen وClickworker.

ما أبرز التفاصيل حول كم يتقاضون؟

تتراوح الأجور بين 1 و5 دولارات في الساعة، وهو مبلغ ضئيل حتى في البلدان ذات مستوى المعيشة المنخفض. ولا يحظى معظم العاملين بأي ضمانات: لا عقد عمل، ولا حزمة اجتماعية، ولا حماية من الإنهاء المفاجئ للتعاقد. فاليوم تتوافر المهام وغدًا لا تتوافر. تبلغ قيمة Scale AI نحو 13.8 مليار دولار، وتبني أعمالها على هذه القوة العاملة تحديدًا. وقد تحدث مديرها التنفيذي ألكسندر وانغ علنًا عن بناء «أكبر جيش من المُعلِّقين في العالم»، لكن ظروف عمل هذا الجيش لا ترد من حيث المبدأ في البيانات الصحفية للشركة.

ما أبرز التفاصيل حول لماذا يجري إخفاء ذلك؟

تسوّق شركات الذكاء الاصطناعي سردية عن أنظمة مستقلة تتعلم بنفسها. والاعتراف بالجهد البشري الهائل وراء كل نموذج يقوض هذه الصورة ويطرح أسئلة محرجة عن المسؤولية. من الناحية القانونية، صُمّم هذا الترتيب بحيث لا توجد صلة مباشرة بين OpenAI ومُعلِّق بعينه في لاغوس، بل سلسلة متعددة المستويات من المتعاقدين. وهذا يتيح عدم إدراج العاملين في إحصاءات التوظيف الرسمية، وعدم تحمّل أي التزامات بشأن احترام معايير العمل. وأطلق باحثون من Oxford Internet Institute على هذه الظاهرة اسم ghost work، أي «عمل الأشباح».

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…