شركات الذكاء الاصطناعي تعرض ما يصل إلى مليوني دولار مقابل أرشيفات البريد الإلكتروني ووثائق العمل

تحولت رسائل البريد الإلكتروني والتذاكر والوثائق والنصوص المفرغة للمكالمات فجأة إلى أصول يمكن بيعها لمطوري الذكاء الاصطناعي. ويرسل وسطاء إلى الشركات عروضا بمئات الآلاف، بل بملايين الدولارات، مقابل نسخة من أرشيفات العمل القديمة. والسبب بسيط: الإنترنت العام يدرب النموذج جيدا على مواصلة النص، لكنه لا يوضح على نحو جيد كيف تتخذ القرارات فعليا، وكيف تصحح الأخطاء، وكيف تصل المشاريع إلى نتائجها النهائية.

يبدو الأمر على النحو التالي في مثال بسيط. قد تضم مجموعة بيانات تدريبية تعليمات مرتبة لإرجاع منتج. أما أرشيف الشركة فسيكشف السلسلة كاملة: شكوى العميل، وخلاف فريق الدعم مع قسم المحاسبة، والاستثناء من القواعد، والموافقة على الخصم، والرد النهائي. وبالنسبة إلى نموذج يفترض أن يؤدي عملا مكتبيا، تكون المجموعة الثانية أكثر فائدة بكثير، لأنها تتضمن السياق وعدم اليقين وعواقب القرارات.

لماذا أصبحت الأرشيفات باهظة الثمن

وفقا لمجلة WIRED، عرض وسطاء ما بين 350 ألف دولار ومليوني دولار مقابل أرشيفات الشركات. وتشتري Handshake بصورة منفصلة الوثائق المهنية وأعمال الطلاب. أما Mercor وMicro1 فتجمعان بيانات عن عمليات العمل الحقيقية لتدريب النماذج واختبارها.

لا يزال من الصعب تقدير حجم السوق. ويقول رئيس Micro1 إن الشركات تنفق ما بين 40 و50 مليار دولار سنويا على البيانات، لكن كاتب WIRED لم يتمكن من التحقق من هذا الرقم بصورة مستقلة. كما يظل توقع نمو السوق إلى تريليون دولار سنويا ادعاء صادرا عن أحد المشاركين في السوق، وليس حقيقة مثبتة.

برزت حالة لافتة أثناء إفلاس Spirit Airlines. فقد عرض للبيع أرشيف رقمي يضم 80 ألف حساب بريد إلكتروني، و500 مليون رسالة داخلية، و20.6 مليون ملف على SharePoint، ومليون سجل لساعات العمل. وقدمت Micro1 عرضا بقيمة 12.5 مليون دولار لشرائه. لكن الصفقة علقت بعد اعتراض نقابة مضيفي الطيران، إذ يخشى الموظفون أن يحصل المشتري على معلوماتهم الشخصية إلى جانب مواد العمل.

إخفاء الهوية لا يحل كل شيء

يؤكد بائعو البيانات أنهم يحذفون المعلومات الشخصية قبل تسليم الأرشيفات. وتكون المهمة واضحة نسبيا في جدول يظهر فيه الاسم ضمن عمود مستقل. لكنها تصبح أكثر تعقيدا مع رسائل البريد الإلكتروني والرسائل الداخلية. فقد يصف شخص تشخيصا طبيا أو مشكلة عائلية أو نزاعا مع مديره من دون ذكر اسمه الكامل ولو مرة واحدة. ومع ذلك، قد يكشف الجمع بين منصبه والمشروع والتاريخ وتفاصيل المحادثة عن هويته.

وهناك سؤال آخر: لمن يعود الأثر المهني للموظف؟ تمتلك الشركة نظام البريد والوثائق، لكن ذلك لا يعني أنها حصلت على موافقة واعية من الأشخاص على استخدام تلك المواد في تدريب نموذج. ويصبح الأمر مزعجا على نحو خاص إذا استخدم الأرشيف لأتمتة المهن نفسها التي أنشأ ممثلوها هذه المواد.

بالنسبة إلى المطورين، يعني ذلك أن مجرد الوعد بعبارة «لقد حذفنا معلومات التعريف الشخصية» لا يكفي. المطلوب قواعد قابلة للتحقق بشأن مصدر البيانات، وقائمة بطرق الاستخدام المسموح بها، وفترات الاحتفاظ، وآلية لحذف المواد الخاصة بشخص بعينه. ومن المفيد أيضا إجراء مراجعة مستقلة لإخفاء الهوية، واختبارات لقياس حفظ النموذج لمقاطع من البيانات، والاحتفاظ بسجل للوصول إلى الأرشيف الأصلي.

ما الذي ينبغي لفريق المنتج فعله

قبل شراء بيانات العمل أو بيعها، أعدوا خريطة توضح من أنشأ كل نوع من المواد، والعقود التي كانت سارية في ذلك الوقت، وما إذا كانت المواد تتضمن معلومات عن العملاء أو الصحة أو الشؤون المالية أو نزاعات العمل. وافحصوا المرفقات والنسخ الاحتياطية والاقتباسات من الرسائل القديمة بصورة منفصلة، لأنها غالبا ما تنجو من عمليات التنظيف الآلية.

لا تحملوا مثل هذا الأرشيف مباشرة إلى عملية التدريب. ابدأوا بعينة محدودة، واحذفوا الحقول الزائدة، وأجروا مراجعة يدوية، ثم حاولوا إعادة تحديد هويات الأشخاص استنادا إلى السياق المتبقي. فإذا استطاع فريقكم فعل ذلك، فمن المرجح أن يستطيع شخص من خارج الشركة فعله أيضا.

الخلاصة الأساسية للمؤسسين بسيطة: يمكن لأرشيف الشركة بالفعل أن يصبح مصدرا جديدا للإيرادات، لكنه ينشئ في الوقت نفسه دينا قانونيا وسمعيا ومنتجيا. ولا يمكن تقييم تكلفته بحجم الشيك وحده. يجب الحصول على موافقة الموظفين، ومنحهم حق الرفض، وإجراء تدقيق تقني، وتحديد أغراض الاستخدام بدقة قبل الصفقة. وإلا فلن تبيع الشركة ملفات راكدة، بل الحياة المهنية لأشخاص آخرين.