نیوزتل: 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 نیوزتل به نقل از مهر؛ تحولات اخیر در فناوری های هوش مصنوعی، علاوه بر پیشرفت های فنی و علمی، پرسش های عمیقی در رابطه با 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. بر مبنای برآورد بانک جهانی، ۱۵۰ تا ۴۳۰ میلیون نفر در سراسر دنیا 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 به انجام می رسد. 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 فقط مسئله ای فناورانه بلکه پرسشی بنیادین در رابطه با 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 تعریف مجدد شود.
ماهیت کار داده و نتایج 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 شرکتهای فرعی به شکل روزانه هزاران تصویر، متن و ویدئو را طبقه بندی می کنند تا الگوریتم ها بتوانند الگوها را شناسایی و پیشبینی کنند. با این وجود، این کار ظاهراً فناورانه در عمل بشکل کار تکراری، طاقت فرسا و روان آزار در محیط هایی موسوم به «کارخانه های دیجیتال» به انجام می رسد. مطالعات پروژه «Fairwork»، متعلق به دانشگاه آکسفورد، نشان میدهد که هیچ یک از پانزده پلت فرم بررسی شده در جریان این پروژه پژوهشی، در شاخصهای 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 نیز 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 نیز به صورت مکرر در جریان تحقیقات صورت گرفته در این عرصه، به ثبت رسیده است.
ابعاد ساختاری استثمار دیجیتال شبکه ارزش داده
طبق گزارش های انتشار یافته، با برون سپاری چندلایه فعالیتهای 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. شرکتهای بزرگ فناوری از راه قراردادهای مبهم با شرکتهای 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 تامین 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
با توجه به این ساختارهای ناعادلانه، جنبش های صنفی و اقدامات حقوقی در چند کشور برای مواجهه با چالش های کارگران داده شکل گرفته است. بعنوان مثال، در کنیا، اتحادیه کارگران برچسب گذار داده برای مطالبه دستمزد منصفانه و حمایت روانی تشکیل شده است. همین طور اتحادیه های فراملی مانند «African Content Moderators Union» و «Global Trade Union Alliance» نیز در پی ایجاد همبستگی جهانی در بین کارگران پلتفرمی هستند. با این وجود، اقدامات تلافی جویانه و اخراج کنشگران صنفی در کشورهایی مانند ترکیه و غنا نشان میدهد که مسیر تحقق عدالت در این مورد هنوز دشوار است. در طول سالیان اخیر، دستگاه قضائی کنیا در پرونده ای تاریخی به کارگران حق طرح دعوی مقابل شرکت پیمانکار را اعطا کرده و در کلمبیا وزارت کار، شرکت «Teleperformance» را به سبب پرداخت ناچیز و مواجهه کارگران با محتوای آزاردهنده تحت پیگرد قرار داده است. در غنا نیز 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
شرکتهای فناوری برای کاهش فشار روانی بر نیروی انسانی بسمت 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 بخشی از نیروی انسانی با الگوریتم ها هستند. هرچند این راهکار 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 زمینه هایی چون زبان های محلی یا پدیده های نوظهور فرهنگی، می تواند به بازتولید تبعیض و حذف فرهنگی بینجامد. براستی، 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 باور دارند که در سطح بین المللی، باید مسئولیت شرکتها و پیمانکاران در قالب اصول راهنمای سازمان ملل در رابطه با کسب وکار و حقوق بشر و دستورالعمل های سازمان بین المللی کار در زمینه کار شایسته برای اقتصاد پلتفرمی مشخص شود. همین طور نهادهای منطقه ای مانند اتحادیه آفریقا و آسه آن نیز باید دستورالعمل های الزام آور برای پشتیبانی از حقوق کارگران دیجیتال تدوین کنند. علاوه بر این، در سطح ملی نیز 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 پشتیبانی از کارگران دیجیتال در شیلی می تواند الگوی مناسبی برای این امر باشند. هم زمان، شرکتها باید نگاهی ترکیبی میان انسان و ماشین اتخاذ کنند. اتوماسیون نباید به معنای 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 فقط تامین کننده نیروی کار ارزان، بلکه شریک دانشی و فرهنگی در تولید آینده دیجیتال جهان باشد.
جمع بندی
جهان در آستانه تعریف مجدد رابطه میان کار، فناوری و عدالت اجتماعی قرار دارد. این تعریف مجدد فقط فنی یا اقتصادی نیست بلکه متضمن تغییر در بنیان های اخلاقی، نهادی و معرفتی نظام تولید داده و هوش مصنوعی نیز هست. کارگران داده و هوش مصنوعی در جنوب جهان نقشی حیاتی در تغذیه نظام های فناورانه دارند برای اینکه داده هایی که آنها پالایش و برچسب گذاری می کنند زیربنای تصمیم گیری الگوریتمی در مقیاس جهانی است، با این وجود جایگاه آنان در شبکه ارزش به حاشیه رانده شده و فاقد قدرت چانه زنی و سهم عادلانه از منافع فناوری هستند. سرانجام، می توان 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 تامین 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 تشکیل به سیاستهای فناورانه بدهد. تنها از رهگذر چنین بازاندیشی اخلاقی، حقوقی و نهادی می توان از بازتولید استعمار داده ای و نابرابری شناختی جلوگیری کرد و جهانی فراگیرتر، مسئولانه تر و متوازن تر برای هوش مصنوعی رقم زد.
خلاصه اینکه علاوه بر این، در پیمایش مؤسسه حقوق بشری Equidem در سال ۲۰۲۵ نیز 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. 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. آنها باور دارند که در سطح بین المللی، باید مسئولیت شرکتها و پیمانکاران در قالب اصول راهنمای سازمان ملل در ارتباط با کسب وکار و حقوق بشر و دستورالعمل های سازمان بین المللی کار در حوزه کار شایسته برای اقتصاد پلتفرمی مشخص شود.
