Uppdaterad 2020-02-04 Artificiell intelligens pekas inte sällan ut som ett stort hot genom att eliminera arbetstillfällen i en takt snabbare än någonsin tidigare i historien och skapa en social kris. Självkörande bilar och andra fordon tros inte ligga långt borta från ett kommersiellt genombrott, med stora konsekvenser för yrkesgrupper som taxi- och lastbilschaufförer.
Mindre uppmärksammat har varit att AI också redan skapar arbeten – och då inte bara för en elit av programmerare och datavetare. Men de nya jobben har skapats på andra villkor än de som är på väg att ersättas har haft.
Datorn ser inte skillnad på hund och katt
Vad skiljer egentligen en hund från en katt? Det är en enkel uppgift för ett dagisbarn, men alla försök att hitta svaret i en logiskt uttänkt formel har misslyckats. Dataprogram har lyckats lära sig det (någorlunda) enbart genom att studera mönstren i tusentals redan märkta bilder. Som märks upp av människor.
Det var först så man till en överkomlig kostnad kunde skapa ett referensbibliotek med miljontals korrekt beskrivna bilder.
Enligt boken Ghost Work kom det avgörande genombrottet för automatisk bildigenkänning inte tack vare ny teknik. I stället var det när AI-forskare upptäckte möjligheten att använda plattformsarbete – den nya form av ”anställningar” där arbetare loggar in på en webbsida och utför uppgifter för olika uppdragsgivare. I det här fallet klassar objekt i bilder, för några kronor eller ören styck. Det var först så man till en överkomlig kostnad kunde skapa ett referensbibliotek med miljontals korrekt beskrivna bilder.
Blir betygsatta på plattformen
Ur arbetskraftens synvinkel har sådana här ”mikrojobb” flera mindre positiva sidor. De har små möjligheter att klaga på orättvisa underkännanden eller utebliven betalning, och kan utan förklaring stängas av från en uppdragsgivare. Sidorna betygsätter ofta arbetarna med en mängd olika kvalifikationer, men det saknas motsvarande system för uppdragsgivarna. Det kan ses som den ultimata flexibiliseringen av arbetskraften.
I länder som Kenya och Namibia har lokala entreprenör slagit upp skjul på landsbygden där ungdomar sitter och klickar på bildserier.
De senaste åren är det särskilt en sektor som exploderat: utvecklingen av självkörande bilar har skapat en boom där en halv miljon människor runtom i världen lever på att markera objekt på trafikbilder, enligt en rapport den tyska tankesmedjan Hans Böckler Stiftung publicerade tidigare i år.
I länder som Kenya och Namibia har lokala entreprenör slagit upp skjul på landsbygden där ungdomar sitter och klickar på bildserier. Ett annat land där branschen exploderat senaste åren är krisens Venezuela, där tiotusentals internetvana, engelskakunniga akademiker på det sättet hittat en inkomst i dollar.
Företagen avslöjar inte sina metoder
Körskola för artificiella intelligenser har visat sig vara en överraskande arbetsintensiv uppgift. Med plattformsarbetare från det globala Syd har de tyska biltillverkarna fått ned sina kostnader betydligt, menar Hans Böckler Stiftung. Företagen avslöjar inte sina metoder, och namnen på beställarna är oftast intetsägande, men rapporten noterar att många träningsbilder är tagna nära tyska bilfabriker. Det är den nya virtuella motsvarigheten till monteringsfabriker i den globala produktionslinjen.
Självkörande lastbilar har på sina håll redan slagit igenom kommersiellt, för transporter inne på inhägnade områden. Och här en av de globala ledarna svenska Volvo, som har en modell som kör runt i Göteborgs hamn och en annan som forslar kalk mellan stenbrott och hamn i Norge.
Metoderna som beskrivs i rapporten – är det så algoritmerna bakom ratten i Volvos lastbilar också tränas upp?
– Nej, vi använder oss inte av den metoden, säger Anne Abenius, biträdande presschef.
Hur får ni träningsdata?
– Den informationen håller vi för oss själva, tyvärr.
Hundratals människor behövs
Men det verkar vara en definitionsfråga. Utvecklingen av AI sker, som hos andra bilföretag, i ett komplext nätverk av samarbetspartners och underleverantörer. En av dem, Annotell med adress på Volvos utvecklingscenter Camp X, beskrivs på Volvos egen hemsida som ansvarigt för att träna fordon via ”vad som kallas annotering … Vad är väg? Vad är vägren? Vad är andra bilar?”
Annotell har fem anställda enligt Ratsit, åtta enligt en Camp X-presentation, men den senare lägger också till: + ”ett nätverk av fulltidsarbetande annoteringsexperter”. I tidningen Ny Teknik konstaterar representanter för företaget att ”du behöver hundratals människor” som ”för hand talar om för datorn” hur den ska tolka en viss körsituation.
Huruvida de använder en mellanhand som Mechanical Turk eller en egen plattform kan vi inte veta säkert, men de tycks förutom ordinarie personal förlita sig på ett stort antal distansarbetande bildklickare.
Svarar inte på Arbetsvärldens förfrågan
I en annan företagsprofil beskriver Annotell att de för extra kostnadseffektivitet har utvecklat program som ”övervakar resultatet, och automatiskt fördelar arbetsuppgifterna. En person som visat sig duktig på att identifiera vägar får göra det i större utsträckning, någon som är duktig på bilar får ägna sig åt det ” – synbarligen ett exempel på paradoxen att människor som lär upp AI själva får instruktioner från en AI.
Annotell har inte svarat på Arbetsvärldens förfrågan om en intervju.
På liknande sätt fungerar det inom flera andra branscher: datorer lär sig i dag oftast avancerade uppgifter genom mönsterigenkänning och maskininlärning. Det vill säga genom att gå igenom mängder av exempel på problem som redan lösts av den mänskliga hjärnan.
Robottruckarna ersätter allt oftare mänskliga truckförare, exempelvis på Amazons lager, eller, som på bilden: robottruckarna på Nya Karolinska i Solna, som hämtar allt från mat till tvätt och läkemedel.
Foto: Jessica Gow / TT
Svarar åt städrobotar och lagerrobotar
Amerikanska Julie, som inte vill ha sitt fullständiga namn publicerat, arbetar via Amazon-ägda Mechanical Turk, en av de äldsta och största mikrojobbs-plattformarna. Julie är en av AI-revolutionens osynliga soldater och berättar för Arbetsvärlden att ibland går det att gissa vad hennes svar på mer eller mindre udda frågor ska användas till.
– Det kan vara för städrobotar, lagerrobotar och robotassistenter. Man ska avgöra om en robot har staplat möbler rätt, eller om ett svar låter naturligt.
Man ska rita en fyrkant runt motorcykeln, eller fotgängaren. Det kan också vara mer invecklat, som att svara på frågor som: Ser fotgängaren här bilen? Vad tror du fotgängaren tänker?
Senaste åren har hon också noterat boomen för trafikuppgifter.
– Man ska rita en fyrkant runt motorcykeln, eller fotgängaren. Det kan också vara mer invecklat, som att svara på frågor som: Ser fotgängaren här bilen? Vad tror du fotgängaren tänker? Vad ska bilen göra om den ser en person som vinkar?
– Japp, sådant kan jag nästan göra i sömnen numera.