Transcription
Maar hoe ver willen de grote techbedrijven gaan voor kunstmatige algemene intelligentie? Het is 2019 en ChatGPT zoals wij dat kennen, is er nog niet. Maar de ambities van Sam Altman, de CEO van OpenAI, zijn al duidelijk. OpenAI, het bedrijf achter ChatGPT, was toen nog een non-profit, transparant en naar eigen zeggen gericht op het verantwoordelijk ontwikkelen van AI, zegt Karen Hao. Ze kreeg in 2019 als een van de weinige journalisten ooit een kijkje achter de schermen van OpenAI.
En toen kwam ChatGPT in 2022 en dat zette de wereld op zijn kop. Zorgen over een bubbel nemen toe, zegt zelfs deze topman van Google. Bubbel of niet, meer datacentra, meer rekenkracht, de beste talenten, meer, groter, beter, dat blijft het devies bij AI-bedrijven. Ook bij OpenAI, want daarmee komt het ultieme doel dichterbij, is het idee: Kunstmatige Algemene Intelligentie.
In die race naar Kunstmatige Algemene Intelligentie is heel veel geoorloofd. En er is geld nodig. Heel veel geld. Karen Hao vergelijkt in haar boek, getiteld Empire of AI, de grote techbedrijven met de wereldwijde koloniale imperia van vroeger. Hao noemt bijvoorbeeld het gebruik van energie en water voor al die nieuwe datacenters waarmee nieuwe AI-modellen worden getraind.
Begin dit jaar kondigt president Trump aan dat drie techbedrijven, waaronder OpenAI, gaan samenwerken aan een nieuw project: Stargate. Maar het gaat niet alleen maar over energie. En dus gaan we in het volgende hoofdstuk wat dieper in op de mensen achter de machine.
Dit is Nairobi, Kenia. Het is een van de steden in Afrika waar mensen voor grote techbedrijven uit de VS werken. Een van hun taken is het labelen van data voor AI-modellen. Dit is Mophat uit Kenia. Hij zegt dat hij werkte voor een tussenbedrijf dat met OpenAI samenwerkte, hier, op dit bedrijventerrein in Nairobi. Zijn werk bestond uit het elke dag bekijken van heftige teksten, vertelt hij aan ons en in het boek van Karen Hao. Bijvoorbeeld teksten waarin ouders hun kinderen verkrachten.
Het werk dat mensen zoals Mophat doen, is cruciaal. Om een tool als ChatGPT te trainen, krijgt het systeem daarachter enorm veel data om van te leren. En het zijn uiteindelijk mensen die al die data moeten filteren en labelen om chatbots te leren wat onveilige of zelfs illegale data is.
Tom Hegarty werkt bij Foxglove, een non-profitorganisatie die juridische hulp biedt aan moderators op sociale media en data-labelers voor AI-bedrijven. Het werk valt Mophat zwaar. Hij wordt paranoïde en begint mensen te vermijden.
In verschillende internationale media lieten techbedrijven en tussenbedrijven die in Afrika werknemers hebben de afgelopen jaren weten dat ze hun werknemers goed betalen en wel degelijk voldoende mentale begeleiding bieden. Het is voor Nieuwsuur nu niet mogelijk om te checken hoe dit momenteel in de praktijk precies gaat.
De grote techbedrijven gebruiken dus vaak tussenbedrijven die mensen inhuren voor dit soort werk. Die bedrijven zitten veelal in het Westen en hun werknemers in landen met lagere lonen, overal ter wereld, zoals in Afrika. Dit kaartje van een ngo die samenwerkt met een Afrikaanse vakbond van content moderators schept een illustratief beeld van hoe die lijnen lopen, al is dat beeld waarschijnlijk niet compleet. Volgens de ngo zijn dit soort outsourcingbedrijven actief in tientallen Afrikaanse landen.
Het bedrijf waar Mophat voor werkte, doet al een paar jaar geen zaken meer met OpenAI. Mophat worstelt nog steeds met zijn mentale gezondheid. Mophat is inmiddels betrokken bij een Afrikaanse vakbond voor content moderators en data-labelers en spreekt over de hele wereld over zijn ervaringen. Ook was hij betrokken bij een petitie aan het Keniaanse parlement voor betere werkomstandigheden.
In Kenia liep een paar jaar geleden ook een rechtszaak tegen Meta, het moederbedrijf van Facebook en Instagram, over de behandeling van content moderators, waarna Meta uit Kenia vertrok. In Ghana lijken nu opnieuw moderators voor Meta te werken. Ngo Foxglove bereidt daar nu een nieuwe rechtszaak voor.
Maar toch, volgens de mensen die erin geloven, is de ontwikkeling van een algemene kunstmatige intelligentie, AGI, dit allemaal waard. Volgens Hao is een super-AI die alles oplost ook helemaal niet nodig. AI-modellen die zich richten op een specifiek probleem zijn volgens haar veel efficiënter.