医者や弁護士がAIのパートタイム労働者になると、時給400ドルは高給なのか、それとも高い知識を搾取されているのか？

冒頭の対談：高知の労働者がAIのフリーランスに乗り出す

拾聞：今週、ブルームバーンの法律関連のニュースで、アメリカの医師や弁護士が新しいフリーランスの仕事に参加し始めていると報じられています。AIモデルの訓練データを作成するというもので、時給は最高400ドルにも上ります。これは少し常識に反するように思えます。

永亮：核心的な判断として、AI訓練データの産業チェーンが層化しており、その速度も非常に速いです。一方では低賃金の一般知識のアノテーションが行われており、もう一方では高賃金の専門知識のフリーランスが現れ始めています。ブルームバーンの法律の10月16日の報道はこの現象を明らかにしました。報道のタイトルは「Doctors and Lawyers Are Joining AI’s $400-an-Hour Gig Economy」です。LinkedInは今年、data annotatorをアメリカで4番目に成長率の高い職種に指定しました。私の判断では、これはモデル会社がフリーランス化する方法で、専門家の暗黙知を抽出してモデルに与えているということです。以下は個人的な経験からの説明です。

拾聞：400ドルの時給は高いように思えますが、中には「知識の搾取」と呼ぶ人もいます。彼らにとって、これは「知識の収益化」には該当しないと言います。

永亮：核心的な判断として、この議論自体が数字よりも興味深いです。これは2つの問題を結びつけています：専門家の時間がどれだけ価値があるのか、そして彼らが売っているのは知識そのものなのか、それとも知識の再産出の許可なのかということです。今日は17年の技術ディレクターとして、70人のチームを管理した経験から話します。標準的な答えを提供するわけではなく、いくつかの重要な矛盾を分解して見ていきます。

拾聞：それでは「何が起こっているのか」から始めましょう。

Q1：AI訓練フリーランスには現在どのような人々がいるのか

拾聞：まず事実を確認しましょう。現在、AI訓練データを作成する高知のフリーランスは、どのような人物か？

永亮：ブルームバーンの報道では数値が提供されています。民事権利の弁護士の時給は最高400ドルです；凝聚態物理学の専門家は約170ドル；ソフトウェアエンジニアは約120ドルです。フリーランスプラットフォームMercorが公開したデータによると、平均時給は110ドルです。これらの数字はプラットフォームや報道からのもので、第三者の監査ではありません。読む際には判断を加える必要があります。Mercorはカバー範囲を公開していないので、「平均110」が大多数を代表するかどうかは疑問です。

拾聞：これは伝統的な認識の「データアノテーション作業」とは大きく異なります。

永亮：核心的な判断として、業界ではこの2種類の人々を区別するために2つの言葉が使われています。低賃金の部分はannotatorと呼ばれ、一般知識の判断を行います；高賃金の部分はexpertと呼ばれ、医師、弁護士、エンジニアだけでなく、数学者、会計士、科学者も含まれます。報道によると、これらの専門家は「cherry on top」であり、つまりモデル会社はほとんどの重労働を低賃金の労働者が行っていることを知っていますが、最終的な「味付け」は専門家が行うということです。これにより、両端が大きく、中央が小さい構造が形成されています。

拾聞：彼らは具体的に何をしているのか？

永亮：報道から得られる情報によると、主に専門分野の判断、校正、ケースのアノテーション、そしてモデルが複雑な状況を理解するのを助けることです。例えば、医療ケースで機械が正確にアノテーションできない場合は、医師に判断を依頼します；契約書で機械が法的結果を理解できない場合は、弁護士にアノテーションを依頼します。この事の本質は、専門家が過去10年から20年にわたって蓄積した判断力を、モデルが学習できるサンプルに分解することです。

Q2：時給400ドルは本当に高いのか

拾聞：1時間400ドルは、人民元でほぼ2000元以上に換算されます。多くの人にとってこれは「天価の零細労働」です。

永亮：核心的な判断として、時給だけを見ると数字に惑わされてしまいます。400ドルはピーク価格であり、常態ではありません。報道によると、民事権利弁護士の時給はこの水準で、物理専門家は170ドル、ソフトウェアエンジニアは120ドル、Mercorの平均は110ドルです。これらの数字には大きな差があり、専門性の障壁と市場の希少性が価格を決定していることを示しています。しかし、ここで一つ付け加える必要があります：これらの数字はすべてプラットフォームの自己説明や報道の引用であり、私の統計ではありません。これは私の推定であり、統計ではありません。

拾聞：では企業の観点から見ると、400ドルは高いのでしょうか？

永亮：モデル会社の観点から見れば、おそらく高くないでしょう。大規模モデルの一度のトレーニングコストは百万ドルにもなり、一つの誤りがモデルを誤導することによるコストは数百ドルを超えます。ベテラン弁護士に数時間のケースを依頼するのは、普通のアノテーターに1年間の推測を任せるよりも安定しています。しかし逆を見ると、専門家にとっては収入構造が不安定です：零細労働プラットフォームはいつでもアカウントを停止する可能性があり、タスク量も固定ではありません。報道によると、多くの低時給アノテーターはアカウント停止や収入の不安定な状態に直面しています。専門家の零細労働者の収入上限は高いですが、長期的な保証があるわけではありません。

拾聞：つまり、高収入とは安定を意味しないのですね。

永亮：核心的な判断として、高収入は労働関係の不安定性を隠しています。これはプラットフォーム経済における古い問題に似ています：高単価で人を引き付けるが、雇用責任を負わない。医師、弁護士、エンジニアなど、伝統的に安定した職業を持つ人々にとって、これは実際には身分の低下です。彼らが売っているのは専門的意見ではなく、無限に複製可能な判断サンプルです。

Q3：これは知識の収益化なのか、それとも知識の搾取なのか

拾聞：では、冒頭の議論に戻りますが、これは知識の収益化なのか、それとも知識の搾取なのか？

永亮：核心的な判断として、両方の言い方が正しいですが、異なる段階で起こっています。知識の収益化は取引が行われる瞬間に起こります：私が時間を提供し、あなたが時給を支払い、双方が自発的に行います。しかし、知識の搾取は取引が完了した後に起こります：モデルが私の判断をパラメータに固定し、無限に呼び出すことができ、私が得るのは一時的な労務料だけです。問題は、「固定」された後の価値と私が得る報酬との間には完全な比例関係がないことです。

拾聞：専門家も名声や人脈などの追加のリターンを得ている可能性はありますか？

永亮：報道では署名、評判、長期的な協力について言及されていません。したがって価値の分配は明確です：専門家は一時的な労働力を売り、プラットフォームと大モデル会社は規模化可能な知識資産を購入します。この構造では、「収益化」は一時的なものに近く、「搾取」は将来の収益権の譲渡に近いです。

拾聞：つまり、すべての専門家はこれを行ってはいけないということですか？

永亮：核心的な判断として、単純に結論を出すことはできません。一部の人にとっては、余暇を利用して数時間の専門アノテーションを行い、得られるお金は確かに多いです。しかし、他の人にとっては、これは将来自分を代替する可能性のあるシステムを自ら訓練することに等しいです。個人の選択は異なるかもしれませんが、プラットフォームの責任は曖昧であってはなりません。少なくとも参加者には、データがどのモデルに使用されるか、再訓練されるかどうかを明確に知らせるべきです。透明性は最低限の要求です。

Q4：企業はこの種のAIトレーニングデータの購入をどのように評価すべきか

拾闻：あなたは技術チームを管理したことがありますが、企業の観点からすると、このような専門家の零細データを調達する際には、どのように評価すべきでしょうか？

永亮：核心的な判断としては、企業が最も犯しやすい間違いは、専門家のデータを「少し高価な外部委託」と見なすことです。17年間の技術管理を通じて、多くのチームが単価だけを見て総額を考慮しないことを見てきました。専門家のデータの真の価値は、モデルが専門的なシナリオでどのような限界を持っているかを発見する手助けをすることです。もし専門家にあなたのテンプレートに従って答えを書かせるだけなら、それは低賃金の労働者と本質的に変わりません。しかし、専門家が「この部分で機械が誤解している」や「このケースには標準的な答えがない」と指摘できるようになれば、それこそが真に高価値のデータです。

拾闻：具体的にはどう行うのでしょうか？

永亮：私はチームに3つのことを要求します。第一に、専門家のデータを購入する際に解決すべき具体的な問題を明確にすること。第二に、フィードバックループを設計し、専門家の判断が単なるサンプルではなく、モデルを継続的に調整する根拠となるようにすること。第三に、専門家の意思決定プロセスを記録すること。ラベルは固定されているが、意思決定プロセスこそがモデルが本当に学ぶべきものです。これは私の経験であり、統計ではありません。

拾闻：何か注意点はありますか？

永亮：核心的な判断としては、最大の問題は専門家を「人間の正解」と見なすことです。専門家も間違えるし、専門家同士でも意見の相違があります。チームが専門家の一貫性を評価できない場合、専門家の偏見をモデルに固定してしまう可能性があります。以前、私は内部規則を定めました：外部の専門家の判断を導入するプロジェクトは、少なくとも2つの独立した情報源によるクロスバリデーションを行わなければなりません。この規則は面倒に聞こえるかもしれませんが、一つの意見を業界の真理と見なすことを防ぐことができます。

Q5：これは一般の職場の人々にとって何を意味しますか？

拾闻：医者や弁護士ではない人でも、このことに関心を持つべきでしょうか？

永亮：核心的な判断としては、必要です。「高知の零細労働者」は具体的な現象の一つに過ぎません。この問題の本質は、AI産業チェーンがますます多くの人間の知識を取引可能なデータ単位に分解していることです。医者の診断ロジック、弁護士の契約判断、エンジニアの調整直感が、今日分解されれば、明日はあなたの業界経験になるかもしれません。LinkedInがデータアノテーターを成長率第4位の職種として挙げていることは、このトレンドが広がっていることを示しています。

拾闻：では、一般の人々にとっての啓示は何でしょうか？

永亮：3つの側面があります。第一に、明確な判断基準に分解できるあらゆる専門知識は、モデルの候補燃料になります。これは、「どれだけ多くを知っているか」がシーフロードではなく、「判断基準がどこで曖昧であり、どこでバランスを取る必要があるか」が重要になるという意味です。第二に、高価格の零細労働者は魅力的に見えますが、同時にあなたの核心能力を複製できるシステムを訓練していることになります。第三に、企業はビジネスとAIトレーニングのロジックを理解する人々をますます必要とし、ビジネスとモデルの間の「知識の翻訳」を行う人材を求めるようになります。

拾闻：では、これは機会ですか、それともリスクですか？

永亮：核心的な判断としては、個人にとっては機会であり、業界にとってはリスクです。機会とは、専門家が過去には存在しなかった方法で知識を収益化できることです。リスクとは、この収益化が不可逆的である可能性が高いことです。一度あなたの判断がモデルに学習されると、「このことを唯一知っている人」から「モデルに最初に教える人」になります。この身分の変化は、時給の数字よりもはるかに重要です。

結論：地図は領土ではない

拾闻：最後に結論を述べます。

永亮：一言以蔽之、AIトレーニングパートタイムは、高知の専門家の判断力をデータに変えています。時給400ドルは高価に思えますが、実際の価格は自分が何を売ったのかを理解しているかどうかです。専門家の時間は購入できますが、知識がモデルに吸収されると、取引されるのは時間ではなく、将来何度も呼び出される際にあなたに属するべき価値の部分です。

拾闻：最後に、この回を一言でまとめますか？

永亮：AIパートタイム経済において、時給400ドルは最も高いわけではありません。本当に高価なのは、自分が何を売ったのかまだ理解していないことです。

拾闻：この言葉を皆さんに贈ります。次回会いましょう。

【技術深層】

永亮：この点についてはもう少し詳しく話すべきです。AIトレーニングデータ市場は実際に急速に階層化しています。底層には、世界中のパートタイムが主に行う、低コストの一般知識のアノテーションがあります。中間層には、特定のタスクに対応し、一定の背景判断が必要な「半専門的なアノテーション」があります。最上層は、今回の報道が焦点を当てた「専門家アノテーション」または「専門家フィードバック」です。

永亮：この階層化は、モデルトレーニングの2つの段階に対応しています。事前トレーニング段階では、多くの公開テキストが使用され、単一サンプルの質にはそれほど厳しくありません。後期トレーニングまたは微調整段階になると、高品質で難易度の高いサンプルが重要になり、専門家の価値がここで拡大します。

永亮：また、見過ごされがちな技術的ポイントがあります。専門家データの質は、専門家本人だけでなく、タスク設計と検証基準にも依存します。タスク設計が狭すぎると、専門家は「正しいか間違っているか」の二択しかできず、判断力を発揮できません。しかし、タスク設計が十分に開放的であれば、専門家がなぜそのケースに曖昧さがあるのか、境界線がどこにあるのかを説明できるようになり、収集されたデータがモデルのロバスト性を実際に向上させることができます。これが、企業が専門家データを購入する際に、「最終ラベル」だけでなく「意思決定プロセス」を求める理由です。

永亮：最後の判断は、マルチモーダルやエージェント技術の発展に伴い、専門家データへの需要はさらに細分化され、頻繁になるということです。専門家がパートタイムを副業としている場合は問題ありませんが、それを職業転換の主軸としている場合は、自分が蓄積した判断力がどんどん希少になっているのか、標準化され、複製可能になっているのかを考慮する必要があります。この判断は、どのプラットフォームが提示する時給よりも重要です。

👇 400ドルのAIトレーニングパートタイムは、機会が多いかリスクが大きいか、ご意見をお聞かせください。コメント欄で話し合い、次回はいくつかの意見を取り上げて話しましょう。私をフォローしてください。AI時代の職場の真実、毎週更新します。