saya tidak lagi menjadi manusia biasa. Saya adalah saluran realitas, media pesan. Aku memegang pisau di tanganku dan mengiris mentimun organik, sambil membungkuk iPhone diikatkan ke dahi saya dapat menangkap 10 jari. Saya memasukkan irisan ke dalam mangkuk salad dan mengakhiri rekaman. Di suatu tempat, robot bayi sedikit lebih pintar.
Inilah keberadaan saya selama seminggu penuh bulan lalu saat saya melakukan pengumpulan data dari kenyamanan apartemen saya, sambil mengajar humanoid cara menggosok piring, melipat cucian, menuangkan minuman, dan tugas-tugas kasar lainnya. Jika robot akan tinggal bersama kita dan membantu di sekitar rumahmereka perlu berkembang keterampilan motorik halus. Saya melakukan pekerjaan rumah tangga saya dengan bangga (saya biasanya tidak berkontribusi pada kumpulan data massal ketika saya melepaskan cawat olahraga saya). Dan saya juga senang bisa menghasilkan uang.
Video orang pertama, yang diambil dengan kamera yang dipasang di kepala atau dada seseorang, semakin dibutuhkan seiring dengan semakin banyaknya perusahaan yang berupaya membuat bot dan meningkatkan model AI mereka. Meskipun internet penuh dengan video yang dapat dikikis, klip yang sangat spesifik—seperti ribuan gambar close-up yang menunjukkan tangan menuangkan air ke dalam gelas tanpa tumpah—dapat menjadi sangat penting agar mesin dapat menyempurnakan tugas-tugas di dunia nyata. Gaya pencatatan ini, yang disebut data egosentris oleh industri, sangat diminati oleh sebagian orang perkiraan investor perusahaan terkemuka akan membeli ratusan juta jam tangan dari pemasok pihak ketiga selama beberapa tahun ke depan.
“Saya ingin setiap orang di dunia merekam diri mereka saat mencuci piring,” kata Avi Patel, pendiri pasar pengumpulan data Kled, 22 tahun. “Itu akan membuat robot sehingga Anda tidak perlu mencuci piring lagi.” Pengumpulan data yang bersifat egosentris sudah berkembang di negara-negara seperti India, dimana pada umumnya pekerja mandiri mempunyai penghasilan rata-rata $125 sebulandan pertunjukan video orang pertama ini dapat menawarkan tarif yang serupa.
Seiring meningkatnya minat, semakin banyak perusahaan pengumpulan data yang ingin berekspansi di Amerika, seperti aplikasi Tasks mandiri DoorDash yang diluncurkan awal tahun ini. Tak lama kemudian, banyak pekerja pertunjukan di AS mungkin mulai memberikan kenyataan untuk memenuhi kebutuhan, serta makanan dibawa pulang pada suhu ruangan.
Untungnya, saya sudah punya telepon pintar head mount milik saya dari pengujian Aplikasi Tugas DoorDash. Meski begitu, kesan saya adalah bahwa data video yang dipesan khusus adalah masa depan distopia pekerjaan pertunjukantapi saya ingin lebih memahami industri yang sedang berkembang ini. Karena Tasks tidak tersedia di California, tempat saya tinggal, saya mendaftar ke tiga platform lain: Kled, Luel, dan Waffle Video.
Uang yang saya hasilkan sangat sedikit. Saya pada dasarnya melatih robot-robot itu hampir gratis dan tidak mengurangi biaya sewa San Francisco sebesar $2.500 per bulan yang saya bagi dengan mitra saya. Namun pertunjukan tersebut mempunyai satu hal yang tidak terduga: Apartemen saya tidak pernah sebersih ini.
Momen terobosan Kled datang ketika Patel memposting a video di X awal tahun ini, menampilkan sebagian besar arsip data video perusahaan. Klip itu dengan cepat dilihat lebih dari 4 juta kali, dan pembeli data mulai meledakkan telepon Patel. “Setiap model dan laboratorium dasar utama menghubungi saya untuk meminta data,” katanya kepada saya.
Data pelatihan robot hanyalah sebagian dari apa yang dikumpulkan Kled dari lebih dari 300.000 penggunanya—kebanyakan startup tersebut membayar orang untuk mengunggah seluruh rol kamera mereka sebagai data pelatihan AI. Patel telah melihat pengguna awal mengikuti pekerjaan pertunjukan di Malaysia, dan terdapat bagian “tugas khusus” untuk membantu mempromosikan pengiriman video. Pengguna memilih, dari daftar, tugas mana yang ingin mereka filmkan dan kemudian mengambil konten langsung melalui aplikasi. Tarif per jam tidak tercantum untuk ini; masing-masing diberi label bayaran rendah, sedang, atau tinggi, tanpa kisaran tertentu. (Perusahaan mengatakan bahwa dalam waktu sekitar satu bulan, pembaruan akan mencakup tarif untuk banyak, namun tidak semua, tugas.)
Saya memilih “membuang sampah” sebagai tugas pelatihan bot perdana saya di Kled. Ini ditandai sebagai “gaji menengah”. Memulainya mudah, karena aplikasi memandu pengguna tentang apa yang harus direkam:
Deskripsi: Tangkap cara Anda membuang sampah rumah tangga untuk membantu melatih alur kerja robotika dunia nyata.
Persyaratan Tugas: Rekam video dalam aplikasi secara terus-menerus yang menunjukkan: melepas tas, mengikatnya, memasang pelapis baru, dan membuang sampah. Jaga kestabilan kamera dan hindari merekam wajah.
Aku menyelipkan tali ponsel pintar ke kepalaku dan memfilmkannya saat aku mengikat kantong sampah dapur dan membawanya ke tempat sampah di belakang apartemenku. Saya sedikit cemas tentang kemungkinan bertemu dengan salah satu tetangga kami dan harus menjelaskan apa yang saya lakukan. Rekaman otomatis mati sekitar dua menit, sebelum saya dapat mengatur ulang kalengnya, karena aplikasi mengatakan saya telah mencapai batas.
Patel mengatakan fokus terpenting Kled selama setahun terakhir adalah deteksi penipuan. Orang sering mencoba mengunggah video yang diunduh dari internet, serta kotak hitam kosong. Ada juga masalah privasi: “Anda harus memastikan semua data dianonimkan dan menghapus informasi identitas pribadi, karena laboratorium tidak akan membeli dari Anda jika Anda tidak melakukannya,” katanya. “Hal yang sama berlaku untuk unggahan buruk apa pun. Anda hanya perlu memfilter semuanya.” Kled baru-baru ini menarik diri dari Nigeria, kata Patel, karena sekitar 95 persen unggahan yang dikirimkan pengguna merupakan duplikat yang tidak berguna atau palsu.
Saya menyelesaikan sembilan tugas di Kled, terus-menerus merekam selama tugas akhir pekan, sebelum menyadari bahwa aplikasi tersebut mengharuskan pengguna mengunggah 100 media. sebelum mereka berhak atas pembayaran apa pun. Sedikit jengkel, saya memutuskan untuk mengunggah lebih dari 90 foto dari liburan saya tahun lalu untuk memenuhi ambang pembayaran. Karena Kled membutuhkan waktu beberapa hari untuk memproses datanya, saya pindah ke platform lain untuk mengumpulkan data pelatihan robot sambil menunggu uang saya.
Luel, sebuah platform yang membayar pengguna dari seluruh dunia untuk mendapatkan data, sangat mirip dengan Kled. Keduanya memiliki pendiri muda: William Namgyal dari Luel baru berusia 18 tahun ketika perusahaannya bergabung dengan Y Combinator awal tahun ini. Kedua perusahaan mengumpulkan berbagai data lebih dari sekadar video yang diambil sendiri. “Orang-orang bersedia merekam klip sederhana saat mereka mengucapkan kalimat dalam bahasa mereka sendiri,” kata Namgyal tentang minat Luel dalam pelestarian bahasa. “Mengapa tidak memperluas ke video dan dokumen yang egosentris?” Aplikasi ini sekarang juga membayar pengguna untuk merekam layar komputer mereka dan mengunggah foto tanda terima.
Selama pengujian saya, Luel merasa sedikit lebih kikuk dibandingkan Kled dalam desainnya. Platform ini tidak membagi pekerjaan berdasarkan jenis tugas; ia hanya memiliki daftar Rekam Aktivitas Praktis Apa Pun Dari Perspektif Orang Pertama yang menawarkan $6,60 untuk satu jam video. (Sebagai perbandingan, upah minimum federal di AS adalah $7,25 per jam.) Persyaratan Luel sangat spesifik—hanya dipasang di kepala, kamera sudut lebar diputar secara horizontal, resolusi minimum 1080p, 95 persen tangan terlihat.
Aku mengikatkan ponselku ke kepalaku dan mulai bekerja di dapur, menggosok piring, dan mengisi mesin pencuci piring. Saya mengirimkan video berdurasi lima menit ke situs web Luel; sehari kemudian ditolak. “Tanganmu tidak terlihat dalam bingkai yang cukup,” baca penjelasan Luel.
Awalnya saya tidak mendapat bayaran apa pun. Luel mengirimi saya email beberapa hari setelah itu untuk membatalkan keputusan awalnya. Pesan tersebut menjelaskan bahwa meskipun “visibilitas tangan saya mencapai 83% di seluruh bingkai sampel,” saya telah memenuhi persyaratan daftar lainnya dan Luel, pada kenyataannya, akan membayar. Saya lebih kaya 55 sen.
Video Wafel tadinya dengan mudah favorit saya dari ketiga platform. Tidak seperti Kled dan Luel, ini hanya berfokus pada data pelatihan video, dan “misi” yang saya lihat di aplikasi, seperti mengikat tali sepatu dan menuangkan air, dibayar $25 per jam video. Sekarang kita sedang berbicara.
Setiap kumpulan data yang dibuat pengguna dibuat khusus untuk perusahaan yang membeli data tersebut, sehingga “misi” Waffle hanya tersedia untuk jangka waktu terbatas. Aplikasi ini juga menawarkan pendapatan berulang kepada pekerja pertunjukan—yang pada dasarnya merupakan sindikasi—jika video mereka dilisensikan kembali ke perusahaan lain. “Saya pikir ada peluang luar biasa untuk menciptakan hubungan simbiosis antara orang-orang yang memberikan hidup mereka, perspektif mereka, kreativitas mereka, data mereka, pada dasarnya, untuk model-model ini,” kata Joshua Mesnik, salah satu pendiri dan COO Waffle yang berusia 34 tahun. “Agar itu menjadi hubungan timbal balik, bukan hanya hubungan satu arah.” Mesnik mendirikan startup ini bersama CEO Joey Newfield, yang berusia 33 tahun, pada tahun 2024.
Waffle juga memiliki pedoman paling rinci tentang apa yang diinginkan dan tidak diinginkan aplikasi. Sebelum mengunggah, pengguna dapat melihat alasan mengapa kiriman mereka mungkin ditolak, mulai dari kualitas rekaman yang buram hingga penyertaan audio yang dilindungi hak cipta. Selain contoh video, tugas-tugasnya mencakup instruksi menyeluruh tentang cara merekam setiap tugas, seperti contoh “menuangkan cairan” berikut ini:
- Aksi menuangkan harus terlihat.
- Cairan harus terlihat jelas.
- Kedua wadah harus terlihat.
- Wadah penerima harus terbuat dari kaca bening atau plastik bening agar dapat melihat perubahan ketinggian cairan.
Setelah startup mengumpulkan video orang pertama dari orang-orang seperti saya, rintangan berikutnya adalah mengubah tumpukan data menjadi format yang dapat dijual. Waffle memproses setiap video pengguna melalui apa yang disebut MAPLE—Mesin Pemrosesan dan Pelabelan Aset Media. “Semuanya diperiksa hak ciptanya. Semuanya diberi label, diberi anotasi, dan disusun agar siap digunakan untuk pelatihan AI,” kata Mesnik. Perusahaan tidak terlalu tertarik pada informasi mentah dan tidak berlabel; mereka menginginkan video yang dikemas dengan rapi dengan metadata yang sangat deskriptif yang dilampirkan pada setiap file.
Saya benar-benar memahami alur data video saya saat menggunakan Waffle. Tarifnya cukup tinggi sehingga benar-benar terasa menarik, dan saya dengan gembira berjalan-jalan di sekitar rumah seperti produser acara TV realitas yang berharap dapat memfilmkan konten sebanyak mungkin secara manusiawi. Mengikat sepatuku berulang kali? Selesai! Menggosok piring sampai berkilau? Selesai! Menuangkan Diet Coke bolak-balik di antara gelas hingga rata? Selesai!
Ponsel cerdas saya pada dasarnya menempel di dahi saya sepanjang malam saat saya menyelesaikan tugas AI di Waffle. Setiap pengiriman berdurasi sekitar 20 detik, seperti yang ditentukan oleh aplikasi untuk “misi” ini. Saya berhasil menyelesaikan 125 unggahan yang disetujui dalam beberapa hari kerja, dan menghasilkan $20 atas usaha saya.
Namgyal, pendiri Luel, kekhawatiran tentang masa depan dunia kerja, meskipun menjalankan perusahaan yang melatih robot yang suatu hari nanti bisa menggantikan pekerja manusia. “Ketakutan terbesar saya adalah angka pengangguran akan meningkat sangat tinggi, lebih dari sebelumnya,” katanya. Namgyal melihat Luel dan pertunjukan berfungsi secara lebih luas sebagai cara cepat bagi orang-orang untuk menghasilkan uang, bukan sebagai obat mujarab untuk tren ketenagakerjaan. “Salah satu tujuan kami adalah menciptakan lapangan kerja, namun hal ini jelas sulit dilakukan.”
Patel dengan bangga menceritakan bahwa salah satu orang yang berpenghasilan tertinggi di Kled adalah seorang sopir truk yang berpenghasilan $8.000 sebulan dengan merekam menggunakan kamera dasbornya dan mengirimkan gambar jalan berlubang. Namun pengalaman pengguna ini jelas berbeda. Mayoritas dari mereka yang mengirimkan data untuk pelatihan model AI tidak menghasilkan uang sebanyak itu, meskipun kebutuhan akan data pelatihan video tampaknya hampir tidak ada habisnya. Pekerjaan pertunjukan video yang egosentris masih, ya, pekerjaan pertunjukanyang berarti lebih sedikit perlindungan pekerja dan lebih sedikit stabilitas secara keseluruhan.
Spesialisasi mungkin merupakan satu-satunya cara untuk menghasilkan banyak uang dengan melakukan hal ini di AS. Siapa pun dapat merekam video pemotongan mentimun, tetapi hanya koki sushi berpengalaman yang benar-benar dapat menunjukkan cara terbaik mengiris sashimi salmon. “Saya yakin ada dunia di mana koki benar-benar tergantikan dari planet ini,” kata Patel. “Tetapi mereka tidak pernah benar-benar tergantikan, karena mereka di rumah merekam video, membuat resep unik yang digunakan untuk melatih robot-robot ini. Mereka dibayar.”
Akhirnya tiba waktunya bagi saya untuk dibayar juga. Ketika Kled selesai memproses sembilan video egosentris dan 97 foto liburan saya, saya tidak berharap banyak, namun saya masih terkejut dengan bayarannya: $1.
Setelah mengatasi rasa kecewaku yang pertama, aku merasakan sedikit rasa bangga. Mungkin saya membantu membangun masa depan yang lebih baik—masa depan di mana cucu-cucu saya tidak menyadari kebiasaan bersih-bersih yang harus saya terapkan. mengaktifkan. Namun harga diri saya dengan cepat sirna, semakin saya mempertimbangkan bagaimana saya berpotensi melatih robot-robot yang sangat humanoid yang dapat menggantikan manusia dalam pekerjaan di luar pekerjaan rumah tangga yang membosankan.
Total penghasilan saya untuk minggu ini mencapai $21,55. Bagi saya, pengalaman ini adalah pekerjaan sampingan yang santai, cara untuk membayar beberapa Diet Coke tambahan dengan menyelesaikan pekerjaan rumah di sekitar apartemen. Namun, bagi pekerja di seluruh dunia, dan semakin banyak di AS, hal semacam ini terjadi Pekerjaan pertunjukan AI dapat diterima di bawah tekanan ekonomi dan diandalkan sebagai sarana untuk hidup—ajari robot cara memasak malam ini sehingga Anda dapat menyediakan makanan di meja besok.
Apa katamu?
Beri tahu kami pendapat Anda tentang artikel ini di komentar di bawah. Alternatifnya, Anda dapat mengirimkan surat kepada editor di [emailprotected].
