L’Ia non si addestra da sola: la manodopera sottopagata dietro ChatGPT e DeepSeek

Nelle ultime settimane l’attenzione del settore tecnologico si è concentrata su DeepSeek, la startup cinese che ha sviluppato un modello di intelligenza artificiale paragonabile a ChatGPT con un budget di soli 5,6 milioni di dollari. Una cifra molto inferiore rispetto ai 500 miliardi di dollari stimati per lo sviluppo di Stargate, l’infrastruttura dell’intelligenza artificiale di presentata alla Casa Bianca lo scorso 21 gennaio da OpenAi. E mentre l’amministratore delegato Sam Altman grida allo spionaggio aziendale e i media cinesi celebrano un trionfo tecnologico nazionale, c’è una storia che rimane nascosta: il ruolo fondamentale della manodopera a basso costo nel settore dell’IA e dell’apprendimento automatico. L’annotazione o etichettatura dei dati è infatti alla base dell’intelligenza artificiale in molti campi, dalle automobili a guida autonoma ai motori di ricerca, fino algoritmi di moderazione dei social media, che devono elaborare una grande quantità di dati accuratamente etichettati, filtrati e annotati. Questo lavoro non viene svolto in autonomia dai software, ma da persone in carne e ossa, spesso non pagate adeguatamente. l “data worker”, i lavoratori dei dati, hanno contratti precari, spesso legati a piattaforme dove possono accettare task ripetitivi, senza protezioni sindacali o tutele per la loro salute mentale, con paghe inferiori al salario minimo locale. Per questo troviamo annotatori di dati soprattutto nel cosiddetto sud globale, ma in paesi dove la connessione internet è stabile, come il Venezuela, che ospita la più grande community di data worker al mondo, dopo gli Stati Uniti. Tra loro, molti hanno più di 55 anni: una stima di Rest of the world indica che il 6% della forza lavoro online in America Latina appartiene a questa fascia d’età. Solo lo scorso anno un'inchiesta di Time sulle cosiddette digital sweatshop, cioè fabbriche che impiegano lavoratori sottopagati in condizioni precarie o pericolose, aveva svelato che OpenAI sfruttava etichettatori a meno di 2 dollari l'ora in Kenya per rendere ChatGPT meno tossico. Anche DeepSeek sfrutta i data worker? Oltre a presentarsi come un'alternativa open source rispetto ai giganti tecnologici statunitensi, sostenendo di eguagliare le capacità di ChatGPT a solo l'1% del costo e con una minima frazione del consumo energetico, la startup cinese afferma di utilizzare metodi avanzati di selezione e cura dei dati, che richiederebbero solo una guida minima da parte di un piccolo team di annotatori esperti. In realtà la scarsa trasparenza in questo ambito è un pattern ben noto nell’industria dell’IA, e DeepSeek sembra seguire la strategia della Silicon Valley nel presentare la sua tecnologia come frutto di avanzamenti scientifici, mentre il lavoro umano che la rende possibile viene sistematicamente occultato. È la denuncia di un gruppo di ricercatori guidati dall'italiano Antonio Casilli, docente di sociologia presso Télécom Paris, la scuola di ingegneria delle telecomunicazioni del Politecnico di Parigi e autore del libro “Gli schiavi del clic” , un’inchiesta sul nuovo capitalismo delle piattaforme. In Cina, spiegano i ricercatori nel policy memo dedicato alla startup asiatica, alcune decisioni politiche recenti hanno incentivato la creazione di enormi centri di annotazione dei dati nelle città di “terzo livello”, centri urbani di medie dimensioni, con una popolazione tra 1 e 3 milioni di abitanti, con economie in crescita ma meno sviluppate rispetto alle metropoli di primo e secondo livello, spesso caratterizzate da minori investimenti esteri e infrastrutture meno avanzate. La National Data Administration di Pechino ha annunciato un’espansione del settore dell’annotazione dati del 20% all’anno entro il 2027 con incentivi alle aziende per investire in queste città. Il risultato è la disponibilità di una manodopera a bassissimo costo, sovvenzionata dallo stato per garantire la competitività delle aziende cinesi nell’ambito dell’IA. DeepSeek però presenta i suoi data worker come esperti ricercatori, arrivando persino a suggerire che lo stesso amministratore delegato partecipi all'etichettatura dei dati, e afferma di operare con un team di soli 32 annotatori. Questo sarebbe possibile perché la startup cinese userebbe la tecnica dell’“apprendimento per rinforzo”, che a differenza dell’apprendimento supervisionato, che segue un approccio ex ante, addestrando i modelli con dati già etichettati prima della loro implementazione, opera invece ex post, correggendo gli output attraverso ricompense e penalità. In teoria, questo ridurrebbe la necessità di lavoro umano, ma non nella pratica. Se da un lato può far diminuire la dipendenza da dataset pre-etichettati, dall’altro ci sarà sempre bisogno di supervisione umana, perché gli annotatori devono fornire feedback sui risultati del modello. In generale, nessun software di intelligenza artificiale è completamente autonomo o automatico. DeepSeek può promettere automazione che riduce il bisogno di lavoro umano, ma, come tutti i modelli di IA, si basa sulle mani e sul tempo delle persone in carne e ossa.

Cosa vedere:

Come vederlo:

Online con Sky:

L’Ia non si addestra da sola: la manodopera sottopagata dietro ChatGPT e DeepSeek

Donata Columbro