Amazon একটি মেয়াদের তারিখ নির্ধারণ করেছে। ৩০ জুলাই, ২০২৬ তারিখে Mechanical Turk নতুন গ্রাহক গ্রহণ করা বন্ধ করে দেবে। বিদ্যমান অ্যাকাউন্টগুলো চালু থাকবে এবং Amazon জানিয়েছে যে তারা প্ল্যাটফর্মের নিরাপত্তা ও আপটাইম বজায় রাখবে। তবে কোম্পানিটি এটিও স্পষ্ট করে দিয়েছে যে কোনো নতুন ফিচার আসছে না। ইন্টারনেটের শ্রমের একটি যুগকে সংজ্ঞায়িত করতে সাহায্য করা একটি পরিষেবার জন্য, এটি একটি বিদায় সংকেতের মতোই।

মূল গিগ ওয়ার্ক মার্কেটপ্লেস

Mechanical Turk ২০০৫ সালে চালু হয়েছিল, Uber বা TaskRabbit-এর মতো অ্যাপগুলো খণ্ডকালীন কাজকে একটি পরিচিত ধারণায় পরিণত করার অনেক আগেই। Amazon এটিকে "human intelligence tasks"-এর একটি মার্কেটপ্লেস হিসেবে তৈরি করেছিল — এমন ছোট ছোট কাজ যা সফটওয়্যার তখনও সামলাতে পারত না। শ্রমিকরা, যারা মূলত বেনামী এবং বিশ্বজুড়ে ছড়িয়ে ছিটিয়ে ছিল, তারা অডিও স্নিপেট ট্রান্সক্রাইব করা, স্টোরফ্রন্ট ঠিকানা যাচাই করা, কন্টেন্ট মডারেশন করা এবং ছবি ট্যাগ করার জন্য লগ ইন করত। কারো কি CAPTCHA সমাধান করা, সার্চ রেজাল্ট র‍্যাঙ্ক করা, বা কোনো পণ্যের রিভিউ ইতিবাচক নাকি রাগান্বিত তা বিচার করার প্রয়োজন? MTurk ছিল সেই জায়গা।

দাম প্রায়শই সেন্টে পরিমাপ করা হতো। এক হাজার ইমেজ ক্লাসিফিকেশনের একটি ব্যাচের জন্য প্রতিটি কাজের জন্য এক পয়সা বা তার কম হতে পারত। গবেষক, মার্কেটার এবং বুটস্ট্র্যাপড স্টার্টআপদের জন্য এটি ছিল বৈপ্লবিক। হঠাৎ করেই আপনি এক বিকেলে শত শত অংশগ্রহণকারী নিয়ে একটি জরিপ চালাতে পারতেন, অথবা সম্পূর্ণ অ্যানোটেশন স্টাফ নিয়োগ না করেই একটি কম্পিউটার ভিশন মডেলের জন্য ট্রেনিং ডেটা লেবেল করতে পারতেন। প্ল্যাটফর্মটি একটি অবকাঠামোতে পরিণত হয়েছিল। সমাজবিজ্ঞানীরা এতে পরীক্ষা চালাতেন। প্রযুক্তি কোম্পানিগুলো ইন্টারফেস পরীক্ষা করত। AI টিমগুলো ডেটাসেট তৈরি করত।

২০১৮ সালের দিকে, Amazon সেই ভূমিকাকে আধুনিক করার চেষ্টা করেছিল। এটি Mechanical Turk-কে নিউরাল নেটওয়ার্কের জন্য একটি ডেটা অ্যানোটেশন ইঞ্জিন হিসেবে নতুনভাবে উপস্থাপন করে, যা Amazon SageMaker AI-এর সাথে আরও ঘনিষ্ঠভাবে যুক্ত ছিল। ধারণাটি ছিল মেশিন লার্নিং পাইপলাইনে ডেটা সরবরাহ করা: মানুষ সেই কাঁচামাল পরিষ্কার, লেবেল এবং যাচাই করবে যা অ্যালগরিদমগুলোর শেখার জন্য প্রয়োজন। MTurk আর কেবল ছোটখাটো কাজ ছিল না। এটি AI বিপ্লবের জন্য মানুষের মেরুদণ্ড হওয়ার কথা ছিল।

সেই বিপ্লব ক্রমাগত বাড়তে থাকে। কিন্তু Mechanical Turk তার সাথে বাড়েনি।

যখন মানুষের স্তর AI ব্যবহার করতে শুরু করে

এই বৈপরীত্যটি নিঃশব্দে এসেছিল, তারপর হঠাৎ করেই সব প্রকাশ পেয়ে গেল। একটি ২০২৩ সালের বিশ্লেষণে দেখা গেছে যে, MTurk কর্মীদের ৩৩% থেকে ৪৬% তাদের হাতে করা কাজের জন্য নির্ধারিত কাজগুলো সম্পন্ন করতে Large Language Models ব্যবহার করছিল। গবেষকরা মানুষের বিচারবুদ্ধির জন্য অর্থ প্রদান করেছিলেন। পরিবর্তে তারা পেয়েছেন ChatGPT।

এটি কেবল শ্রমিকদের কাজ ফাঁকি দেওয়ার গল্প নয়। যখন একজন অ্যানোটেটর কাস্টমার রিভিউতে সেন্টিমেন্ট লেবেল করতে, বা মেডিকেল টেক্সট ক্লাসিফাই করতে, অথবা চ্যাটবট ট্রেনিং সেটের জন্য সংলাপ লিখতে একটি LLM ব্যবহার করেন, তখন ডেটা আর মানুষের ওপর ভিত্তি করে তৈরি সত্য থাকে না। এটি একটি মেশিনের সম্ভাব্য অনুমানের একটি ফটোকপি হয়ে দাঁড়ায়। সেই ফটোকপিটিকে যদি অন্য একটি মডেলে ground truth হিসেবে ফিরিয়ে দেওয়া হয়, তবে সেই চক্রটি আরও ঘনীভূত হয়। সংকেত (signal) ধীরে ধীরে নয়েজে (noise) পরিণত হয়। "human in the loop" তখন সেই সফটওয়্যারের জন্য কেবল একটি রাবার স্ট্যাম্পে পরিণত হয় যা ইতিমধ্যেই ব্যাকগ্রাউন্ডে চলছিল।

AI শিল্পের জন্য এটি একটি বাস্তব সংকট। দলগুলো MTurk চুক্তিতে হাজার হাজার ডলার ব্যয় করে এই বিশ্বাসে যে তারা বৈচিত্র্যময়, অর্গানিক মানুষের দৃষ্টিভঙ্গি কিনছে। যদি সেই শ্রমের একটি বড় অংশ স্বয়ংক্রিয় হয়, তবে প্রাপ্ত ডেটাসেটটি সেই LLM-এর পক্ষপাতিত্ব (biases), অন্ধস্থান (blind spots) এবং হ্যালুসিনেশন (hallucinations) উত্তরাধিকারসূত্রে পেয়ে নেয় যা প্রকৃত কাজটি করছে। মান নিয়ন্ত্রণ করা আরও কঠিন হয়ে পড়ে। গবেষকদের কেবল একজন মানুষ সেখানে আছে কি না তা প্রমাণ করার জন্য ক্রমবর্ধমান জটিল অ্যাটেনশন চেক এবং ট্র্যাপ প্রশ্ন ডিজাইন করতে হয়। এই রক্ষণাত্মক অবস্থান খরচ বাড়ায় এবং প্রকল্পগুলোকে ধীর করে দেয়।