Amazon wyznaczył datę końcową. 30 lipca 2026 r. Mechanical Turk przestanie przyjmować nowych klientów. Istniejące konta będą nadal działać, a Amazon zapewnia, że utrzyma bezpieczeństwo i dostępność platformy. Firma wyraźnie jednak zaznaczyła, że nie pojawią się żadne nowe funkcje. Dla usługi, która pomogła zdefiniować erę pracy w internecie, jest to de facto ogłoszenie wygaszania projektu.
Pierwotny rynek prac dorywczych
Mechanical Turk wystartował w 2005 roku, na długo przed tym, zanim aplikacje takie jak Uber czy TaskRabbit uczyniły pracę dorywczą powszechnie znanym pojęciem. Amazon zbudował go jako rynek „zadań wymagających ludzkiej inteligencji” (human intelligence tasks) — małych zleceń, z którymi oprogramowanie nie potrafiło jeszcze sobie poradzić. Pracownicy, w większości anonimowi i rozproszeni po całym świecie, logowali się, aby transkrybować fragmenty dźwiękowe, weryfikować adresy sklepów, moderować treści i tagować obrazy. Potrzebujesz kogoś do rozwiązania CAPTCHA, uszeregowania wyników wyszukiwania lub oceny, czy recenzja produktu brzmi pozytywnie, czy gniewnie? MTurk był właściwym miejscem.
Ceny często mierzono w centach. Za partię tysiąca klasyfikacji obrazów można było otrzymać po jednym centcie za sztukę. Dla badaczy, marketerów i startupów działających bez zewnętrznego finansowania było to rewolucyjne. Nagle można było przeprowadzić ankietę z setkami uczestników w jedno popołudnie lub oznaczyć dane treningowe dla modelu computer vision bez zatrudniania całego zespołu do anotacji. Platforma stała się infrastrukturą. Naukowcy społeczni przeprowadzali na niej eksperymenty. Firmy technologiczne testowały interfejsy. Zespoły AI budowały zbiory danych.
Około 2018 roku Amazon próbował zmodernizować tę rolę. Przekształcił Mechanical Turk w silnik anotacji danych dla sieci neuronowych, ściślej wiążąc go z Amazon SageMaker AI. Idea polegała na zasilaniu potoku uczenia maszynowego (machine learning pipeline): ludzie mieli czyścić, etykietować i weryfikować surowy materiał, którego algorytmy potrzebowały do nauki. MTurk nie był już tylko miejscem drobnych zleceń. Miał stać się ludzkim kręgosłupem boomu na AI.
Ten boom nieustannie rósł. Ale Mechanical Turk nie rósł wraz z nim.
Gdy warstwa ludzka zaczyna korzystać z AI
Sprzeczność pojawiła się po cichu, a potem nagle. Analiza z 2023 roku wykazała, że od 33% do 46% pracowników MTurk używało dużych modeli językowych (Large Language Models), aby wykonywać zadania, za które otrzymywali wynagrodzenie za pracę ręczną. Badacze płacili za ludzką ocenę. Zamiast tego otrzymali ChatGPT.
To nie jest tylko historia o pracownikach idących na skróty. Gdy anotator używa LLM do oznaczania sentymentu w recenzjach klientów, klasyfikowania tekstów medycznych lub pisania dialogów do zestawu treningowego chatbota, dane przestają być prawdą opartą na ludzkim doświadczeniu. Stają się kserokopią najlepszego domysłu maszyny. Jeśli tę kserokopię wprowadzi się z powrotem do innego modelu jako prawdę podstawową (ground truth), pętla się zaciska. Sygnał degraduje do szumu. „Człowiek w pętli” (human in the loop) staje się jedynie pieczątką zatwierdzającą oprogramowanie, które i tak już działało w tle.
Dla branży AI jest to kryzys praktyczny. Zespoły wydają tysiące dolarów na kontrakty z MTurk, wierząc, że kupują różnorodną, organiczną ludzką perspektywę. Jeśli znaczna część tej pracy zostanie zautomatyzowana, powstały zbiór danych przejmie uprzedzenia, martwe punkty i halucynacje LLM wykonującego faktyczną pracę. Kontrola jakości staje się trudniejsza. Badacze muszą projektować coraz bardziej złożone testy uwagi i pytania pułapki, aby po prostu udowodnić, że po drugiej stronie naprawdę jest człowiek. Taka postawa defensywna podnosi koszty i spowalnia projekty.