Der Lieferriese DoorDash erweitert sein Geschäftsmodell über Lebensmittel und Lebensmittel hinaus. Das Unternehmen hat „Tasks“ auf den Markt gebracht, eine neue App, die ihre Fahrer – umbenannt in „Taskers“ – dafür bezahlt, einfache, alltägliche Aktionen auszuführen, um Modelle der künstlichen Intelligenz (KI) zu trainieren. Dieser Schritt, der einer ähnlichen Initiative von Uber folgt, wirft Fragen über die Zukunft der Gig-Arbeit, den Datenschutz und die mögliche Verdrängung von Arbeitnehmern durch genau die KI auf, an deren Aufbau sie mitwirken.
Die Art der Arbeit
Die Aufgaben-App weist kleine, oft alltägliche Aktivitäten zu, die visuelle und Konversationsdaten für das KI-Training liefern. Dazu gehören das Filmen alltäglicher Abläufe (wie Geschirr spülen oder Bett machen), das Aufzeichnen von Gesprächen in einer anderen Sprache und sogar das Scannen von Ladenregalen. DoorDash behauptet, dass diese Daten KI-Systemen helfen, „die physische Welt zu verstehen“, ein entscheidender Schritt bei der Entwicklung ausgefeilterer maschineller Lernfähigkeiten.
Die Vergütung variiert je nach empfundenem Aufwand und Komplexität der Aufgabe: 16 US-Dollar für das Scannen von Regalen, 20 US-Dollar für ein inszeniertes „spontanes“ Spanischgespräch und mehr für Aufgaben, bei denen es ums Kochen geht. Die Unklarheit bei den Lohnsätzen erhöht die Unsicherheit für Gig-Arbeiter, die bereits mit unvorhersehbaren Einkommensströmen konfrontiert sind, zusätzlich.
Warum das wichtig ist: Der Datenhunger der KI
Moderne KI-Algorithmen sind zum Lernen und Verbessern auf riesige Datensätze angewiesen. Unternehmen nutzen jetzt direkt die Gig Economy, um diese Daten kostengünstig und effizient zu erhalten. Bei den Aufgaben, die DoorDash zuweist, handelt es sich genau um die Art von Film- und Audioaufnahmen aus der realen Welt, die KI-Modelle benötigen, um ihr Verständnis menschlicher Handlungen, Umgebungen und sogar kultureller Nuancen zu verfeinern.
Dieser Trend verdeutlicht die wachsende Nachfrage nach „Ground Truth“-Daten – den genauen, gekennzeichneten Informationen, auf die maschinelles Lernen angewiesen ist. Mit der Ausweitung der KI auf Robotik, Einzelhandelsautomatisierung und andere Branchen wird der Bedarf an dieser Art von Trainingsdaten nur noch zunehmen.
Datenschutzbedenken und die Automatisierungsfrage
DoorDash behauptet, dass es „robuste Datenschutzmaßnahmen“ aufrechterhält, macht aber keine näheren Angaben. Die Tatsache, dass Tasker „politische Inhalte“ und „identifizierbare Informationen“ vermeiden müssen, deutet darauf hin, dass sich das Unternehmen potenzieller ethischer und rechtlicher Risiken bewusst ist.
Es stellt sich eine grundlegendere Frage: Was passiert, wenn diese KI-Modelle vollständig trainiert sind? Werden sie zur Automatisierung von Arbeitsplätzen eingesetzt, die derzeit von Menschen ausgeübt werden, einschließlich derjenigen der Arbeitnehmer, die die Schulungsdaten bereitstellen? Das Schweigen der Branche zu diesem Thema ist besorgniserregend, da es auf eine bewusste Diskrepanz zwischen der gegenwärtigen Ausbeutung von Gig-Workern und der zukünftigen Automatisierung ihrer Aufgaben schließen lässt.
Begrenzte Verfügbarkeit, weitreichende Auswirkungen
Die Tasks-App wird derzeit in ausgewählten Gebieten der USA eingeführt, wobei DoorDash für Schulungen mit Unternehmen aus den Bereichen Einzelhandel, Versicherungen, Gastgewerbe und Technologie zusammenarbeitet. Obwohl der Rollout derzeit begrenzt ist, verfügt das Modell über klares Skalierungspotenzial. Das Unternehmen verwandelt sein Fahrernetzwerk effektiv in eine Datenerfassungspipeline und monetarisiert menschliche Aktivitäten zugunsten der KI-Entwicklung.
Bei diesem Experiment geht es nicht nur um DoorDash; Es ist ein Zeichen für einen umfassenderen Wandel. Die Gig Economy, die bereits für ihre prekären Arbeitsbedingungen bekannt ist, wird nun zu einer Waffe, um den unstillbaren Hunger von KI-Systemen zu stillen.
