Raksasa pengiriman DoorDash memperluas model bisnisnya di luar makanan dan bahan makanan. Perusahaan ini telah meluncurkan “Tasks”, sebuah aplikasi baru yang membayar pengemudinya – yang berganti nama menjadi “Taskers” – untuk melakukan tindakan sederhana sehari-hari dengan tujuan melatih model kecerdasan buatan (AI). Langkah ini, mengikuti inisiatif serupa yang dilakukan Uber, menimbulkan pertanyaan tentang masa depan pekerjaan gig, privasi data, dan potensi perpindahan pekerja akibat AI yang mereka bantu bangun.
Sifat Pekerjaan
Aplikasi Tasks memberikan aktivitas kecil dan sering kali biasa-biasa saja yang menyediakan data visual dan percakapan untuk pelatihan AI. Ini termasuk merekam rutinitas sehari-hari (seperti mencuci piring atau merapikan tempat tidur), merekam diri sendiri berbicara dalam bahasa lain, dan bahkan memindai rak-rak toko. DoorDash mengklaim data ini membantu sistem AI “memahami dunia fisik”, sebuah langkah penting dalam mengembangkan kemampuan pembelajaran mesin yang lebih canggih.
Pembayaran bervariasi berdasarkan upaya yang dirasakan dan kompleksitas tugas: $16 untuk memindai rak, $20 untuk percakapan bahasa Spanyol “spontan” yang dilakukan secara bertahap, dan lebih banyak lagi untuk tugas yang melibatkan memasak. Ketidakjelasan tingkat gaji menambah lapisan ketidakpastian bagi para pekerja gig, yang sudah menghadapi aliran pendapatan yang tidak dapat diprediksi.
Mengapa Ini Penting: Kehausan AI akan Data
Algoritme AI modern mengandalkan kumpulan data yang luas untuk dipelajari dan ditingkatkan. Perusahaan kini secara langsung memanfaatkan gig economy untuk memperoleh data ini dengan murah dan efisien. Tugas yang diberikan DoorDash adalah jenis rekaman dan audio dunia nyata yang dibutuhkan model AI untuk menyempurnakan pemahaman mereka tentang tindakan manusia, lingkungan, dan bahkan nuansa budaya.
Tren ini menyoroti meningkatnya permintaan akan data “kebenaran dasar” – informasi berlabel yang akurat yang menjadi andalan pembelajaran mesin. Ketika AI berkembang ke robotika, otomasi ritel, dan industri lainnya, kebutuhan akan data pelatihan jenis ini akan semakin meningkat.
Masalah Privasi dan Pertanyaan Otomatisasi
DoorDash menegaskan pihaknya mempertahankan “perlindungan privasi yang kuat”, tetapi tidak memberikan rincian spesifik. Fakta bahwa Tasker harus menghindari “konten politik” dan “informasi yang dapat diidentifikasi” menunjukkan bahwa perusahaan menyadari potensi risiko etika dan hukum.
Pertanyaan yang lebih mendasar muncul: apa yang terjadi jika model AI ini dilatih sepenuhnya? Apakah mereka akan digunakan untuk mengotomatisasi pekerjaan yang saat ini dilakukan oleh manusia, termasuk pekerja yang menyediakan data pelatihan? Sikap diam industri terhadap masalah ini sangat meresahkan, karena hal ini menunjukkan adanya keterputusan yang disengaja antara eksploitasi pekerja gig saat ini dan otomatisasi peran mereka di masa depan.
Ketersediaan Terbatas, Implikasi Luas
Aplikasi Tasks saat ini diluncurkan di wilayah tertentu di AS, dengan DoorDash bermitra dengan bisnis ritel, asuransi, perhotelan, dan teknologi untuk pelatihan. Meskipun peluncurannya saat ini terbatas, model ini memiliki potensi penskalaan yang jelas. Perusahaan ini secara efektif mengubah jaringan drivernya menjadi jalur pengumpulan data, memonetisasi aktivitas manusia untuk kepentingan pengembangan AI.
Eksperimen ini bukan hanya tentang DoorDash; ini adalah tanda perubahan yang lebih luas. Gig economy, yang sudah terkenal dengan kondisi ketenagakerjaannya yang tidak menentu, kini dijadikan senjata untuk memenuhi kebutuhan sistem AI yang tak terpuaskan.
