Con la llegada de la era de los grandes modelos, la industria del etiquetado de datos ha experimentado un nuevo auge, pero la situación de los anotadores de datos no ha mejorado, sino que se enfrenta a dificultades aún mayores. A través de entrevistas con varios anotadores de datos, este artículo revela que sus principales problemas son los bajos salarios, la alta rotación y la sensación de que su trabajo es monótono, sin sentido y menospreciado por los ingenieros de algoritmos. Simultáneamente, las empresas de IA están utilizando técnicas de etiquetado automatizado y datos sintéticos para reemplazar el etiquetado manual, lo que plantea una amenaza de despido para los anotadores. Los datos muestran que en el extranjero, el 70% de los datos básicos utilizados para la inteligencia artificial ya son datos sintéticos. Este artículo hace un llamado a la industria para que preste atención a la difícil situación de los anotadores de datos y, al mismo tiempo que desarrolla la IA, también se preocupe por los derechos de los trabajadores de base.
La crisis del etiquetado de datos provocada por los grandes modelos: los anotadores atrapados en un bucle sin sentido
