Nel dibattito sull’intelligenza artificiale, c’è un aspetto che raramente viene considerato: il lavoro necessario per sviluppare i modelli e le applicazioni. Dietro le quinte dell’IA non ci sono solo ingegneri, designer ed esperti di sicurezza informatica, ma anche una forza lavoro invisibile e indispensabile: gli annotatori di dati, che trascrivono testi, etichettano immagini e classificano video, fornendo la materia prima essenziale per addestrare gli algoritmi di IA.

Questo fenomeno non è nuovo: da sempre le aziende tecnologiche mettono in evidenza l’automazione, nascondendo il lavoro umano. Non a caso, già 20 anni fa, Amazon ha chiamato la sua piattaforma di micro-lavoro “Mechanical Turk”, evocando l’illusione dell’automa del XVIII secolo che sembrava giocare a scacchi autonomamente, mentre in realtà un essere umano ne guidava le mosse dall’interno.

Determinare il numero esatto degli annotatori di dati è difficile, ma secondo l’Oxford Internet Institute, nel 2021 erano circa 16 milioni a livello globale. Il settore sta crescendo rapidamente, soprattutto con l’IA generativa, e nel 2023 il mercato dell’annotazione dei dati è stato valutato tra 1 e 2 miliardi di dollari, con previsioni che superano i 10 miliardi nei prossimi 6 anni.

Il gruppo di ricerca Digital Platform Labor (DiPLab), guidato da Antonio Casilli presso l’Institute Polytechnique di Parigi, che da anni studia questi temi, ha evidenziato che le attività di annotazione dei dati sono principalmente esternalizzate in America Latina e Africa, e affidate in larga misura a giovani che vengono sistematicamente sottopagati.

Il 5 febbraio, i ricercatori di DiPLab hanno pubblicato il report “The Human Cost of DeepSeek” che analizza l’importanza del lavoro umano nell’ascesa di DeepSeek, la startup cinese di IA che ha sviluppato il proprio chatbot con un budget di 5,6 milioni di dollari, rispetto ai 500 milioni spesi da OpenAI per ChatGPT. DeepSeek si presenta come una tecnologia “frugale”, che utilizza processori di vecchio modello, riduce il consumo energetico e afferma di minimizzare il ricorso al lavoro umano nell’etichettatura dei dati.