אמזון קבעה תאריך תפוגה. ב-30 ביולי 2026, Mechanical Turk תפסיק לקבל לקוחות חדשים. חשבונות קיימים ימשיכו לפעול, ואמזון אומרת שהיא תשמור על האבטחה וזמינות הפלטפורמה. אך החברה גם הבהירה שלא יתווספו תכונות חדשות. עבור שירות שעזר להגדיר עידן של עבודה באינטרנט, זה שווה ערך להודעת סיום פעילות.
שוק עבודת הגיג המקורי
Mechanical Turk הושקה בשנת 2005, זמן רב לפני שאפליקציות כמו Uber או TaskRabbit הפכו עבודה מזדמנת למושג מוכר בכל בית. אמזון בנתה אותה כזירת מסחר עבור "משימות בינה אנושית" — עבודות קטנות שתוכנה עדיין לא יכלה לטפל בהן. עובדים, לרוב אנונימיים ופיזורים ברחבי העולם, התחברו כדי לתמלל קטעי אודיו, לאמת כתובות של חנויות, לנהל תוכן ולתייג תמונות. צריכים מישהו שיפתור CAPTCHA, ידרג תוצאות חיפוש, או ישפוט אם ביקורת מוצר נשמעת חיובית או כועסת? MTurk הייתה המקום.
המחירים נמדדו לעיתים קרובות בסנטים. קבוצה של אלף סיווגי תמונות עשויה לשלם פני אחד לכל אחת. עבור חוקרים, אנשי שיווק וסטארט-אפים בתחילת דרכם, זה היה מהפכני. פתאום ניתן היה להריץ סקר עם מאות משתתפים בצהריים אחת, או לתייג נתוני אימון עבור מודל ראייה ממוחשבת מבלי לשכור צוות תיוג שלם. הפלטפורמה הפכה לתשתית. מדענים חברתיים ערכו עליה ניסויים. חברות טכנולוגיה בדקו ממשקים. צוותי AI בנו מאגרי נתונים.
בסביבות 2018, אמזון ניסתה למודרניזציה של התפקיד הזה. היא מיצבה מחדש את Mechanical Turk כמנוע לתיוג נתונים עבור רשתות נוירונים, תוך קישור הדוק יותר ל-Amazon SageMaker AI. הרעיון היה להזין את צינור העבודה (pipeline) של למידת מכונה: בני אדם ינקו, יתייגו ויאמתו את חומר הגלם שהאלגוריתמים היו צריכים כדי ללמוד. MTurk כבר לא הייתה רק עבודות מזדמנות. היא הייתה אמורה להיות עמוד השדרה האנושי של פריצת ה-AI.
הפריצה הזו המשיכה לצמוח. אך Mechanical Turk לא צמחה איתה.
כששכבת בני האדם מתחילה להשתמש ב-AI
הסתירה הגיעה בשקט, ואז בבת אחת. ניתוח משנת 2023 מצא שבין 33% ל-46% מעובדי MTurk השתמשו במודלי שפה גדולים (LLMs) כדי להשלים את המשימות שעליהן שילמו להם לעשות ידנית. חוקרים שילמו עבור שיפוט אנושי. הם קיבלו במקום זאת את ChatGPT.
זה לא רק סיפור על עובדים שקיצצו בדרכים. כשמתייג משתמש ב-LLM כדי לתייג סנטימנט בביקורות לקוחות, או לסווג טקסט רפואי, או לכתוב דיאלוג עבור סט אימון של צ'אטבוט, הנתונים מפסיקים להיות אמת מבוססת אנושית. הם הופכים לצילום של הניחוש הטוב ביותר של מכונה. אם מזינים את הצילום הזה חזרה למודל אחר כ"אמת קרקע" (ground truth), הלולאה נסגרת. האות הופך לרעש. ה"אדם בלולאה" (human in the loop) הופך לחותמת גומי עבור תוכנה שכבר רצה ברקע.
עבור תעשיית ה-AI, זהו משבר מעשי. צוותים מוציאים אלפי דולרים על חוזי MTurk מתוך אמונה שהם קונים פרספקטיבה אנושית מגוונת ואורגנית. אם מיעוט גדול מהעבודה הזו מבוצע באופן אוטומטי, מערך הנתונים שנוצר יורש את ההטיות, נקודות העיוורון וההזיות של ה-LLM שמבצע את העבודה בפועל. בקרת האיכות הופכת לקשה יותר. חוקרים צריכים לתכנן בדיקות קשב ושאלות מלכוד מורכבות יותר ויותר רק כדי להוכיח שבאמת יש שם בן אדם. העמדה ההגנתית הזו מעלה עלויות ומאטה פרויקטים.