Amazon telah menetapkan tarikh tamat tempoh. Pada 30 Julai 2026, Mechanical Turk akan berhenti menerima pelanggan baharu. Akaun sedia ada akan terus beroperasi, dan Amazon menyatakan bahawa ia akan mengekalkan keselamatan serta masa aktif platform tersebut. Namun, syarikat itu juga telah menjelaskan bahawa tiada ciri baharu akan diperkenalkan. Bagi perkhidmatan yang membantu mendefinisikan era buruh internet, ini adalah seumpama notis penamatan.
Pasaran Kerja Gig yang Asal
Mechanical Turk dilancarkan pada tahun 2005, jauh sebelum aplikasi seperti Uber atau TaskRabbit menjadikan kerja kecil-kecilan sebagai konsep yang dikenali ramai. Amazon membinanya sebagai pasaran untuk "tugas kecerdasan manusia" (human intelligence tasks) — kerja-kerja kecil yang belum dapat dikendalikan oleh perisian. Pekerja, yang kebanyakannya tanpa nama dan tersebar di seluruh dunia, log masuk untuk mentranskripsi petikan audio, mengesahkan alamat kedai, memoderasi kandungan, dan melabel imej. Perlukan seseorang untuk menyelesaikan CAPTCHA, menyusun hasil carian, atau menilai sama ada ulasan produk kedengaran positif atau marah? MTurk adalah tempatnya.
Harga sering kali diukur dalam sen. Satu kelompok seribu klasifikasi imej mungkin hanya membayar satu sen setiap satu. Bagi penyelidik, pemasar, dan syarikat pemula yang bermula dengan modal kecil, ini adalah sesuatu yang revolusioner. Tiba-tiba, anda boleh menjalankan tinjauan dengan ratusan peserta dalam satu petang, atau melabel data latihan untuk model penglihatan komputer (computer vision) tanpa perlu mengupah kakitangan anotasi yang lengkap. Platform ini menjadi infrastruktur. Ahli sains sosial menjalankan eksperimen padanya. Syarikat teknologi menguji antara muka. Pasukan AI membina set data.
Sekitar tahun 2018, Amazon cuba memodenkan peranan tersebut. Ia meletakkan semula Mechanical Turk sebagai enjin anotasi data untuk rangkaian neural (neural networks), menghubungkannya dengan lebih rapat kepada Amazon SageMaker AI. Ideanya adalah untuk memberi makan kepada saluran pembelajaran mesin (machine learning pipeline): manusia akan membersihkan, melabel, dan mengesahkan bahan mentah yang diperlukan oleh algoritma untuk belajar. MTurk bukan lagi sekadar kerja-kerja sampingan. Ia sepatutnya menjadi tulang belakang manusia bagi lonjakan AI.
Lonjakan itu terus berkembang. Namun, Mechanical Turk tidak berkembang bersamanya.
Apabila Lapisan Manusia Mula Menggunakan AI
Percanggahan itu muncul secara senyap, kemudian secara serentak. Satu analisis pada tahun 2023 mendapati bahawa antara 33% hingga 46% pekerja MTurk menggunakan Large Language Models untuk menyelesaikan tugas yang sepatutnya dilakukan secara manual. Penyelidik membayar untuk pertimbangan manusia. Sebaliknya, mereka mendapat ChatGPT.
Ini bukan sekadar kisah tentang pekerja yang mengambil jalan pintas. Apabila seorang anotator menggunakan LLM untuk melabel sentimen dalam ulasan pelanggan, atau untuk mengklasifikasikan teks perubatan, atau untuk menulis dialog bagi set latihan chatbot, data tersebut tidak lagi menjadi kebenaran berasaskan manusia. Ia menjadi salinan fotostat daripada tekaan terbaik mesin. Masukkan salinan fotostat itu semula ke dalam model lain sebagai kebenaran asas (ground truth), dan kitaran tersebut akan semakin sempit. Isyarat merosot menjadi hingar (noise). "Manusia dalam kitaran" (human in the loop) menjadi sekadar cop pengesahan bagi perisian yang sudah pun berjalan di latar belakang.
Bagi industri AI, ini adalah krisis praktikal. Pasukan menghabiskan beribu-ribu dolar untuk kontrak MTurk dengan kepercayaan bahawa mereka sedang membeli perspektif manusia yang pelbagai dan organik. Jika sebahagian besar daripada buruh tersebut diautomasikan, set data yang terhasil akan mewarisi bias, titik buta, dan halusinasi LLM yang melakukan kerja sebenar. Kawalan kualiti menjadi semakin sukar. Penyelidik terpaksa mereka bentuk semakan perhatian (attention checks) dan soalan perangkap yang semakin kompleks hanya untuk membuktikan bahawa manusia benar-benar ada di sana. Sikap defensif tersebut meningkatkan kos dan melambatkan projek.