Amazon has set an expiration date. On July 30, 2026, Mechanical Turk will stop accepting new customers. Existing account

Amazon ਨੇ ਇੱਕ ਸਮਾਪਤੀ ਮਿਤੀ ਤੈਅ ਕਰ ਦਿੱਤੀ ਹੈ। 30 ਜੁਲਾਈ, 2026 ਨੂੰ, Mechanical Turk ਨਵੇਂ ਗਾਹਕਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨਾ ਬੰਦ ਕਰ ਦੇਵੇਗਾ। ਮੌਜੂਦਾ ਖਾਤੇ ਚੱਲਦੇ ਰਹਿਣਗੇ, ਅਤੇ Amazon ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਹ ਪਲੇਟਫਾਰਮ ਦੀ ਸੁਰੱਖਿਆ ਅਤੇ ਅਪਟਾਈਮ (uptime) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖੇਗਾ। ਪਰ ਕੰਪਨੀ ਨੇ ਇਹ ਵੀ ਸਪੱਸ਼ਟ ਕਰ ਦਿੱਤਾ ਹੈ ਕਿ ਕੋਈ ਨਵੇਂ ਫੀਚਰ ਨਹੀਂ ਆਉਣਗੇ। ਇੱਕ ਅਜਿਹੀ ਸੇਵਾ ਲਈ ਜਿਸ ਨੇ ਇੰਟਰਨੈਟ ਲੇਬਰ ਦੇ ਇੱਕ ਯੁੱਗ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕੀਤੀ, ਇਹ ਇੱਕ 'ਸਨਸੈੱਟ ਨੋਟਿਸ' (sunset notice) ਵਾਂਗ ਹੈ।

ਅਸਲੀ ਗਿਗ ਵਰਕ ਮਾਰਕੀਟਪਲੇਸ

Mechanical Turk 2005 ਵਿੱਚ ਸ਼ੁਰੂ ਹੋਇਆ ਸੀ, Uber ਜਾਂ TaskRabbit ਵਰਗੀਆਂ ਐਪਸ ਦੇ ਟੁਕੜੇ-ਟੁਕੜੇ ਵਾਲੇ ਲੇਬਰ (piecemeal labor) ਨੂੰ ਇੱਕ ਘਰੇਲੂ ਸੰਕਲਪ ਬਣਾਉਣ ਤੋਂ ਕਾਫੀ ਪਹਿਲਾਂ। Amazon ਨੇ ਇਸਨੂੰ "human intelligence tasks" — ਛੋਟੇ ਕੰਮਾਂ ਲਈ ਇੱਕ ਮਾਰਕੀਟਪਲੇਸ ਵਜੋਂ ਬਣਾਇਆ ਸੀ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸੌਫਟਵੇਅਰ ਅਜੇ ਤੱਕ ਸੰਭਾਲ ਨਹੀਂ ਸਕਦਾ ਸੀ। ਕਾਮੇ, ਜੋ ਕਿ ਜ਼ਿਆਦਾਤਰ ਗੁਮਨਾਮ ਸਨ ਅਤੇ ਪੂਰੀ ਦੁਨੀਆ ਵਿੱਚ ਫੈਲੇ ਹੋਏ ਸਨ, ਆਡੀਓ ਕਲਿੱਪਾਂ ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕਰਨ, ਸਟੋਰਫ੍ਰੰਟ ਪਤੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ, ਕੰਟੈਂਟ ਨੂੰ ਮੋਡਰੇਟ ਕਰਨ ਅਤੇ ਤਸਵੀਰਾਂ ਨੂੰ ਟੈਗ ਕਰਨ ਲਈ ਲੌਗਇਨ ਕਰਦੇ ਸਨ। ਕੀ ਤੁਹਾਨੂੰ CAPTCHA ਹੱਲ ਕਰਨ, ਸਰਚ ਨਤੀਜਿਆਂ ਨੂੰ ਰੈਂਕ ਕਰਨ, ਜਾਂ ਇਹ ਫੈਸਲਾ ਕਰਨ ਲਈ ਕਿਸੇ ਦੀ ਲੋੜ ਹੈ ਕਿ ਕੋਈ ਪ੍ਰੋਡਕਟ ਰਿਵਿਊ ਸਕਾਰਾਤਮਕ ਸੀ ਜਾਂ ਗੁੱਸੇ ਵਾਲਾ? MTurk ਉਹ ਜਗ੍ਹਾ ਸੀ।

ਕੀਮਤਾਂ ਅਕਸਰ ਸੈਂਟਸ ਵਿੱਚ ਮਾਪੀਆਂ ਜਾਂਦੀਆਂ ਸਨ। ਇੱਕ ਹਜ਼ਾਰ ਇਮੇਜ ਕਲਾਸੀਫਿਕੇਸ਼ਨਾਂ ਦੇ ਬੈਚ ਲਈ ਹੋ ਸਕਦਾ ਹੈ ਕਿ ਪ੍ਰਤੀ ਇਮੇਜ ਇੱਕ ਪੈਨੀ ਮਿਲੇ। ਖੋਜਕਰਤਾਵਾਂ, ਮਾਰਕੀਟਰਾਂ ਅਤੇ ਬੂਟਸਟ੍ਰੈਪਡ ਸਟਾਰਟਅੱਪਸ ਲਈ, ਇਹ ਕ੍ਰਾਂਤੀਕਾਰੀ ਸੀ। ਅਚਾਨਕ ਤੁਸੀਂ ਇੱਕ ਦੁਪਹਿਰ ਵਿੱਚ ਸੈਂਕੜੇ ਭਾਗੀਦਾਰਾਂ ਨਾਲ ਇੱਕ ਸਰਵੇਖਣ ਕਰ ਸਕਦੇ ਸੀ, ਜਾਂ ਪੂਰੇ ਐਨੋਟੇਸ਼ਨ ਸਟਾਫ ਨੂੰ ਹਾਇਰ ਕੀਤੇ ਬਿਨਾਂ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਮਾਡਲ ਲਈ ਟ੍ਰੇਨਿੰਗ ਡੇਟਾ ਨੂੰ ਲੇਬਲ ਕਰ ਸਕਦੇ ਸੀ। ਇਹ ਪਲੇਟਫਾਰਮ ਇੱਕ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਬਣ ਗਿਆ। ਸਮਾਜਿਕ ਵਿਗਿਆਨੀਆਂ ਨੇ ਇਸ 'ਤੇ ਪ੍ਰਯੋਗ ਕੀਤੇ। ਟੈਕ ਕੰਪਨੀਆਂ ਨੇ ਇੰਟਰਫੇਸਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ। AI ਟੀਮਾਂ ਨੇ ਡੇਟਾਸੈਟ ਬਣਾਏ।

2018 ਦੇ ਆਸ-ਪਾਸ, Amazon ਨੇ ਉਸ ਭੂਮਿਕਾ ਨੂੰ ਆਧੁਨਿਕ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ। ਇਸਨੇ Mechanical Turk ਨੂੰ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਲਈ ਇੱਕ ਡੇਟਾ ਐਨੋਟੇਸ਼ਨ ਇੰਜਣ ਵਜੋਂ ਮੁੜ ਸਥਾਪਿਤ ਕੀਤਾ, ਜੋ ਇਸਨੂੰ Amazon SageMaker AI ਨਾਲ ਹੋਰ ਨੇੜਿਓਂ ਜੋੜਦਾ ਸੀ। ਵਿਚਾਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਪਾਈਪਲਾਈਨ ਨੂੰ ਖੁਰਾਕ ਦੇਣਾ ਸੀ: ਇਨਸਾਨ ਉਸ ਕੱਚੇ ਮਾਲ ਨੂੰ ਸਾਫ਼ ਕਰਨਗੇ, ਲੇਬਲ ਕਰਨਗੇ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰਨਗੇ ਜਿਸਦੀ ਐਲਗੋਰਿਦਮ ਨੂੰ ਸਿੱਖਣ ਲਈ ਲੋੜ ਹੁੰਦੀ ਹੈ। MTurk ਹੁਣ ਸਿਰਫ਼ ਅਜੀਬ ਕੰਮਾਂ ਤੱਕ ਸੀਮਤ ਨਹੀਂ ਰਿਹਾ ਸੀ। ਇਹ AI ਬੂਮ ਲਈ ਮਨੁੱਖੀ ਰੀੜ੍ਹ ਦੀ ਹੱਡੀ ਬਣਨ ਵਾਲਾ ਸੀ।

ਉਹ ਬੂਮ ਵਧਦਾ ਰਿਹਾ। ਪਰ Mechanical Turk ਉਸ ਦੇ ਨਾਲ ਨਹੀਂ ਵਧਿਆ।

ਜਦੋਂ ਮਨੁੱਖੀ ਪੱਧਰ AI ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੰਦਾ ਹੈ

ਵਿਰੋਧਾਭਾਸ ਚੁੱਪਚਾਪ ਆਇਆ, ਫਿਰ ਇੱਕੋ ਵਾਰ ਸਭ ਕੁਝ ਸਾਹਮਣੇ ਆ ਗਿਆ। 2023 ਦੇ ਇੱਕ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ 33% ਅਤੇ 46% ਦੇ ਵਿਚਕਾਰ MTurk ਕਾਮੇ ਉਹ ਕੰਮ ਪੂਰੇ ਕਰਨ ਲਈ Large Language Models ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੇ ਸਨ ਜਿਨ੍ਹਾਂ ਲਈ ਉਹਨਾਂ ਨੂੰ ਹੱਥ ਨਾਲ ਕੰਮ ਕਰਨ ਲਈ ਭੁਗਤਾਨ ਕੀਤਾ ਜਾਂਦਾ ਸੀ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਮਨੁੱਖੀ ਫੈਸਲੇ ਲਈ ਭੁਗਤਾਨ ਕੀਤਾ ਸੀ। ਉਹਨਾਂ ਨੂੰ ਇਸ ਦੀ ਬਜਾਏ ChatGPT ਮਿਲਿਆ।

ਇਹ ਸਿਰਫ਼ ਕਾਮਿਆਂ ਦੁਆਰਾ ਕੰਮ ਵਿੱਚ ਕਮੀ ਲਿਆਉਣ ਦੀ ਕਹਾਣੀ ਨਹੀਂ ਹੈ। ਜਦੋਂ ਇੱਕ ਐਨੋਟੇਟਰ ਗਾਹਕਾਂ ਦੇ ਰਿਵਿਊਆਂ ਵਿੱਚ ਭਾਵਨਾਵਾਂ (sentiment) ਨੂੰ ਲੇਬਲ ਕਰਨ ਲਈ, ਜਾਂ ਡਾਕਟਰੀ ਟੈਕਸਟ ਨੂੰ ਕਲਾਸੀਫਾਈ ਕਰਨ ਲਈ, ਜਾਂ ਚੈਟਬੋਟ ਟ੍ਰੇਨਿੰਗ ਸੈੱਟ ਲਈ ਸੰਵਾਦ ਲਿਖਣ ਲਈ LLM ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਤਾਂ ਡੇਟਾ ਮਨੁੱਖੀ-ਅਧਾਰਤ ਸੱਚਾਈ ਨਹੀਂ ਰਹਿੰਦਾ। ਇਹ ਇੱਕ ਮਸ਼ੀਨ ਦੇ ਸਭ ਤੋਂ ਵਧੀਆ ਅੰਦਾਜ਼ੇ ਦੀ ਫੋਟੋਕਾਪੀ ਬਣ ਜਾਂਦਾ ਹੈ। ਉਸ ਫੋਟੋਕਾਪੀ ਨੂੰ ਦੁਬਾਰਾ ਕਿਸੇ ਹੋਰ ਮਾਡਲ ਵਿੱਚ 'ਗਰਾਊਂਡ ਟਰੂਥ' ਵਜੋਂ ਪਾਓ, ਅਤੇ ਇਹ ਚੱਕਰ ਹੋਰ ਗੁੰਝਲਦਾਰ ਹੋ ਜਾਂਦਾ ਹੈ। ਸਿਗਨਲ ਸ਼ੋਰ (noise) ਵਿੱਚ ਬਦਲ ਜਾਂਦਾ ਹੈ। "Human in the loop" ਉਸ ਸੌਫਟਵੇਅਰ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਰਬੜ ਦੀ ਮੋਹਰ ਬਣ ਕੇ ਰਹਿ ਜਾਂਦਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਪਿਛੋਕੜ ਵਿੱਚ ਚੱਲ ਰਿਹਾ ਸੀ।

AI ਉਦਯੋਗ ਲਈ, ਇਹ ਇੱਕ ਵਿਹਾਰਕ ਸੰਕਟ ਹੈ। ਟੀਮਾਂ MTurk ਕੰਟਰੈਕਟਾਂ 'ਤੇ ਹਜ਼ਾਰਾਂ ਡਾਲਰ ਖਰਚਦੀਆਂ ਹਨ ਇਹ ਮੰਨ ਕੇ ਕਿ ਉਹ ਵਿਭਿੰਨ, ਕੁਦਰਤੀ ਮਨੁੱਖੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਖਰੀਦ ਰਹੀਆਂ ਹਨ। ਜੇਕਰ ਉਸ ਲੇਬਰ ਦਾ ਇੱਕ ਵੱਡਾ ਹਿੱਸਾ ਆਟੋਮੇਟਡ ਹੈ, ਤਾਂ ਨਤੀਜੇ ਵਜੋਂ ਮਿਲਣ ਵਾਲਾ ਡੇਟਾਸੈੱਟ ਉਸ LLM ਦੇ ਪੱਖਪਾਤ (biases), ਅੰਨ੍ਹੇਪਣ (blind spots) ਅਤੇ ਭਰਮ (hallucinations) ਨੂੰ ਵਿਰਾਸਤ ਵਿੱਚ ਪ੍ਰਾਪਤ ਕਰ ਲੈਂਦਾ ਹੈ ਜੋ ਅਸਲ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ। ਕੁਆਲਿਟੀ ਕੰਟਰੋਲ ਹੋਰ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਜਾ ਰਿਹਾ ਹੈ। ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਸਿਰਫ਼ ਇਹ ਸਾਬਤ ਕਰਨ ਲਈ ਕਿ ਉੱਥੇ ਸੱਚਮੁੱਚ ਕੋਈ ਇਨਸਾਨ ਹੈ, ਵਧੇਰੇ ਗੁੰਝਲਦਾਰ 'ਅਟੈਂਸ਼ਨ ਚੈੱਕ' ਅਤੇ 'ਟ੍ਰੈਪ ਪ੍ਰਸ਼ਨ' ਤਿਆਰ ਕਰਨੇ ਪੈਂਦੇ ਹਨ। ਇਹ ਰੱਖਿਆਤਮਕ ਸਥਿਤੀ ਲਾਗਤਾਂ ਵਧਾਉਂਦੀ ਹੈ ਅਤੇ ਪ੍ਰੋਜੈਕਟਾਂ ਦੀ ਰਫ਼ਤਾਰ ਨੂੰ ਹੌਲੀ ਕਰ ਦਿੰਦੀ ਹੈ।