OpenAI تطلب من المقاولين رفع الأعمال السابقة لتدريب الذكاء الاصطناعي

ملخص سريع

OpenAI تطلب حاليًا من مقاوليها رفع المشاريع من وظائفهم السابقة للمساعدة في تقييم أداء وكلاء الذكاء الاصطناعي. صُممت هذه المبادرة لإعداد وكلاء الذكاء الاصطناعي للمكاتب المعقدة من خلال تزويدهم بأمثلة حقيقية للمهام والمهن المهنية.

ومع ذلك، تضع الشركة مسؤولية الخصوصية بشكل مباشر على عاتق المقاولين أنفسهم. وفقًا للتعليمات المقدمة، يُطلب من المقاولين إزالة أي معلومات سرية ومعلومات قابلة للتحديد الشخصي (PII) من المستندات قبل رفعها. يسمح هذا النهج لـ OpenAI بجمع بيانات تدريب متنوعة مع محاولة التخفيف من مخاطر الخصوصية، رغم أنه يعتمد بشكل كبير على حرص الموظفين لضمان بقاء البيانات الحساسة محمية.

مبادرة جمع البيانات الجديدة

أطلقت OpenAI طلبًا محددًا لقوة عاملتها العقدية فيما يتعلق باستخدام البيانات. تطلب الشركة من هؤلاء الأفراد تقديم مشاريع عمل قد أكملوها في وظائف سابقة. الهدف الرئيسي من هذا الجمع هو استخدام البيانات لتقييم مدى أداء وكلاء الذكاء الاصطناعي للمهام الموجودة عادةً في بيئات المكاتب.

تمثل هذه الخطوة تحولًا استراتيجيًا في كيفية الحصول على بيانات التدريب. بدلاً من الاعتماد فقط على البيانات المتاحة للجمهور أو مجموعات البيانات الاصطناعية، تبحث الشركة عن منتجات عمل حقيقية تم إنشاؤها بواسطة البشر. يُقصد بهذه الأمثلة أن تكون معايير لقدرات الذكاء الاصطناعي في البيئات المهنية.

المقاولون مسؤولون عن الخصوصية

تأتي المبادرة مع مجموعة صارمة من الإرشادات المتعلقة بخصوصية البيانات. لا تقوم OpenAI بتنظيف هذه المستندات يدويًا بنفسها؛ بل يقع العبء على عاتق المقاولين. يُطلب منهم مراجعة عملهم السابق وإزالة أي تفاصيل حساسة قبل الإرسال.

على وجه التحديد، يجب على المقاولين ضمان إزالة نوعين من البيانات:

• المعلومات السرية: أي بيانات أعمال مملوكة للشركة، أو أسرار تجارية، أو معلومات غير عامة تخص أصحاب العمل السابقين.
• المعلومات القابلة للتحديد الشخصي (PII): أي بيانات يمكنها تحديد أفراد محددين، مثل الأسماء أو العناوين أو تفاصيل الاتصال.

يقوم هذا الأسلوب بنقل عبء تطهير البيانات إلى الفرد، ويعتمد على حكمه لحماية خصوصية الأطراف الثالثة.

الآثار على تطوير الذكاء الاصطناعي

من خلال استخدام مشاريع المكاتب الواقعية، تهدف OpenAI إلى سد الفجوة بين قدرات الذكاء الاصطناعي النظرية والتطبيق العملي. غالبًا ما تتضمن المكاتب عملًا اتصاليًا دقيقًا، وتنسيق مستندات معقد، ومعرفة خاصة بمجال الصناعة قد تفتقر إليها مجموعات البيانات القياسية.

الوصول إلى مجموعة واسعة من مشاريع الوظائف السابقة يمكن أن يعزز بشكل كبير قدرة وكلاء الذكاء الاصطناعي على التعامل مع سيناريوهات مهنية متنوعة. ومع ذلك، فإن الاعتماد على البيانات التي فحصها المقاولون يُدخل متغيرات محتملة في جودة البيانات والامتثال للخصوصية. يعتمد نجاح هذه الطريقة في التدريب على دقة المقاولين في إزالة المحتوى الحساس.

الخاتمة

يسلط طلب OpenAI من المقاولين رفع الأعمال السابقة الضوء على التحديات المستمرة في الحصول على بيانات تدريب للذكاء الاصطناعي. مع تزايد الطلب على بيانات عالية الجودة واقعية، ترى الصناعة أساليبًا جديدة لاستقاء هذه المعلومات.

يوازن هذا النهج بين الحاجة إلى بيانات تدريب قوية والاعتبارات الخاصة بالخصوصية من خلال Outsourcing عملية إخفاء الهوية. لا يزال من غير المعروف مدى فعالية هذه الطريقة في إعداد وكلاء الذكاء الاصطناعي لتعقيدات مكان العمل الحديث، لكنها تشير إلى تطور مستمر في كيفية بناء وتقييم نماذج الذكاء الاصطناعي.