Карта AI-данных показала 13 посредников между корпорациями и разметчиками
Карта AI-данных показала 13 посредников между корпорациями и разметчиками
У чат-бота нет видимого конвейера, но у его обучения он есть. Студентка Brown University Миша Ма собрала интерактивную карту цепочек разметки данных, которая связывает компании-разметчики, их корпоративных клиентов и страны, где расположены площадки работников. На текущей версии — 13 подрядчиков, 141 заказчик и 31 страна.
Это не попытка посчитать всех людей, обучающих модели, и не рейтинг работодателей. Смысл карты проще и полезнее: показать цепочку, которую обычно прячут за словом «данные». Корпорация заказывает разметку, посредник распределяет работу, а исполнители в разных странах получают задания на проверку текста, изображений и потенциально вредного контента.
Что именно нанесено на карту
Ма опиралась на существующие базы компаний-разметчиков и их клиентов, а для географии добавила собственный реестр delivery-центров — площадок, через которые подрядчики организуют работу. Линии на карте связывают эти три уровня: компанию-разметчик, заказчика и страну с такими центрами.

Скриншот: Data Work Landscape.
Автор отдельно подчёркивает ограничение: карта иллюстративна, а не исчерпывающа. По ней нельзя сделать вывод о точном числе работников, объёме контрактов или условиях каждого проекта. Но даже неполная схема полезна: она превращает расплывчатое «ИИ обучают данные» в проверяемый вопрос — кто именно поставляет эти данные и через кого.
Почему это касается пользователей моделей
Разметка нужна не только для подписей к картинкам. Ею проверяют ответы моделей, отбирают примеры для обучения и модерируют тяжёлый контент. Brown приводит слова Ма о том, что часть такой работы переносится в страны Глобального Юга, где исполнителям могут доставаться особенно травмирующие материалы.
У карты есть и более приземлённое применение. Когда работа разбросана между подрядчиками и странами, исполнителям труднее увидеть коллег и общие условия. Связи на схеме не доказывают нарушения сами по себе, зато дают журналистам, исследователям и самим работникам точку, с которой можно начинать проверку. Для индустрии, привыкшей говорить о параметрах и вычислениях, это неудобное напоминание: за безопасностью модели всё ещё стоят люди.













