根据尼曼新闻实验室的一篇文章，在完成新闻研究生学位后，卡拉·麦卡纳找到了一份“训练人工智能模型以优化准确性和效率”的工作：员工职位稀缺……而且竞争非常激烈。 （根据 Challenger、Gray & Christmas 的年度报告，2024 年，本已陷入困境的美国新闻行业裁员近 5,000 人，比上年增长 59%……）在过去的几个月里，麦卡纳一直在 [AI 培训数据公司] Outlier 接近全职工作，在其零工平台上以每小时 35 美元左右的价格接手项目。数据工作很快成为她的主要收入来源，也是她[向新闻专业的同学]推荐的一项工作。 “我们很多人仍在找工作。我三次告诉别人我是做什么的，他们说，请把它发给我，”她说。 “现在很难，我的很多同事也这么说。”麦卡纳只是过去一年中被 Outlier 邀请从事兼职、远程数据工作的众多记者之一……他们中的几位告诉我，由于员工工作减少或自由职业工作枯竭，他们已经接受了 Outlier 项目来补充收入或完全取代他们在新闻业的工作。有些是像麦卡纳这样的职业生涯早期记者，但其他人则是拥有十多年经验的记者。他们有一个共同点吗？在去年之前，他们从未听说过“Outlier”，甚至不知道这种类型的工作存在。 Outlier 于 2023 年推出，是由 Scale AI 拥有和管理的平台，Scale AI 是一家总部位于旧金山的数据注释公司，估值为 138 亿美元。它的客户包括世界上最大的人工智能公司，包括 OpenAI、Meta 和微软。 Outlier 以及 CrowdGen 和 Remotasks 等类似平台使用远程人类工作者网络来改进客户的人工智能模型。工作人员按小时付费执行诸如标记培训数据、起草测试提示以及对输出的事实准确性和语法进行评分等任务。他们的工作通常会通过一个名为“人类反馈强化学习”(RLHF) 的过程反馈到人工智能模型中，以提高其性能。这种人类反馈循环一直是构建 OpenAI 的 GPT 和 Meta 的 Llama 等模型的核心。除了直接的招聘信息之外，我还发现了数十个最近的公开招聘信息，这些信息强调了雇用记者进行数据工作的日益增长的趋势……麦卡纳没有将她的数据工作视为一种资产，而是将她的数据工作视为一种资产，而不是培训替代者，随着人工智能工具不断嵌入工作场所，她不断增长对人工智能工具的了解。 “实际上，在做这项工作时，你会意识到人工智能模型仍然需要我们……我认为，要让它们真正能够像人类一样写作，还需要一段非常非常长的时间。”
在 Slashdot 上阅读这个故事的更多内容。