2カ月前、Wiredは、データラベリングのスタートアップ、Mercorの労働環境に関する記事を掲載した。その中で筆者は、請負業者たちがほぼ不可能に近い締め切りのもとで仕事を奪い合う、混乱とストレス、そして機能不全に満ちた企業文化を描写している。それでも、Mercorはデータラベリング企業の中ではましな部類に入るのかもしれない。ケニアの企業Samaの従業員は、ヌード画像を含むMetaのスマートグラス由来のデータを分析する作業に対し、時給わずか1.50ドル（約1万未満円）しか支払われていなかった。
AIの質は、それを支えるメタデータの質に左右される。そして、そのメタデータを作成する人々が劣悪な環境で働いているなら、最高水準の成果を生み出しているとも、自然な環境で作業しているとも考えにくい。メタバースのスタートアップVLGEとデータ企業Protegeは、これとは異なる、より良いあり方を描いている。両社は最近、VLGEが自社のメタバース世界から得たデータを提供し、移動軌跡、ためらいのループ、探索パターン、オブジェクトとの相互作用、空間的な意思決定、文脈に応じたコマース行動などの行動シグナルの理解を深めるための提携を発表した。
「既存のデータセットは非常に偏っている。なぜなら、人にどのように作業を依頼するかに大きく左右されるからだ。これに対し、VLGEのようなデータセットでは、人々が自らの目的を持って行動している。誰もが少しずつ異なるアプローチを取るため、人間の行動をより正確に反映し、全体として偏りが少なくなる」と、Protegeのゼネラルマネージャー、グラント・マーフィー・ハーンドンは語る。
「AIシステムは、人間が何を言うかだけでなく、人間が環境の中でどのように構築し、移動し、ためらい、探索し、比較し、決定するのかを理解する必要がある」と、VLGEの創業者兼CEOであるエブリン・モラは付け加える。「人間知能の未来は、拡張可能な生きた行動システムと、空間的文脈を伴う人間の相互作用から生まれるだろう」
AIのユースケースが2次元から3次元へと移行するにつれ、この種のデータは、現実世界のユースケースを構築する人々にとって不可欠なものになる。こうしたデータをロボットの訓練に使うことに多くの資金と注目が集まっているが、店舗レイアウトや買い物体験の設計など、今日すぐに人々が活用できる用途も数多くある。
「人々は『理由はわからないが、このラックの商品は非常によく売れる。なぜこれほど売れるのかを知りたい。どうすれば最大化し、その可能性を引き出せるのか』と言う」とモラは語る。もちろん、ほとんどの店舗はすでに対面で顧客行動を追跡し、分析している。しかし、その体験をメタバース上で捉えることで、はるかに豊富な情報を得られる。例えばモラは、バーチャル体験では取得できるが、店舗内の人々にカメラを向けたりアンケートを取ったりするだけでは判別がはるかに難しい「ためらいスコア」を挙げる。
この種のデータ収集は、より良い買い物体験や、より安全なロボットにつながる可能性が高い。だが、人々はこのような情報やフィードバックを提供することをどう感じるのだろうか。一方では、私たちは多くの店舗に入るたびに、これに同意しているともいえる。カメラは当初、防犯目的で設置されているのかもしれないが、同時に本部へ戻される膨大なデータも収集している。現在、私たちがロボットと接するたびに、そのデータも収集され、追加の訓練モデルの構築に使われている。私たちはすでにデータの海を泳いでいる。これはその延長線上にある一歩にすぎない。
モラは、VLGEを利用するすべての人が、自分のデータが取得され共有されることに同意していると指摘する。「私たちは、人間中心で、人間によって育まれる、あるいは持続可能なAIの未来を築きたい」と彼女は言う。「個人の権利とデータが確実に守られるようにすることを重視している。そうでなければ、ソーシャルメディアの繰り返しになってしまう。無料でプラットフォームを利用するために登録する一方で、その代わりにすべてのデータが収集され、収益化され、本人には恩恵が見えないかもしれない、という構図だ」
より多くの空間データが必要になるにつれ、その収集方法も変化する。データラベリングに従事する人々の労働環境は良好とはいえないが、それでも少なくとも何らかの報酬は支払われている。将来的には、スマートグラスが歩行パターンから視線の動きまであらゆるものを追跡し、そのすべてのデータがモデルの訓練や、デザイナー、意思決定者への知見提供に使われる可能性がある。理想をいえば、人々はその対価として何らかの形で補償されるべきだ。たとえ、ハードウェアをより手頃な価格にするための補助という形であってもよい。
モラは、これに伴う利害を最も広い意味で捉えている。AIの「成功と長寿命化、そして真の拡張のための酸素であり燃料」となるのは、「人間データ」だと彼女は言う。それは「人間に対する非常に深い理解を必要とする」データである。彼女が正しいなら、問うべきは、人間の行動が次のAI時代の原材料になるかどうかではない。それを生み出す人々が、最小化すべき労働力として扱われるのか、それとも尊重されるべき参加者として扱われるのかである。後者に賭ける企業は、倫理と品質が同じ方向を指しているという見立てに賭けている。
