Kapitalistische Intelligentie? Miljoenen werkers trainen AI, dat weer ingezet wordt tegen andere werkers (deel 4)

Een vertaling in vijf delen van een artikel van het Duitse Wildcat over Artificial Intelligence (AI), oftewel Kunstmatige Intelligentie (KI) in het Nederlands. Het werd eerder al in het Engels vertaald door onze vrienden van de Angry Workers uit het Verenigd Koninkrijk. Lees ook deel 1, deel 2 en deel 3.

De click-werker

“Digitalisering eerst, zorgen op de tweede plaats”
(De slogan van de Duitse liberale partij FDP voor de federale verkiezingen van 2017.)

Bij machine learning komt veel kijken en dat moet worden verbeterd. Generatieve AI is gebaseerd op het werk van zogenaamde click-werkers, die vaak teksten analyseren, afbeeldingen van trefwoorden voorzien, audio-opnames beluisteren en soms zelf data verzamelen, bijvoorbeeld door foto’s te maken van vooraf gedefinieerde onderwerpen, vaak onder precaire omstandigheden. Zonder deze slecht betaalde click-werkers en moderators in Kenia, Venezuela, Argentinië, Bulgarije, enzovoorts, zou ChatGPT niet bestaan, net zo min als eerder sociale media. Het werk van deze mensen blijft vaak verborgen omdat het niet past in het bedrijfsverhaal dat alles vanzelf gaat met AI. Voor ChatGPT hebben bijvoorbeeld drie dozijn werkers in Kenia pre-training filters gemaakt voor een uurloon van tussen de 1,32 en 2 Amerikaanse dollar. Ze worden echter niet per uur betaald, maar op basis van stukloon (in Oost-Europa, Latijns-Amerika en Azië krijg je maximaal één dollar per verwerkte datarecord, tekstpassage, enzovoorts). (7)

Het is moeilijk om te achterhalen hoeveel click-werkers er aan AI’s werken en nog moeilijker om de hoeveelheid werk in te schatten. Providers zoals Applause of Clickworker beweren elk enkele miljoenen click-werkers te hebben, en Clickworker alleen al ongeveer 4,5 miljoen. Ze hebben het niet over de arbeidstijd die nodig is om bots te trainen, enzovoorts. OpenAI, Google, Microsoft en Amazon zeggen er niets over en er zijn geen serieuze onafhankelijke studies.

Milagros Miceli, die onderzoek doet naar het werk achter AI-systemen aan het Weizenbaum Instituut in Berlijn, heeft het ook over “miljoenen”: “Er zitten miljoenen mensen achter de toepassingen, die de inhoud modereren en de trainingsgegevens labelen. Ze helpen ook om de gegevens te genereren door afbeeldingen te uploaden en woorden te spreken. Er zijn zelfs werkers die zich voordoen als AI richting gebruikers.” Eén zo’n geval werd bijvoorbeeld bekend in Madagaskar: 35 mensen woonden in een huis met maar één toilet; ze moesten constant camera’s in de gaten houden en alarm slaan als er iets gebeurde. Een Parijse start-up had het systeem eerder voor veel geld verkocht aan grote Franse supermarkten als “AI-gestuurd cameratoezicht tegen winkeldiefstal”. In een ander geval hielden vluchtelingen uit het Midden-Oosten vanuit Bulgarije via een camera toezicht op mensen in ziekenhuizen, en moesten ze alarm slaan als er bijvoorbeeld iemand uit bed viel of hulp nodig had. Ze hadden een uurloon van ongeveer een halve Amerikaanse dollar. Sommigen werkten ook rechtstreeks vanuit Syrië.

Miceli schat dat tachtig procent van de kosten voor een AI gaan naar de benodigde rekenkracht, twintig procent naar de benodigde menskracht, waarvan negentig procent waarschijnlijk naar de ingenieurs in de VS gaat.

“De werkers verzamelen veel expertise. Zij zijn de experts in het direct omgaan met gegevens, omdat ze er dagelijks mee te maken hebben. Niemand heeft het vak beter geleerd, zelfs de ingenieurs niet. Sommigen verzetten zich tegen de erbarmelijke arbeidsomstandigheden. Het helpt de werkers het meest als ze zich organiseren. Dat blijkt ook uit onze gesprekken met hen”, aldus Miceli. (8)

In een petitie aan het Duitse parlement eind juni, eisten honderden moderators betere arbeidsomstandigheden bij online netwerken zoals Facebook en TikTok. Eerder hadden werkers van de Keniaanse Meta-onderaannemer Sama hun baas aangeklaagd wegens onrechtmatig ontslag. Meta wilde geen commentaar geven op deze kwestie.

Digitalisering is niet hetzelfde als verhoogde productiviteit

“Het vernederen van werkers wordt niet veroorzaakt door systemen die hen daadwerkelijk kunnen vervangen. Integendeel, die hebben al effecten wanneer mensen wordt wijsgemaakt dat dergelijke systemen werkers kunnen vervangen.”
(Meredith Whittaker op re:publica 2023)

“Vanaf 2035 zal er geen baan meer zijn die niets te maken heeft met kunstmatige intelligentie.”
(Minister van Arbeid Hubertus Heil)

AI helpt om arbeidswetten en voorgeschreven rusttijden te omzeilen. In 2015 bijvoorbeeld haalde een nieuw softwareprogramma voor personeelsplanning bij Starbucks de krantenkoppen door de diensten van werkers op een extreem chaotische en kortstondige manier in te plannen. Op basis van een database van klantenstromen in realtime riep het programma altijd slechts zoveel werkers op als nodig was – en wees hen altijd minder dan dertig uur per week toe, zodat Starbucks geen wettelijke ziektekostenverzekering hoefde te betalen.

De bedreiging voor vertalers, journalisten, acteurs, auteurs, enzovoorts, is van een andere orde. AI-ondersteunde journalistiek zou veel banen kunnen besparen; vertalers die ‘slechts’ een deepL-vertaling corrigeren zouden veel minder kunnen verdienen; enzovoorts. Het is dan ook geen wonder dat auteurs en acteurs in de VS als eerste de aanval hebben ingezet op AI (meer daarover later).

Maar helpt AI ook om de productiviteit te verhogen?

Een productiviteitsstijging (“toename van de productieve kracht van arbeid”) treedt op wanneer de arbeidstijd die nodig is om een goed te produceren, wordt verkort. Een kleinere hoeveelheid arbeid creëert een constante of zelfs grotere hoeveelheid gebruikswaarde. Er zou sprake zijn van sociale vooruitgang als deze toename in productiviteit zou betekenen dat mensen minder hoeven te werken, en dat de levensstandaard (leefruimte, mobiliteit, goed voedsel) minstens gelijk blijft of zelfs toeneemt (waarbij meer vrij beschikbare tijd op zich de levenskwaliteit verhoogt). Historisch heeft dit meestal geleid tot een hogere levensverwachting.

Dit gold de afgelopen tweehonderd jaar voor een groot deel van de mensheid. De gemiddelde werktijd van een arbeider daalde van meer dan 3.000 uur per jaar in 1870 tot ongeveer 1.500 uur in 2017. De algemene levensverwachting steeg van ongeveer dertig tot veertig jaar naar zeventig tot tachtig jaar.

Tegenwoordig is het echter belangrijker dan vroeger tot welke inkomensklasse je behoort en waar je woont, dat wil zeggen hoeveel toegang je hebt tot de “productieve krachten” op het gebied van geneeskunde, infrastructuur, enzovoorts. Afhankelijk van hun land en geslacht leven mensen in de hoogste inkomensklassen vijf tot vijftien jaar langer dan mensen in de laagste inkomensklassen. Nooit eerder was er zo’n groot verschil in rijkdom en inkomen tussen arm en rijk. Bijgevolg is er nog nooit zo’n groot verschil geweest in levensverwachting tussen rijk en arm. Hoewel het nu mogelijk is om gezonder en langer te leven, daalt de levensverwachting van de armen.

Vooruitgang en productiekrachten

In de negentiende en twintigste eeuw reageerden bazen, als het erop aan kwam, op arbeidsstrijd door de productiviteit te verhogen. Een keerpunt was de introductie van geautomatiseerde just-in-time productie zonder opslag (lean production) als reactie op de “crisis van het fordisme”. Wat in het westen werd gepropageerd als “toyotisme”, was geen verandering in het arbeidsproces om de productiviteit te verhogen, zoals dat wel het geval was bij de overgang van water- naar stoomkracht of in de ontwikkeling van de lopende band. Het was een verschuiving naar Azië en richting onderaanneming. In China werden dezelfde assemblagelijnfabrieken gebouwd als in het westen – alleen waren de arbeidskosten veel lager.

Op politiek niveau hielp het ontmantelen van de enorme fabrieken met tienduizenden arbeiders bij het breken van de strijdkracht van de arbeidersklasse. Maar sindsdien zijn de groeipercentages van de productiviteit gedaald en komen ze niet meer in de buurt van die van voor de jaren zeventig. Autobedrijven hebben de afgelopen twintig jaar winst gemaakt, niet door ingenieuze productieprocessen, maar door financiële transacties, prijsverhogingen, emissiebevorderende verkoopvoorschriften en het oplichten van hun leveranciers. De groei is gebaseerd op slijtage van de infrastructuur, achtergehouden investeringen en kredietexpansie.

De “slimme fabriek” is een reactie op dalende verkoopcijfers en de implosie van het just-in-time systeem.

Tegen de achtergrond van stagnatie in de technologie- en auto-industrie hebben de twee hun krachten gebundeld om een nieuw winstmodel te propageren. Productiefaciliteiten en logistiek moeten “zichzelf organiseren” door consequente automatisering en digitalisering, waarbij de productie van goederen van bestelling tot levering zonder mensen zou moeten functioneren. Want de slimme fabriek netwerkt ‘alles met alles’. Op de Hannover Messe handelsbeurs van april 2023 was er sprake van tien miljoen fabrieken wereldwijd die “wachten om gedigitaliseerd te worden”; de markt voor slimme fabriekscomponenten is nu al 86 miljard dollar per jaar waard. Voor automatiseringsbedrijven, zoals Siemens, SAP, ABB, General Electric, enzovoorts, is “digitalisering” inderdaad de grootste inkomstenbron – met name de markt voor AI is goed voor bijna vierhonderd miljard euro in 2021 (de totale omzet van de auto-industrie is net geen twee biljoen euro). Nu beginnen ze AI-toepassingen op fabrieksniveau te introduceren.

Vergeleken met de fase vóór het coronavirus hebben veel ‘werkgevers’ hun fantasieën over hoeveel werkers in fabrieken vervangen zouden kunnen worden door AI echter afgezwakt. Ze hebben de neiging om de slimme fabriek te promoten als een middel om hulpbronnen te besparen, de milieubalans en de kwaliteit van onderdelen te verbeteren en toeleveringsketens te bewaken. De massaverkoop kan niet langer worden uitgebreid, en daarom schakelen veel bedrijven over op luxeproductie. De winstgevende productie van kleine hoeveelheden (batches) is cruciaal – vandaar het gepraat over “individuele klanteneisen” en “batchgrootte 1”.

Mercedes rust machines en onderdelen uit met chips die allerlei gegevens verzamelen voor “de cloud”. De AI moet hieruit nuttige maatregelen afleiden en de achthonderd arbeiders per shift in “Fabriek 56”, de gedigitaliseerde modelfabriek in Sindelfingen, moeten die vervolgens “implementeren”. Het management noemt dit “data-democratisering”. Mercedes werkt hiertoe samen met Siemens en Microsoft, waarbij Microsoft zorgt voor AI en de cloud.

Bij BMW werken 15.000 arbeiders in Omniverse, een realtime grafisch samenwerkingsplatform dat een fabriek virtueel in kaart brengt. Het doel is om fabrieken sneller en soepeler te laten draaien en ze continu te optimaliseren. Dat zou de ontwikkelings- en onderhoudskosten verlagen. Daarvoor zijn computers nodig met de RTX grafische kaart van Nvidia, die enkele honderden euro’s kost. Nvidia is ook de leverancier en eigenaar van het Omniverse, waarin momenteel zevenhonderd bedrijven werken.

Verdere ontwikkeling van monitoring

BMW werkt – net als andere bedrijven – al sinds 2022 aan AI-personeelsplanning. BMW onderhandelt momenteel met de vakbond IG Metall. Jens Rauschenbach, “Hoofd Normen/Methoden van Waardetoevoegende Productiesystemen en Industriële Techniek” bij BMW, ziet de mogelijkheid om eindelijk alle fabrieken live en centraal te monitoren en met elkaar te vergelijken: “Tot nu toe was het bijna onmogelijk om de personeelsplanning tussen twee fabrieken te vergelijken, maar in de toekomst zullen we toegang hebben tot gestandaardiseerde gegevens voor alle functionele niveaus, die beschikbaar zullen zijn met een druk op de knop.” (9) In de onmiddellijke productiesfeer wordt AI verondersteld optimalisatiemogelijkheden te vinden door bijvoorbeeld te zoeken naar correlaties tussen herbewerkingen, afkeuringen, frequente cycluswijzigingen en gereedschapswissels (een heleboel dingen die werkers zelf weten, maar niet delen, zelfs als ze een bonus krijgen via “continue verbetering”-programma’s). De verzamelde gegevens kunnen een nauwkeuriger productieproces helpen om slijtage te verminderen, maar aan de andere kant creëert het massaal verzamelen van gegevens nieuwe kosten. Vanuit hun kantoren en vergaderzalen stellen managers zich voor hoe ze computers en sensoren kunnen gebruiken om de bewegingen van werkers te volgen en de adempauzes van “vrije tijd” die ze zelfstandig creëren om te zetten in productieve arbeidstijd. Maar wellicht komen managers er al snel achter dat digitalisering en productiviteitsverhoging twee verschillende dingen zijn. Eind augustus kwam Toyota zonder geheugen te zitten tijdens serveronderhoud, en werden alle 14 Japanse fabrieken een dag lang stilgelegd. Eind september vermenigvuldigde een defect rekenproces op een server in de hoofdfabriek van Volkswagen in Wolfsburg zich zodanig dat bijna het hele wereldwijde productienetwerk uitviel. (10)

Lees het afsluitende deel 5 hier.

Wildcat

(Dit artikel verscheen oorspronkelijk in het herfstnummer van 2023 van Wildcat onder de titel: “Kapitalistische Intelligenz – Was steckt hinter dem Hype um KI?”)

Noten

• 7. Billy Perrigo: “OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic”. time.com, 18 januari 2023
• 8. “Interview with Milagros Miceli: How millions of people work for AI”, 17 maart 2023 op https://netzpolitik.org.
• 9. “With AI to the optimal shift plan”, AutomotiveIT, 17 oktober 2022.
• 10. Meer lezen? “Industry 4.0″ in Wildcat nr. 104, Sabine Pfeiffer:” Digitalisation as a distributive force”, Adrian Mengay: “Production system criticism”.