Meta lanceert een nieuw initiatief om zijn kunstmatige-intelligentiemodellen te trainen door te monitoren hoe zijn werknemers omgaan met computers. Volgens interne documenten gerapporteerd door Reuters is het bedrijf van plan gedetailleerde gegevens vast te leggen, waaronder muisbewegingen, klikken, toetsaanslagen en schermopnamen, om AI te leren effectiever door digitale werkruimten te navigeren.
Зміст
Het “Model Capability Initiative” (MCI)
Het project, intern bekend als het Model Capability Initiative (MCI), is ontworpen om een specifieke kloof in de huidige AI-mogelijkheden te overbruggen. Hoewel grote taalmodellen uitstekend zijn in het verwerken van tekst, worstelen ze vaak met de fysieke mechanismen van computergebruik, zoals:
– Navigeren door complexe vervolgkeuzemenu’s.
– Gebruik van specifieke sneltoetsen.
– Inzicht in de stroom van UI-interacties (User Interface).
Door werknemers te observeren die hun dagelijkse taken uitvoeren op werkgerelateerde apps en websites, wil Meta zijn modellen voorzien van ‘echte’ voorbeelden van mens-computerinteractie. Hierdoor kan de AI de nuances leren van hoe een persoon daadwerkelijk een werkstation bedient.
Van werknemers tot supervisors: de visie voor “AI-agenten”
Deze stap maakt deel uit van een bredere strategische verschuiving binnen Meta, onder leiding van CTO Andrew Bosworth. Het bedrijf maakt de overstap naar een model genaamd Agent Transformation Accelerator (ATA), dat zich richt op het diep integreren van AI in elke workflow.
Bosworth heeft een toekomst geschetst waarin de relatie tussen mens en technologie fundamenteel opnieuw wordt gedefinieerd:
“De visie waar we naartoe bouwen is er een waarbij onze agenten in de eerste plaats het werk doen en het onze rol is om hen aan te sturen, te beoordelen en te helpen verbeteren.”
In deze visie zullen AI-agenten het grootste deel van de routinematige digitale taken afhandelen, terwijl menselijke werknemers overstappen naar toezichthoudende rollen: ze monitoren de AI, grijpen in wanneer dat nodig is en geven de feedback die de agenten nodig hebben om van hun fouten te leren.
Privacy- en implementatieproblemen
Het niveau van toezicht dat nodig is voor dit initiatief – het bijhouden van alles, van toetsaanslagen tot periodieke schermopnamen – roept belangrijke vragen op met betrekking tot de privacy van werknemers en gegevensbeveiliging.
Als reactie op deze zorgen verduidelijkte Meta-woordvoerder Andy Stone het volgende:
– Doelbeperking: De via MCI verzamelde gegevens zijn uitsluitend bedoeld voor modeltraining, niet voor prestatiebeoordelingen van medewerkers.
– Gegevenswaarborgen: Meta beweert veiligheidsmaatregelen te hebben getroffen om ‘gevoelige inhoud’ te beschermen, hoewel het bedrijf niet heeft gespecificeerd welke soorten gegevens zijn uitgesloten van verzameling.
Waarom dit belangrijk is
De aanpak van Meta vertegenwoordigt een belangrijke trend in de technologie-industrie: de overstap van Generatieve AI (die inhoud creëert) naar Agentische AI (die acties uitvoert).
Om een AI te creëren die daadwerkelijk kan doen werken in plaats van er alleen maar over te praten, hebben bedrijven enorme datasets van menselijk gedrag nodig. Door het eigen personeelsbestand als oefenterrein te gebruiken, probeert Meta een eigen kringloop op te bouwen waarin elke minuut menselijke arbeid bijdraagt aan de intelligentie van de volgende generatie digitale werknemers.
Conclusie: Meta richt zich op een toekomst van ‘Agentic AI’, waarbij gebruik wordt gemaakt van gedetailleerde gegevens over werknemersactiviteiten om modellen te trainen die autonome digitale taken kunnen uitvoeren. Deze strategie streeft ernaar de menselijke rol te transformeren van primaire uitvoerders van werk naar toezichthouders op hoog niveau van AI-agenten.
