Wie funktioniert Babel Audio, das durch die KI-Welle für Gelegenheitsjobs die Möglichkeit bietet, mit Chat für einen Stundenlohn von 17 USD zu verdienen? Was ist Babel Audio?

In letzter Zeit steigt mit der Entwicklung der KI-Technologie der Bedarf aus allen Bereichen an hochwertigen Trainingsdaten deutlich an. Babel Audio, ein Projekt unter David AI Labs, ist eine Plattform, die sich auf das Sammeln von Sprachdaten spezialisiert hat, und bietet Entwicklern mehrmodale Datensätze. Die Plattform rekrutiert weltweit aus der Ferne arbeitende Personen, um an Sprachaufnahmen mitzuwirken und so die Optimierung von Sprachgenerierungs- und -erkennungsmodellen voranzutreiben. Dieses aufkommende Modell der „KI im Nebenjob“ bringt flexible Verdienstmöglichkeiten für den Arbeitsmarkt, denn ein Stundenlohn ab 17 US-Dollar klingt äußerst verlockend; gleichzeitig birgt ein solches Geschäftsmodell jedoch auch potenzielle Risiken wie die Abtretung von Datenschutz und unzureichende arbeitsrechtliche Absicherung.

Babel Audio und das Kern-Geschäftsmodell

David AI Labs konzentriert sich seit nur zwei Jahren darauf, für Entwickler von Modellen mehrmodale Datensätze bereitzustellen. Das Projekt Babel Audio sammelt vor allem auf dem Weg der Crowd-Auslagerung natürliche Sprachdaten: Es ordnet anonyme Fremde zu, führt damit Aufzeichnungs-Dialoge durch und bündelt diese Aufnahmen zu Trainingsdaten, die von KI-Unternehmen genutzt werden. Die Teilnehmenden müssen keine tiefgehenden technischen Kenntnisse mitbringen; sie müssen lediglich aus der Ferne verbunden sein und gemäß Anweisungen Dialogaufnahmen oder Systembewertungen durchführen. Laut einem Bericht von Bloomberg können Nutzer nach der Einreichung eines kurzen Audio-Abschnitts durch ein erstes Screening den Projekt-Registrierungsprozess starten; der Einstiegspreis liegt bei 17 US-Dollar pro Stunde. Die Aufnahmequalität wird anhand der Audioqualität und einer Reihe weiterer Faktoren bewertet; je höher die Punktzahl, desto mehr Vergütung erhalten die Nutzer, und sie können sich außerdem für Projekte mit höherem Gehalt bewerben. Das zentrale Ziel besteht darin, die technischen Lücken der KI beim Verstehen von Tonfall und Kontext durch echte menschliche Interaktion zu schließen.

Makrotreiber der KI-„Gig“-Ökonomie

Das Trainieren von Maschinen durch Gespräche mit Menschen ist eine weitere besondere Art von Arbeit, die im KI-Zeitalter entsteht, und es gibt dafür eine sehr hohe Nachfrage. Aus einer makroökonomischen Perspektive betrachtet, spiegelt der Aufstieg von Babel Audio eine strukturelle Ausweitung des Marktes für Datenannotation (Data Annotation) wider. Aktuelle große Sprachmodelle und Sprachgenerierungstechniken sind stark auf „Human Feedback Reinforcement Learning (RLHF)“ angewiesen, um sicherzustellen, dass die Ergebnisse menschlicher Logik und Normen entsprechen. Um die enormen Entwicklungskosten zu kontrollieren, verteilen Technologiefirmen die Annotationstätigkeiten auf die Gig-Ökonomie in aller Welt. Durch dieses Modell können Unternehmen mit geringeren Kosten riesige Datenmengen beschaffen und sicherstellen, dass die Daten eine regionale Vielfalt über Standorte hinweg aufweisen.

KI im „Gig“-Job? Auswirkungen auf den Arbeitsmarkt und die Teilnehmenden

Die Zeitarbeit bzw. Gig-Tätigkeiten für das KI-Sprachtraining bieten der breiten Öffentlichkeit eine stark flexible Option für Nebenjobs und eignen sich für Personengruppen, die aus der Ferne arbeiten möchten. Allerdings handelt es sich bei solchen Arbeitsverhältnissen um eine Art Auftragsarbeit; die Teilnehmenden können keine Leistungen wie Krankenversicherungen oder Abfindungen genießen, wie sie unter den traditionellen arbeitsrechtlichen Regelungen vorgesehen sind. Zudem ist die Plattform stark von intransparenten Algorithmen abhängig, um die Arbeitsqualität zu bewerten und Aufgaben zuzuweisen. Teilnehmende stehen dem Risiko gegenüber, dass ihnen aufgrund wechselnder Systementscheidungen ohne Vorwarnung die Berechtigung entzogen wird, Aufträge anzunehmen, was zeigt, dass der Gig-Ökonomie eine inhärente Schwäche hinsichtlich der Stabilität von Einkommen anhaftet.

Datenschutz und Überlegungen zu Rechten an biologischen Merkmalen

KI-Audio-Trainingskräfte stehen häufig auch vor existenziellen Fragen im Zusammenhang mit persönlichem Datenschutz: Ob sie, um eine Technologie zu trainieren, die möglicherweise viele andere Lebensgrundlagen ersetzen könnte, zu viel von sich selbst preisgeben—nämlich ihre Stimme und ihre Lebensgeschichten.

Bei der Teilnahme an Sprachdatenprojekten wie Babel Audio ist die Abtretung von Datenschutzrechten ein Schlüsselfaktor. Gemäß den üblichen Verträgen solcher Plattformen müssen Arbeitende in der Regel zustimmen, der Plattform ein dauerhaftes und weltweit geltendes Nutzungsrecht an biometrischen Daten wie ihrer Stimmspur (Voiceprint) zu übertragen. Das bedeutet, dass Unternehmen die Daten für kommerzielles Training oder den Aufbau von Sprachmodellen verwenden können, ohne spätere Tantiemen zahlen zu müssen. Angesichts des Trends hin zu strengeren Datenschutzvorschriften müssen Teilnehmende bei der Erhebung kurzfristiger Vergütungen die potenziellen Risiken sorgfältig abwägen, die daraus entstehen, dass ihre biometrischen Merkmale breit eingesetzt werden.

Was ist Babel Audio, das mit der KI-Welle Gig-Jobs macht—und bei dem man allein durch Chatten bis zu 17 US-Dollar pro Stunde verdienen kann? Erstmals erschienen bei LinkedIn News ABMedia.