Kabar Teknologi – Facebook Akan Memberikan Label Terhadap Kontennya Bagian 2
Lanjutan dari artikel sebelumnya mengenai facebook akan memberikan label terhadap kontennya.
PROYEK
Pelabelan konten yang diberdayakan manusia, juga disebut sebagai “anotasi data,” adalah industri yang berkembang karena perusahaan berusaha untuk memanfaatkan data untuk pelatihan AI dan tujuan lain.
Perusahaan mobil self-driving seperti Alphabet (NASDAQ: GOOGL ) Inc Waymo memiliki labeler mengidentifikasi lampu lalu lintas dan pejalan kaki dalam video untuk memperkuat AI mereka. Pengembang asisten suara termasuk Amazon.com Inc (NASDAQ: AMZN ) membuat orang membubuhi keterangan audio pelanggan untuk meningkatkan kemampuan AI untuk menguraikan ucapan.
Facebook meluncurkan proyek Wipro pada bulan April tahun lalu. Perusahaan India menerima kontrak $ 4 juta dan membentuk tim sekitar 260 labeler, menurut para pekerja. Tahun lalu, pekerjaan terdiri dari menganalisis posting dari lima tahun sebelumnya.
Setelah menyelesaikan itu, tim pada bulan Desember dipotong menjadi sekitar 30 dan bergeser ke pelabelan posting setiap bulan dari bulan sebelumnya. Pekerjaan diharapkan berlangsung setidaknya pada akhir 2019, kata mereka.
Facebook mengonfirmasi perubahan staf tetapi menolak mengomentari perincian keuangan.
Perusahaan mengatakan analisisnya sedang berlangsung sehingga tidak dapat memberikan temuan apa pun dari pelabelan atau keputusan produk yang dihasilkan. Belum memberi tahu labeler tujuan atau hasil proyek, dan para pekerja mengatakan semua yang mereka simpulkan dari pandangan mereka yang terbatas adalah bahwa selfie semakin populer.
Labeler Wipro dan Facebook mengatakan posting tersebut adalah contoh acak dari pembaruan status berbasis teks, tautan bersama, posting acara, unggahan fitur Cerita, video dan foto, termasuk screenshot obrolan yang diposting oleh pengguna di berbagai aplikasi perpesanan Facebook. Posting berasal dari pengguna Facebook dan Instagram secara global, dalam bahasa termasuk bahasa Inggris, Hindi dan Arab.
Setiap item masuk ke dua labeler untuk memeriksa akurasi, dan yang ketiga jika mereka tidak setuju, kata Facebook. Pekerja mengatakan mereka melihat rata-rata 700 item per hari. Facebook mengatakan rata-rata target lebih rendah.
Labeler yang dikonfirmasi Facebook di Timisoara, Romania dan Manila, Filipina terlibat dalam proyek yang sama.
Di antara proyek pelabelan Facebook lainnya, satu pekerja di Hyderabad untuk vendor outsourcing Cognizant Technology Solutions (NASDAQ: CTSH ) Corp mengatakan ia dan setidaknya 500 rekannya mencari topik sensitif atau bahasa profan di video Facebook.
Tujuannya adalah untuk melatih alat Facebook otomatis yang memungkinkan pengiklan untuk menghindari mensponsori video yang, misalnya, dewasa atau politik, kata Facebook. Cognizant tidak menanggapi permintaan komentar.
Aplikasi lain pelabelan melibatkan fitur belanja Marketplace jejaring sosial, di mana ia mengotomatiskan rekomendasi kategori untuk listing baru dengan terlebih dahulu membuat labeler dan pakar produk mengkategorikan beberapa listing yang ada, kata Mathur Facebook.
POS PRIBADI
Pengguna Facebook tidak ditawari kesempatan untuk menyisih dari data yang dilabeli.
Di Wipro, pos yang diperiksa tidak hanya mencakup pos publik tetapi juga pos yang dibagikan secara pribadi kepada sekelompok teman pengguna yang terbatas. Itu memastikan sampel mencerminkan berbagai aktivitas di Facebook dan Instagram, kata Karen Courington, direktur operasi dukungan produk di Facebook.
Kebijakan data Facebook tidak secara eksplisit menyebutkan analisis manual.
“Kami memberikan informasi dan konten kepada vendor dan penyedia layanan yang mendukung bisnis kami, seperti dengan menyediakan layanan infrastruktur teknis, menganalisis bagaimana produk kami digunakan, menyediakan layanan pelanggan, memfasilitasi pembayaran atau melakukan survei,” kebijakan menyatakan.
GDPR Eropa juga mengharuskan perusahaan menghapus data pengguna berdasarkan permintaan. Facebook mengatakan memiliki teknologi untuk secara rutin menyinkronkan posting yang berlabel dengan permintaan penghapusan dan perubahan pada pengaturan privasi konten.
Facebook dan perusahaan lain sedang menguji teknik untuk mengurangi kebutuhan pelabelan outsourcing, sebagian untuk menganalisis lebih banyak data lebih cepat dan lebih murah. Misalnya, data pelatihan AI untuk peringkat umpan berita dan deskripsi foto untuk tunanetra berasal dari tagar pada posting Instagram, kata Mathur Facebook.
“Kami mencoba meminimalkan jumlah barang yang kami kirim,” katanya.