矽谷頂尖的生成式人工智慧開發人員正在為詩人、劇作家或擁 澳大利亞商務傳真列表 有碩士或博士學位的作家招募職位。還有數十家公司招募擁有文科學位或在文學領域擁有多年經驗的標記人員。
名單不僅限於英語：有些名單專門針對印地語和日語的詩人和小說作家，以及那些用網路上較少代表的語言寫作的人。
承包商必須就給定主題撰寫將在人工智慧模型中使用的短篇故事。此外，他們還將提供有關生成文本的文學品質的回饋。
這些清單說明了產生人工智慧的驚人能力與其背後人們的無形工作之間的連結。
2022 年 11 月，當 ChatGPT 推出時，聊天機器人用英語寫詩的能力看起來特別令人驚嘆。開發人員目前正在收集藝術品樣本，這將使他能夠用其他語言創建內容。
滑鐵盧大學研究計算系統創造力的教授丹布朗表示，這項投資可以獲得回報。
「如果該產品能夠正確產生法語小報頭條新聞，那是一回事。但如果一款產品能夠重現雨果或名人的風格，它就會具有不同的可信度，」他說。
「模仿古典語言形式是一種讓自己看起來有聲望的方式，」滑鐵盧大學教授丹布朗說。
Scale AI 和 Appen 的客戶包括人工智慧開發領域的一些最大參與者，包括 OpenAI、Meta、Google和微軟。他們正試圖在充滿希望的方向的領導競賽中佔據領先地位。
競爭不斷加劇，正如布朗解釋的那樣，在新參與者進入市場之前，先發優勢非常重要。
澳鵬代表表示，自 2022 年底以來，對寫作承包商的需求大幅成長，尤其是英語以外的語言。 “在這種情況下，創意作家擁有獨特的專業知識，使我們能夠為詩歌、歌詞和故事寫作等創意人工智慧開發高品質的訓練數據。”
Scale AI 的一位代表拒絕回答有關他們如何招募的具體問題。 「人類一直並將永遠參與我們的工作，因為這對於發展負責任、安全和準確的人工智慧至關重要，」他評論道。
教導人工智慧創作高品質的藝術文本並不是一件容易的事。許多偉大的語言模型都沒有經過創意訓練。人工智慧研究人員評估創造力的標準之一是新穎性——模型生成的文本與現有文本有多大不同。但像 ChatGPT 這樣的工具是為了模擬人類寫作而不是創造力而創建的。
「它們接受過繁殖訓練。它們並不是設計得很大，而是盡可能接近現有的東西，」萊斯特大學教授電腦科學的 Fabrizio Goes 解釋道。
許多最早的人工智慧文章都是足球評論和財經新聞，這是有原因的。通常，此類文字遵循單一格式並且不需要原創性。同時，詩歌的評判標準是其以一種奇怪的方式創造形像或喚起某種情緒的能力。
布朗說：「當人們寫詩時，他們很難把詩寫好。」他指出，大多數詩人都會經歷語言模型未經過訓練的編輯和完善階段。 “即使是現在，在大型語言模型的革命已經開始之後，這些機器也不是為了創造新事物而設計的。”
例如，ChatGPT 很難模仿著名詩人用英語寫作的結構和節奏，尤其是那些打破文學規範的詩人。美國詩人沃爾特·惠特曼的詩歌在形式上有所不同，在結構上也與古典詩歌不同。 ChatGPT 無法複製這種風格，並且經常堅持經典的四行詩節，即使說明明確告訴他們不要這樣做。
其他語言的詩作更是困難重重。根據戈斯的說法，這些研究人員試圖模仿常見的波蘭詩歌風格。今年早些時候，他們試圖完善創作日本俳句和和歌等詩歌形式的模型。
迄今為止，有證據表明，主要的人工智慧開發人員正在使用易於組裝成資料集的材料來訓練模型。其中包括古騰堡計劃，這是一個開源資料庫，包含數以萬計的公共領域文學作品。
一些研究人員也推測，開發者使用了 Archive of Our Own (AO3)，該平台擁有超過 500 萬篇同人小說。 《大西洋月刊》最近報道稱，包括史蒂芬金(Stephen King)、扎迪史密斯(Zadie Smith) 和喬治桑德斯(George Saunders) 在內的知名作家的受版權保護的作品已被納入流行的LLM Books3 資料集中。
與大多數透過網路收集的資料庫一樣，這裡的大部分材料都是用英語編寫的。 Scale AI 和澳鵬的客戶為幫助填補文學語言空白的創意作者支付了豐厚的費用。例如，在日本，Scale AI 僅向資料工作者支付 13.98 美元。但經驗豐富的日本詩人、圖書編輯或創意作家的收入最高可達 50 美元。這可能是由於高等教育的要求。
這些公司有依賴專家處理數據的先例——醫生註釋醫學影像或前軍事人員研究國防產品。
分散式人工智慧研究所 (DAIR) 的研究員 Milagros Micheli 表示，聘用專業人員的趨勢在過去 6 個月愈演愈烈。公司正在從從頭開始建立模型轉向針對特定應用對其進行微調。
