Den mekaniska turken

Kapitalets automatik I sin nya bok fortsätter Mikael Nyberg att skildra konflikterna mellan arbete och och kapital i det moderna samhället, bland annat genom att peka på systematisk dumhet. Vi publicerar här ett utdrag ur boken.

År 1770 presenterade uppfinnaren Wolfgang von Kempelen en märklig maskin för drottning Maria Theresia av Österrike. Bakom ett skåp med ett schackbräde på ovansidan reste sig en docka i naturlig storlek föreställande en turkisk herreman. Dockan kunde flytta pjäserna på brädet. Den spelade schack så skickligt att det tog tretton år innan den förlorade ett parti. Både Napoleon och Benjamin Franklin försökte besegra maskinen.

Innanför skåpluckorna uppenbarade sig ett gytter av kugghjul och annan mekanik. Ingen förstod att en levande människa, en framstående schackspelare, var gömd längre in i skåpet.

Den mekaniska turken är tillbaka i ny skepnad. Snart kommer vi att fara fram genom städer och landskap i bilar som styr sig själva, lovar bilkoncerner och teknikföretag.

Svåra tekniska problem återstår visserligen att lösa. Några företag tänker sig att det digitala systemet vid fara ska låta människan ta över. Men försök visar att det kan ta ända upp till en halv minut att få full kontroll över ett fordon efter en stunds läsande eller TV-tittande. En evighet i biltrafiken. General Motors installerar därför i sin Cadillac ett system som med hjälp av en övervakningskamera ska tvinga föraren att hålla ögonen på trafiken medan bilen med automatik letar sig fram genom köerna. “Det är som att se på medan tvättmaskinen tvättar”, säger en expert. Om föraren somnar ljuder ett larm.

Andra företag som Tesla, Ford och Google/Alphabets Waymo ser i helautomatisering lösningen. Utan ratt, styrda av algoritmer, ska bilarna föra passagerarna till sina destinationer. Bolagens chefer och PR-avdelningar håller sina finansiärer på humör med rapporter om storartade framsteg, men längre ner i organisationerna är tilltron till den artificiella intelligensen mera dämpad. En robot kan utveckla överlägsna förmågor i regelbundna miljöer som spelen schack och go. Det är betydligt svårare att med automatik manövrera ett fordon i omgivningar där det oförutsebara ständigt lurar.

En kväll i mars 2018 leder Elaine Herzberg, en kvinna i femtioårsåldern, sin cykel över en fyrfilig bilväg i Tempe, Arizona. Hon använder inget övergångsställe. Men belysningen är god. Det finns tid för bilförare att bromsa eller väja.

Bilen som närmar sig är en Volvo XC90 utrustad av Uber för försök med automatisk körning. Testföraren som ska övervaka färden och ingripa vid behov är sysselsatt med annat. Hon uppger att hon kollade uppgifter på dataskärmen i bilen. Polisen misstänker att hon fördrev tiden med att se på TV-serien The Voice på sin mobiltelefon. Tristessen är svår för testförarna i de självstyrande bilarna.

Volvons sensorer upptäcker kvinnan med cykeln 6 sekunder före kollisionen. Datasystemet klassificerar henne först som ett okänt objekt, sedan som ett motorfordon och slutligen som en cykel. Först 1,3 sekunder före kraschen drar den artificiella intelligensen slutsatsen att det är dags att bromsa.

Bilens hastighet är över 60 kilometer i timmen när den träffar Elaine Herzberg. Hon dör på sjukhuset.

Uber avbröt tillfälligt sina försök med de självkörande bilarna, och konkurrenter vidtog försiktighetsmått. När Waymo i december 2018 lanserade robotaxi, en tjänst med automatstyrda bilar i Arizona, var avståndet långt till de storstilade visionerna. Färderna är begränsade till förortsområden som företaget kartlagt i åratal med sina experimentfordon. En anställd från Waymo eller ett bemanningsföretag sitter med i bilen för säkerhets skull. Supportpersonal är uppkopplad för att svara på frågor, och ingenjörer ingriper om den artificiella intelligensen fallerar för att en vägbana är avstängd eller något annat oväntat inträffar.

Det gömda proletariatet

De tekniska svårigheterna går kanske att övervinna, men bilfärden utan mänskliga insatser är en illusion. Automatiken kräver kopiösa mängder mänskligt arbete.

Resenärer som ägnar sig åt annat än trafiken är inget nytt. Redan på 1800-talet gick det att läsa tidningen på bussen eller inta en måltid på tåget. Det nya är att tankearbetet som föraren av en personbil utför görs i förväg – inte bara de insatser en enskild resa kräver utan alla registreringar av omgivningar och faror, alla bedömningar och vägval som kan tänkas vara av betydelse för möjliga framtida bilfärder.

Financial Times avslöjar hur det brukar gå till: Företagen som utvecklar automatfordonen anlitar arbetare i Indien eller Kina för att lära robotbilarna att känna igen fotgängare, cyklister och andra hinder i trafiken. ”Arbetarna gör det genom att – ofta ruta för ruta – manuellt markera eller etikettera tusentals timmar videofilm från bilprototyper som körs runt i försöksområden som Silicon Valley, Pittsburgh och Phoenix.” Waymo hade i maj 2017 samlat på sig data från nära 5 miljoner kilometer bilfärder. En filmtimme kan ta flera hundra timmar att omvandla till användbar information. ”Vi behöver hundratusentals, kanske flera miljoner timmar data”, förklarar en chef i branschen. Det krävs ”hundratusentals människor för att få igång det här”.

Databaserna och algoritmerna kräver kontinuerliga uppdateringar. Ett nytt hus, en ny vägskylt, skuggor, regn och snö kan förvirra den artificiella intelligensen. Till och med de långsamma förskjutningarna av kontinentalplattorna måste noteras. Den datorstyrda bilen orienterar sig med hjälp av en fullständig tredimensionell bild av varje enskild plats, och kartan måste vara exakt ner till minsta centimeter. Testkörningar i Phoenix, en stad med ökenklimat och gator i ett rutmönster, är en sak, att fara iväg i en förarlös bil i ett Stockholm i snökaos något helt annat. GPS-systemet räcker inte till.

Varje företag eller företagsallians har sin egen tekniska standard och betraktar de lagrade informationerna som företagshemligheter. Det mångfaldigar arbetsinsatserna. Varje ny stad som ett av de automatiserade fordonen erövrar kommer under överskådlig tid att kräva en ny, mänskligt bearbetad karta.

På liknande sätt är det när vi far runt i cyberrymden med datorer, surfplattor och smarta telefoner. Överallt finns ljud, bilder och texter att tillgå med ett klick på musen eller skärmen. Virtuella hjälpredor visar vägen och tycks till och med kunna förutsäga våra innersta, omedvetna önskningar. De ögonblickliga reaktionerna och de eleganta gränssnitten skymmer liksom von Kempelens skåp det mänskliga arbete som gömmer sig i automatiken.

Hösten 2005 lanserade Amazon en tjänst döpt efter den tvåhundraåriga föregångaren. På sajten mturk.com, The Mechanical Turk, lägger företag ut uppgifter för mänsklig bearbetning. Beställningarna kallas HITs, Human Intelligence Tasks. Köparen anger pris och övriga villkor. Säljaren av arbetskraften, en människa vid en dator i Baltimore, Bangalore eller någon annan anhalt, klickar på en knapp för att acceptera uppdraget och påbörja arbetet.

Produktionssättet kallas crowdsourcing. Namnet anknyter till open source-rörelsen och andra försök att kollektivt utveckla operativsystem, spel, underhållning, nyttoprogram och tjänster. Men nätgemenskapens frivilliga, skapande arbete har hos Amazon slutat i en extrem form av det sönderdelade arbete som lejs ut till underleverantörer och moderna daglönare.

En halv miljon registrerade nätarbetare från över 190 länder har varje dag ett par hundratusen HITs att konkurrera om på mturk.com. Merparten av uppdragstagarna är amerikaner, de flesta övriga indier. Typiska uppgifter är att transkribera föredrag, kategorisera varor, ranka resultat i sökningar på Google och ange taggar till bilder och filmer. En tio timmar lång arbetsdag kan gå åt till att rensa kukbilder, barnporr och videofilmade halshuggningar ur sociala medier. Tio procent av varje affär tillfaller Amazon.

69 procent av amerikanerna i Amazons mekaniska turk är kvinnor. De tjänade 2014 i genomsnitt 2 dollar per timme. 14 kronor. Köparen har rätt att efter eget gottfinnande underkänna uppdragstagarens prestationer. Då blir det ingen betalning – men företaget behåller arbetsresultatet.

För att få de bästa uppdragen, de som kan ge 6 till 8 dollar per timme, gäller det att samla på sig en lång rad godkända HITs. En beställare som utan förklaring dumpar 500 HITs kan förstöra en serie på flera tiotusen godkända. ”Då är du rökt”, berättar Stephanie Costello, en av nätarbetarna för The Nation. ”För varje underkännande måste du ju få 100 godkända HITs för att återvinna din rankning … Det kan ta månader, det kan ta år.”

Hon började nätjobbba på heltid när hon fick sparken från sitt kontorsjobb i finanskraschen 2008. En vecka när efterfrågan är god kan hon tjäna 150 dollar på 60 timmars arbete. Nästa vecka blir det kanske 50 dollar. Hon sitter ofta uppe på nätterna med datorn påslagen för att knipa åt sig de uppdrag som betalar sig bättre. Var femte arbetare i The Mechanical Turk jagar HITs på heltid.

Frederick W Taylors idealgestalt, den utbytbara arbetaren, är här fulländad. Arbetet är sönderdelat som vid ett löpande band. Ingen har överblick, ingen är oumbärlig, ingen kan samla på sig kritiska informationsmassor. Arbetarna vet inte ens vem de arbetar för. De har ingen mänsklig kontakt med köparen av arbetskraften eller med Amazon och sina arbetskamrater. De har inte ens namn, de är bara sifferkoder i ett datasystem, utlämnade åt en algoritm.

CrowdFlower, en annan jätte i branschen, styckar systematiskt upp uppdragen i mikrouppgifter. Verkställande direktören Lukas Biewald förklarar: ”Före internet skulle det vara mycket svårt att hitta någon, hålla dem på plats i tio minuter och få dem att arbeta för dig, och sedan avskeda dem efter dessa tio minuter. Men med teknologins hjälp kan du faktiskt få tag på dem, betala dem en mindre summa och sedan göra dig av med dem när du inte behöver dem längre.” Företaget har fem miljoner anslutna nätarbetare.

I fattigare länder fördelas mikrojobben ofta vidare av företag och enskilda som står för den tekniska utrustningen. Arbetarna får bråkdelar av ersättningen.

Kina har regelrätta fabriker där anställda sitter i långa rader med skärmar framför sig och identifierar allt de ser i filmer och fotografier. En katt, ett trafikljus, en brödskiva, ett glas mjölk, en människa som går – inget är självklart för den enastående nya tekniken. En reporter från New York Times besöker ett av företagen i branschen, inhyst i en före detta cementfabrik i Kinas inland. ”Jag brukade betrakta maskinerna som genier”, säger Hou Xiameng, ägaren. ”Nu vet jag att det är vi som gör dem till genier.”

I databasen ImageNet finns över 15 miljoner bilder kategoriserade. Urvalet krävde att 50 000 nätarbetare, de flesta anlitade via Amazons mekaniska turk, gick igenom nära en miljard bilder. Google, Facebook och Apple låter fortlöpande mänsklig arbetskraft bearbeta det fotografiska material deras användare laddar upp i det digitala molnet.

”Vi är inte i närheten av någon bortre gräns”, säger Sarvapali Ramchurn, biträdande professor i datavetenskap vid universitetet i Southampton. Ett fotografi kan vara taget i ljus eller skugga, det kan vara skarpt eller oskarpt, och bakgrunderna kan skifta. Allt kräver mänskliga bedömningar. Algoritmerna klarar inte uppgiften på egen hand. ”Även efter klassificering av 50 miljoner bilder, kommer endast ett mycket litet antal objekt i bilderna att korrekt identifieras i alla tänkbara sammanhang.”

När databaserna växer och den artificiella intelligensen förfinas försvinner en del av de osynliga jobben i den mekaniska turken, men eftersom antalet maskiner som ska läras upp samtidigt ökar förväntar sig experterna en fortsatt expansion av de mänskliga arbetsinsatserna.

En följd av den pågående automatiseringen blir därför en parallell utbredning av extremt sönderdelade, enahanda jobb. Taxichauffören som med kunnande och erfarenhet manövrerar sig fram i trafiken förväntas kliva åt sidan för en algoritm som cyberproletärer matat med data.

Texten är ett utdrag ur Kapitalets automatik – Mänskliga robotar och systematisk dumhet (Verbal förlag 2020)

***

Följ Arena Essä på Facebook