La decisione di Amazon di chiudere Mechanical Turk dopo 21 anni è facile da interpretare come una normale dismissione commerciale. Una piattaforma ormai superata, ritirata in silenzio. Ma questa chiave di lettura non coglie cosa fosse realmente MTurk: uno dei primi e più rivelatori esperimenti nel rapporto tra lavoro umano e intelligenza artificiale. La sua chiusura, prevista per il 30 settembre 2026, è meno una fine che un momento di riflessione.
Una piattaforma costruita sul lavoro che i computer non sapeva fare
Mechanical Turk è stato lanciato nel 2005 con una premessa che oggi suona quasi paradossale. Il fondatore di Amazon Jeff Bezos lo ha descritto come “intelligenza artificiale artificiale”, una frase che catturava con precisione l’idea di fondo: la piattaforma utilizzava lavoratori umani per eseguire compiti che i sistemi automatizzati non erano ancora in grado di gestire in modo affidabile. Etichettare immagini, trascrivere audio, smistare dati. Compiti piccoli, ripetitivi, cognitivamente semplici che tuttavia richiedevano percezione e giudizio umano.
Il nome stesso portava con sé un’ironia storica. Faceva riferimento a un automa giocarsScacchi del XVIII secolo che sembrava operare in modo indipendente ma nascondeva un operatore umano al suo interno. MTurk indossava lo stesso costume: un mercato digitale che sembrava un prodotto software ma che, nella sua essenza, si basava sullo sforzo umano. I lavoratori completavano quelli che Amazon chiamava “compiti di intelligenza umana”, o HIT, spesso per pochi centesimi a compito.
Nel suo momento di massimo splendore, la piattaforma ha collegato più di 500.000 lavoratori con aziende e ricercatori che avevano bisogno di quello strato umano. Per molti di quei lavoratori, non si trattava di una curiosità secondaria. Krista Pawloski, una lavoratrice di dati e organizzatrice del gruppo di attivisti Turkopticon, ha iniziato a lavorare su MTurk nel 2008 ed è passata al tempo pieno nel 2012. Ha descritto piattaforme come MTurk come una fonte di reddito significativa per le persone che avevano bisogno di un lavoro flessibile e da remoto. Quel contesto conta. Dietro ogni immagine etichettata e ogni clip audio trascritta c’era una persona che prendeva una decisione finanziaria.
Il collasso circolare: umani che completano compiti dell’IA con l’IA
Ecco cosa la maggior parte della copertura mediatica sulla chiusura sottovaluta. MTurk non è stato semplicemente sostituito dall’automazione in modo diretto e lineare. Prima è successo qualcosa di più strano.
Un’analisi del 2023 citata da TechCrunch ha rilevato che una stima compresa tra il 33% e il 46% dei lavoratori di MTurk nello studio stava utilizzando modelli linguistici di grandi dimensioni per completare proprio i compiti per cui erano stati assunti come umani. Un sistema progettato per fornire giudizio umano per addestrare e validare modelli di IA era diventato, in una parte significativa dei casi, una stazione di rilancio per risposte generate dall’IA. I lavoratori stavano usando l’IA per completare compiti che le aziende di IA pagavano gli umani di fare proprio perché volevano un input umano.
Questa non è semplicemente una storia di imbrogli o di degrado della piattaforma. È un segnale strutturale. Quando l’incentivo economico a usare l’IA per simulare il lavoro umano diventa abbastanza forte, il confine tra “dati etichettati da umani” e “dati generati dall’IA” inizia a dissolversi. La pipeline che alimentava i sistemi di apprendimento automatico con il giudizio umano si stava silenziosamente riempiendo di output di macchine.
Amazon non ha collegato pubblicamente la chiusura a questa dinamica o ai progressi dell’IA in senso più ampio. La sua dichiarazione ufficiale cita solo una valutazione interna dei suoi servizi. Ma i tempi e il contesto sono difficili da separare dal più ampio cambiamento nel modo in cui i dati di addestramento dell’IA vengono reperiti e validati.
Cosa rivela l’uscita di scena di MTurk sul lavoro invisibile
La chiusura di MTurk non significa che il lavoro che rappresentava sia scomparso. Amazon Web Services continua a offrire SageMaker Ground Truth, il suo strumento di etichettatura dei dati, come alternativa per i vecchi clienti di MTurk. Aziende più recenti, tra cui Scale AI, Mercor e Prolific, hanno costruito intere attività attorno al reperimento di lavoro umano specificamente per l’addestramento di modelli di IA avanzati. La domanda di giudizio umano nella pipeline dell’IA non è svanita. È migrata e, in alcuni casi, si è professionalizzata.
Ciò che l’uscita di scena di MTurk chiarisce è come quel lavoro sia stato valutato, o più precisamente, come spesso non sia stato valutato affatto in modo visibile. La piattaforma ha reso strutturalmente facile trattare il lavoro cognitivo umano come una merce prezzata a centesimi per compito, senza benefici, senza contratti e senza riconoscimento nel prodotto finale. I sistemi di IA addestrati su quel lavoro hanno continuato a generare un valore commerciale sostanziale. I lavoratori che hanno contribuito a quella fondazione sono rimasti in gran parte invisibili.
Questa è la domanda più ampia che i 21 anni di attività di MTurk lasciano aperta. Man mano che l’addestramento dell’IA diventa più sofisticato e la domanda di feedback umano di alta qualità cresce, la questione di come quel lavoro sia strutturato, retribuito e riconosciuto diventa più rilevante, non meno. Piattaforme come MTurk hanno dimostrato che lo strato umano all’interno dell’IA è reale e necessario. Sono state meno di successo nel rendere quello strato leggibile o equamente ricompensato.
In breve
MTurk non è stata solo una piattaforma di gig economy. Era un primo livello di infrastruttura per l’IA moderna, un mercato in cui la percezione umana è stata convertita in dati di addestramento su scala. La sua chiusura riflette due pressioni convergenti: l’automazione dei compiti che un tempo richiedevano agli umani di esibirsi e l’emersione di concorrenti più specializzati costruiti esplicitamente per lo sviluppo dell’IA. Il dettaglio più rivelatore nel suo capitolo finale è che una quota notevole dei suoi lavoratori aveva iniziato a usare l’IA per completare compiti progettati per produrre input umano. Quel ciclo, umani che usano l’IA per nutrire l’IA, non è un’anomalia. È un’anteprima delle domande a cui l’industria dovrà rispondere man mano che il confine tra dati generati da umani e da macchine diventerà più difficile da tracciare.
Basato su un articolo di Fast Company - Work Life.