Op haar hoofd filmt een telefoon haar handen: ze wast het af, plooit de was, en ze wordt daar betaald voor. Geen verborgen camera, geen televisieshow. Gewoon een dagelijks leven, in real time vastgelegd om een kunstmatige intelligentie te voeden. Dit is de openings scène van een nieuwe realiteit. Uw keuken, uw woonkamer, uw meest gewone gebaren worden plotseling een waardevolle grondstof.

Gedurende decennia hebben we robots voorgesteld als koude machines, samengesteld in steriele fabrieken, in staat om onderdelen te lassen of kisten te dragen. We hebben ze gezien in sciencefictionfilms, glijdend over gladde vloeren, industriële taken uitvoerend met chirurgische precisie. Maar om te weten hoe een humanoïde robot een spons moet vasthouden, hoe een kopje moet worden vermeden om niet om te vallen, of hoe een overhemd moet worden opgevouwen zonder het te kreukelen, heeft hij ervaring nodig. Die moet worden beleefd. Die moet worden gezien. Die moet worden geleerd, gebaar voor gebaar, door duizenden paren menselijke handen.

De telefoon op het hoofd, de handen in het water: het betaalde beroep

Stel uw ochtendroutine voor. U poetst uw tanden. U legt uw sleutels op. U bereidt uw koffie toe. Stel nu voor dat u een telefoon draagt die aan uw voorhoofd is bevestigd. Het objectief wijst naar beneden, en vangt uw handen, uw objecten en uw omgeving op. Dit wordt 'egocentrische data' genoemd (20minutos). Deze technische term betekent simpelweg wat u ziet, vanuit uw eigen perspectief. Het is het perspectief van de robot. Om te leren handelen in de wereld, moet hij de wereld zien zoals u die ziet.

In India is deze praktijk een volwaardige economische sector geworden. Duizenden mensen worden betaald om zichzelf te filmen tijdens het uitvoeren van huishoudelijke taken om AI-robots te trainen (NPR). Dit is geen geïsoleerd anekdote. Het is een industrie die in het afgelopen jaar is opgekomen. Neem het voorbeeld van Sneha Jegadish, 24 jaar oud. Ze filmt zichzelf twee tot drie uur per dag tijdens het schoonmaken. In ruil daarvoor verdient ze ongeveer 120 dollar per maand (NPR). Het werk is simpel, maar het vereist volharding. Je moet de handen laten zien. Je moet de objecten laten zien. Je moet het resultaat laten zien.

Het Indiase bedrijf Objectways, gevestigd in Karur, betaalt duizenden mensen om zichzelf te filmen tijdens het werken (NPR). Rajeshkumar Ramaswamy, senior medewerker van het bedrijf, geeft aan dat de datacollectie niet beperkt is tot India. Het bedrijf verzamelt data van mensen over de hele wereld, met name op de Filipijnen en in Nigeria (NPR). De diversiteit van handen, culturen en omgevingen is cruciaal. Een robot die leert afwassen in een keuken in Bangalore moet zich ook kunnen aanpassen aan een keuken in Manilla of Lagos. Generalisatie vereist variatie in de data.

Objectways verzamelt niet alleen video’s die door particulieren worden verstuurd. Het bedrijf maakt ook interne opnames in ingerichte sets die appartementen nabootsen, met woonkamers, keukens en slaapkamers, om data van hogere kwaliteit te verkrijgen (NPR). Deze data-studio’s zijn laboratoria van het dagelijks leven. Hier speelt precisie een rol. De kwaliteit van de training hangt af van de kwaliteit van de observatie.

Van India naar China: duizenden handen dresseren de robot

In China verdienen veel zelfstandige werkers hun levensonderhoud als 'robottrainers' door huishoudelijke taken te herhalen om data te genereren (vietnam.vn). Ze zijn geen gewone smartphone-gebruikers.

De werkers dragen bewegingsvolgsystemen, zoals sensorarmbanden of microchips die aan de vingers zijn bevestigd, om hun gebaren vast te leggen (vietnam.vn). Dit is een veel fijnere data-resolutie dan een gewone video.

Het maandinkomen van deze robottrainers varieert tussen 4 000 en 6 000 yuan, wat ongeveer 15,5 tot 23 miljoen VND is (vietnam.vn). Het is een salaris waarmee je kunt leven, maar het vereist een aanzienlijke fysieke investering. Neem Liu Yun, 40 jaar oud, ontslagen uit de automobielindustrie. Ze werkt in een datacollectiewerkplaats in Peking (vietnam.vn). Voor haar heeft dit nieuwe beroep niets te maken met high-tech. "Haar werk lijkt meer op het opvoeden van een tweejarig kind dan op de training in high-technology", vertelt ze (vietnam.vn).

Het productie doel in de werkplaats van Liu Yun is 160 monsters per dag, met prestaties die voor de beste medewerkers kunnen oplopen tot meer dan 260 (vietnam.vn). Afwassen en tafels afnemen tot 200 keer per dag heeft haar fysieke uithoudingsvermogen zwaar op het proef gesteld, geeft ze toe (vietnam.vn). Het is geen kantoorwerk. Het is zwaar werk. Maar elk herhaald gebaar is een baksteen die wordt toegevoegd aan de hersenen van de robot. Elke gecorrigeerde fout is een geleerde les.

Andere werkers, zoals Sun, een 22-jarige student uit de provincie Shanxi, hebben tijdens hun zomervakantie kleding opgevouwen en gestandaardiseerde bewegingen vastgelegd (vietnam.vn). Hij ontving een salaris van 120 yuan (ongeveer 464 000 VND) voor een kwart dag en 135 yuan (ongeveer 522 000 VND) voor een kwart nacht (vietnam.vn). Voor een student is dit een kans om geld te verdienen terwijl hij bijdraagt aan innovatie. Maar het is ook een inkijkje in de menselijke inspanning die nodig is om automatisering te creëren. De robot schrijft zichzelf niet. Hij wordt gebouwd, hand voor hand, uur voor uur.

Guo Hongquan, in de provincie Jiangsu, verdient ongeveer 4 000 yuan per maand door zes uur per dag huishoudelijke opruimtaken uit te voeren (vietnam.vn). Zijn geval is bijzonder: hij werkt niet in een werkplaats, maar thuis. Hij transformeert zijn eigen huis in een datalaboratorium. Hij ruimt op, sorteert, organiseert, terwijl hij wordt gefilmd. Het is de brug tussen de professionele wereld en de thuissfeer. Het is het teken dat de grens tussen werk en privé verdwijnt. De robot leert in onze huizen. Hij leert van onze huizen.

Wat als de robot bij u thuis zou leren?

De journalist Reece Rogers heeft gedurende een week platforms getest die betalen voor het vastleggen van huishoudelijke taken om humanoïde robots te trainen (20minutos). Hij heeft drie verschillende bedrijven geprobeerd: Kled, Luel en Waffle Video (20minutos). Zijn ervaring is verhelderend. Nadat hij negen video’s en 97 foto’s had geüploadt op het platform Kled, ontving hij slechts één dollar (20minutos). De monetarisering van data is niet onmiddellijk. Het is gefragmenteerd. Het hangt af van de kwaliteit, de hoeveelheid en de specifieke regels van elk platform.

Het platform Luel biedt een tarief van 6,60 dollar per uur video, mits de handen zichtbaar zijn in 95 % van de beelden (20minutos). Een video van vijf minuten die het afwassen toonde, werd eerst door Luel afgewezen, voordat deze werd geaccepteerd en 55 cent betaald (20minutos). Afwijzing is veelvoorkomend. De kwaliteitscontrole-algoritmes zijn streng. Als de handen verdwijnen, als het beeld vervaagd is, als het gebaar dubbelzinnig is, wordt de video geweigerd. Je moet opnieuw beginnen. Je moet beter filmen. Het is een iteratief proces.

Het platform Waffle Video betaalt 25 dollar per uur video voor taken zoals schoenen vastbinden of vloeistoffen serveren (20minutos). Het is een hoger tarief, maar de eisen zijn ook preciezer. Reece Rogers stuurde in enkele dagen 125 goedgekeurde opnames naar Waffle Video, wat hem 20 dollar opleverde (20minutos). In totaal verdiende de journalist 21,55 dollar in een week door de inkomsten van de drie platforms te combineren (20minutos). Het is geen fortuin. Maar het is een signaal. De markt bestaat. De vraag is reëel. De bedrijven zijn bereid te betalen om toegang te krijgen tot de menselijke realiteit.

Wat als u morgen uzelf zou moeten filmen om de robot te trainen die uw afwast? Wat als uw telefoon uw belangrijkste werktuig zou worden? Wat als uw keuken een data-productiesite zou worden? Rajeshkumar Ramaswamy is van mening dat, tegen het huidige tempo, huishoudelijke robots binnen enkele jaren in India op de markt kunnen worden gebracht (NPR). Het is niet langer een kwestie van 'of', maar van 'wanneer'. De technologie is er. De data is er. De handen zijn er. Er ontbreekt alleen nog het eindproduct.

Sneha Jegadish hoopt dat een robot de huishoudelijke taken zal overnemen, zelfs als dat betekent dat ze haar huidige baan verliest (NPR). Dat is de paradox van deze nieuwe economie. We creëren de tools die ons zullen vervangen. We filmen onszelf om de machine te leren wat we kunnen doen. We verkopen onze tijd om onze eigen veroudering te financieren. Maar is dat zo erg? Als de robot de repetitieve, vermoeiende en zware taken overneemt, winnen we dan geen tijd? Winnen we dan geen vrijheid?

De robot is geen vijand. Het is een leerling. En wij zijn zijn leraren. Elk gebaar dat u filmt, elke beweging die u vastlegt, is een les. U leert hem een vork vasthouden. U leert hem een kraan openen. U leert hem obstakels vermijden. U leert hem leven. En in ruil daarvoor zal hij u uw tijd teruggeven. Hij zal u uw energie teruggeven. Hij zal u uw leven teruggeven.

Dus, de volgende keer dat u een bord wast, kijk naar uw handen. Kijk naar het water dat stroomt. Kijk naar het schuim dat zich vormt. Stel u voor dat u de broncode schrijft van een toekomstige metgezel. Stel u voor dat uw routine de basis is van zijn persoonlijkheid. De robot zit niet in een fabriek. Hij zit in uw keuken. Hij zit in uw woonkamer. Hij zit in uw handen. En hij leert, dag na dag, om zoals u te worden. Om nuttig te worden. Om onmisbaar te worden.

De vraag is niet meer of de robot uw afwast. De vraag is of u bereid bent hem te laten zien hoe dat moet. Accepteert u om de leraar van de machine te worden? Accepteert u dat uw dagelijks leven de grondstof is van innovatie? Over enkele jaren, wanneer u een humanoïde robot ziet glijden in uw keuken, schoon en efficiënt, zult u weten waar hij vandaan komt. Hij komt uit uw handen. Hij komt uit uw gebaren. Hij komt uit u.