Pine 发自 凹非寺
量子位 | 公众号 QbitAI
又一“人类饭碗”被AI抢走，还是和训练AI息息相关的：
数据标注。
苏黎世大学研究发现，在ChatGPT面前，无论成本还是效率，人类可以说是毫无优势：
成本上，ChatGPT平均每个标注成本低于0.003美元，比众包平台便宜20倍；
效率上，在相关性、立场、主题等任务中，ChatGPT也是以4:1的优势“碾压”人类。
论文发出后，有网友调侃，“生成训练数据需要人工”的说法已经成为过去式了。
还有人直呼“古籍修复数字化工作是不是有希望提速了”。
还有人看热闹不嫌事大，直接发推称：
这是直接端了平台工作者的饭碗。
话说回来，ChatGPT是怎么抢了数据标注工作者的“饭碗”的？
ChatGPT在80%任务上占优势
首先得先了解下数据标注工作的具体内容。
简单来讲，数据标注就是给社交媒体上的内容数据贴标签，将其以不同主题或者概念进行分类，或是对其立场以及情绪进行判别。
这些经过标注的数据就可以用作NLP模型的训练集或是评估标准。
以往，这类工作都是交由人工处理的，比如说MTurk就是专门进行数据标注的一个众包平台。
在MTurk这类众包平台内部，还会有更加精细的分工，比如说会有经过专业训练的数据标注者以及众包工作者。
前者在产出高质量数据上具有优势，但自然成本也更高，而后者虽然更便宜但质量也会随任务难度波动。
于是研究团队就开始着手研究大语言模型（LLM）在这方面的潜力，并且对比了没有额外训练（zero-shot）的ChatGPT（基于GPT-3.5）和MTurk在数据标注上的性能。
这项对比基于研究团队此前收集到的2382条推文样本。
ChatGPT和MTurk分别将推文以“相关性、立场、主题、政策、实用性”这五种任务进行标注。
评估的标准有两条：