Cada día, desarrolladores e investigadores encuentran creativas maneras de aprovechar IA para incrementar la inteligencia humana y resolver problemas complicados. Ya sea que entrenen un modelo de visión de cómputo que pueda detectar a leopardos de las nieves en peligro o que nos ayudan a hacer nuestras cuentas de gastos del trabajo de manera más sencilla cuando escaneamos imágenes de recibos, ellos necesitan una gran cantidad de imágenes de calidad para hacerlo. Por lo general, los desarrolladores realizan una colaboración abierta distribuida para estos grandes lotes de imágenes a través de pedir ayuda a los trabajadores temporales para que envíen fotos, pero a menudo, esos pedidos de fotos se sienten como estar en una caja negra. Los participantes tienen muy poca información sobre por qué envían una foto y se puede sentir como una pérdida de su tiempo cuando los envíos son rechazados sin una explicación. Al mismo tiempo, los desarrolladores pueden encontrar que estos proyectos abastecimiento tardan mucho tiempo en completarse debido a una menor calidad y a menos diversos aportes.
Nos emociona anunciar que Trove, un proyecto de Microsoft Garage, explora una solución que puede mejorar la experiencia y la representación para ambas partes. Trove es una aplicación de mercado que permite a las personas contribuir con fotos para los proyectos de IA, que los desarrolladores pueden utilizar para entrenar modelos de aprendizaje automático. Las partes interesadas pueden solicitar una invitación para unirse al experimento como colaborador o como desarrollador. En la actualidad, Trove está en proceso de aceptar a un pequeño número de participantes en los Estados Unidos tanto en Android como en iOS.
Un mercado que antepone a la transparencia y a la elección
En la actualidad, la mayoría de la recolección de datos es pasiva, donde mucha gente no está consciente de que sus datos son recolectados o no toman una decisión activa en tiempo real para aportar su información. E incluso a aquellos que contribuyen de manera más directa en proyectos de entrenamiento de modelo, a menudo no se les brinda un mayor contexto y propósito del proyecto; hay poca o nula retroalimentación para corregir y alinear los envíos de datos para adaptarse mejor a las necesidades del proyecto.
Para las personas que se apoyan en esta labor temporal de datos como una fuente importante de ingresos, esta experiencia de rechazo los puede dejar con un sentimiento de frustración y sin una agencia que contribuya a mejores envíos y a un mayor retorno para la inversión de su tiempo. Con el aprendizaje automático como un paso crítico para desbloquear avances en el reconocimiento de habla a imagen, hay una importante oportunidad de incrementar la calidad de los datos, además de asegurarse que los colaboradores tienen la claridad y la elección que necesitan para participar en el proceso.
El equipo Trove ha encontrado una manera de superar esos complicados intercambios en una solución de mercado que hace énfasis en una mayor comunicación, contexto y retroalimentación entre los desarrolladores y los participantes del proyecto. “Hay una mejor manera de hacer esto. Pueden tener la transparencia de cómo son utilizados sus datos y de en verdad querer entrar para contribuir a estos proyectos en ciencias avanzadas e IA”, comentó Krishnan Raghupathi, gerente de programa para Trove. “Nos encanta ver que esto se convierte en una comunidad, donde las personas son una parte clave el proyecto”.
Para conocer más sobre las funciones clave y cómo trabaja Trove para desarrolladores y colaboradores, conózcanlo en Garage Workbench.
Aspirar a una calidad más alta de datos y a una mayor participación de los colaboradores
El equipo detrás de Trove se inspiró en un principio por líderes que exploraban cómo podemos adoptar la necesidad de un gran volumen de datos que permitan avances en IA, a la vez que se brinda más participación a los colaboradores y se reconoce el valor de sus datos. “Queríamos explorar esos conceptos a través de algo concreto”, compartió Christian Liensberger, gerente de programa en el proyecto. “Decidimos formar un equipo de incubación y construir algo que pudiera mostrar cómo las cosas podían ser diferentes”.
En la creación de Trove, el equipo de incubación tuvo que pensar algunos principios que pudieran guiarlos a medida que daban vida a esta experiencia. Ellos creen que el mejor marco para producir los datos de la más alta calidad, necesarios para entrenar a esos modelos de IA, involucra conectar a los creadores de contenido con los desarrolladores de IA de manera más directa. Trove fue construido con un diseño y enfoque que se basa en cuatro principios centrales:
- Transparencia – Vean todos los proyectos disponibles, los detalles sobre quién los publica y cómo sus datos serán utilizados
- Control – Decidan en qué proyectos quieren colaborar y controlen cuándo y cuánto quieren colaborar
- Enriquecimiento – Conozcan directo de los desarrolladores de IA el valor de sus contribuciones y vean cómo su participación hará avanzar los proyectos de IA
- Conexión – Comuníquense con los desarrolladores de IA para mantenerse informados sobre los proyectos en los que han contribuido
“Me encanta trabajar en este proyecto, es un cambio continuo entre la necesidad del usuario de tener privacidad y control, y la necesidad de los profesionales de tener datos para innovar y crear nuevos productos”, comentó Devis Lucato, gerente de ingeniería para Trove. “Empujamos los límites de todas las tecnologías que tocamos, exploramos nuevas funciones y decisiones desafiantes determinadas por el statu quo”.
Antes de lanzar este experimento para usuarios externos, el equipo realizó una prueba piloto de Trove con empleados de Microsoft en Estados Unidos. Aunque Trove todavía se encuentra en fase experimental, el equipo está ansioso por aun más retroalimentación. “Nuestra solución todavía no está bien afinada, pero queremos escuchar a la comunidad sobre cuál debe ser nuestro siguiente punto de enfoque”, compartió Christian. Trinh Duong, la gerente de mercadotecnia del proyecto, añadió “Mi parte favorita de trabajar en esto ha sido lo mucho que la aplicación incorpora a los usuarios en la experiencia. Queremos invitar a nuestros usuarios a que nos contacten y se unan a nosotros como verdaderos participantes en la creación de este concepto”
El equipo recibe aquí los comentarios de los participantes del experimento, y está emocionado por las ideas de los usuarios que son tan apasionados de los principios de transparencia, control, enriquecimiento y conexión como lo son ellos.
Soliciten una invitación y compartan sus comentarios
Trove estará disponible para probarlo en los Estados Unidos bajo solicitud mientras haya lugar disponible en el experimento. Soliciten una invitación para unirse al experimento, o soliciten añadir un proyecto de aprendizaje automático al experimento.
