Measuring Proof Burden in Public Bounty Listings: A RentAHuman Case Study
यह शोध पत्र ऑनलाइन बाउंटी लिस्टिंग में पहचान, स्थान और शारीरिक जोखिम के छिपे हुए खतरों को मापने के लिए एक "प्रूफ बर्डन स्कोर" और 13-विशेषता वाली शब्दावली प्रस्तुत करता है, जो 2026 रेंट-ए-ह्यूमन (RentAHuman) मार्केट के 779 कार्यों के एक मैनुअल ऑडिट को प्रदर्शित करता है जो यह प्रकट करता है कि आधे से अधिक में उच्च बर्डन स्तर है और यह सुझाव देता है, हालांकि पुष्टि नहीं करता है, कि एजेंट-लेबल वाले अनुरोध अक्सर मानव-लेबल वाले अनुरोधों की तुलना में अधिक आक्रामक प्रमाण की मांग करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
डिजिटल अर्थव्यवस्था में, एक साधारण जॉब पोस्टिंग अक्सर एक जटिल वास्तविकता को छिपा लेती है। जब कोई ऑनलाइन किसी कार्य का विज्ञापन करता है, तो उस पर लगी कीमत आपको यह बताती है कि आपको कितना भुगतान किया जाएगा, लेकिन यह शायद ही कभी बताती है कि इसे कमाने के लिए आपको क्या त्यागना होगा। यह छिपा हुआ खर्च उस नए अध्ययन का केंद्र है जो इंटरनेट के एक अजीब कोने की जांच कर रहा है जहाँ आर्टिफिशियल इंटेलिजेंस (AI) एजेंट वास्तविक दुनिया का काम करने के लिए लोगों को काम पर रख रहे हैं। शोधकर्ता इस बात को नहीं देख रहे हैं कि काम पूरा हुआ या नहीं या उसका भुगतान कितना अच्छा है; वे प्रमाण की अदृश्य कीमत को देख रहे हैं। इससे पहले कि एक कार्यकर्ता अपना इनाम प्राप्त कर सके, उसे अक्सर यह साबित करना पड़ता है कि उसने काम पूरा कर लिया है। यह प्रमाण निर्दोष हो सकता है, जैसे एक त्वरित टेक्स्ट संदेश भेजना। लेकिन यह दखल देने वाला भी हो सकता है, जिसमें किसी व्यक्ति को अपना सटीक स्थान प्रकट करने, अपने व्यक्तिगत सोशल मीडिया अकाउंट का उपयोग करने, या केवल एक फोटो लेने के लिए किसी विशिष्ट स्थान तक यात्रा करने की आवश्यकता होती है। शोधकर्ता इन मांगों के संग्रह को "प्रूफ बर्डन" (प्रमाण का बोझ) कहते हैं। यह वह जोखिम या प्रदर्शन का भार है जिसे एक कार्यकर्ता को यह दिखाने के लिए उठाना पड़ता है कि उससे क्या करने के लिए कहा गया था।
यह अध्ययन 'रेंटअह्यूमन' (RentAHuman) नामक एक विशिष्ट बाजार पर केंद्रित है, जिसने 2026 में अपने उत्तेजक आधार के कारण ध्यान आकर्षित किया: कि AI एजेंट भौतिक दुनिया और ऑनलाइन कार्यों को करने के लिए मनुष्यों को काम पर रख सकते हैं। शोधकर्ताओं ने इस बाजार को एक नए प्रकार के श्रम संबंध की खिड़की के रूप में माना। उन्होंने नौकरियों के लिए आवेदन नहीं किया, किसी से संपर्क नहीं किया, या यह देखने के लिए इंतजार नहीं किया कि श्रमिकों को काम पर रखा गया या नहीं। इसके बजाय, उन्होंने मई 2026 के एक एकल दिन में उपलब्ध प्रत्येक सार्वजनिक जॉब लिस्टिंग का एक स्नैपशॉट लिया। उन्होंने 981 पोस्टिंग एकत्र कीं, जो ज्यादातर रेंटअहूमैन से थीं, और उन विज्ञापनों को हटा दिया जो वास्तविक कार्य नहीं थे, जिससे अध्ययन के लिए 779 लिस्टिंग बचीं। लक्ष्य इन विज्ञापनों के बारीक विवरण को पढ़ना था ताकि यह देखा जा सके किrequesters (अनुरोधकर्ता) श्रमिकों से वास्तव में क्या प्रकट करने या करने के लिए कह रहे हैं।
इन हजारों शब्दों वाले जॉब विवरणों को समझने के लिए, शोधकर्ताओं ने तेरह विशिष्ट आवश्यकताओं की एक विस्तृत चेकलिस्ट बनाई। उन्होंने फोटो, वीडियो, वेबसाइट का लिंक, या खरीद के प्रमाण जैसी चीजों को देखा। उन्होंने उन अनुरोधों को भी देखा जिनमें एक कार्यकर्ता को भौतिक दुनिया में कार्य करने की आवश्यकता थी, जैसे किसी स्टोर या पार्क में जाना, या बाद में बार-बार जांच के लिए उपलब्ध रहने की आवश्यकता। दो स्वतंत्र शोधकर्ताओं ने प्रत्येक लिस्टिंग को पढ़ा और चिह्नित किया कि इनमें से कौन सी तेरह आवश्यकताएं मौजूद थीं। जब वे असहमत हुए, तो तीसरे शोधकर्ता ने निर्णायक (रेफरी) के रूप में अंतिम उत्तर तय करने के लिए भूमिका निभाई। इस सावधानीपूर्वक, मानव-नेतृत्व वाली प्रक्रिया ने यह सुनिश्चित किया कि डेटा वास्तव में विज्ञापनों में लिखे गए विवरण को दर्शाता है, न कि केवल वह जो किसी कंप्यूटर ने अनुमान लगाया हो।
परिणामों ने एक ऐसे परिदृश्य का खुलासा किया जहाँ उच्च मांगें अपवाद के बजाय सामान्य हैं। आधे से अधिक लिस्टिंग, विशेष रूप से 56.2 प्रतिशत, में "गंभीर" स्तर का प्रूफ बर्डन था। इसका अर्थ है कि नौकरी के लिए ऐसी मांगों का संयोजन आवश्यक था जो एक कार्यकर्ता की गोपनीयता को महत्वपूर्ण रूप से उजागर कर सकता था या कार्य पूरा होने को सिद्ध करने के लिए महत्वपूर्ण प्रयास की आवश्यकता थी। उदाहरण के लिए, लगभग आधी लिस्टिंग ने भौतिक दुनिया के कार्य के लिए पूछा, और एक तिहाई से अधिक ने प्रमाण के रूप में फोटो की मांग की। लगभग 31 प्रतिशत ने पहचान के प्रमाण के लिए पूछा। शोधकर्ताओं ने पाया कि ये गंभीर लिस्टिंग सभी एक समान नहीं थीं; वे आवश्यकताओं के 154 विभिन्न संयोजनों से बनी थीं। एक नौकरी फोटो और लोकेशन चेक मांग सकती है, जबकि दूसरी वीडियो और सार्वजनिक पोस्ट मांग सकती है। चूंकि मांगें बहुत व्यापक रूप से भिन्न होती हैं, इसलिए एक एकल संख्या जोखिम का पूर्ण वर्णन नहीं कर सकती; एक कार्यकर्ता को यह जानने के लिए विशिष्ट चेकलिस्ट देखने की आवश्यकता है कि वह किस चीज़ के लिए सहमति दे रहा है।
अध्ययन ने यह भी देखा कि ये नौकरियां कौन पोस्ट कर रहा था। प्लेटफॉर्म ने कुछ अनुरोधकर्ताओं को "एजेंट" या "बॉट" के रूप में लेबल किया, जिसका अर्थ था कि एक आर्टिफिशियल इंटेलिजेंस काम पर रख रहा था, जबकि अन्य को "मानव" के रूप में लेबल किया गया था। शोधकर्ता यह देखना चाहते थे कि क्या इन AI एजेंटों द्वारा पोस्ट की गई नौकरियों ने उन लोगों की तुलना में अधिक मांग की जो मनुष्यों द्वारा पोस्ट की गई थीं। उन्होंने एक पैटर्न पाया, लेकिन यह कोई सरल नियम नहीं था। एजेंट या बॉट से आने वाली लिस्टिंग में मानव के रूप में लेबल की गई लिस्टिंग की तुलना में भौतिक-दुनिया के कार्यों, स्थान के प्रमाण, या बार-बार निगरानी की मांग करने की अधिक संभावना थी। हालांकि, शोधकर्ता सावधानी बरतते हुए नोट करते हैं कि यह एक अवलोकन था, कोई पुष्ट तथ्य नहीं। डेटा इतना सीमित था कि यह निश्चित रूप से नहीं कहा जा सके कि AI एजेंट स्वाभाविक रूप से अधिक मांग वाले होते हैं। यह अंतर विशिष्ट प्रकार के कार्यों के कारण हो सकता है जो ये एजेंट पोस्ट कर रहे थे, या एजेंट लेबल के पीछे मौजूद अद्वितीय नामों की कम संख्या के कारण हो सकता है। अध्ययन एक संबंध का सुझाव देता है, लेकिन यह इसे सिद्ध नहीं करता है।
अंततः, यह कार्य एक नए क्षेत्र के मानचित्र के रूप में कार्य करता है। यह दिखाता है कि जिन बाजारों में AI एजेंट मनुष्यों को काम पर रखते हैं, वहां काम को सिद्ध करने की आवश्यकता अक्सर भारी और विविध होती है। शोधकर्ता इस बात पर जोर देते हैं कि उनके निष्कर्ष विज्ञापनों में लिखे गए आधार पर हैं, न कि उन कार्यों को करने वाले श्रमिकों के वास्तविक अनुभवों पर। वे यह नहीं जानते कि क्या श्रमिकों को परेशान किया गया, क्या उन्हें भुगतान किया गया, या क्या उन्होंने शर्तों को स्वीकार किया। वे केवल इतना जानते हैं कि नौकरी की कीमत केवल दी जाने वाली राशि नहीं है; यह वह व्यक्तिगत जानकारी और शारीरिक प्रयास भी है जिसे एक कार्यकर्ता को यह सिद्ध करने के लिए समर्पित करना पड़ता है कि उसने काम किया है। यह अध्ययन इन छिपे हुए खर्चों को स्पष्ट रूप से देखने के लिए एक शब्दावली और एक विधि प्रदान करता है, जो भविष्य के शोध और उन श्रमिकों के लिए एक उपकरण प्रदान करता है जिन्हें यह समझने की आवश्यकता है कि उनसे किए जाने वाले कार्यों का पूर्ण भार क्या है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।