Aigest.
Biznes AI

Meta rezygnuje z oceny inżynierów na podstawie użycia AI po zjawisku "tokenmaxxing"

Meta zmienia podejście do oceny wydajności inżynierów, usuwając wskaźniki użycia narzędzi AI z kryteriów. Decyzja ta jest odpowiedzią na zjawisko "tokenmaxxing", gdzie pracownicy nadmiernie wykorzystywali AI, generując w

RA

Udostępnij
Meta rezygnuje z oceny inżynierów na podstawie użycia AI po zjawisku "tokenmaxxing"
Fot. The Decoder

Meta wycofuje się z oceny swoich inżynierów na podstawie stopnia wykorzystania narzędzi sztucznej inteligencji. Wewnętrzne panele AI oraz liczniki tokenów nie będą już brane pod uwagę w procesie oceny wydajności, jak poinformowali Maher Saba i Santosh Janardhan, dyrektorzy firmy, w wewnętrznej notatce, do której dotarł portal The Information. Od teraz kluczowe będą jakość, szybkość i złożoność wykonywanej pracy.

Konsekwencje "tokenmaxxing"

Wcześniej Meta uczyniła użycie AI jednym z kryteriów oceny, co doprowadziło do zjawiska nazwanego przez pracowników "tokenmaxxing". Polegało ono na tym, że inżynierowie masowo zużywali tokeny AI, aby poprawić swoją pozycję w wewnętrznych rankingach. To nadmierne wykorzystanie wiązało się z wysokimi kosztami. Szacuje się, że samo wewnętrzne użycie AI w firmie może osiągnąć miliardy dolarów kosztów do 2026 roku. W odpowiedzi na to, Meta planuje wprowadzić budżety i centralny panel kontrolny dla narzędzi AI, począwszy od 2027 roku.

Wyzwania związane z nowym narzędziem Hatch

Równocześnie Meta testuje swoje nowe narzędzie oparte na sztucznej inteligencji, nazwane Hatch. Ma ono samodzielnie wykonywać zadania komputerowe, jak donosi WIRED. Jednak testy te napotykają na opór wewnątrz firmy. Niektórzy pracownicy wyrażają obawy dotyczące prywatności i niechętnie łączą Hatch ze swoimi osobistymi kontami.

Decyzja Mety o zmianie kryteriów oceny inżynierów podkreśla wyzwania związane z integracją sztucznej inteligencji w środowisku korporacyjnym. Pokazuje, że choć AI oferuje ogromny potencjał, jej wdrożenie wymaga przemyślanej strategii, która uwzględnia zarówno efektywność, jak i kontrolę kosztów, a także akceptację i zaufanie pracowników. Przyszłość pokaże, jak Meta poradzi sobie z tymi wyzwaniami, dążąc do optymalizacji wykorzystania AI w swoich operacjach.

Źródło: the-decoder.com

Komentarze

Zaloguj się, aby dołączyć do dyskusji.

Nikt jeszcze nie skomentował. Bądź pierwszy!

Czytaj dalej

Meta Superintelligence Labs wprowadza Muse Voice Transcribe – jeden model dla transkrypcji, diaryzacji i detekcji końca
Instagram zmienia etykietowanie profili AI po tym, jak użytkownicy nie odróżniają ich od ludzi
Meta testuje roboty w centrach danych, by obniżyć koszty i zoptymalizować pracę
Słownik AI: Kluczowe terminy, które musisz znać, od AGI po halucynacje
OpenBMB prezentuje MiniCPM5-2B: kompaktowy model językowy o wysokiej wydajności
Anthropic inwestuje pół biliona dolarów w moc obliczeniową, mimo wcześniejszych ostrzeżeń CEO

Bądź na bieżąco ze światem AI

Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.