Amazon chiude Mechanical Turk dopo 21 anni: l’AI sostituisce il lavoro umano che l’ha addestrata

Amazon ha deciso di spegnere Mechanical Turk, e con questa mossa si chiude uno dei capitoli più significativi e meno raccontati della storia dell’intelligenza artificiale. La piattaforma che per ventuno anni ha messo in contatto aziende e lavoratori umani per svolgere piccoli compiti digitali chiuderà definitivamente il 30 settembre 2026. L’azienda ha spiegato di aver preso la decisione dopo una revisione interna dei propri programmi e servizi.

C’è un’ironia che è impossibile ignorare. Mechanical Turk era nato per mascherare il lavoro umano dietro una facciata tecnologica, e oggi viene chiuso proprio perché l’intelligenza artificiale sa finalmente fare da sola ciò che un tempo richiedeva migliaia di persone in carne e ossa.

Che cos’era Mechanical Turk e perché ha segnato la storia dell’AI

Quando Amazon lo presentò nel 2005, Mechanical Turk sembrava un’idea quasi paradossale. Il nome era un omaggio al Turco, il celebre automa scacchistico del diciottesimo secolo che stupiva le corti europee muovendo i pezzi da solo: in realtà, all’interno del mobile si nascondeva un giocatore in carne e ossa. Jeff Bezos definì il servizio con una formula rimasta celebre, quella di una intelligenza artificiale artificiale, perché sotto l’apparenza di un sistema automatico c’erano sempre persone reali al lavoro.

Il meccanismo era semplice. Le aziende pubblicavano micro incarichi, chiamati Human Intelligence Task, e una folla distribuita di lavoratori li completava in cambio di pochi centesimi ciascuno. Etichettare immagini, trascrivere brevi file audio o video, rispondere a sondaggi, moderare contenuti, verificare informazioni: erano attività minute e ripetitive, ma indispensabili.

Al suo apice la piattaforma ha coinvolto oltre cinquecentomila lavoratori in tutto il mondo.

Quello che pochi notavano è che una parte enorme dell’intelligenza artificiale moderna è cresciuta proprio su questo lavoro invisibile. I grandi archivi di dati etichettati che hanno reso possibile la rivoluzione del deep learning, a partire dallo storico ImageNet, sono stati costruiti annotando milioni di esempi uno per uno. Anche le prime sperimentazioni di addestramento con feedback umano, la tecnica che oggi rende conversazionali modelli come ChatGPT, si sono appoggiate a piattaforme di questo tipo. Senza quelle annotazioni, gran parte degli algoritmi di apprendimento supervisionato non avrebbe mai avuto i dati necessari per imparare.

È il fenomeno che studiosi e giornalisti hanno battezzato ghost work, il lavoro fantasma: una manodopera enorme e quasi sempre invisibile che ha alimentato i sistemi automatici senza comparire mai nei comunicati stampa.

Perché Amazon spegne la piattaforma proprio adesso

La chiusura non arriva a sorpresa per chi seguiva il settore. Da tempo Mechanical Turk viveva una fase di declino, con Amazon che sembrava investire sempre meno risorse nel servizio mentre la concorrenza cresceva. Negli ultimi anni è emersa una nuova generazione di aziende specializzate nell’etichettatura dei dati, da Scale AI a Mercor fino a Prolific, capaci di attrarre lavoratori e clienti con strumenti più moderni e una qualità del dato più controllata.

A pesare, però, è soprattutto il progresso della stessa intelligenza artificiale. Molti dei compiti un tempo affidati alla folla di Mechanical Turk, come classificare immagini, eseguire una semplice analisi del sentiment o trascrivere frammenti di testo, oggi i modelli li svolgono direttamente, spesso più in fretta e a costi inferiori. Man mano che gli algoritmi sono migliorati, la convenienza economica di far passare quel lavoro attraverso una rete umana globale si è progressivamente ridotta.

C’è poi un problema più sottile, quasi filosofico, che ha eroso la fiducia nel modello.

Quando gli annotatori usano l’AI per fingersi umani

Nel 2023 un gruppo di ricercatori svizzeri pubblicò uno studio destinato a far discutere. Analizzando un campione di lavoratori di Mechanical Turk impegnati in un compito di sintesi testuale, gli autori stimarono che fino al 46 per cento di loro avesse usato modelli linguistici per completare le attività. In altre parole, una quota consistente di dati presentati come annotazioni umane era in realtà generata da un’intelligenza artificiale.

Il paradosso è quasi perfetto. Una piattaforma nata per dimostrare che gli esseri umani erano ancora indispensabili si è ritrovata invasa da lavoratori che, di nascosto, delegavano il compito a un chatbot. E quando i dati che chiamiamo umani sono in buona parte prodotti da una macchina, la loro affidabilità per addestrare i modelli successivi crolla, innescando un circolo vizioso che rischia di amplificare gli errori e i bias nell’intelligenza artificiale.

Non è solo un prodotto: Amazon lascia il mercato del dato umano

La decisione ha una portata più ampia di quanto sembri. Amazon non si limita a ritirare una singola applicazione ormai datata, ma esce di fatto dall’intero settore della raccolta di dati basata sul lavoro umano. Insieme a Mechanical Turk, infatti, verranno chiusi lo stesso giorno anche SageMaker Ground Truth e Amazon Augmented AI, i due servizi con cui l’azienda offriva etichettatura gestita e revisione umana integrata nei flussi di machine learning.

È un segnale strategico chiaro. Per anni Amazon aveva provato a trasformare quel patrimonio di manodopera distribuita in un’infrastruttura industriale al servizio dei clienti cloud. La rinuncia a tutti e tre i servizi nello stesso momento racconta una convinzione precisa: il futuro dell’addestramento non passerà più da grandi folle di micro lavoratori generalisti.

Cosa cambia per chi costruisce e usa l’intelligenza artificiale

La fine di Mechanical Turk non significa che il lavoro umano sparisca dall’AI, ma che stia cambiando forma. La domanda si sposta verso annotatori più qualificati ed esperti di settore, capaci di valutare risposte complesse, verificare ragionamenti, giudicare la qualità di un testo o di una porzione di codice. È il terreno su cui stanno crescendo le nuove aziende di data labeling, che pagano professionisti specializzati invece di remunerare a cottimo compiti elementari.

In parallelo cresce il ricorso ai dati generati artificialmente per addestrare i modelli quando le informazioni reali sono scarse, costose o delicate dal punto di vista della privacy. Non sono una soluzione perfetta e vanno maneggiati con attenzione, ma riducono la dipendenza dalle grandi campagne di annotazione manuale che avevano reso Mechanical Turk indispensabile. Se vuoi approfondire, trovi una guida completa ai dati sintetici e al loro ruolo crescente.

Per le aziende e i professionisti che lavorano con l’AI, il messaggio è duplice. Da un lato molte attività di preparazione dei dati diventano più economiche e veloci grazie all’automazione. Dall’altro la qualità e la provenienza delle informazioni usate per addestrare i sistemi contano più che mai, perché un dato sporco o falsamente umano si trascina lungo tutta la catena.

Resta poi una questione umana e sociale che non va dimenticata. Dietro Mechanical Turk c’erano centinaia di migliaia di persone, spesso in Paesi a basso reddito, per cui quei micro pagamenti rappresentavano un’entrata reale. La loro progressiva sostituzione con il software solleva domande concrete sul destino del lavoro digitale nell’era dell’automazione, un tema che accompagnerà il settore ben oltre questa singola chiusura.

Un’era che si chiude

La scomparsa di Mechanical Turk è molto più di una nota a margine nei bilanci di Amazon. È il simbolo di un passaggio di fase: la manodopera invisibile che ha insegnato alle macchine a vedere, leggere e parlare viene ora rimpiazzata proprio da quelle macchine. Il Turco meccanico torna, in un certo senso, alle origini, quando l’automa nascondeva un essere umano. Solo che stavolta, dentro il mobile, non c’è più nessuno.

Se segui l’evoluzione dell’intelligenza artificiale, questa notizia merita attenzione perché racconta come cambia la sua struttura profonda, quella fatta di dati e di lavoro nascosto. Continua a seguirci per capire quali nuovi modelli, strumenti e dinamiche di mercato stanno ridisegnando il settore, e come puoi orientarti tra le opportunità e i rischi che porta con sé.