DoorDashの「Tasks」アプリが示す、AI学習データ確保のためのギグワーク化

米配達大手DoorDashが導入したTasksアプリでは、ギグワーカーが洗濯や目玉焼きの調理、公園を歩く様子などの日常行為を動画で記録し、AIの学習データとして提供することで報酬を得る仕組みが試されている。記者は自身で複数の単純作業を撮影してアプリを体験している。

この動きは、実世界の多様な映像や行動データが生成AIの精度向上に不可欠であるため、企業が従来の社内収集や専門データセットではなく、ギグプラットフォームを通じて安価かつスケール可能にデータを集めようとしていることを示す。利点としては低コストで幅広い状況を取得できる点がある一方、労働の不安定化や報酬・プライバシー・同意の扱い、データ品質の管理といった課題が顕在化する可能性がある。

AI業界への示唆としては、モデル開発のためのデータ調達が労働市場や倫理の問題と直結する点を認識する必要がある。事業者はデータ利用目的の透明化、適切な対価と保護措置、品質管理の仕組みを整える必要があり、規制側も労働とデータ保護の観点から監視や基準設定を検討する局面にあると考えられる。