Az Amazon Mechanical Turk platformja lassú kivezetés felé tart: az Amazon 2026. július 30-tól leállítja az új ügyfelek felvételét a több mint két évtizede működő mikromunka-piacon. A bejelentés önmagában technikai apróságnak tűnhet, valójában viszont egy korszak végét jelzi az AI-modellek tanításához használt adatpiacon.
A Mechanical Turk évekig az egyik legfontosabb láncszem volt abban a folyamatban, ahogy a gépi tanulás nyersanyaga, a címkézett adat előállt. A leállítás így nem pusztán céghír, hanem tünet: azt mutatja, hogy az emberi adatcímkézés régi modellje kifulladóban van.
Mi az az Amazon Mechanical Turk, és miért fontos ez a hír?
A Mechanical Turk egy 2005-ben elindított crowdsourcing-piac, amelyet az Amazon Web Services (AWS) üzemeltet. A lényege egyszerű: embereknek fizetnek apró összegeket olyan feladatokért, amelyeket a gép egyedül nem tud jól elvégezni — például CAPTCHA-kitöltés, képek felcímkézése vagy szövegek alapvető érzelmi elemzése.
A név nem véletlen. Az eredeti „Mechanical Turk” egy 18. századi sakkautomata-csalás volt, amelyben valójában egy ember rejtőzött a gépben. A platformot pontosan ezért nevezték gyakran a „Potemkin AI” titkos motorjának: sok, mesterséges intelligenciaként hirdetett termék mögött valójában emberi munkaerő állt.
A hír azért fontos, mert 2018-tól az Amazon kifejezetten az AI neurális hálózatok tréningjéhez szükséges adatannotációs eszközként kezdte pozicionálni a szolgáltatást, összekötve azt az AWS SageMaker AI platformmal. A Mechanical Turk ezzel az AI-fejlesztés egyik csendes, de nélkülözhetetlen infrastruktúrájává vált.
Számok és tények: mi pontosan a bejelentés?
Az AWS közlése szerint a lezárás nem jelent azonnali kikapcsolást, de a jövőt egyértelműen kijelöli. A vállalat így fogalmazott:
„A meglévő ügyfelek továbbra is a megszokott módon használhatják a szolgáltatást. Az AWS továbbra is beruház a Mechanical Turk biztonságába és rendelkezésre állásába, de nem tervezünk új funkciókat bevezetni.”
A kulcsmondat az utolsó tagmondat: nincs több új funkció. Egy olyan technológiai piacon, ahol a fejlesztés folyamatossága az életképesség alapfeltétele, a fejlesztés leállítása gyakorlatilag a termék lassú kivezetésének bejelentése. Az AWS szerint a döntés „alapos mérlegelés” után született.
A dátumok jól kirajzolják az ívet: 2005-ös indulás, 2018-as AI-fókuszú újrapozicionálás, majd 2026. július 30., amikor bezárul a kapu az új ügyfelek előtt. A történet a technológiai iparban ritka: egy termék, amely túlélte a saját eredeti korszakát, végül épp az általa kiszolgált technológia miatt válik feleslegessé.
Miért bukott meg? A saját farkába harapó kígyó
A leállítás mögött nem egyszerű üzleti döntés áll, hanem egy önmagát felszámoló mechanizmus. A jelenséget legjobban a „saját farkába harapó kígyó” képével lehet leírni.
Egy 2023-as elemzés szerint a platformon dolgozó munkások 33–46%-a maga is nagy nyelvi modelleket (LLM-eket) használt a feladatai elvégzéséhez. Vagyis amikor egy AI-cég emberi adatokat vásárolt a modellje finomhangolásához, gyakran valójában egy másik AI kimenetét kapta meg, emberi minőség-pecséttel ellátva.
Ez ördögi kört hozott létre: a mesterséges intelligencia tanításához használt „emberi” adatok maguktól az AI-októl származtak. Ez rontotta az adatok megbízhatóságát, és aláásta a platform egyetlen valódi értékét — azt, hogy emberi ítéletet ad ott, ahol a gép még gyenge.
A második ok a minőségromlás. A platformot egyre inkább botok és csalások árasztották el, ami miatt mind a tudományos kutatók, mind a megbízható munkavállalók fokozatosan elhagyták a felületet. Egy adatpiac értéke a benne áramló adat minőségén áll vagy bukik — a Mechanical Turk esetében ez a minőség évek alatt elszivárgott.
A közösség reakciója beszédes. Az egyik felhasználó a döntés nyilvánosságra kerülése után így összegezte a várható forgatókönyvet: „Valaki az Amazonnál el fogja dönteni, hogy az MTurk-szerverek futtatása idő- és erőforráspazarlás, és teljesen kihúzza a csatlakozót.” Az új ügyfelek kizárása általában ennek a folyamatnak az első, nyilvános lépése.
Mit jelent ez az AI-adatpiacnak?
A Mechanical Turk kivezetése az emberi adatcímkézés egy egész korszakának lezárása. A platform évekig a megerősítéses tanulás emberi visszajelzéssel (RLHF) és az adatannotáció olcsó, skálázható háttere volt — pontosan az a réteg, amelyre a mai csúcsmodellek épültek.
A hír azt üzeni, hogy az olcsó, tömeges, alacsonyan fizetett mikromunka modellje már nem elég a frontier modellek igényeihez. A piac elmozdult a szakértői, ellenőrzött, magasabb fizetésű adatcímkézés felé, ahol a minőség és a nyomon követhetőség fontosabb, mint a puszta mennyiség.
Ez nem az emberi adat végét jelenti — épp ellenkezőleg. Ahogy a modellek egyre jobbak lesznek, egyre értékesebbé válik az a ritka, valódi emberi ítélet, amelyet nem lehet AI-jal kiváltani. A tömegpiac helyét a szakértői piac veszi át.
Fontos látni a különbséget a régi és az új adatpiac között. A Mechanical Turk logikája a mennyiség volt: minél több, minél olcsóbb feladatmegoldás. A frontier modellek finomhangolása viszont ma már specializált szakértelmet igényel — orvosi, jogi, programozási vagy tudományos területen olyan visszajelzést, amelyet egy alacsonyan fizetett, névtelen tömegmunkás nem tud megbízhatóan adni. Az érték a mennyiségről a hozzáértésre helyeződött át.
Magyar piaci vonatkozás
Magyar szemszögből a hír két csoportot érint közvetlenül. Egyrészt azokat a hazai kutatókat és kisebb AI-csapatokat, akik a Mechanical Turkot olcsó adatgyűjtési vagy annotációs eszközként használták — nekik hosszabb távon más megoldás után kell nézniük.
Másrészt tágabb értelemben mindenkit, aki AI-alapú terméket épít. A tanulság az, hogy az adat minősége stratégiai kérdés: egy olcsó, ellenőrizetlen adatforrás rövid távon spórolást, hosszú távon viszont megbízhatatlan modellt eredményez. A magyar AI-fejlesztői közösségben is egyre inkább a saját, ellenőrzött adatkészletek felé mozdul el a hangsúly.
A közvetett hatás sem elhanyagolható: az adatcímkézés drágulása beépül a modellek fejlesztési költségébe, ami előbb-utóbb az árazásban is megjelenhet — beleértve a magyar cégek által fizetett API- és előfizetési díjakat.
5 döntéshozói következtetés
- Az adat minősége stratégiai kockázat: ha a modelledet olcsó, ellenőrizetlen adaton tanítod, a megbízhatatlanság a végtermékben csapódik le.
- Ne építs egyetlen adatforrásra: a Mechanical Turk kivezetése is mutatja, hogy egy platform bármikor megszűnhet — legyen alternatíva.
- Számolj az AI-szennyezés kockázatával: a „humán” adat ma már gyakran AI-kimenet; ellenőrizd az adat eredetét, mielőtt tanításra használod.
- Készülj az adatköltségek emelkedésére: a minőségi, szakértői címkézés drágább, és ez beépül a modellek árába.
- Az emberi ítélet felértékelődik: ahol valódi szakértői visszajelzés kell, ott érdemes befektetni — ezt a réteget a gép egyelőre nem váltja ki.
Egy csendes korszak zárul le az AI mögött
A Mechanical Turk sosem volt látványos termék, de évekig ott dolgozott a mai AI-rendszerek mögött, láthatatlanul. A kivezetése épp ezért szimbolikus: az a technológia, amelyet emberi munkával segítettek felnőni, végül maga tette feleslegessé az emberi láncszemet.
A tanulság döntéshozóknak egyértelmű: az AI-adatpiac gyorsan érik, és aki most épít modellt, annak nem a legolcsóbb, hanem a legmegbízhatóbb adatforrásra kell alapoznia. Az olcsó tömegmunka kora véget ért — a minőségi adaté most kezdődik.
Kapcsolódó piaci elemzésünk: AI-finanszírozási piac: Together AI 800 millió, MGX 49 milliárdos alap egy napon. További AI-piaci elemzésekért iratkozz fel az AI Hírek hírlevelére.