Nel 2026, Amazon Web Services ha annunciato la chiusura definitiva del servizio Mechanical Turk per nuovi clienti. Secondo l'aggiornamento pubblicato su AWS Service Availability Updates, a partire dal 30 luglio 2026, Mechanical Turk non accetterà nuove richieste di onboarding. I clienti esistenti potranno tuttavia continuare a utilizzare il servizio, che entra però in un regime di manutenzione senza ulteriori sviluppi o nuove funzioni. Stesse regole valgono per SageMaker Ground Truth e Amazon Augmented AI, le altre componenti del servizio, che segneranno il loro termine per nuovi utenti.
Origini e sviluppo di Mechanical Turk
La piattaforma Mechanical Turk, lanciata nel 2005, era nata con l'idea di creare una forza lavoro digitale decentralizzata: utenti disposti a svolgere compiti semplici, come il riconoscimento di immagini o la transcrizione di testi vocali, che rappresentavano una sfida per gli algoritmi dell'epoca. Con il motto “Artificial Artificial Intelligence””, Amazon mirava a combinare la forza umana con la potenza del computing, offrendo un mezzo per addestrare i primi modelli di intelligenza artificiale.
Nel corso del tempo, Mechanical Turk è stato spesso usato per addestrare modelli di elaborazione del linguaggio naturale (NLP) e visione artificiale. La sua funzione di raccolta di dati ha reso il servizio un'alternativa a soluzioni aziendali simili, anche se inizialmente aveva trovato resistenze per la sua natura crowdsourcing, dove chiunque poteva svolgere compiti.
La svolta e i limiti del servizio
Nel 2018, AWS ha cercato di trasformare Mechanical Turk, riconfigurandolo come uno strumento avanzato di data annotation per i propri algoritmi. Con l'introduzione del nuovo framework SageMaker Ground Truth, Amazon ha promosso Mechanical Turk come una piattaforma professionale per il supporto ai progetti di intelligenza artificiale. Tuttavia, questa strategia si è scontrata con il rischio che i lavoratori della piattaforma utilizzassero in realtà nuovi modelli di IA per completare i compiti ricevuti.
Una ricerca pubblicata nel 2023 ha evidenziato che molti Crowdworkers (lavoratori del meccanico Turk) avevano iniziato a utilizzare modelli di linguaggio artificiale generativi, come GPT-3, per svolgere le compiti. Questo ha messo in discussione l’utilità del servizio come fonte affidabile di dati per il training di KI.
I nuovi modelli e un mercato in evoluzione
Oggi, laboratori avanzati e centri di ricerca tecnologica si sono rivolti ad aziende specializzate, come Scale AI o Surge AI, che impiegano esperti per verificare e addestrare modelli di IA. Questi partner offrono una supervisione umana più mirata, rilevando e correggendo casi complessi, garantendo inoltre una qualità superiore rispetto alla forza lavoro crowdsourced di Mechanical Turk.
I dati dimostrano che il modello Amazon ha iniziato a declinare negli ultimi anni. Tra il 2018 e il 2026, l’uso di Mechanical Turk da parte degli utenti esterni è calato del 46%, con una flessione particolarmente severa nel settore accademico, che aveva precedentemente adottato il servizio per testare nuovi algoritmi.
Conseguenze per il futuro dell’IA
L’abbandono di Mechanical Turk rappresenta una svolta importante nel modo in cui funziona il ciclo di sviluppo dell’intelligenza artificiale. L’approccio crowdsourcing ha perso efficacia, poiché sempre più lavoro richiede una supervisione umana qualificata e non generica. L’uso crescente di modelli generativi ha inoltre ridotto la domanda per dati annotati mancanti di complessità.
Lezioni apprese da Amazon
- Maggiore enfasi su esperti e qualità supervisionale: I nuovi partner specializzati di Amazon dimostrano che l’addestramento AI richiede un livello più avanzato di controllo.
- Adattabilità limitata dell’approccio crowdsourced: Mechanical Turk ha rappresentato un modello economico inizialmente efficiente, ma non si è dimostrato flessibile abbastanza da seguire l’evoluzione dell’AI.
- I nuovi modelli hanno ridisegnato le richieste di dati: Compiti che una volta richiedevano l’opera di centinaia di persone ora possono essere risolti con pochi interventi esperti e modelli avanzati.
La chiusura di Mechanical Turk segna un passaggio definitivo per l’azienda. L’applicazione di AI su larga scala richiederà nuove architetture di lavoro: una combinazione di supervisione esperta, modelli autonomi e infrastrutture collaborative. Il passato crowdsourcing di Amazon si rivela quindi inadatto per il futuro della tecnologia, aprendo nuove opportunità, ma anche complessità nel processo di addestramento delle intelligenze artificiali.