Przez 15 lat wszyscy pracowaliśmy za darmo dla Google. I nawet o tym nie wiedzieliśmy.
Znacie ten moment, kiedy strona każe wam kliknąć w hydranty albo przepisać rozmazany tekst, żeby udowodnić, że jesteście człowiekiem? Pewnie myśleliście: „Aha, weryfikacja, rozumiem, zaraz to odfajkuję i idę dalej.” Tymczasem przez ponad dekadę ta codzienna czynność była czymś znacznie więcej niż mechanizmem bezpieczeństwa. Była darmową pracą. Waszą darmową pracą.
Spis treści
Czym w ogóle jest CAPTCHA?
Zanim przejdziemy do meritum, szybki kurs podstaw.
CAPTCHA to skrót od Completely Automated Public Turing test to tell Computers and Humans Apart — czyli zautomatyzowany test odróżniający człowieka od maszyny. Pomysł jest prosty: komputery (a konkretnie boty) mają problem z rozpoznawaniem rzeczy, które dla człowieka są oczywiste. Zniekształcony tekst, zdjęcia z ulicy, pytania wymagające kontekstu — to wszystko miało stanowić barierę nie do przejścia dla automatycznych skryptów atakujących formularze logowania, fora czy komentarze.
I przez długi czas działało. Problem w tym, że ktoś bardzo sprytnie postanowił przy okazji… zrobić z tego coś więcej.
Etap pierwszy: przepisujemy gazety
W 2009 roku Google przejęło projekt reCAPTCHA stworzony przez grupę naukowców z Carnegie Mellon University. Od samego początku miał on podwójne dno.
Pierwsze testy opierały się na przepisywaniu zniekształconych słów i cyfr. Wyglądało to niewinnie — dwa rozmazane wyrazy, trzeba wpisać, gotowe. Ale te słowa nie były generowane losowo przez komputer. Pochodziły ze skanów starych książek i archiwów prasowych, między innymi zasobów The New York Timesa, które były digitalizowane na potrzeby Google Books.
Mechanizm był elegancki: każdy użytkownik dostawał dwa słowa. Jedno było już znane systemowi i służyło jako weryfikacja (czy jesteś człowiekiem). Drugie było nierozpoznane przez OCR — oprogramowanie do automatycznego odczytu tekstu — i właśnie to słowo trafiało do bazy jako odpowiedź człowieka, stopniowo budując cyfrowe archiwa. Miliony ludzi dziennie, nieświadomie, przepisywało historię.
Etap drugi: klikamy w auta. Ale nie dla siebie.
Potem przyszła zmiana formatu — i tu robi się naprawdę ciekawie.
Zdjęcia. Sygnalizacja świetlna. Autobusy. Przejścia dla pieszych. Chodniki. Sklepy. Wszyscy przez to przechodziliśmy — dosłownie — klikając kolejne kratki z prośbą: „Zaznacz wszystkie obrazki, na których widać samochód.”
Te zdjęcia nie były przypadkowe. Pochodziły z Google Street View — ogromnej bazy fotografii ulic z całego świata, zbieranej przez specjalne samochody z kamerami 360 stopni. Problem polegał na tym, że sama fotografia to jedno, a nauczenie komputera, co na niej widać, to zupełnie inna historia.
I tutaj wchodziliśmy my.
Każde kliknięcie w obraz z przejściem dla pieszych było etykietą treningową dla algorytmów rozpoznawania obrazu. Zbiorowa robota milionów użytkowników tworzyła ogromny, szczegółowo opisany zbiór danych, który trafił między innymi do systemów wizyjnych używanych przez Waymo — autonomiczne samochody Google.
Mówiąc wprost: klikaliście w autka, żeby prawdziwe autka mogły jeździć bez kierowcy.
Skala, która robi wrażenie
Ale skąd Google wiedział, że klikamy w hydrant ?
W każdym teście, w którym widziałeś siatkę złożoną z dziewięciu zdjęć, pojawiały się tak naprawdę dwa typy obrazków. Pierwszy rodzaj to obrazki kontrolne, czyli takie, które system już znał – zostały wcześniej wielokrotnie i zgodnie oznaczone przez innych użytkowników, dzięki czemu osiągnęły wysoki poziom konsensusu. W ich przypadku Google doskonale wiedziało, gdzie znajduje się na przykład hydrant, a gdzie go nie ma, i to właśnie na tych zdjęciach odbywał się właściwy test potwierdzający, że jesteś człowiekiem. Drugą grupę stanowiły obrazki nieznane – zupełnie nowe fotografie ze Street View, których algorytm nie potrafił jeszcze rozpoznać. Dla nich poprawna odpowiedź była dla systemu zagadką, a Twoje kliknięcia stawały się bezpłatną pracą, za którą Google nie musiało płacić.
Wyobraź sobie, że system pokazuje Ci dziewięć obrazków i prosi: „Zaznacz wszystkie kwadraty z hydrantami”. Załóżmy, że cztery spośród nich to stare, dobrze znane obrazki kontrolne. Google wie, że na zdjęciu pierwszym i trzecim hydrant jest, a na drugim i czwartym go nie ma – i tylko te odpowiedzi bierze pod uwagę, sprawdzając, czy poprawnie je wskazałeś. Jeśli zrobisz to właściwie, a przy okazji Twój ruch myszką będzie nosił cechy naturalnego, ludzkiego zachowania, system uznaje Cię za człowieka i test uznaje za zaliczony. Pozostałe pięć zdjęć w siatce to zupełnie nowe obrazki egzaminacyjne, których zawartość pozostaje dla Google tajemnicą. Ponieważ właśnie dowiodłeś swojej wiarygodności, Twoje wskazania na tych nieznanych fotografiach są zapisywane i traktowane jako wstępna odpowiedź.
Ten sam nieznany obrazek jest następnie pokazywany dziesiątkom, a nawet setkom innych użytkowników, a ich odpowiedzi są stale porównywane. Kiedy na przykład dziewięćdziesiąt procent osób kliknie w to samo miejsce na zdjęciu i wskaże tam hydrant, system osiąga konsensus i stwierdza: „To rzeczywiście jest hydrant”. Od tej chwili obrazek dołącza do puli zdjęć kontrolnych i odtąd służy już wyłącznie do weryfikacji kolejnych internautów.
Jak popularna była reCAPTCHA v2 ?
Żeby to wszystko dobrze zobrazować: reCAPTCHA w szczytowym momencie obsługiwała ponad 200 milionów zadań dziennie. Szacunki ekspertów mówiły, że gdyby tę samą pracę miała wykonać firma lub infrastruktura obliczeniowa, kosztowałoby to około 5 milionów dolarów dziennie.
Rocznie daje to kwotę rzędu 1,8 miliarda dolarów — w pracy, którą wykonali zwykli użytkownicy internetu. Dobrowolnie. Bezpłatnie. I w pełni nieświadomie.
Największy paradoks: zastąpiliśmy sami siebie
I tu dochodzimy do pointy, która ma w sobie coś przewrotnie śmiesznego.
reCAPTCHA v3
Przez lata klikaliśmy obrazki, trenując modele sztucznej inteligencji. Modele te stawały się coraz lepsze w rozpoznawaniu tego, co widzą. Aż w końcu stały się na tyle dobre, że… przestały potrzebować nas do weryfikacji.
reCAPTCHA v3, wprowadzona w 2018 roku, nie wyświetla już żadnych zdjęć ani rozmazanych tekstów. Nie pyta o nic. Działa w tle, analizując Wasze zachowanie na stronie: ruch myszki, sposób przewijania, rytm klikania, czas spędzony na poszczególnych elementach. Na tej podstawie buduje swój własny „cyfrowy odcisk palca” i samodzielnie ocenia, czy po drugiej stronie ekranu siedzi człowiek czy bot.
Wyhodowaliśmy system, który nas zastąpił. I zrobiliśmy to za darmo.
No to co z tego?
Czy to znaczy, że Google zrobiło coś nielegalnego? Niekoniecznie — reCAPTCHA była zawsze bezpłatną usługą dla właścicieli stron, a korzystanie z danych użytkowników do własnych celów mieściło się w regulaminach, których nikt nie czyta.
Czy to znaczy, że byliście naiwni? Też nie do końca — po prostu nikt wam nie powiedział, że tak to działa.
To raczej świetna ilustracja zasady, która w internecie działa od zawsze: jeśli coś jest darmowe, produktem jesteś ty. Albo w tym wypadku — twój czas, twoja uwaga i twoja zdolność do rozpoznawania hydrantów na rozmazanych zdjęciach z amerykańskich ulic.
Następnym razem, gdy jakaś strona poprosi was o kliknięcie w sygnalizację świetlną, będziecie wiedzieć, co tak naprawdę klikacie.
