Люди против машин: тренируем ИИ за гроши

История начинается с безобидного предложения о работе, которое Катя обнаружила в LinkedIn. Казалось бы, очередной сомнительный оффер, но финансовое отчаяние делает людей сговорчивыми. После учёбы она пыталась закрепиться в журналистике, затем пошла в магистратуру и решила переквалифицироваться в контент-маркетологов — пока нейросети не автоматизировали почти всё, что она умела. Так Катя наткнулась на компанию Crossing Hurdles, обещавшую копирайтерам 45 долларов в час.
Она нажала на ссылку — и оказалась на сайте другой компании, Mercor, где ей предложили пройти видеособеседование с ИИ по имени Melvin. Всё выглядело подозрительно, но спустя пару недель безработицы Катя решила рискнуть. Оказалось, Mercor продаёт данные для обучения ИИ, а Кате предлагается «создавать» эти данные. «Моя работа исчезла из‑за ChatGPT, а теперь меня зовут тренировать модель делать худший вариант моей же работы», — сказала она. Но выбора не было.
Собеседование было странным, но любопытным: ИИ задавал вопросы по её резюме, будто и правда его прочитал. Вскоре пришло письмо — её берут, но нужно подписать контракт, пройти проверку безопасности и установить софт слежения. Она согласилась. Катю добавили в Slack, где сотни людей уже создавали примеры запросов к чат-ботам, писали «идеальные ответы» и чек-листы критериев этих ответов. Никому не говорили, для какого ИИ всё это делается. Но работа была интересной, а деньги — неплохими.
Через два дня проект внезапно «поставили на паузу», а потом и вовсе отменили. Для людей вроде Кати, планировавших оплатить жильё, это стало ударом. Однако вскоре ей прислали новую работу — оценивать диалоги между чат-ботами и реальными пользователями из Малайзии и Вьетнама. Контракт нужно подписать срочно — созвон через 45 минут, воскресенье, 18:30. Она согласилась и работала до изнеможения.
За фасадом ИИ скрыта огромная армия людей, создающих и сортирующих данные. Именно они пишут миллионы примеров «идеальных» ответов, критериев, «золотых» образцов и даже «цепочек рассуждений», которые затем копируют модели. Mercor, основанная в 2023 году тремя 19‑летними выпускниками из Калифорнии, быстро переключилась с найма инженеров на продажу данных для ИИ. Сейчас компания стоит 10 миллиардов долларов. Клиенты — OpenAI и Anthropic.
Mercor хвастается 30 тысячами специалистов ежемесячно. Scale AI говорит о 700 тысячах дипломированных работников. Surge AI — о лучших юристах, консультантах и артистах. Требуются не только программисты, но и учителя, учёные, повара, следователи и даже эксперты по юмору для подростков. Это крупнейшая попытка собрать человеческий опыт в цифровой вид.
В условиях падения найма данные для ИИ стали новым «рынком труда», куда уходят образованные, но недозагруженные специалисты. Но есть подвох: ИИ-компании тратят миллиарды на сбор данных, но при этом создают будущее, где люди обучают машины тому, чему учились сами годами — чтобы машины их же потом заменили.
Тысячи работников описывают систему, где одни пишут критерии, другие — оценивают ответы, третьи — создают «золотые» ответы, четвёртые — ломают модели заданиями-«ловушками». Существуют и «миростроительные» проекты: юристы, менеджеры, консультанты создают сотни корпоративных документов для вымышленных компаний, чтобы ИИ мог учиться в «симулированной реальности».
Есть голосовые актёры, создающие эмоциональные записи, монтажёры, описывающие видео по секундам, и специалисты вроде Эрнеста — бывшего онлайн-репетитора, который после замены его чат-ботом стал размечать длительность фраз на аудиозаписях.
Работников держат в условиях максимальной секретности. Клиенты ИИ называются лишь «клиентом». За разглашение деталей грозит увольнение. Люди даже придумывают дополнительные кодовые имена для проектов.
Катя вскоре столкнулась с жестокой реальностью: работа появляется рывками, и сотни работников бросаются на каждую новую задачу «как пираньи». Slack-уведомление стало для неё командой «работай немедленно». Проекты исчезают так же внезапно, как и появляются. Требования растут, сроки сокращаются, оплата падает.
Другие работники переживают то же самое. Крис, телевизионщик, потерял работу из-за ChatGPT, а потом стал писать сценарии для тренировки ИИ — иначе было бы не на что жить. Софт Insightful фиксировал каждый его шаг, а «непродуктивное» время вычиталось из оплаты. Некоторые работали «в тени», выключая трекер и выполняя задания бесплатно, чтобы уложиться в нормы.
Под давлением люди начинают сами пользоваться ИИ — что строго запрещено. Кто-то ищет подсказки в чат-ботах, чтобы быстрее найти слабые места моделей.
Мими, мать-одиночка и сценарист, говорит, что работа ломает людей: она кричала на ребёнка из‑за очередного срочного задания, а постоянное наблюдение лишило её ощущения человеческого достоинства.
Mercor обещала быть «лучшими, чем другие компании», но по мере роста превращалась в тех же жестоких игроков рынка. Менеджеры — двадцатилетние ребята без опыта, которые отвечают на вопросы работников мемами вместо инструкций.
Истории увольнений массовые: проект Meta для 5000 человек внезапно закрыли, а затем открыли тот же самый проект с пониженной оплатой — минус 24%. Люди были в ярости. Форумы заполнились жалобами, которые компания быстро удаляла. Работники создали параллельные сообщества, обвиняя руководство в некомпетентности.
Текучка — норма. Хаос — система. Увольнения — без объяснений. В индустрии даже есть термин — «dash of death»: пустая панель задач в аккаунте означает, что тебя уволили.
Но корень проблемы — в природе ИИ-разработки: проекты запускаются, ставятся на паузу, меняются требования, бюджет режется, компании пересматривают запросы. Работников держат «в темноте», чтобы ничего не обещать.
Всё это напоминает Uber десять лет назад — только хуже. Специалисты с академическими степенями оказываются ещё более заменимыми. Их объединяет одно: работая, они подготавливают ИИ к тому, чтобы он вскоре вытеснил их.
В США уже поданы иски против Mercor о незаконной классификации работников. В одном из них человек должен был озвучивать сексуально откровенные тексты, но, узнав об этом, не мог отказаться без риска остаться без денег.
Экономисты предупреждают: если такая модель распространится, профессии опустятся до гонки на выживание, где каждый продаёт свои навыки дешевле, пока машины не станут достаточно хороши.
Катю позвали на новый проект за 16 долларов в час — сущие копейки. Она отказалась и пошла искать работу в обычной кофейне, надеясь хотя бы на предсказуемость. «Там хотя бы есть начальник, который делает вид, что ему не всё равно», — сказала она.
И всё же, как назло, телефон снова издал знакомый звук — проект возобновился.