Hai người phụ nữ mở máy tính xách tay. Cả hai đều là người Mỹ. Đều là những người mẹ. Đều đăng nhập để bắt đầu ca làm công việc dữ liệu, thứ lao động của con người dùng để huấn luyện trí tuệ nhân tạo. Brook Hansen bắt đầu nghiêm túc theo đuổi công việc này sau khi mất việc chăm sóc khách hàng lúc mang thai tháng thứ sáu. Với một người mẹ ở nhà chăm con, công việc dữ liệu giúp cô đóng góp thêm vào thu nhập của chồng, kiếm vài trăm USD mỗi tuần.

Anu Brixey, một bác sĩ chẩn đoán hình ảnh, kiếm được số tiền tương đương chỉ trong một giờ.

Vốn từ lâu gắn với thù lao thấp và được xem là phiên bản số của lao động chân tay, công việc dữ liệu giờ đây đang thu hút các chuyên gia lao động trí óc có thể nhận mức thù lao cao hơn nhiều. LinkedIn xếp nhân viên gán nhãn dữ liệu là vị trí việc làm tăng trưởng nhanh thứ tư tại Mỹ trong năm nay. Khi các mô hình AI ngày càng tiến bộ, các nhà tuyển dụng đang tìm kiếm kỹ sư phần mềm với thù lao lên đến 120 USD/giờ, chuyên gia vật lý vật chất ngưng tụ với mức 170 USD/giờ và luật sư chuyên về quyền dân sự với mức 400 USD/giờ, tất cả nhằm “giúp huấn luyện các hệ thống AI thế hệ tiếp theo.” Được trong ngành gọi là “chuyên gia,” những người này cùng tham gia nền kinh tế dữ liệu với nhóm lao động không chuyên nhận thù lao thấp hơn, đảm nhiệm các tác vụ ít đòi hỏi chuyên môn hơn.

Sự phân hóa ngày càng lớn tác động đến cả hai nhóm. Nhóm lao động không chuyên nhận thù lao thấp phàn nàn rằng điều kiện làm việc đang xấu đi: tác vụ ngày càng khó, trong khi việc làm ổn định ngày càng khó tìm. Trong khi đó, làn sóng chuyên gia lao động trí óc gia nhập ngành làm dấy lên lo ngại rằng các mô hình AI đang hấp thụ kiến thức chuyên môn của bác sĩ, nhà toán học, kế toán và nhà khoa học.

Sức lao động, dù chân tay hay trí óc, từ lâu vẫn được xem là thứ người sử dụng lao động đi thuê, theo Danielle Li, giáo sư tại Viện Công nghệ Massachusetts (MIT), người nghiên cứu về AI và thị trường lao động. Nếu ngừng trả tiền, doanh nghiệp sẽ không còn được sử dụng sức lao động đó. Nhưng cơ chế này không còn đúng khi người sử dụng lao động có thể sở hữu một phiên bản của sức lao động ấy dưới dạng mô hình AI, bà nói.

Trí tuệ nhân tạo “giả”

Khi bắt đầu làm công việc dữ liệu một thập kỷ trước, Hansen chủ yếu chép lời từ bản ghi âm hoặc vẽ khung bao quanh người hay ô tô trong ảnh trên nền tảng Mechanical Turk của Amazon. (Jeff Bezos từng gọi đây là “trí tuệ nhân tạo giả.”) Những tác vụ nhỏ lẻ này không đòi hỏi tập trung nhiều và chỉ được trả vài xu Mỹ. Hansen, một cán bộ vận động của Turkopticon, tổ chức đấu tranh cải thiện điều kiện làm việc cho lao động dữ liệu, cho biết mức thù lao thấp khiến cô căng thẳng. Bù lại, cô có thể tranh thủ làm và dừng bất cứ lúc nào, tùy việc chăm con. Khi các mô hình ngôn ngữ lớn phát triển trong thập niên 2020, công việc của cô trở nên phức tạp hơn: kiểm chứng thông tin trong tài liệu hoặc so sánh câu trả lời của chatbot, những tác vụ có thể mất một giờ và đòi hỏi tập trung cao độ.

Theo Hansen, các nền tảng hiện thường muốn tuyển lao động dữ liệu có chuyên môn trong những lĩnh vực như toán học hoặc sinh học. Thỉnh thoảng, cô được nhận làm những việc liên quan đến bằng cấp về bảo tồn môi trường của mình. Nhưng phần lớn thời gian, cô phải chuyển qua lại giữa các nền tảng để tìm việc. Mechanical Turk, từng là nền tảng quan trọng nhất với những lao động dữ liệu tại Mỹ như Hansen, đã đóng cửa vào tháng trước sau 21 năm hoạt động. Trong khi đó, các nền tảng mới hơn đang phát triển mạnh. Mercor, doanh nghiệp ba năm tuổi chuyên tuyển lao động trí óc làm công việc dữ liệu, đang thảo luận về vòng gọi vốn mới với mức định giá 20 tỉ USD.

Nhu cầu ngày càng tăng đối với lao động dữ liệu có chuyên môn phản ánh một chuyển dịch rộng hơn trong hoạt động huấn luyện AI. Nếu thông tin công khai thu thập từ internet là nền tảng của các mô hình AI hiện nay, thì giờ đây các công ty đang chạy đua tìm nguồn dữ liệu được tạo theo yêu cầu và không công khai để các phiên bản tiếp theo khác biệt với đối thủ. Trong một bài viết gần đây, cựu kỹ sư OpenAI Will DePue cho rằng dữ liệu cũng quan trọng với ngành này như năng lực tính toán. Các công ty trung gian không chỉ tìm kiếm chuyên môn của những người như bác sĩ chẩn đoán hình ảnh, mà còn trả tiền mua lịch sử trò chuyện riêng tư giữa bạn bè trên điện thoại và video quay từ góc nhìn thứ nhất ghi lại cảnh người bình thường làm việc nhà. Những công ty như SpaceXAI cũng tuyển “gia sư AI” làm việc nội bộ, có chuyên môn trong nhiều lĩnh vực, từ tài chính, tiếng Phần Lan đến hài kịch.

Khi các công ty AI cần kiến thức chuyên môn sâu hơn, các nhà tuyển dụng lùng tìm trên LinkedIn những người có kỹ năng phù hợp. Bốn năm trước, Brixey nhận được tin nhắn từ một công ty như vậy, tìm bác sĩ chẩn đoán hình ảnh có thể đọc hình ảnh chụp ngực, phổi và tim cho một công ty AI. Khi ấy, cô đã tiếp xúc với công nghệ này tại một trung tâm y tế nơi mình làm việc: một mô hình được thiết kế để phát hiện nốt phổi thường đưa ra kết quả dương tính giả. Dù vậy, Brixey vẫn tin AI có thể giúp các bác sĩ chẩn đoán hình ảnh đáp ứng nhu cầu chụp chiếu ngày càng tăng.

Đó là lý do sau một tuần làm việc dài, đôi khi cô dành thời gian cuối tuần để gán nhãn dữ liệu, chẳng hạn đánh dấu những vùng có canxi lắng đọng trên hình ảnh chụp tim. Cô nhận tối đa hai dự án mỗi năm, với động lực đến từ tiềm năng công nghệ nhiều hơn là thù lao. “Tôi làm việc này để cải thiện chất lượng chăm sóc bệnh nhân,” cô nói.

Các nhà nghiên cứu theo dõi sự thay đổi của công việc dữ liệu vẫn hoài nghi về quy mô chuyển dịch sang sử dụng chuyên gia lao động trí óc. Antonio Casilli, giáo sư tại Viện Bách khoa Paris, cho rằng các chuyên gia được trả thù lao cao tham gia tương đối ít dự án so với nhóm lao động không chuyên nhận thù lao thấp. Theo ông, những công ty hứa hẹn với nhà đầu tư về các cỗ máy siêu thông minh muốn tạo ấn tượng rằng họ đang tuyển những con người siêu thông minh, dù vẫn phụ thuộc vào lực lượng lao động như trước. Những chuyên gia này “chỉ là lớp điểm tô bên trên.” Phần lớn công việc dữ liệu, ông nói, vẫn do những lao động thù lao thấp đảm nhiệm, trong điều kiện bấp bênh và đối mặt nguy cơ tài khoản bị vô hiệu hóa đột ngột.

Thù lao trung bình tại Mercor hiện là 110 USD/giờ, dù công ty cho biết không có dữ liệu về tỉ lệ tác vụ được trả ở mức này. Prolific, nền tảng việc làm dữ liệu của Anh, cũng từ chối cho biết bao nhiêu tác vụ do các “chuyên gia” hoàn thành, dù nhóm này chiếm 30% tổng số người tham gia nền tảng.

Thuê ngoài không giới hạn

Fan Yang, nghiên cứu viên tại trường Luật thuộc đại học Melbourne, người đang phỏng vấn lao động dữ liệu ở Úc, Canada, Trung Quốc và Nhật Bản, cho rằng sự phát triển của công việc dữ liệu đang tạo ra một hình thức thuê ngoài mới. Thay vì trực tiếp tuyển người, doanh nghiệp có thể mua các công cụ AI vẫn cần con người tinh chỉnh, nhưng giờ đây là lao động dữ liệu làm theo những hợp đồng mang tính thời vụ hơn. Theo Yang, AI không hẳn thay thế con người mà đang dịch chuyển vị trí của họ trên thị trường lao động.

Tuy nhiên, Li tại MIT cho rằng so sánh với hoạt động thuê ngoài chưa phản ánh hết mức độ sâu rộng của những thay đổi có thể xảy ra. Về lý thuyết, một nhóm nhỏ lao động dữ liệu có thể thay thế hoặc làm giảm đáng kể giá trị của cả một nghề, bà nói. “Khi bạn cung cấp dữ liệu, lựa chọn của bạn tác động rất lớn đến những lựa chọn mà người khác có thể có.”

Với một số người trong các ngành chuyên môn, khả năng đó đã trở thành nỗi lo. “Mọi người đang lo lắng,” Pauley Chea, một bác sĩ chẩn đoán hình ảnh khác đang làm thêm công việc dữ liệu, nói. Theo ông, sự bất định đặc biệt rõ nét trong nhóm sinh viên y khoa và bác sĩ nội trú, những người còn nhiều năm đào tạo phía trước.

Việc tuyển người từ một số ngành dễ hơn những ngành khác. Làm thêm có thể phổ biến trong giới bác sĩ lâm sàng, nhưng nhân sự ngân hàng đầu tư thường bị ràng buộc bởi hợp đồng lao động và có rất ít thời gian rảnh, như người dùng diễn đàn Wall Street Oasis đã chỉ ra khi phản hồi các nhà tuyển dụng. Để thu hút những chuyên gia bận rộn, các nền tảng việc làm dữ liệu đang đưa ra mức thù lao ngày càng hậu hĩnh, theo Ana Price, phó chủ tịch tại Prolific. “Chúng tôi cần lao động trí óc, mà đây thường là những người tôi xếp vào nhóm ít thời gian nhưng khá dư dả về tiền bạc,” bà nói. “Vì thế, thù lao phải đủ hấp dẫn.”

Một số công ty dữ liệu hình dung về tương lai không còn phụ thuộc quá nhiều vào việc tuyển chuyên gia. Thay vào đó, họ có thể mua dữ liệu với khối lượng lớn từ các doanh nghiệp sử dụng lao động. Trong tương lai ấy, gần như bất kỳ ai làm việc với máy tính cũng có thể được xem là lao động dữ liệu, dù muốn hay không.

Ali Ansari, nhà sáng lập kiêm tổng giám đốc Micro1, công ty khởi nghiệp về dữ liệu AI được định giá 4 tỉ USD, cho rằng các doanh nghiệp nên nhìn nhận nhân viên không chỉ là người tạo ra hàng hóa và dịch vụ mà còn tạo ra dữ liệu có giá trị thị trường riêng. “Mỗi giờ làm việc có thể đồng thời phục vụ vận hành tổ chức, huấn luyện các mô hình AI và tạo thêm doanh thu cho tổ chức,” ông viết hồi tháng 1.

Một số công ty đã bắt đầu biến công việc hằng ngày của nhân viên thành dữ liệu huấn luyện. Tháng 4, Meta bắt đầu cài đặt phần mềm theo dõi thao tác nhấp chuột, gõ phím và di chuyển chuột của nhân viên. “Theo cách này, tất cả nhân viên Meta đều có thể giúp các mô hình của chúng ta tốt hơn chỉ bằng việc thực hiện công việc hằng ngày,” một bản ghi nhớ về thay đổi này nêu.

Hansen, người đã theo dõi sự thay đổi của công việc dữ liệu suốt một thập kỷ, không tin AI sẽ có lúc không còn cần những người như cô. Gần đây, phần lớn công việc của cô là trò chuyện tối đa 20 phút trong phòng họp Zoom với một người chưa từng gặp. Cô đoán những cuộc trò chuyện này được dùng để huấn luyện AI nói tự nhiên hơn, bớt máy móc hơn.

Không có chúng tôi, Hansen nói, các mô hình sẽ không bao giờ hoàn hảo.