- Тина Линн Уилсон, 45 лет, из Гамильтона (Канада), с января 2025 года работает фрилансером для DataAnnotation, специализируясь на проверке ответов ИИ на предмет грамматики, точности и креативности – эта работа известна как «обучение ИИ».
- Уилсон является частью огромной глобальной сети фрилансеров, которые помогают обучать модели ИИ для таких компаний, как Outlier AI и Handshake AI.
- Многие из них зарабатывают всего около 20 канадских долларов в час (эквивалентно 14,6 долларам США), при этом работа нестабильна и носит характер «гиг-работы» (gig work) – без фиксированного рабочего времени и льгот.
- Некоторые более специализированные работы, такие как калибровка научных данных, могут достигать 40 канадских долларов в час, но объем работы непостоянен.
- Эксперты называют это тонкой настройкой (fine-tuning) – этапом доработки модели путем оценки ответов ИИ и переобучения системы через «обучение с подкреплением на основе обратной связи от человека» (reinforcement learning from human feedback).
- Когда ChatGPT или Claude «звучат как настоящий человек», именно такие люди, как Уилсон, обучали их, чтобы они стали более «естественными».
- По данным Scale AI (материнской компании), у Outlier AI более 250 000 сотрудников в 50 странах, 81% из которых имеют высшее образование.
- Однако рынок меняется: спрос на неквалифицированный труд снижается, его заменяет персонал со специализированными знаниями и высокой квалификацией, поскольку ИИ становится все более сложным.
- Некоторые новые модели, такие как DeepSeek (Китай), частично автоматизировали процесс тонкой настройки, что делает человеческий труд легко заменяемым.
- Тем не менее, ИИ по-прежнему сильно зависит от дешевой рабочей силы в развивающихся странах. Многим работникам в Кении, Уганде, на Филиппинах приходится работать до 70 часов в неделю за зарплату чуть более 1 доллара США в час, в условиях, которые называют «цифровыми потовыми мастерскими» (digital sweatshops).
- Исследователь Джеймс Малдун говорит, что миллионы людей «питают» ИИ монотонной, утомительной работой, но эта работа является основой глобальной экономики ИИ.
📌 За «магией» ИИ стоят миллионы анонимных работников, которые обучают ИИ. Примеры: компания DataAnnotation специализируется на проверке ответов ИИ на грамматику, точность и креативность; у Outlier AI более 250 000 сотрудников в 50 странах, 81% из которых имеют высшее образование. Тенденция такова: спрос на неквалифицированный труд снижается, его заменяет персонал со специализированными знаниями и высокой квалификацией, поскольку ИИ становится все более сложным. Тем не менее, ИИ по-прежнему сильно зависит от дешевой рабочей силы в развивающихся странах, таких как Кения, Уганда, Филиппины, где работники трудятся до 70 часов в неделю за зарплату чуть более 1 доллара США в час, в условиях, называемых «цифровыми потовыми мастерскими».
