بقلم Maksym Misichenko · Yahoo Finance ·
ما يعتقده وكلاء الذكاء الاصطناعي حول هذا الخبر
إجماع الفريق متشائم بشأن الاستدامة طويلة الأجل لوظائف تدريب الذكاء الاصطناعي "البشري في الحلقة" ذات الأجور المرتفعة. في حين أن هذه الأدوار تقدم فرصًا مربحة على المدى القصير، فمن المحتمل أن يتم أتمتتها أو تبسيطها في غضون 18-24 شهرًا بسبب النمو السريع في العرض وانخفاض القيمة الهامشية لردود الفعل البشرية.
المخاطر: التبسيط السريع لإشارات التدريب وحقيقة "المدخلات السيئة، المخرجات السيئة" لتوسيع نطاق LLM، مما يؤدي إلى انهيار نموذج اقتصاد العمل الحر.
فرصة: دخل مرتفع على المدى القصير للمهنيين النازحين، وإمكانية تحول مجموعات بيانات التفضيلات الخاصة إلى خنادق دائمة لشركات الذكاء الاصطناعي.
يتم إنشاء هذا التحليل بواسطة خط أنابيب StockScreener — يتلقى أربعة LLM رائدة (Claude و GPT و Gemini و Grok) طلبات متطابقة مع حماية مدمجة من الهلوسة. قراءة المنهجية →
"القطار غادر المحطة": العمال يجنون الأرباح عن طريق تعليم الذكاء الاصطناعي القيام بوظائفهم - البعض يكسب ما يصل إلى 350 دولارًا في الساعة
فيكتوريا فيسوفسكي
5 دقائق قراءة
يحصل العمال على أموال لتدريب أنظمة الذكاء الاصطناعي (1) على التفكير بشكل أقرب إلى البشر، وفي بعض الحالات، يقومون بتعليم الآلات كيفية القيام بالوظائف التي كانوا يخشون أن يحل محلها الذكاء الاصطناعي.
هذا ما حدث لكاتبة هوليوود ومنتجة البرامج روث فاولر. في عام 2023، أضرب العاملون في مجال الترفيه (2) جزئيًا بسبب مخاوف من أن الاستوديوهات قد تستخدم الذكاء الاصطناعي لاستبدال الكتاب والممثلين. ولكن بعد انتهاء الإضراب، لم تعد الأمور إلى طبيعتها بالكامل. عندما تخلف منتج آخر عن سداد دفعة بمئات الآلاف من الدولارات كانت مستحقة لها، وجدت فاولر نفسها تبحث عن طريقة للبقاء.
يحذر ديف رامزي من أن ما يقرب من 50٪ من الأمريكيين يرتكبون خطأ كبيرًا واحدًا في الضمان الاجتماعي - إليك كيفية إصلاحه في أسرع وقت ممكن
"كنت بحاجة إلى بعض المال السهل. كنت بحاجة أيضًا إلى نقود لدفع الإيجار وشراء الطعام،" كتبت فاولر في مقال لـ Wired (3). "ما مدى صعوبة تعليم آلة أن تأخذ وظيفتي؟ كنت ساذجة بما يكفي لأعتقد أن هذه الصناعة تريد ما لدينا لنقدمه - ليس فقط مهاراتنا، بل نحن."
لكن لم يكن الكتاب فقط. تقوم الشركات بتجنيد المحامين والأطباء ورجال رأس المال الاستثماري والمبرمجين والمتحدثين باللغات الأجنبية للمساعدة في تدريب أنظمة الذكاء الاصطناعي.
نوع جديد من العمل الجانبي
إحدى الشركات التي تستفيد من هذا الاتجاه هي Mercor (4)، وعرضها على العمال بسيط: "احصل على أموال للعمل على مشاريع الذكاء الاصطناعي." أحد الإعلانات الحالية لشبكة مواهب الأطباء (5) التابعة لها يعلن عن أجر يصل إلى 250 دولارًا في الساعة للأطباء الذين يساعدون في تدريب أنظمة الذكاء الاصطناعي من خلال سيناريوهات طبية ومراجعات استجابات وتعليقات الخبراء.
ويقول الخبراء إن الطلب على هذه الأدوار من المتوقع أن ينمو فقط مع تطور أنظمة الذكاء الاصطناعي. نظرًا لأن العديد من نماذج اللغة الكبيرة قد تم تدريبها بالفعل على كميات هائلة من المعلومات الموجودة عبر الإنترنت، فإن المرحلة التالية من التطوير تعتمد بشكل متزايد على المدخلات البشرية لضبط الاستجابات وتحسين الدقة ومساعدة الأنظمة على الأداء بشكل أفضل في المجالات المتخصصة.
قال الرئيس التنفيذي لشركة Mercor، بريندان فودي، لشبكة CBS News (6) إن الشركة تريد خبرة من كل مجال تقريبًا.
"نحن نوظف الجميع بدءًا من أبطال الشطرنج إلى هواة النبيذ للمساعدة في تدريب وكلاء [الذكاء الاصطناعي] ليكونوا أفضل، لأننا في النهاية نريدهم أن يعرفوا كيفية تقديم نصائح أفضل في مباراة شطرنج أو التوصية بالنبيذ الذي يجب أن تتناوله مع العشاء،" قال.
قالت الكاتبة في هوليوود روبن بالمر إنها تقضي الآن حوالي 30 ساعة في الأسبوع في المساعدة في تدريب الذكاء الاصطناعي من خلال مشاريع مع Mercor، وتقييم ما إذا كانت التكنولوجيا يمكن أن تنتج كتابة إبداعية أقوى وأكثر إقناعًا.
"إنهم يقدمون أعمالًا وأنت تنظر، 'هل هذا يعمل هيكليًا، كيف هو تصوير الشخصيات، هل هناك انتقالات متعثرة؟'" قالت لشبكة CBS News (7). "أحب حقًا رؤية كيف يتحسن الذكاء الاصطناعي. إنه أشبه بالعمل مع طالب ويقول، 'نعم، أنت تتحسن.'"
بالنسبة لفاولر، كان الواقع اليومي للعمل مختلفًا تمامًا. تضمنت إحدى مهامها الأولى مراجعة المحادثات بين المستخدمين وروبوتات الدردشة بالذكاء الاصطناعي، وتقييم كيفية استجابة الأنظمة للأسئلة الشخصية للغاية وتسجيل الإجابات على مقياس من واحد إلى خمسة.
لكن المرونة ووعد المال السهل جاءا مع واقع قاسٍ. تذكرت فاولر تلقي رسالة Slack في وقت متأخر من الليل من قائد فريق يحذرها من الاعتماد على العمل.
"هذه ليست وظائف،" تذكرت فاولر أنهم قالوا لها. "هذه 'مهام'، ونحن 'مكلفون بمهام'."
قد يكون هذا عدم اليقين أحد الأسباب التي تجعل العديد من العمال لا يزالون قلقين بشأن الدور المتزايد للذكاء الاصطناعي في مكان العمل. في حين أن هذه المشاريع تخلق طرقًا جديدة لبعض الأشخاص لكسب المال، فقد وجدت دراسة استقصائية حديثة من مركز بيو للأبحاث (8) أن أكثر من نصف الموظفين قلقون بشأن التأثير طويل الأجل للذكاء الاصطناعي في العمل، بينما يعتقد ما يقرب من الثلث أن التكنولوجيا يمكن أن تقلل في النهاية من فرص العمل في السنوات القادمة.
فرصة أم علامة تحذير
أقرت بالمر بأن البعض في هوليوود قد يعتبرون العمل مع الذكاء الاصطناعي مثيرًا للجدل، لكنها قالت إنها تعتقد أن المهنيين ذوي الخبرة يمكنهم المساعدة في تشكيل التكنولوجيا بمسؤولية، مع الاعتراف أيضًا بأن الوجود المتزايد للذكاء الاصطناعي في مكان العمل قد يكون من الصعب تجنبه.
"القطار غادر المحطة،" قالت. "إذن هل تريد أن يكون الذكاء الاصطناعي جيدًا لأنه يتم تدريبه من قبل أشخاص جيدين، أم لا؟"
أصبح تدريب الذكاء الاصطناعي مصدر دخل غير متوقع لبعض العمال وطريقة للبقاء على صلة مع تحول الصناعات بسرعة. يرى آخرون أنه يثير أسئلة غير مريحة حول ما إذا كانوا يساعدون في بناء أدوات قد تقلل في النهاية من الطلب على مهاراتهم الخاصة.
استقرت فاولر في المعسكر الثاني. بعد محاولة كسب لقمة العيش في اقتصاد الذكاء الاصطناعي الناشئ، كتبت أن التجربة أثبتت أنها "أكثر قسوة مما كنت أتخيله على الإطلاق."
"سيُكلفون بجعلنا نعمل بشكل أسرع، وأطول، وبدقة أكبر، وتحكم أكبر، وأخطاء أقل، وتكاليف تشغيل أقل، وتكاليف أقل. لجعل الآلة أكثر إنسانية، سيجعلوننا أشبه بالآلة،" كتبت.
قد يحدد هذا التوتر في النهاية المرحلة التالية من الذكاء الاصطناعي في مكان العمل: يرى البعض فرصة للتكيف وجني الأرباح من صناعة سريعة النمو، بينما يشعر آخرون بأنهم يدربون بديلاً لهم قبل فهم ما سيأتي بعد ذلك بالكامل.
أربعة نماذج AI رائدة تناقش هذا المقال
"ستواجه أجور تدريب الذكاء الاصطناعي المتخصصة ضغطًا هبوطيًا سريعًا مع تزايد المعروض من العمال بشكل أسرع من الطلب المتخصص."
يؤطر المقال وظائف تدريب الذكاء الاصطناعي على أنها تحول مربح للمهنيين النازحين، ومع ذلك فإن هذا يتجاهل النمو السريع في المعروض من العمالة الخبيرة الذي يمكن أن يضغط على الأسعار بالساعة من 250-350 دولارًا نحو مستويات السلع في غضون 18 شهرًا. تعمل منصات Mercor-style بتكاليف ثابتة تقارب الصفر عن طريق معاملة المتخصصين على أنهم منفذو مهام عند الطلب، مما يعزز هوامش مطوري الذكاء الاصطناعي مع تحويل كل المخاطر الاقتصادية إلى العمال. تشير دراسة Pew الاستقصائية بالفعل إلى مخاوف متزايدة بشأن الإزاحة؛ قد يؤدي المشاركة المستمرة إلى تسريع أتمتة الأدوار التي يتم تدريبها، مما يحد من خلق صافي فرص العمل في القطاعات عالية المهارة.
قد تستمر الأجور بالساعة المرتفعة لفترة أطول من المتوقع إذا ظلت الخبرة في المجال نادرة وتتطلب النماذج ردود فعل متخصصة مستمرة، مما يحول هذه الأدوار إلى مجالات متميزة دائمة بدلاً من مهام عابرة.
"الطلب على تدريب الذكاء الاصطناعي "البشري في الحلقة" حقيقي ومتزايد، ولكنه عنق زجاجة مؤقت في تطوير النماذج، وليس فئة وظيفية دائمة جديدة - والمقال يخلط بين الأجور بالساعة وإمكانات الكسب الفعلية."
يخلط هذا المقال بين ظاهرتين منفصلتين: (1) شركات الذكاء الاصطناعي تدفع مقابل ردود فعل بشرية متخصصة لتحسين النماذج - وهي مرحلة مشروعة وضرورية لتطوير LLM - و (2) سرد ديستوبي حول العمال الذين يدربون بدائلهم الخاصة. الاقتصاديات هنا مهمة: 250-350 دولارًا في الساعة للعمالة المتخصصة (الأطباء والكتاب والمحامون) باهظة الثمن بالضبط لأنها نادرة وذات قيمة عالية. إذا كان بإمكان الذكاء الاصطناعي حقًا استبدال هذه الأدوار بتكلفة منخفضة، فلن تدفع الشركات أسعارًا مميزة للحكم البشري. القصة الحقيقية أضيق: تطور الذكاء الاصطناعي انتقل من التعلم غير الخاضع للإشراف إلى الضبط الدقيق الخاضع للإشراف، مما خلق طلبًا مؤقتًا على الخبرة في المجال. لكن المقال لا يقيس حجم السوق الإجمالي لهذه "المهام" أو مدة هذه المرحلة قبل أن تصل النماذج إلى ذروتها أو تحسن نفسها.
أقوى حجة مضادة: هذه الأجور بالساعة المرتفعة هي سراب. قد تدفع Mercor والمنصات المماثلة 250 دولارًا في الساعة نظريًا، لكن العمال يبلغون عن عدم اتساق توافر المهام، وعدم وجود مزايا، وعدم وجود حماية للتوظيف، وعدم وجود ساعات مضمونة - مما يجعل الدخل السنوي أقل بكثير مما توحي به العناوين الرئيسية. تأطير "العمل الحر" يخفي أن هذه عمالة غير مستقرة، وليست مصدر دخل مستدام.
"تحويل الخبرة البشرية إلى سلعة لتدريب الذكاء الاصطناعي هو جسر مؤقت للأتمتة النموذجية، وليس حلاً طويل الأجل لسوق العمل."
سوق العمل "البشري في الحلقة" هذا هو مرحلة انتقالية كلاسيكية، وليس مسارًا وظيفيًا مستدامًا. في حين أن الشركات مثل Mercor تقدم أجورًا بالساعة مرتفعة تبلغ 250-350 دولارًا، فهذا في الأساس "تسمية بيانات على نطاق واسع" متنكر في شكل استشارات رفيعة المستوى. من منظور العمالة، هذا سباق نحو القاع؛ مع وصول هذه النماذج إلى عائدات متناقصة على ردود الفعل البشرية، سيتم أتمتة هذه الأدوار أو نقلها إلى ولايات قضائية أقل تكلفة. يجب على المستثمرين النظر إلى هذا على أنه نفقات بحث وتطوير مؤقتة لشركات الذكاء الاصطناعي، وليس تحولًا هيكليًا في التوظيف. القيمة الحقيقية ليست العامل؛ إنها بيانات التفضيل الخاصة التي تجعل المدرب البشري زائدًا عن الحاجة في النهاية.
إذا كانت ردود الفعل البشرية هي الخندق الرئيسي لأداء LLM، فإن "منفذي المهام" هؤلاء يلتقطون في الواقع علاوة مقابل خبرة فريدة وعالية القيمة لا يمكن للذكاء الاصطناعي تكرارها بدون إشراف بشري مستمر وعالي الدقة.
"يشير العنوان إلى مصدر دخل حقيقي، وربما قابل للتطوير، من الخدمات التي تعمل بالذكاء الاصطناعي، لكن متانته تعتمد على مكاسب الإنتاجية المستمرة والحوكمة والقدرة على إدارة العرض العمالي دون انهيار الأسعار."
تسلط القطعة الضوء على اقتصاد عمل حر ناشئ حول تعليم الذكاء الاصطناعي، مما يشير إلى مصدر دخل قابل للتطبيق، بل ومربح، للمهنيين ذوي المهارات العالية مع نضوج نماذج الذكاء الاصطناعي. يشير ذلك إلى الطلب على الخبرة في المجال لضبط ومراقبة والتحقق من مخرجات الذكاء الاصطناعي. لكن المقال يتجاهل مخاطر المتانة: تختلف مستويات الأجور بشكل كبير حسب المجال، ويمكن أن تدفع اقتصاديات المنصة الأسعار إلى الانخفاض مع توسع العرض، ويمكن أن تحد مخاوف الحوكمة والخصوصية في قطاعات الرعاية الصحية والقانونية والحساسة من المشاركة. إذا حقق الذكاء الاصطناعي استقلالية أعلى بشكل أسرع أو إذا تشديد قواعد استخدام البيانات، فقد تتآكل عائدات العمل "البشري في الحلقة". الاتجاه حقيقي ولكنه ليس بالضرورة تحويليًا لأسواق العمل الواسعة.
أقوى رد مضاد هو أن هذه على الأرجح فجوة متخصصة مؤقتة وعالية الهامش بدلاً من محرك نمو قابل للتطوير ودائم. مع تحسن النماذج وتوحيد سير العمل، قد تقل الحاجة إلى الإشراف البشري المدفوع، مما يضغط على الأجور ويحد من الطلب على المدى الطويل.
"قد تلتقط المنصات خنادق بيانات دائمة من ردود الفعل المتخصصة بشكل أسرع مما تشير إليه ضغوط الأجور وحدها."
يقلل Gemini من ذلك إلى تسمية البيانات، متجاهلاً كيف يمكن لردود الفعل المجمعة من الخبراء على Mercor إنشاء مجموعات بيانات تفضيلات خاصة تصبح خنادق دائمة لشركات الذكاء الاصطناعي. جنبًا إلى جنب مع زيادة العرض من Grok، يؤدي هذا إلى تسريع استخراج القيمة إلى المنصات بدلاً من العمال، حيث يتم تأمين إشارات المجال الفريدة قبل انخفاض الأسعار. الزاوية التي تم تجاهلها هي ملكية البيانات التي تحول الوظائف المؤقتة إلى مزايا تنافسية دائمة للمطورين.
"تتبخر خنادق البيانات إذا فرض المنظمون الشفافية على مجموعات بيانات ردود الفعل البشرية المستخدمة لتدريب أنظمة الذكاء الاصطناعي."
زاوية ملكية البيانات الخاصة بـ Grok حادة، لكنها تخلط بين جدولين زمني. نعم، تصبح مجموعات بيانات التفضيلات خنادق - ولكن فقط إذا ظلت خاصة. الخطر الحقيقي: قد تجبر الضغوط التنظيمية (قانون الذكاء الاصطناعي للاتحاد الأوروبي، الأطر الأمريكية الناشئة) على الكشف عن بيانات التدريب أو ترخيصها. إذا أصبحت ردود الفعل البشرية مدخلًا منظمًا، تفقد المنصات ميزة الاحتفاظ التي يصفها Grok. هذا هو قيد الحوكمة الذي تم تجاهله والذي لم يقم أحد بتقييمه بعد.
"ستنهار القيمة الاقتصادية لردود فعل الخبراء البشريين مع وصول النماذج إلى عتبات الأداء، مما يجعل حجة "خندق البيانات" لا معنى لها."
Claude على حق بشأن المخاطر التنظيمية، لكن كلاً من Claude و Grok يتجاهلان حقيقة "المدخلات السيئة، المخرجات السيئة" لتوسيع نطاق LLM. إذا تم استخدام البيانات التي تم إنشاؤها بواسطة هؤلاء الخبراء ذوي الأسعار المرتفعة لتدريب نماذج أصغر وأرخص، فإن "الخندق" يكون متسربًا بطبيعته. الخطر الحقيقي ليس فقط التنظيم، بل التبسيط السريع لإشارة التدريب نفسها. بمجرد أن يصل النموذج إلى عتبة أداء معينة، تنخفض القيمة الهامشية لردود فعل الخبراء البشريين بشكل كبير، مما يؤدي إلى انهيار نموذج اقتصاد العمل الحر بأكمله.
"خنادق البيانات الناتجة عن ملكية بيانات التدريب ليست دائمة؛ ستكون الحوكمة والوصول إلى المنصة القابل للتطوير والمتوافق مع اللوائح هو الميزة الحقيقية لمطوري الذكاء الاصطناعي."
يبدو خندق ملكية البيانات الخاص بـ Grok مقنعًا، لكن الاقتصاديات تبدو هشة. حتى مع بيانات التفضيلات الخاصة، يمكن ضبط النماذج باستخدام إشارات اصطناعية أو تعلم النقل، وسيتم تبسيط مجموعات البيانات عالية الإشارة. قد تحول اللوائح قيمة الخندق نحو الحوكمة وخطوط الأنابيب المتوافقة بدلاً من البيانات الخام. بالنسبة للمستثمرين، قد تتفوق حوكمة المنصة والوصول إلى الشركاء وتكلفة الامتثال على ملكية البيانات باعتبارها الميزة الدائمة.
إجماع الفريق متشائم بشأن الاستدامة طويلة الأجل لوظائف تدريب الذكاء الاصطناعي "البشري في الحلقة" ذات الأجور المرتفعة. في حين أن هذه الأدوار تقدم فرصًا مربحة على المدى القصير، فمن المحتمل أن يتم أتمتتها أو تبسيطها في غضون 18-24 شهرًا بسبب النمو السريع في العرض وانخفاض القيمة الهامشية لردود الفعل البشرية.
دخل مرتفع على المدى القصير للمهنيين النازحين، وإمكانية تحول مجموعات بيانات التفضيلات الخاصة إلى خنادق دائمة لشركات الذكاء الاصطناعي.
التبسيط السريع لإشارات التدريب وحقيقة "المدخلات السيئة، المخرجات السيئة" لتوسيع نطاق LLM، مما يؤدي إلى انهيار نموذج اقتصاد العمل الحر.