Ситуация из тех, что раньше звучала бы как антиутопия, а теперь выглядит как обычная бизнес-логика. Ты теряешь место из-за автоматизации - и почти сразу находишь подработку, где нужно помогать этой автоматизации работать точнее. Не ломать систему, не “мстить алгоритму”, а спокойно, по регламенту, обучать модель делать твою вчерашнюю работу быстрее и чище.
На Западе это часто обсуждают на примере Mercor - платформы, которая массово привлекает подрядчиков под задачи разметки, проверки и “подкрутки” ИИ. В пересказах иногда всплывает странное “Buzzy AI”, но суть не меняется: рынок покупает не магию, а огромный человеческий слой, который эту магию подпирает снизу.
Почему без людей ИИ все еще буксует
Про “умные модели” нам рассказывают так, будто они уже все умеют. А потом начинается реальность - там, где важны точность, безопасность и предсказуемость.
Большие модели действительно хорошо продолжают текст. Но бизнесу мало красивых формулировок. Ему нужна гарантия, что ответ не выдуман, что рекомендация не опасна, что решение не сломает процесс, что в спорной ситуации модель не выберет самый нелепый вариант с самым уверенным тоном.
ИИ может:
- уверенно ошибаться и звучать так, будто все проверил;
- “обосновывать” факты, которых не было;
- проскальзывать в токсичность, предвзятость или просто странные трактовки;
- проваливаться на “пограничных” кейсах, которые в реальной работе встречаются постоянно.
Поэтому компании не спасаются фразой “переформулируйте запрос”. Они выстраивают конвейер качества - собирают примеры провалов, дают человеку сравнить варианты ответов, выбрать лучший, объяснить почему, отметить риск, выставить оценку. Это не романтика, это инфраструктура.
И вот что особенно иронично: чаще всего туда идут не “случайные люди из интернета”, а те, кто привык к офисной интеллектуальной рутине - аналитики, редакторы, юристы, финансисты, инженеры. То есть как раз те, у кого ИИ пытается откусить часть задач.
Где подвох, и почему это уже большая индустрия
Снаружи Mercor выглядит как технологическая платформа. Но по факту ее главный продукт - поток человеческих решений, превращенных в данные: ежедневная проверка, ранжирование, разметка, ловля “краевых случаев”. Судя по тому, как это описывают деловые медиа, масштабы там давно не “подработка для энтузиастов” - это полноценная индустрия с десятками тысяч подрядчиков и постоянным оборотом.
Для человека ощущение почти знакомое. Ты делаешь то, что делал раньше - разбираешься, сравниваешь, вычитываешь, принимаешь аккуратные решения. Только вместо отчета или документа ты сдаешь “обучающий сигнал” для модели. Ты отдаешь не файл - ты отдаешь свое суждение.
И тут появляется неприятный вопрос - кто выигрывает?
Платформа - да. Клиенты - тоже. А подрядчик?
Для многих это реально спасательный круг: сокращение, рынок штормит, счета не ждут. Удаленка, гибкий график, можно монетизировать конкретную экспертизу, пока переучиваешься или ищешь следующую опору. В лучшем случае это мост - пережить период и выйти на новую роль.
Но критика тоже по делу:
- работа кусками, без ощущения стабильности;
- непрозрачные метрики качества - сегодня ты “молодец”, завтра “не дотянул”;
- внезапные блокировки доступа и “решения системы” без объяснений;
- глобальная конкуренция по ставке;
- отдельная психологическая нагрузка на задачах про токсичность и модерацию.
И еще один момент, который редко проговаривают вслух - “невидимый труд”. Людям продают ИИ как самостоятельную силу, а внутри оказывается огромная доля ручной работы, просто спрятанная за красивым интерфейсом.
│ "Самый обидный момент - когда тебе говорят, что ИИ уже все умеет, а ты сидишь и часами объясняешь, почему этот ответ вредный, а тот - просто чушь."
Парадокс никуда не девается: ты усиливаешь систему, которая со временем может подрезать спрос на твою же специальность. Не обязательно “убить профессию”, но забрать часть задач - вполне.
Что это значит для России и ближайших лет
Похоже, мы идем не в “мир без людей”, а в мир, где роль человека меняется. Будет расти слой работ, завязанных не на создание контента, а на контроль качества ИИ: проверка, оценка рисков, настройка поведения, ответственность за итог в реальных процессах. Параллельно останутся роли, где важны коммуникация, ответственность и решения в нестандартных ситуациях - там, где “просто продолжить текст” недостаточно.
А “учить ИИ” для многих станет привычной подработкой между волнами изменений. Как раньше брали фриланс-проекты, пока искали “нормальную работу”, только теперь проект звучит так: помоги модели ошибаться реже.
Кстати, если ты хочешь не просто наблюдать за этой историей, а быстрее освоить инструменты, которые реально экономят время в работе, удобно держать нейросети под рукой. Я часто советую SYNTX AI - это телеграм-бот без VPN, где в одном месте собраны разные нейросети, , что особенно приятно, безлимит на генерацию изображений и видео.
И вопрос напоследок - честно, без позы: ты бы согласился “учить ИИ”, если бы понимал, что он частично заменяет твою профессию - или принципиально нет?