Отчаяние и первый шаг к неизвестному: путь Кати к „Mercor“
Пост в LinkedIn казался ещё одним мошенническим предложением о работе, но Катя была в достаточно отчаянном положении, чтобы кликнуть по ссылке. После окончания колледжа она пыталась заработать на жизнь как фрилансер-журналист, потом пошла в аспирантуру, а затем решила сменить направление и заняться контент-маркетингом — надеясь, что это будет более стабильная карьера. Но оказалось, что большая часть работы уже автоматизирована с помощью ИИ.
Компания называлась «Crossing Hurdles» («Преодолевание препятствий») и обещала работу копирайтера с оплатой от 45 долларов в час. Катя кликнула и попала на страницу другой компании — «Mercor», где ей предложили пройти собеседование перед камерой с ИИ по имени Мелвин. «Это казалось самой подозрительной вещью на свете», — сказала Катя и закрыла вкладку.
Но несколько недель спустя, всё ещё будучи без работы, она получила сообщение с приглашением подать заявку в «Mercor». На этот раз она решила узнать побольше об этой компании. Оказалось, что «Mercor» продаёт данные для обучения ИИ, и Катю приглашали создавать эти данные.
«Моя работа исчезла из-за ChatGPT, а теперь меня приглашают обучать модель, которая будет выполнять самую неудачную версию этой работы, какую только можно представить», — подумала она. Эта идея её угнетала. Но её финансовое положение становилось всё более тяжёлым, и ей нужно было в спешке найти новое жильё, поэтому она включила веб-камеру и сказала «привет» Мелвину.
Это был странный, но в целом приятный опыт. На ноутбуке Кати Мелвин проявлялся как бесплотный мужской голос. Казалось, что он действительно прочитал её резюме и задавал конкретные вопросы о нём.
Несколько недель спустя Катя — как и большинство работников в этой истории, она попросила использовать псевдоним из-за страха мести — получила электронное письмо от «Mercor» с предложением о работе. Если она согласится, то должна будет подписать контракт, пройти проверку биографических данных и установить на свой компьютер программное обеспечение для мониторинга. Катя подписала контракт сразу же.
Её добавили в канал Slack, где стало ясно, что она присоединяется к уже идущему проекту. Сотни людей были заняты тем, что писали примеры запросов, которые кто-то мог бы задать чат-боту, затем писали идеальный ответ чат-бота на эти запросы и создавали подробный чек-лист критериев, определяющих этот идеальный ответ. На выполнение каждой задачи уходило несколько часов, прежде чем данные отправляли работникам, находящимся где-то дальше по цифровой сборочной линии, для дальнейшего рассмотрения.
Кате не говорили, чей ИИ она обучает — менеджеры называли его просто «клиент», — и какова цель проекта. Но ей нравилась работа. Ей было весело «играть» с моделями, и оплата была очень хорошей. «Это было похоже на настоящую работу», — говорит она.
Через два дня после того, как Катя начала работать, проект внезапно приостановили. Через несколько дней руководитель зашёл в комнату, чтобы сообщить всем, что проект отменён.
«Я работала, предполагая, что могу планировать свои дела вокруг этого проекта. Я откладывала деньги на оплату первого и последнего месяца аренды квартиры, — говорит Катя, — а потом всё рухнуло. Никакого предупреждения, никакой гарантии — ничего».
Несколько дней спустя она получила электронное письмо от «Mercor» с другим предложением — на этот раз о работе по оценке того, что казалось беседами между чат-ботами и реальными пользователями. Многие из них, похоже, были людьми из Малайзии и Вьетнама, которые практиковали английский язык. Работу нужно было выполнять согласно различным критериям, таким как то, насколько хорошо чат-бот следовал инструкциям и насколько уместен был его тон.
В письме говорилось: «Подпишите контракт, и у вас будет вводный звонок в Zoom через 45 минут». Было 18:30 в воскресенье вечером. Получив шрам от внезапного исчезновения предыдущего проекта, она приняла предложение и работала до тех пор, пока не почувствовала, что больше не может бодрствовать.
Новые предложения и размышления о роли людей в эпоху ИИ
Системы машинного обучения учатся, находя закономерности в огромных объёмах данных, но сначала эти данные должны быть отсортированы, помечены и созданы людьми. Поразительная беглость ChatGPT появилась благодаря тысячам людей, нанятых такими компаниями, как Scale AI и Surge AI, для написания примеров того, что мог бы сказать полезный ассистент-чат-бот, и оценки его лучших ответов.
Чуть более года назад в отрасли начали расти опасения по поводу того, что прогресс технологии зашёл в тупик. Обучение моделей на основе такого рода оценок позволяло создавать чат-ботов, которые очень хорошо умели казаться умными, но всё ещё были слишком ненадёжны, чтобы быть полезными.
Исключением стала разработка программного обеспечения, где способность моделей автоматически проверять, работает ли фрагмент кода — компилируется ли код, выводит ли он «HELLO WORLD», — позволила им методом проб и ошибок достичь реальной компетентности.
Проблема заключалась в том, что немногие другие виды человеческой деятельности предлагают столь однозначную обратную связь. Нет объективных тестов, которые могли бы определить, является ли финансовый анализ или рекламный текст «хорошим».
Тем не менее компании, работающие с ИИ, решили создать такие тесты, коллективно заплатив миллиарды долларов профессионалам всех мастей, чтобы они написали строгие и всеобъемлющие критерии для хорошо выполненной работы.
Масштабный набор персонала для обучения ИИ: кто нужен компаниям?
«Mercor» — компания, на которую наткнулась Катя, — была основана в 2023 году тремя 19-летними молодыми людьми из района залива Сан-Франциско: Бренданом Фуди, Адаршем Хирематом и Сурьей Мидхой. Они создали платформу для поиска работы, которая использовала ИИ-собеседования для подбора зарубежных инженеров для технологических компаний. Компания получила так много запросов от разработчиков ИИ, ищущих профессионалов для создания обучающих данных, что решила адаптироваться.
В прошлом году «Mercor» оценили в 10 миллиардов долларов, что сделало её трио основателей самыми молодыми миллиардерами-самоучками в мире. Среди клиентов компании были OpenAI и Anthropic.
Каждая из этих компаний, работающих с данными, хвастается своими штатами высококлассных экспертов. «Mercor» утверждает, что каждую неделю на её платформе трудятся около 30 000 профессионалов. В то же время Scale AI заявляет, что в их базе более 700 000 человек — магистров, докторов наук и выпускников колледжей. Surge AI рекламирует своих специалистов: юристов, выступающих в Верховном суде, руководителей из McKinsey и платиновых артистов.
Эти компании нанимают людей с опытом в области права, финансов и программирования — сферах, где ИИ стремительно завоёвывает позиции. Но они также ищут людей для создания данных практически для любой работы, какую только можно представить. В объявлениях о вакансиях ищут:
- шеф-поваров;
- консультантов по управлению;
- учёных, занимающихся сохранением дикой природы;
- архивариусов;
- частных детективов;
- сержантов полиции;
- репортёров;
- учителей;
- кассиров в пунктах проката и многих других специалистов.
Одно из недавних объявлений о вакансии требовало экспертов в «юморе для раннее и среднего возраста в Северной Америке». Среди прочих требований было умение «объяснять юмор, используя ясный, логичный язык, включая ссылки на сленг, тренды и социальные нормы Северной Америки».
По словам одного ветерана отрасли, это самая масштабная попытка извлечения человеческой экспертизы за всю историю.
Эти компании нашли благодатную почву для набора персонала среди растущего числа высокообразованных, но недостаточно трудоустроенных людей. Если не считать финансового кризиса 2008 года и пандемии, уровень найма сейчас находится на самом низком уровне за последние десятилетия.
Трудности на рынке труда и инициативы по адаптации к эпохе ИИ
В августе прошлого года платформа для поиска работы для начинающих специалистов Handshake обнаружила, что количество объявлений о вакансиях на сайте сократилось более чем на 16 % по сравнению с предыдущим годом. При этом количество заявок на вакансии увеличилось на 26 %.
Тем временем Handshake запустила инициативу, которая связывает соискателей с ролями, связанными с созданием данных для обучения ИИ. «Поскольку ИИ меняет будущее труда, — написала компания, анонсируя программу, — мы обязаны переосмыслить, обучить и подготовить нашу сеть к тому, чтобы ориентироваться в карьере и участвовать в экономике, основанной на ИИ».
Существует внутреннее противоречие между прогнозами о всемогущих интеллектуальных системах, которые могут заменить большую часть человеческого умственного труда, и деньгами, которые лаборатории ИИ фактически тратят на данные для автоматизации каждой задачи по отдельности.
Это разница между будущим с резким массовым увольнением и чем-то более тонким, но потенциально столь же разрушительным: будущим, в котором всё больше людей находят работу, обучая ИИ выполнять работу, которую они когда-то делали сами.
Первая волна таких работников состоит из инженеров-программистов, графических дизайнеров, писателей и других профессионалов в областях, где новые методы обучения оказываются эффективными. Они оказываются в сюрреалистической ситуации: конкурируют за нестабильные подработки, словно пародируя карьеру, о которой они мечтали.
Каждый из более чем 30 работников, с которыми я беседовал, занимал определённое место в обширной и постоянно растущей цепочке поставок данных.
Среди них есть:
- те, кто создаёт чек-листы, определяющие, что такое хороший ответ чат-бота (их называют «рубриками»);
- те, кто оценивает эти рубрики;
- те, кто проверяет ответы чат-ботов согласно рубрикам;
- те, кто, используя рубрики, пишет то, что часто называют «золотым выводом» — идеальный ответ чат-бота.
Некоторым работникам предлагают объяснить каждый шаг, который они предприняли для получения «золотого вывода», от лица чат-бота, который размышляет про себя. Так создаётся то, что называется «трассировкой рассуждений». Позже ИИ сможет следовать этим рассуждениям, когда столкнётся с похожей задачей в реальном мире.
Иногда лаборатории хотят получить только рубрики для таких запросов, с которыми их ИИ пока не справляется. Тогда компании вроде Mercor просят работников создавать «трудные задачи» — запросы, которые заставят модель потерпеть неудачу.
«Это звучит просто, но на самом деле сложно», — говорит работник, который пытался поставить в тупик модели, прося их создать дашборды для управления запасами.
Модели терпят неудачу неочевидными способами. Например, они могут решать задачи из экзамена по продвинутой физике, но если попросить их указать маршрут общественного транспорта, они порекомендуют пересесть на несоединяющиеся железнодорожные линии. Поиск таких слабых мест требует времени и креативности.
Один из типов проектов — «построение мира»
Один из типов проектов предполагает сбор групп юристов, менеджеров по персоналу, учителей, консультантов или банкиров. Mercor называет это «построением мира».
В учебных материалах написано: «Вы и ваша команда будете разыгрывать реальную команду в рамках вашей профессии».
Командам предоставляют специальные электронные почты, календари и чат-приложения. Их просят создать сотню или более документов, которые могут быть связаны с каким-нибудь корпоративным проектом. Например, с анализом гипотетической горнодобывающей компании, которая рассматривает возможность входа в бизнес дата-центров.
После нескольких 16-часовых дней создания таких документов один из работников рассказал, что получившиеся презентации, заметки с совещаний и финансовые прогнозы отправляются другой команде. Эта команда использует их, чтобы поставить в тупик модель, работающую в этой смоделированной корпоративной среде. Затем, поставив модель в тупик, эта команда пишет новые, более тонкие рубрики, «золотые ответы» и так далее.
Работники могут лишь догадываться, кто является клиентом и сколько других людей работают над проектом. Судя по ссылкам на такие команды, как Management Consulting World No. 133, их могут быть сотни, а может, и тысячи.
Другие направления работы
Есть люди, которых нанимают для оценки способности моделей работать с изображениями, и те, кто с необычайной детализацией резюмирует видеоклипы — предположительно для обучения видеомоделей.
Усилия по улучшению способности ИИ вести устные беседы привели к резкому росту спроса на актёров озвучивания. Им приходится записывать «аутентичные, эмоционально резонирующие» речи, согласно одному из объявлений о вакансии.
«Я просто говорю людям, что я тренер ИИ, тогда это звучит более профессионально, чем то, что я на самом деле делаю», — говорит начинающий сценарист, которому было поручено записать себя, притворяющегося, что он просит чат-бота разработать план тренировок, в то время как на кухне гремели кастрюли и сковородки.
В другой раз ему сказали записать себя, дающего финансовые советы по телефону веренице людей, которых он предположительно считал другими работниками.
Этот аудиоматериал затем может быть разбит на части и отправлен кому-то вроде Эрнеста. Раньше он зарабатывал на жизнь в качестве онлайн-репетитора, пока компания, в которой он работал, не заменила его чат-ботом.
Когда мы разговаривали, он слушал одноминутные отрывки случайного диалога, замедленные до 0,1 раза, и отмечал, когда кто-то начинал и заканчивал говорить, с точностью до миллисекунды.
Многие из клипов включали в себя человека, разговаривающего с чат-ботом и вставляющего такие реплики, как «а», «я понимаю» и другие. Поэтому Эрнест предполагает, что улучшает способность ИИ вести естественно протекающий разговор, но точно он не знает.
Конфиденциальность и ограничения для работников
Как это принято в данной сфере, проект обозначался кодовым именем, а клиент упоминался только как «клиент». Вся система разработана так, чтобы работники имели минимальное представление о цепочке поставок, частью которой они являются.
Если работники узнают, кто является клиентом, им по контракту запрещено рассказывать об этом кому-либо, даже своим коллегам. Им также не разрешается описывать детали своей работы за пределами общих формулировок, таких как «предоставление экспертизы в области XYZ для улучшения моделей в ведущей лаборатории ИИ», согласно одному из соглашений Mercor.
Работники настолько боятся непреднамеренного нарушения соглашений о конфиденциальности и увольнения, что, обсуждая свою работу на публичных форумах, они маскируют свои и без того обозначенные кодовыми именами проекты дополнительными кодовыми именами. Например, проект под названием Raven они называют Poe.
Второй проект Кати с «Mercor»
Второй проект Кати с «Mercor» оказался гораздо более стрессовым. Работы было меньше, и она поступала урывками. Менеджеры отправляли сообщение в канал Slack, сообщая, что новые задачи появятся через полчаса. По словам Кати: «Все в Slack бросали то, чем занимались, и набрасывались на задачи, как пираньи. Мы работали так быстро, как только могли, пока шкала, показывающая, сколько задач осталось, стремилась к нулю».
После этого все снова возвращались в Slack и вежливо умоляли руководителей о дополнительной работе и часах. Они рассказывали о днях рождения своих детей или о необходимости оплатить аренду. Или сообщали всем, кто мог их услышать, что они полностью свободны для работы, если есть ещё задачи.
Вскоре Катя тоже начала бросать всё при звуке уведомления Slack. «Иногда я в туалете или за ужином и получаю уведомление Slack, — говорит она. — Я такая: „О, извините, мне нужно работать сейчас“».
Вскоре этот проект закончился, и начался следующий. Он был почти идентичен первому, который ей нравился, но теперь, помимо создания рубрик, ей нужно было ставить модель в тупик и выполнять более сложные задачи в то же самое время. К тому же ей стали платить на 8 долларов в час меньше.
Такое часто бывает в «Mercor». Почти все работники, с которыми я беседовал, сообщали, что требования растут, сроки сокращаются, а оплата снижается по мере продолжения проектов. Тех, кто не мог соответствовать новым требованиям, «исключали» и заменяли новыми сотрудниками.
История Криса
Крис присоединился к «Mercor» в прошлом году после нескольких трудных месяцев, когда он пытался найти работу в киноиндустрии. В отличие от многих людей, которые подозревают, что стали жертвами автоматизации, он точно знал, что это так. У него была регулярная работа — он разрабатывал эпизоды для телешоу без сценария: проводил предварительные интервью, набрасывал сцены, писал сценарий для реалити-шоу. Но в конце 2024 года ему сообщили, что шоу будет идти со «скелетным составом» и его работа больше не нужна. Позже он узнал, что компания использует ChatGPT для разработки новых эпизодов.
Так что, когда в октябре Крису предложили написать целый научно-фантастический сценарий для крупной компании, работающей с ИИ, он ответил «да», хотя перспектива его и угнетала. С тех пор он переходит от проекта к проекту.
«Сейчас это мой единственный источник дохода, — говорит он. — Я знаю людей, которые являются лауреатами премий в качестве продюсеров и режиссёров, и они не афишируют, что занимаются такой работой, но именно так они и зарабатывают себе на жизнь».
Его первые проекты в «Mercor», как и у Кати, были относительно приятными и хорошо оплачиваемыми. Но вскоре в Slack стали появляться сообщения в 18:00 с эмодзи «удар кулаком» и призывами: «Давайте, команда, давайте пройдём через это!» Затем следовали внезапные остановки и месяцы молчания.
«Ты постоянно ждал сигнала старта в любое время суток», — говорит Крис. Затем наступало время напряжённой работы, и менеджеры, всё более паникуя по мере приближения сроков, начинали угрожать сотрудникам увольнением, если они не будут выполнять задачи достаточно быстро.
Время, которое он тратил на работу, отслеживалось до секунды с помощью программы Insightful, которая отслеживала всё, что он делал на своём компьютере. Время, которое программа считала «непродуктивным», могло быть вычтено из его оплаты. Если несколько минут проходили без того, чтобы он что-то набирал, система присылала ему уведомление с вопросом, работает ли он.
Иногда Крис видел, как люди писали в Slack, что они превысили целевое время на особенно сложной задаче и надеются, что всё будет в порядке. На следующий день их уже не было.
Всё более беспокоясь о том, что его тоже могут уволить, он начал работать вне рабочего времени, деактивируя Insightful во время чтения инструкций, чтобы работать быстрее. Если он превышал целевое время, он выключал таймер и продолжал работать бесплатно.
Мнение компаний о программном обеспечении для отслеживания
Компании говорят, что такое программное обеспечение необходимо для точного учёта рабочего времени и предотвращения обмана, который в данном случае означает использование ИИ. Использование ИИ строго запрещено всеми компаниями, работающими с данными.
То, что они продают, — это достоверная информация, основанная на проверенной человеческой экспертизе. Когда ИИ обучается на данных, сгенерированных ИИ, его качество постепенно ухудшается — исследователи называют это «коллапсом модели».
Сотрудники компаний, работающих с данными, говорят, что им постоянно приходится бороться с тем, чтобы отсеять «мусор» от ИИ. Для работников использование ИИ становится особым искушением по мере роста давления.
Когда у эксперта по розничной торговле, пытавшейся поставить модели в тупик с помощью аналитических дашбордов, целевое время сократили с восьми часов на задачу до пяти, а затем до трёх с половиной часов, она отключила Insightful и стала искать внешнюю помощь.
«Честно говоря, я зашла в Copilot и ChatGPT, ввела свой запрос и спросила: „Как я могу сформулировать его так, чтобы вы не смогли на него ответить?“ Затем я обратилась к другому чат-боту и спросила, не выглядит ли запрос сгенерированным ИИ, и если да, то попросила сделать его более похожим на человеческий».
Мнение Мими, сценариста
«Это просто ужасно, какое психическое воздействие это оказывает», — говорит Мими, сценаристка, которая работала над несколькими стриминговыми шоу и уже несколько месяцев обучает ИИ в «Mercor». Она узнала о «Mercor» от коллеги-сценариста, который разместил ссылку на вакансию в группе Гильдии писателей Америки в Facebook.
Как и многие люди в этой сфере, Мими испытывает противоречивые чувства. «Один документалист, лауреат премии „Эмми“, написал мне: „Мне вручили лопату и сказали копать собственную могилу“, — и именно так все это и воспринимают», — говорит она.
Тем не менее как мать-одиночка она нуждалась в деньгах. Сначала она была благодарна за работу, затем проект приостановили, возобновили и снова приостановили. В течение пяти недель ей говорили, что проект вот-вот начнётся. Когда он наконец стартовал, были добавлены новые требования, а ожидаемое время на выполнение задач сократилось. Она старалась успевать в условиях пристального наблюдения программы Insightful.
Она чувствовала, что кто-то хорошо выразился в Slack, сказав, что они живут в аквариуме и ждут, когда их «человеческие хозяева» бросят им еду. И только те, кто достаточно быстро доплывёт до верха, смогут поесть.
«Вчера вечером я так сильно разволновалась, потому что мой ребёнок пришёл домой, было 19:00, и я получила сообщение: „Задачи выложены!“ Я просто работаю, пытаюсь отработать как можно больше часов, прежде чем лечь спать», — говорит Мими, едва сдерживая слёзы.
Она проводит совсем немного времени со своим ребёнком. В какой-то момент, когда он не мог найти что-то для школы, она начала кричать на него.
«Эта работа превращает меня в настоящего демона», — говорит она. Её особенно беспокоит слежка: «Идея о том, что кто-то может измерять твоё время, и что все те мелочи, которые делают тебя человеком, отнимаются, потому что они не приносят прибыли. Ты не можешь взимать плату за то, что ходишь в туалет, потому что это не рабочее время. Ты не можешь взимать плату за то, чтобы сделать чашку кофе, потому что это не рабочее время. Ты не можешь взимать плату за то, чтобы размяться, потому что у тебя болит спина.
Именно для этого были созданы профсоюзы — чтобы у людей были гарантированные часы работы, гарантированные перерывы на обед, гарантированный отпуск и оплата больничного. Это гиг-экономика в крайней её форме».
Это то, что беспокоит её больше, чем сам ИИ: то, что он приносит в интеллектуальный труд тот самый нестабильный платформенный труд, который изменил сферу такси и доставки еды. Тем временем она с ужасом наблюдает за отчаянной благодарностью своих коллег, которые радуются объявлению о предстоящей работе в 19:00.
В Slack один из работников спросил: «Сколько времени предполагается на выполнение этих задач?»
Другой ответил: «Я тоже хочу знать, могу ли я спать или нет».
Поскольку ответа не последовало, они начали обмениваться советами о том, как бороться со сном.
Молодое руководство
Когда в прошлом году «Mercor» начала активную кампанию по набору персонала, она позиционировала себя как более дружественную к работникам платформу по сравнению с теми, что были раньше. В подкасте генеральный директор «Mercor» Фуди, критикуя своего конкурента Scale AI, сказал: «Наличие феноменальных людей, к которым ты относишься невероятно хорошо, — это самое важное на этом рынке».
Работники, которые присоединились в то время, действительно отмечают, что с ними хорошо обращались: оплата была лучше, чем в других местах, и вместо управления непрозрачными алгоритмами (что является распространённой практикой) у них были реальные человеческие руководители, к которым можно было обратиться с вопросами.
Однако люди, которые работали на руководящих должностях в компаниях, занимающихся данными, говорят, что часто всё начинается именно так: они переманивают работников с существующих платформ обещаниями лучшего отношения, но условия работы ухудшаются, когда они начинают конкурировать за контракты с восьмизначными суммами, которые распределяют полдюжины компаний, заинтересованных в покупке данных оптом.
В «Mercor» была дополнительная сложность: руководство в основном состояло из людей в возрасте 20 лет с минимальным опытом работы, которым были выделены сотни миллионов долларов инвесторов для обеспечения быстрого роста.
«Мне всё равно, что кому-то 21 год и он мой руководитель, — говорит Крис, продюсер реалити-шоу. — Но они никогда не работали в таком масштабе. Когда ты пытаешься найти какое-то руководство в Slack, очень зрело и чётко объясняя, в чём заключается ситуация, ты получаешь в ответ мем с корги, закатывающим глаза, и подписью: „Используйте своё суждение“. Но это как: „Используйте своё суждение и всё испортите, и вас уволят“. Ты учился в Гарварде, окончил его в прошлом году, и твоё руководство для группы людей, многие из которых — опытные профессионалы, — это мем?»
Юристы, дизайнеры, продюсеры, писатели, учёные — все жаловались на неопытных руководителей, которые давали противоречивые указания, требовали долгих часов работы или обязательных Zoom-совещаний для якобы гибкой работы, а также угрожали увольнением тем, кто работает слишком медленно. Эти угрозы особенно раздражали профессионалов среднего звена, которые считали, что их 20-летние начальники едва ли понимают те сферы, которые они пытаются автоматизировать.
«Основатели гордятся „9-9-6“», — говорит юрист, имея в виду термин, который возник в Китае для описания 72-часовых рабочих недель, связанных с выгоранием и самоубийствами, но который Силиконовая долина переняла как образец для подражания. — «Вы должны быть на связи в любое время, и они будут рассылать сообщения в 6 утра, и вам лучше среагировать, потому что считается, что вас уволят, и кто-то другой займёт ваше место».
Опыт графического дизайнера Линдси
«Дело не только в том, что руководители команд молодые, менеджеры проектов молодые, старшие менеджеры проектов молодые. Дело в том, что старшие-старшие менеджеры проектов, те, кто отвечает за проект в целом, тоже молодые. Думаю, это идёт сверху, потому что они сами молодые, верно?» — говорит Линдси, графический дизайнер и иллюстратор в возрасте 50 лет, которая пришла в «Mercor» после того, как 85 % её работы исчезли за последний год — по её мнению, из-за улучшений в генеративном ИИ.
Всё более отчаянно нуждаясь в работе, она просматривала доски объявлений о вакансиях; казалось, что единственные объявления, соответствующие её опыту, — это предложения помочь в разработке технологии, которую она винила в разрушении своей карьеры. «Я проглотила свою ненависть и зарегистрировалась», — говорит она.
После некоторой начальной работы по созданию данных для графического дизайна её пригласили присоединиться к проекту для Meta — извлекать видео из Instagram Reels и помечать всё, что в них есть. Работа была скучной, а оплата в 21 доллар в час — средней, но Линдси нужны были деньги. Вскоре она обнаружила, что в проект Slack вовлечены примерно 5 000 других человек.
В начале ноября представитель «Mercor» объявил, что проект Линдси будет прекращён из-за «изменения объёма работ», хотя ранее работникам говорили, что проект продлится до конца года. Линдси и тысячи других людей были удалены из Slack компании.
Вскоре в их почтовых ящиках появилось письмо с приглашением к новому проекту под названием Nova с оплатой 16 долларов в час. Тысячи работников перешли в новый Slack, только чтобы обнаружить, что это та же самая работа, но теперь с оплатой на 24 % меньше.
Все каналы Slack, кроме двух, были удалены, включая каналы для неформального общения, поддержки и помощи. Возможность отправлять личные сообщения друг другу также была отключена. Руководителей команд найти было невозможно. Не имея никого, к кому можно было бы обратиться за помощью, работники заполонили основные каналы мольбами и возмущениями.
«Никто не знает, что происходит. Все очень запутались», — говорит Линдси. — «Сообщения приходят в канал так быстро. Это просто абсолютный хаос: „Помогите, пожалуйста. Что мне делать? Что я должен делать? Куда мне идти? Могу ли я начать выполнять задания? Должен ли я переделывать оценки, которые я уже сделал раньше?“»
Кто-то отправил электронное письмо в службу поддержки с просьбой о помощи, и по какой-то причине это письмо было отправлено всей тысяче с лишним участникам проекта. Они ухватились за него и начали отвечать всем, выражая своё недоумение и возмущение. «Это была абсолютная бойня, — говорит Линдси. — Другого слова не подобрать».
Работники начали публиковать жалобы на субреддите «Mercor», но их сообщения быстро удалялись модераторами от «Mercor». В ответ были созданы два несанкционированных субреддита «Mercor», где работники могли свободно выражать такие мнения, как: «ДЕТИ РУЛЯТ ЭТОЙ КОМПАНИЕЙ, СКОРО ОНИ ПОЛУЧАТ СВОЁ».
«Это просто очень грустно, — говорит Линдси. — Там есть люди, для которых это реальная разница между тем, чтобы кормить свои семьи, или нет».
«Я ненавижу генеративный ИИ, — добавляет она. — Я считаю, что ИИ следует использовать для лечения рака. Я считаю, что его следует использовать для исследования космоса, а не в креативных индустриях. Но мне нужно платить за аренду. И когда такие компании, как „Mercor“, ведут себя так, будто ты для них не более чем лабораторная крыса… Я работаю уже очень давно. Со мной никогда, никогда не обращались так плохо, как здесь».
Нестабильность в индустрии данных: „смертельный дашборд“ и внезапные увольнения
Прерывистая работа, крайняя секретность и внезапные увольнения — норма в индустрии данных. На рабочей платформе Surge AI, называемой Data Annotation Tech, работников не только регулярно увольняют без объяснения причин, но зачастую им даже не сообщают об увольнении. Они просто заходят однажды в систему и обнаруживают, что на приборной панели нет задач. Это явление настолько распространено, что его просто называют «смертельный дашборд».
В прошлом году техасец с магистерской степенью в области богословия, который учил голосовые модели отвечать на запросы с соответствующим уровнем эмоций (разные тона для случаев, когда пользователь сообщает о смерти своей собаки, и когда просит составить маршрут поездки), зашёл утром на работу и обнаружил, что его дашборд пуст. Прокрутив страницу вниз в поисках кнопки поддержки, он обнаружил, что она больше не работает. Тогда он понял, что его уволили. Его мысли лихорадочно перебрали возможные причины: может, он работал слишком много? Или качество его работы снизилось? Он знал, что никогда этого не узнает.
«Я почувствовал себя брошенным на произвол судьбы», — говорит он. Беспокойство о том, как он будет оплачивать счета и ухаживать за своей больной собакой, привело его в депрессию, а затем в ужас. Он подумал о своих друзьях-учителях, которые не могут заставить своих учеников писать, и обо всех людях, получивших теперь бесполезные дипломы по компьютерным наукам.
«Технология заставляет нас видеть всё как утилиту, нечто, что можно использовать», — говорит он, подразумевая, что к выброшенным на обочину работникам данных, таким как он сам, относятся так же. Он решил стать капелланом, полагая, что независимо от того, каким будет будущее с ИИ, людям всё равно понадобится рядом живой человек.
Цикличность работы в сфере разработки ИИ: от сбора данных до приостановки проектов
Прерывистый характер работы — это не только результат корпоративной культуры, но и следствие ритма разработки ИИ. Люди в отрасли описывают эту закономерность.
Например, разработчик модели, такой как OpenAI или Anthropic, обнаруживает, что его модель слаба в химии, поэтому он платит поставщику данных, такому как Mercor или Scale AI, чтобы найти химиков для работы с данными. Химики выполняют задания, пока не будет собрано достаточное количество данных для отправки в лабораторию, после чего работа приостанавливается, пока лаборатория не увидит, как данные влияют на модель.
Может быть, лаборатория продвинется вперёд, но на этот раз ей понадобится немного другой тип данных. Когда работа возобновится, поставщик обнаружит, что новые инструкции увеличивают время выполнения задач, что означает, что оценка затрат, которую поставщик дал лаборатории, теперь неверна. В результате поставщик сокращает оплату или пытается заставить работников работать быстрее.
Новая партия данных отправляется, и работа снова приостанавливается. Может быть, лаборатория снова изменит требования к данным, обнаружит, что у неё достаточно данных, и завершит проект, или решит работать с другим поставщиком. Может быть, теперь лаборатория хочет работать только с органическими химиками, и все, у кого нет соответствующего опыта, будут исключены из проекта.
Затем на очереди могут быть данные по биологии, или архитектурные эскизы, или разработка учебной программы для K–12.
Чтобы конкурировать, компании, работающие с данными, организуют работу так, чтобы у них всегда были работники на подхвате, сохраняя при этом свободу уволить их в любой момент.
«У каждого поставщика будет какая-то система, при которой он на самом деле не даёт людям никаких обещаний», — говорит старший сотрудник крупной компании, работающей с данными. Компании сами редко получают заблаговременное уведомление об этих изменениях — иногда потому, что разработчики ИИ не уверены, какие именно данные им нужны, а иногда потому, что они ищут наилучшую сделку.
«Они хотят держать нас в неведении, — продолжает сотрудник, — поэтому мы неизбежно держим участников в неведении. Затем сделка срывается, и ты имеешь дело с тысячей людей, которых ты обучил и с которыми наладил отношения, и они просто говорят: „Что за чёрт? Почему нет работы?“»
Борьба за выживание: конкуренция, конфиденциальность и поиск новых возможностей
С точки зрения оператора, это ужасное чувство, но, очевидно, для работников оно гораздо хуже.
Работники в нижней части этой цепочки поставок существуют в состоянии крайней нестабильности и максимального конкурентного безумия — особенно потому, что их строгие соглашения о конфиденциальности не позволяют им установить какой-либо опыт или отношения, которые могли бы пережить конкретный проект.
«Вся власть на одной стороне, потому что они не могут об этом говорить», — говорит Мэтью МакМаллен, исполнительный директор по стратегии и операциям, который работает в отрасли с бумом беспилотных автомобилей в середине 2010-х. — «Лаборатории выигрывают от того, что вы не можете использовать свой опыт на рынке, и это молчание — их ценовая сила. Молчание — это их способность извлекать массовую информацию от людей, не давая им возможности возражать, объединяться в профсоюзы или создавать собственные компании. Пока они не могут доказать, что они сделали, эти оценщики не могут требовать того, чего они стоят».
Единственным способом, которым люди могут что-то требовать, является демонстрация своей способности браться за больше работы. Единственная власть, которая у них есть, — продолжать идти вперёд, снова становиться в очередь.
И именно это они и делают. Когда проект в «Mercor» заканчивается, менеджеры часто публикуют ссылку на другие проекты на платформе и призывают людей подавать заявки.
«Но опять же, тысячи людей подают заявки, так что ты просто бросаешь свою заявку в пропасть и надеешься получить ответ в какой-то неопределённый момент», — говорит Катя.
Пока они ждут, работники регистрируются на Handshake, Micro1, Alignerr или у других постоянно растущих поставщиков данных.
Эти компании всегда набирают персонал. Как и «Mercor», многие используют ИИ-интервьюеров и автоматизированную оценку, что означает, что у них нет стимула ограничивать количество проводимых интервью.
«Mercor» предлагает реферальные бонусы в несколько сотен долларов, что побуждает некоторых так агрессивно продвигать компанию, что упоминания о ней были запрещены на нескольких сабреддитах.
Независимые подрядчики: отсутствие гарантий и гибкость для работодателей
Катя подала заявки на десятки вакансий и получила три предложения — это довольно типичный показатель.
Компании также не несут никаких затрат, связанных с избыточным наймом. Поскольку работники формально являются независимыми подрядчиками, им не положены:
- оплачиваемый отпуск;
- перерывы;
- медицинское обслуживание;
- оплата сверхурочного труда;
- пособия по безработице.
Держать их в подвешенном состоянии не стоит ничего, а избыток проверенных работников гарантирует, что они быстро выполнят задачи, пока кто-то другой не сделал это. Всё это в совокупности создаёт ситуацию, в которой работодатели могут включать и выключать рабочую силу, как кран.
В ответ на запрос о комментарии представитель Mercor Хейди Хагберг сказала: «Характер работы основан на проектах, то есть она может продлеваться, приостанавливаться или прекращаться в любое время, особенно по мере изменения объёмов и потребностей клиента». Также она отметила, что многие жалобы работников были сосредоточены на несоответствии ожиданий от полной занятости и работы, основанной на проектах.
Возможность заработка и иллюзия стабильности: парадоксы работы с ИИ
Если вы будете работать быстро, вам повезёт и у вас будет правильное сочетание опыта и вы будете соответствовать уникальным и загадочным критериям продуктивности каждой платформы — вы сможете зарабатывать приличные деньги. Я разговаривал с драматургом, который зарабатывает 10 000 долларов в месяц, и с разносторонним химиком, который в разное время находил подработки — демонстрировал покер и пел для ИИ.
Но даже в этом случае неизбежно осознание эфемерности работы, поскольку создание обучающих данных означает работу на своё собственное устаревание. Хотя число людей, занимающихся работой с данными, может продолжать расти, любая конкретная работа будет длиться лишь до тех пор, пока машины не смогут успешно её имитировать. Человеку требуются годы, чтобы развить экспертные знания, и рано или поздно у него закончатся навыки, которые можно продать.
Работник с магистерской степенью в области лингвистики в течение года стабильно выполнял работу по разработке рубрик. Но в конце 2025 года он заметил, что становится сложнее ставить модели в тупик. На любую малоизвестную теория или язык коренных народов, о которых он спрашивал, модель находила правильные статьи. Вместо того чтобы отправлять три или четыре рубрики в неделю, ему везло, если он отправлял одну.
Все остальные в проекте следовали той же траектории, поэтому он не был удивлён, когда проект завершился. Их знания были извлечены. В прошлом он всегда мог найти новую работу, но теперь, когда он посмотрел вокруг, он увидел только запросы на медицинских экспертов, менеджеров по персоналу и учителей.
Сейчас он уже пять месяцев без работы и не знает, что делать дальше.
Автоматизация и новые формы труда: риски и исторические параллели
В той мере, в какой вообще обсуждаются политические меры в ответ на автоматизацию с помощью ИИ, они в основном касаются того, что делать, когда ИИ сделает устаревшими целые категории работников. Возможно, это и произойдёт, но есть и другая возможность: конкретные задачи будут автоматизированы, а люди перераспределены на другие этапы производственного процесса — одни будут пересматривать не самые удачные результаты работы ИИ, другие — разрабатывать рубрики для его улучшения.
Большая часть такой работы будет носить прерывистый характер, а это значит, что её будут выполнять независимые подрядчики — работники, которые практически полностью не защищены действующими нормативами.
Дарон Асемоглу, профессор экономики в MIT, который изучает автоматизацию, сравнивает ситуацию с положением ткачей до промышленной революции. Тогда они были «подобны рабочей аристократии» — самозанятые ремесленники, контролировавшие своё время. Затем появились ткацкие станки, и, чтобы выжить, они были вынуждены искать новую работу на фабриках, где работали дольше и за меньшие деньги под пристальным надзором руководства.
Проблема заключалась не просто в том, что технология лишила их работы; она позволила создать новую организацию труда, которая дала всю власть владельцам капитала. Те превратили работу в кошмар, пока организация труда и регулирование не установили ограничения.
Трудовые конфликты в эпоху ИИ: иски против платформ и проблема классификации работников
Первые трудовые конфликты уже происходят, в основном в Калифорнии, где действуют одни из самых жёстких правил классификации работников платформ. За последние шесть месяцев было подано три коллективных иска против Mercor. (Ранее аналогичные иски были поданы против Surge AI и Scale AI, которая сейчас урегулирует споры.)
Все иски обвиняют компании в неправильной классификации работников как независимых подрядчиков, учитывая «экстраординарный контроль», который они осуществляют над ними. Это «совершенно новый вид работы» — компания обучает людей выполнять её, и это можно сделать только на платформе компании.
Работники настолько плохо осведомлены о том, над чем они работают, что, как утверждается в иске, поданном в декабре, один человек, приняв проект Mercor, получил задание записать себя за чтением сценариев с сексуальным содержанием. Когда он обнаружил это, ему грозила деактивация, если он откажется от проекта, — ему пришлось «выбирать между получением оплаты и унижением».
Эти компании напоминают Uber и Lyft десятилетней давности, говорит Гленн Данас, партнёр юридической фирмы Clarkson, которая подаёт в суд на Mercor и несколько других платформ для работы с данными. Тем не менее в некотором смысле эти работники находятся в худшем положении — они более заменимы, несмотря на свои учёные степени.
Водители Uber должны физически присутствовать в городе, чтобы работать, и они могут организовываться и добиваться регулирования там. Если бы то же самое произошло с работниками данных, компании могли бы просто набирать людей из других мест, где люди согласны работать за меньшие деньги.
Когда Mercor снизила оплату за свой проект для Meta до 16 долларов в час, она опустилась ниже минимального размера оплаты труда в Калифорнии и других штатах, но люди продолжали работать, потому что им нужны были деньги. Это признал по крайней мере один руководитель, написав в Slack: «Хотя мы не будем активно нанимать в штатах, где минимальный размер оплаты труда выше ставки проекта, если вы уже участвуете в проекте и хотите работать за 16 долларов в час, мы хотим дать вам такую возможность».
Целые профессии рискуют столкнуться с подобной гонкой на дно, говорит Асемоглу, если компании смогут натравливать работников друг на друга, каждый из которых продаст свои данные, прежде чем кто-то другой сможет предложить более низкую цену.
«Нам могут понадобиться организации, похожие на профсоюзы, которые будут осуществлять своего рода коллективную собственность и предотвращать любые простые стратегии „разделяй и властвуй“ со стороны крупных компаний, направленные на снижение цен на данные, — говорит он. — Если не будет правовой инфраструктуры для такой экономики данных, многие люди, которые создают данные, будут недополучать оплату или, если использовать более выразительный термин, будут эксплуатироваться».
Личный выбор в условиях нестабильности: история Кати
Катя была среди тысяч людей, которым предложили присоединиться к проекту Nova с оплатой 16 долларов в час, и была потрясена низкой оплатой. «Я думаю, что это был эксперимент Mercor: насколько близко к дну они могут опуститься, не ставя под угрозу получаемые данные», — говорит она. Её основной проект был приостановлен на несколько недель и мог возобновиться на следующий день или никогда.
В конце концов она решила, что деньги того не стоят. Она подала заявление на работу в местную кофейню. Это было не то карьерное изменение, которое она представляла себе, поступая в аспирантуру; она просто надеялась, что работа бариста будет более стабильной.
«По крайней мере, когда ты работаешь в кофейне за минимальную заработную плату, у тебя есть друзья, с которыми можно поговорить, и босс, который делает вид, что заботится о тебе. У тебя есть какая-то уверенность: ты знаешь, какими будут твои часы работы от недели к неделе», — говорит она.
Но потом она услышала, как звонит её телефон. Один из её проектов снова запустили.