Lo ngại làn sóng bác sĩ, luật sư tham gia huấn luyện AI

Hai người phụ nữ cùng mở máy tính để bắt đầu ca làm việc. Cả hai đều là những bà mẹ sống tại Mỹ và họ đều đang làm công việc của một nhân viên xử lý dữ liệu, lực lượng lao động đứng sau việc huấn luyện trí tuệ nhân tạo (AI).

Brook Hansen bắt đầu gắn bó với công việc này sau khi bị sa thải khỏi vị trí dịch vụ khách hàng lúc đang mang thai 6 tháng. Hiện tại, công việc làm tại nhà này giúp cô kiếm thêm vài trăm USD mỗi tuần để phụ giúp tài chính cho gia đình. 

Trong khi đó, Anu Brixey, một bác sĩ chẩn đoán hình ảnh, cũng kiếm được số tiền tương tự nhưng là chỉ trong một giờ.

Trước đây, công việc xử lý dữ liệu thường gắn với mức thu nhập thấp và được coi như "lao động chân tay" của giới công nghệ. Nhưng giờ đây, ngành này đang thu hút cả những chuyên gia trình độ cao với mức thù lao hấp dẫn. Theo nền tảng tìm việc LinkedIn, "gán nhãn dữ liệu" là vị trí có tốc độ phát triển nhanh thứ tư tại Mỹ trong năm nay.

Mức phân hóa ngày càng lớn đang kéo theo nhiều tác động cho hai nhóm lao động. Ở nhóm thu nhập thấp – những người làm công việc dữ liệu phổ thông – yêu cầu công việc khắt khe hơn nhưng tìm việc ổn định lại khó khăn. 

Ở chiều ngược lại, việc hàng loạt chuyên gia trình độ cao tham gia huấn luyện AI làm dấy lên lo ngại rằng các mô hình này đang "rút cạn" chuyên môn của các bác sĩ, nhà toán học, kế toán và nhà khoa học.

Theo Danielle Li, giáo sư tại Viện Công nghệ Massachusetts (Mỹ) chuyên nghiên cứu về AI và thị trường lao động, từ trước đến nay, bản chất của sức lao động, dù là chân tay hay trí óc, luôn được hiểu là điều mà doanh nghiệp phải bỏ tiền ra thuê. Một khi dừng trả lương, doanh nghiệp sẽ mất đi sức lao động đó. Tuy nhiên, điều này đang thay đổi khi các doanh nghiệp có thể sở hữu một phiên bản lao động của nhân viên dưới dạng mô hình AI.

Từ công việc đơn giản đến chuyên môn cao

Cách đây một thập kỷ, khi mới vào nghề xử lý dữ liệu, công việc của Hansen chủ yếu là chép lại âm thanh hoặc khoanh vùng người và xe trong ảnh. Những tác vụ này được trả lương rất thấp nhưng bù lại cô có thể linh hoạt làm việc hoặc nghỉ ngơi vì phải chăm con nhỏ.

Đến những năm 2020, sự bùng nổ của các mô hình ngôn ngữ lớn đã làm thay đổi cuộc chơi. Công việc của Hansen trở nên phức tạp hơn: từ kiểm tra độ chính xác của tài liệu đến so sánh các câu trả lời của chatbot – những công việc đòi hỏi sức tập trung cao độ và có thể kéo dài nhiều giờ đồng hồ. Hiện nay, các nền tảng ưu tiên tìm kiếm nhân sự có chuyên môn cao về Toán học hay Sinh học. Thỉnh thoảng, Hansen cũng nhận được công việc phù hợp nhưng phần lớn thời gian cô vẫn phải liên tục tìm việc.

Nhu cầu ngày càng tăng đối với nhân sự dữ liệu có chuyên môn cao phản ánh một bước ngoặt trong việc huấn luyện AI. Khi nguồn dữ liệu công khai trên Internet dần cạn, các công ty AI chuyển hướng sang thu thập dữ liệu chuyên biệt, độc quyền nhằm tạo lợi thế cạnh tranh. Will DePue, cựu kỹ sư OpenAI, từng nhận định dữ liệu giờ đây có tầm quan trọng không kém công suất tính toán.

Các công ty không chỉ tìm đến giới chuyên gia như bác sĩ chẩn đoán hình ảnh để khai thác kiến thức chuyên ngành, mà còn sẵn sàng mua lại nhật ký trò chuyện riêng tư hay video ghi lại sinh hoạt thường ngày. Những tập đoàn như SpaceXAI cũng chủ động tuyển dụng các "gia sư AI" nội bộ thuộc nhiều lĩnh vực, từ tài chính, tiếng Phần Lan đến hài kịch.

Bốn năm trước, bác sĩ Brixey được một công ty AI mời tham gia phân tích ảnh chụp X-quang phổi và tim. Dù từng thất vọng khi các công cụ AI tại bệnh viện liên tục đưa ra cảnh báo sai, bà vẫn tin công nghệ này có thể giúp bác sĩ giảm bớt áp lực công việc.

Vì vậy, sau mỗi tuần làm việc căng thẳng, Brixey vẫn dành trọn những ngày cuối tuần để gán nhãn dữ liệu, như cẩn thận khoanh vùng các điểm vôi hóa trên ảnh chụp tim. Mỗi năm, bà chỉ nhận tối đa hai dự án và động lực là muốn ứng dụng AI hiệu quả hơn trong y tế, chứ không phải số tiền nhận được. 

Biến mọi thao tác làm việc thành dữ liệu cho AI

Fan Yang, nhà nghiên cứu tại Trường Luật Melbourne (Úc) cho rằng, sự bùng nổ của ngành dữ liệu đang tạo ra một hình thức thuê ngoài mới. Thay vì tuyển dụng nhân sự trực tiếp, các doanh nghiệp chỉ cần mua lại các công cụ AI, vốn phụ thuộc vào đội ngũ chuyên gia dữ liệu làm việc tự do để tinh chỉnh. Theo Yang, AI không hề thay thế con người mà chỉ đang định vị lại người lao động trên thị trường.

Tuy nhiên, giáo sư Li của Viện Công nghệ Massachusetts nhận định, không nên đánh giá thấp tác động của việc thuê ngoài. Theo bà, chỉ cần một nhóm nhỏ chuyên gia huấn luyện cho AI cũng đủ để thay thế hoặc làm giảm giá trị của cả một ngành nghề. 

Khả năng này khiến một số chuyên gia lo ngại. Pauley Chea, một bác sĩ X-quang đang làm thêm công việc xử lý dữ liệu, cho biết: Nỗi lo về tương lai nghề nghiệp càng hiện rõ trong giới sinh viên y khoa và bác sĩ nội trú, những người vẫn còn nhiều năm đào tạo phía trước.

Một số công ty dữ liệu đang hình dung ra tương lai mà họ không còn phụ thuộc nhiều vào việc tuyển dụng các chuyên gia. Thay vào đó, họ hướng tới việc mua dữ liệu theo khối lượng lớn từ các doanh nghiệp. Nếu điều đó xảy ra, gần như ai làm việc với máy tính cũng đều có thể trở thành một nhân viên dữ liệu, dù muốn hay không.

Ali Ansari, nhà sáng lập kiêm Giám đốc điều hành của Microl, cho rằng các doanh nghiệp nên thay đổi góc nhìn về nhân sự. Nhân viên không chỉ đơn thuần là người tạo ra sản phẩm, mà bản thân quá trình làm việc của họ cũng tạo ra nguồn dữ liệu có giá trị thương mại riêng. Ông cho biết: "Mỗi giờ làm việc có thể đồng thời là vận hành một tổ chức, huấn luyện mô hình AI và mang lại nguồn doanh thu bổ sung cho doanh nghiệp".

Một số công ty đã bắt đầu hiện thực hóa điều này bằng cách biến các thao tác công việc thường ngày của nhân viên thành dữ liệu huấn luyện. Vào tháng 4, Meta đã triển khai phần mềm chuyên dụng để ghi lại từng cú nhấp chuột, gõ bàn phím và di chuyển chuột của nhân viên. Thông báo của Meta nhấn mạnh: "Đây là cơ hội để mọi nhân viên Meta đóng góp vào việc hoàn thiện các mô hình AI, chỉ bằng cách thực hiện những công việc thường nhật của mình".