где компании пытаются усовершенствовать свои методы работы с помощью моделей машинного обучения. В случае с сахарным тростником Ала маркировал отдельные волокна сырья, или багассы, как здоровые или больные, ориентируясь по цвету. В период пандемии
COVID–19 он просматривал видеоролики с людьми в медицинских масках и отмечал, кто носит маски правильно, а кто нет. Он не знает, на кого работал, но с улыбкой признается, что «это было просто».
Ала лучше Хибы понимает, какова его роль в цепочке создания ИИ. Начав работать с данными, он стал читать об искусственном интеллекте и том, как разметка данных способствует его развитию. «Я считаю эту технологию фундаментом, будущим всего мира, – говорит он. – И нам нужно быть частью этого будущего».
Я спрашиваю Алу, не планирует ли он найти другую работу. Он решительно мотает головой. Нет, он будет и дальше работать на Гумнишку, на Humans in the Loop, пока компания в нем нуждается. Он живет один, и заработка ему хватает. Кроме того, ему нравится гибкий график, который дает ему возможность заниматься своим хобби.
Недавно он вернулся к пчеловодству, купив несколько ульев у фермера в горах Витоша, совсем рядом с Софией. Достав телефон, Ала пролистывает не один десяток фотографий с пчелами, чтобы показать мне что-то конкретное. Наконец он поворачивает ко мне экран. На снимке я вижу пчелиную матку с аккуратным удлиненным брюшком. «Смотрите, – говорит Ала. – Она красавица».
Я никогда не видела пчеломатку так близко. Скоро ли его пчелы сделают мед? Ала смеется, словно я удачно пошутила. Затем, поняв, что я спрашиваю всерьез, он качает головой. «Нет, эти пчелы не медоносные, – говорит он. – Они не могут делать мед, потому что здесь нет деревьев, нет цветов. Они могут здесь жить, но производить ничего не могут».
«Почти достаточно, но при этом не слишком много»
Живущая в Берлине исследовательница Милагрос Мисели задалась вопросом о том, как положение работников влияет на продукты, которые они обучают. В 2021 году Мисели в соавторстве с Джулианом Посадой опубликовала исследование, в котором анализировались 200 различных задач по обработке данных для ИИ (включая разметку изображений и распознавание лиц), выполняемых фрилансерами из Венесуэлы и Аргентины для ряда западных компаний{19}. Ученые хотели выяснить, каким образом условия труда работников сказываются на качестве самих алгоритмов. Они выдвинули гипотезу, что притеснение работников не просто нарушает права человека, но и приводит к снижению точности технологий, которые они помогают развивать.
«Например, все инструкции даются на английском, даже в Латинской Америке, где мало кто на нем говорит», – сказала Мисели в разговоре со мной. Как и Хиба, большинство работников обращаются к Google Translate, чтобы в общих чертах переводить инструкции на родной язык. Они пользуются этим инструментом и при описании и разметке изображений. «Нетрудно догадаться, как это сказывается на итоговом наборе аннотированных данных», – отметила Мисели.
Она также выяснила, что у работников нет возможности сообщить о том, что инструкции не имеют смысла в их географических условиях, или предложить идеи по улучшению задач на аннотирование данных. «Им нужно позволить думать. Если они не проявляют покорность или отваживаются высказывать сомнения, им угрожают, их отстраняют от работы, их лишают доступа к платформе. У них нет возможности напрямую обратиться к заказчику, если возникла проблема… или, например, [если] что-то [в инструкциях] просто непонятно латиноамериканцам», – сказала Мисели.
Она была права: многие работники, с которыми я беседовала, не понимают, в какой сфере трудятся, и редко напрямую общаются с клиентами, присылающими им задачи для обучения алгоритмов. Это разительно отличалось от следующей истории.
Я познакомилась с командой из четырех специалистов по работе с данными из аргентинской компании Arbusta, которые обслуживают преимущественно латиноамериканских клиентов, в частности гиганта интернет-торговли Mercado Libre. Эти работники, с которыми я встретилась в их офисе на месте бывшего склада в Буэнос-Айресе одним солнечным октябрьским днем, общались с клиентом напрямую и говорили с ним на одном языке. Их приглашали на встречи с заказчиком. Они сказали, что чувствуют, что их ценят, и что у них есть некоторая власть, и это подталкивает их принимать активное участие в развитии ИИ-систем Mercado Libre. В сравнении с работниками Sama и Humans in the Loop их взаимодействие с цепочкой разработки ИИ было гораздо более личным.
Но большинство работников, с которыми я говорила, со временем замечали в своей работе не только плюсы, но и минусы. Несомненно, возможность самостоятельно решать, как и когда работать, давала им чувство независимости и контроля, но вместе с тем они признавали, что за свободу приходится платить. И в Софии, и в Буэнос-Айресе работники отмечали, что их доход слишком мал, чтобы обеспечивать семью. По крайней мере четверо сказали мне, что им приходится месяц за месяцем подрабатывать или занимать деньги у родственников, просто чтобы покрывать свои обычные расходы.
Я спросила у Ивы Гумнишки, каким образом она рассчитала размер оплаты труды, и она ответила, что индексация зарплат международной рабочей силы на совершенно разных рынках оказалась одной из самых сложных задач, которые встали перед ней, когда она только основала компанию. Сначала она планировала платить работникам в Софии больше, чем фрилансерам из Сирии и Афганистана, в силу разного уровня жизни в этих странах. Но затем она прочитала несколько работ уругвайского поэта и журналиста Эдуардо Галеано, который утверждает, что различия в зарплате – корень глобального неравенства. Его слова убедили ее, и она посчитала, что несправедливо было бы платить работникам из более бедных стран меньше, ведь они выполняют такие же задачи. «В конце концов, цель цифровой работы состоит в том, чтобы получить доступ к более денежным рынкам и зарабатывать больше, чем у себя на родине», – сказала Гумнишка. В результате она попыталась учесть интересы всех сторон и решила платить всем работникам по 4 евро в час, беря с клиентов вдвое больше. «Мы пришли к выводу, что так будет справедливо, но что такое справедливость? Все относительно», – отмечает она.
Тем временем в Найроби такая зарплата позволяет работникам гораздо лучше покрывать свои базовые потребности, а также поддерживать родственников, включая родителей, братьев и сестер. Она помогает облегчить бремя текущих расходов и дает финансовую стабильность. Многие специалисты по работе с данными из Sama говорили, что у них есть возможность откладывать деньги, оплачивать образование детей, сестер и братьев или покрывать медицинские расходы родителей. Однако, хоть они и работают в офисе на таких богатых клиентов, как OpenAI, Tesla и Meta, сами они остаются в уязвимом положении – стоит им заболеть или вступить с кем-нибудь в конфликт, как они могут снова оказаться
