Lực lượng lao động bị che khuất sau trí tuệ nhân tạo
16/06/26
 |
| Ảnh: Nash Weerasekera |
Hào quang AI và phần chìm của cỗ máy
Công chúng thường nhìn trí tuệ nhân tạo qua lăng kính văn hóa đại chúng: những bộ phim như The Terminator, nơi máy móc nổi loạn và đe dọa nhân loại. Truyền thông cũng dễ bị hút vào những câu chuyện như vậy. Một kỹ sư Google từng tuyên bố chatbot của công ty có tri giác, và tin này nhanh chóng trở thành một trong những chủ đề AI được bàn tán nhiều nhất, thậm chí xuất hiện trước hàng triệu khán giả của chương trình Stephen Colbert.
Nhưng nỗi ám ảnh về những cỗ máy siêu thông minh có ý chí riêng rất xa thực tế. Quan trọng hơn, trong quá trình phát triển và triển khai AI, kịch bản này che khuất rủi ro thật sự đối với con người. Phía sau những thành tựu được quảng bá “trí tuệ nhân tạo” là đội quân lao động bấp bênh, lương thấp, làm các công việc lặp đi lặp lại trên khắp thế giới.
Nhiều hệ thống AI hiện do các tập đoàn đa quốc gia ở Thung lũng Silicon phát triển, trong bối cảnh quyền lực doanh nghiệp tập trung ở quy mô được nhà báo Gideon Lewis-Kraus gọi là chưa từng có trong lịch sử. Mục tiêu dài hạn của các công ty này là tạo ra hệ thống tự động có thể làm tất cả công việc của con, thậm chí hơn thế, mà không phải trả lương, phúc lợi hay chi phí lao động. Viễn cảnh ấy còn xa, nhưng nỗ lực theo đuổi nó tạo ra tầng lớp lao động toàn cầu được Mary L. Gray và Siddharth Suri gọi là “ghost work”: lao động con người bị che khuất phía sau AI.
Các công ty tự nhận ưu tiên Al phụ thuộc vào lao động thời vụ bị giám sát chặt chẽ: người gán nhãn dữ liệu, tài xế giao hàng, người kiểm duyệt nội dung. Một số startup thậm chí thuê người giả làm chatbot vì sức ép từ quỹ đầu tư mạo hiểm phải đưa “AI” vào sản phẩm. MMC Ventures, công ty đầu tư mạo hiểm ở London, khảo sát 2.830 startup AI tại EU và phát hiện 40% trong đó không dùng AI đúng nghĩa.
AI được nuôi bằng lao động rẻ
Khác với hình ảnh máy móc tinh vi và tự chủ, nhiều hệ thống AI hiện nay được nuôi bằng hàng triệu lao động lương thấp. Họ thường được tuyển từ các cộng đồng nghèo, làm việc trong điều kiện bấp bênh, có người chỉ nhận 1,46 USD/giờ sau thuế. Trong khi đó, các nhà nghiên cứu AI tại Thung lũng Silicon có thể nhận mức lương sáu chữ số. Dù vậy, bóc lột lao động hiếm khi là trọng tâm trong thảo luận về đạo đức AI.
Hiện nay, phần lớn AI dựa trên máy thống kê, đặc biệt là học sâu qua mạng nơ-ron nhân tạo, vốn cần lượng dữ liệu khổng lồ”. Năm 2009, bước ngoặt đến khi Jia Deng và cộng sự công bố ImageNet, bộ dữ liệu ảnh được gán nhãn lớn nhất thời đó. Hình ảnh được lấy từ internet và gán nhãn qua Amazon Mechanical Turk, nền tảng có khẩu hiệu “trí tuệ nhân tạo nhân tạo”. Mechanical Turk phổ biến “crowd work”: chia khối lượng công việc lớn thành nhiệm vụ nhỏ để hàng triệu người hoàn thành nhanh chóng. Một triệu hình ảnh có thể được giao cho 1000 người ẩn danh làm song song, mỗi người xử lý 1000 ảnh, với chi phí rẻ tới mức trường đại học cũng có thể chi trả. Người lao động được trả theo nhiệm vụ, đôi khi chỉ vài xu.
ImageNet sau đó dẫn tới cuộc thi ImageNet Large Scale Visual Recognition Challenge. Năm 2012, được gọi không chính thức là AlexNet, vượt xa các mô hình khác về độ chính xác, đưa học sâu vào dòng chính. Từ đó, các mô hình cần lượng dữ liệu lớn, được gán nhãn bởi lao động thời vụ lương thấp toàn cầu bùng nổ.
Ngày nay, ngành gán nhãn dữ liệu phát triển mạnh. Các công ty trong lĩnh vực này huy động từ hàng chục đến hàng trăm triệu USD vốn đầu tư mạo hiểm, trong khi người gán nhãn được ước tính chỉ kiếm trung bình 1,77 USD/nhiệm vụ. Một số công việc còn yêu cầu người lao động tự cung cấp dữ liệu: ảnh selfie, ảnh bạn bè, gia đình hoặc đồ vật xung quanh.
Con người bị quản như máy
Các giao diện gán nhãn dữ liệu ngày càng đối xử với người lao động như bộ phận của dây chuyền: giao nhiệm vụ lặp lại, theo dõi chuyển động và trừng phạt sai lệch bằng công cụ tự động. Người kiểm duyệt nội dung là ví dụ điển hình. Họ tìm và đánh dấu nội dung không phù hợp trên nền tảng. Không có họ, mạng xã hội gần như không thể vận hành. Dữ liệu họ tạo ra huấn luyện các hệ thống tự động phát hiện thù ghét, tin giả, bạo lực hay nội dung vi phạm.
Nhưng công việc ấy được trả lương thấp, bị giám sát chặt và gây sang chấn nặng. Mỗi video giết người, tự sát, tấn công tình dục hay lạm dụng trẻ em không xuất hiện trên nền tảng đều được người kiểm duyệt xem và đánh dấu, hoặc được xử lý bởi hệ thống học từ dữ liệu do họ cung cấp. Việc tiếp xúc liên tục với nội dung kinh hoàng khiến nhiều người bị lo âu, trầm cảm và rối loạn căng thẳng sau sang chấn.
Tại Kenya, các kiểm duyệt viên Sama làm việc theo hợp đồng cho Meta bị phần mềm giám sát yêu cầu ra quyết định về video bạo lực trong vòng 50 giây, bất kể video dài hay gây ám ảnh đến đâu. Một số người lo lắng không đáp ứng yêu cầu sau vài lần vi phạm có thể bị sa thải. Theo Time Magazine, chính sách ưu tiên tốc độ này có thể giúp giải thích vì sao tại Ethiopia, video chứa ngôn từ thù ghét và kích động bạo lực vẫn tồn tại trên Facebook.
Amazon cho thấy một dạng khác của cùng logic. Công nhân kho và tài xế giao hàng vừa duy trì nền tảng thương mại điện tử, vừa tạo dữ liệu cho các hệ thống mà Amazon có thể dùng để thay thế họ sau này: robot kho hàng và xe tự lái. Công nhân kho bị theo dõi bằng camera và máy quét; hiệu suất được đo theo thời gian chuẩn quản lý đặt ra. Thời gian rời nhiệm vụ bị ghi lại và có thể dùng để kỷ luật.
Tài xế Amazon bị giám sát qua ứng dụng Mentor, nơi điểm số bị trừ theo các “vi phạm”. Kỳ vọng giao hàng phi thực tế khiến nhiều người chấp nhận rủi ro. Việc thắt và tháo dây an toàn 90–300 lần/ngày có thể khiến họ trễ lộ trình. Một số tài xế cài dây an toàn phía sau lưng đánh lừa hệ thống.
Năm 2020, tài xế Amazon tại Mỹ bị thương với tỷ lệ cao hơn gần 50% so với tài xế của United Parcel Service. Năm 2021, tỷ lệ chấn thương là 18,3/100 tài xế, tăng gần 40% so với năm trước. Tại Nhật Bản, một số tài xế nghỉ việc, phản đối việc phần mềm Amazon giao “tuyến đường bất khả thi”, dẫn tới yêu cầu phi lý và giờ làm kéo dài. Năm ngoái, Amazon còn yêu cầu tài xế Mỹ ký mẫu “đồng ý sinh trắc học”, cho phép dùng camera AI theo dõi chuyển động, với lý do giảm mất tập trung, quá tốc độ và bảo đảm dùng dây an toàn. Người lao động có lý do để lo dữ liệu này có thể được dùng hoàn thiện công cụ giám sát hoặc huấn luyện AI thay thế.
Đạo đức AI phải bắt đầu từ lao động
Chuỗi cung ứng lao động của AI trải khắp thế giới: từ Venezuela, nơi người lao động gán nhãn dữ liệu cho hệ thống nhận diện hình ảnh trong xe tự lái, tới Bulgaria, nơi người tị nạn Syria cung cấp ảnh selfie huấn luyện nhận diện khuôn mặt theo chủng tộc, giới tính và tuổi. Các nhiệm vụ cũng được thuê ngoài tại Ấn Độ, Kenya, Philippines hoặc Mexico. Nhiều người không nói tiếng Anh nhưng nhận hướng dẫn bằng tiếng Anh, và có thể bị sa thải hoặc cấm khỏi nền tảng nếu không hiểu quy tắc.
Các cuộc thảo luận về AI có đạo đức thường tập trung vào giảm sai lệch dữ liệu, tăng minh bạch và bảo đảm công bằng. Nhưng nếu nói nghiêm túc về đạo đức AI, chống bóc lột lao động phải nằm ở trung tâm. Nếu các tập đoàn không thể dễ dàng khai thác lao động từ Kenya tới Mỹ, đồng thời khó triển khai nhanh các công nghệ gây hại. Khi chi phí lao động thực được phản ánh đầy đủ, tính toán thị trường sẽ thay đổi.
Điều đó đòi hỏi nghiên cứu và sáng kiến công về điểm giao giữa lao động và AI; cùng người lao động xây dựng chương trình nghiên cứu; hỗ trợ tổ chức lao động xuyên biên giới; và bảo đảm kết quả nghiên cứu đến được với công nhân, không chỉ nằm trong tạp chí học thuật. Turkopticon, nền tảng do Lilly Irani và M. Six Silberman tạo ra giúp người lao động công khai và đánh giá bên thuê, là ví dụ nổi bật.
Sự đoàn kết giữa kỹ sư công nghệ lương cao và lao động lương thấp là điều các CEO công nghệ e ngại. Alphabet Workers Union cho thấy mô hình bao gồm cả nhân viên lương cao ở Thung lũng Silicon lẫn nhà thầu lương thấp ở vùng nông thôn. Trường hợp của Emily Cunningham và Maren Costa tại Amazon cũng minh họa điều này. Hai nhà thiết kế từng làm việc tổng cộng 21 năm tại trụ sở Seattle, đồng sáng lập Amazon Employees for Climate Justice. Năm 2019, hơn 8.700 nhân viên Amazon ký thư gửi Jeff Bezos và hội đồng quản trị yêu cầu hành động khí hậu; hơn 3.000 nhân viên sau đó tham gia cuộc đình công đầu tiên của nhân viên văn phòng Amazon để ủng hộ Global Climate Strike. Amazon công bố Climate Pledge, cam kết phát thải ròng bằng 0 vào năm 2040, sớm hơn 10 năm so với Thỏa thuận Paris.
Cunningham và Costa cho biết bị kỷ luật và dọa sa thải sau cuộc đình công khí hậu, nhưng chỉ thật sự bị sa thải sau khi thúc đẩy đoàn kết với công nhân lương thấp. Ủy ban Quan hệ Lao động Quốc gia kết luận việc sa thải là bất hợp pháp; Amazon sau đó dàn xếp với cả hai với số tiền không được tiết lộ.
Bài học không nằm ở viễn cảnh máy móc có ý chí như con người, mà ở đội quân lao động bị trả lương thấp vận hành AI. Nếu hiểu rõ lực lượng lao động bị che khuất này, công chúng có thể đòi hỏi bảo vệ quyền lao động mạnh hơn và hậu quả thật sự cho những tổ chức vi phạm.
shared via noema,
