मेटाच्या AI पुरवठा साखळीला मानवी खर्चाचा फटका; शेकडो लेबलिंग नोकऱ्या धोक्यात

AI प्रणालींच्या मागे लपलेला कामगारवर्ग

सध्याची कृत्रिम बुद्धिमत्तेची लाट बहुतेक वेळा मॉडेल्स, चिप्स, आणि भांडवली खर्च यांच्या भाषेत वर्णन केली जाते. त्यापेक्षा कमी दिसणारी गोष्ट म्हणजे त्या प्रणालींचे दररोज प्रशिक्षण, देखरेख, आणि सुधारणा करण्यात मदत करणारा मानवी कामगारवर्ग. डब्लिन-आधारित मेटा कंत्राटदार Covalen मधील छाटणीवर आलेल्या नव्या अहवालाने तो लपलेला थर समोर आणला आहे.

WIRED ने पाहिलेल्या कागदपत्रांनुसार, आयर्लंडमधील Covalen मधील 700 हून अधिक कर्मचारी नोकरी गमावण्याच्या धोक्यात आहेत. त्यापैकी सुमारे 500 जण डेटा अॅनोटेटर आहेत, जे मेटाच्या AI प्रणालींनी तयार केलेल्या मजकुराचे धोकादायक किंवा बेकायदेशीर सामग्रीविषयक कंपनीच्या नियमांशी सुसंगत आहे का हे तपासतात. कर्मचाऱ्यांना एका छोट्या व्हिडिओ बैठकीत माहिती देण्यात आली आणि, एका कर्मचाऱ्याच्या म्हणण्यानुसार, प्रश्न विचारण्याची परवानगी देण्यात आली नाही.

प्रस्तावित कपातीचे प्रमाण महत्त्वाचे आहे, कारण ते AI अर्थव्यवस्थेच्या केंद्रातील विरोधाभास दाखवते. मेटा कृत्रिम बुद्धिमत्तेवरील खर्च वाढवत आहे, तर त्या प्रणाली अधिक सुरक्षित आणि वापरण्यायोग्य बनवणारे काम करणारा मोठा लोकसमूह आता अनिश्चिततेत सापडला आहे.

प्रत्यक्ष कामात काय असते

डेटा अॅनोटेशन आणि सुरक्षा पुनरावलोकन सिद्धांतात समजावणे सोपे आहे, पण प्रत्यक्षात समजणे कठीण आहे. प्रत्यक्ष कामात कर्मचारी AI आउटपुट नियमभंग करतात का हे तपासण्यात, एखाद्या मॉडेलच्या सुरक्षा मर्यादा तपासण्यासाठी prompts तयार करण्यात, आणि प्रणालीने शिकायच्या अपेक्षित “योग्य” निर्णयांचे दस्तऐवजीकरण करण्यात दिवस घालवू शकतात.

त्या अहवालातील कर्मचारी अनुभव हे काम तांत्रिकदृष्ट्या महत्त्वाचे आणि मानसिकदृष्ट्या थकवणारे असल्याचे दाखवतात. काही कामांमध्ये बाल लैंगिक शोषण सामग्री किंवा आत्महत्येसंबंधी मजकूराशी निगडित सुरक्षा मर्यादा मोडण्याचा प्रयत्न करून मेटाच्या प्रणालींची चाचणी आणि सुधारणा करावी लागत असल्याचे सांगितले जाते. एका कर्मचाऱ्याने हे काम अत्यंत कष्टाचे असल्याचे सांगितले. दुसऱ्याने व्यापक वास्तव थेट शब्दांत मांडले: माणसे अशा AI ला प्रशिक्षण देत आहेत जे कदाचित शेवटी त्यांची जागा घेईल.

ही तणावपूर्ण स्थिती फक्त मेटाची नाही. ती जनरेटिव्ह AI विकासाची एक परिभाषित वैशिष्ट्य बनली आहे. सार्वजनिक कथा स्वायत्त प्रणालींवर भर देते, पण त्या प्रणाली अजूनही मोठ्या संख्येने अशा लोकांवर अवलंबून आहेत जे डेटा लेबल करतात, वर्तन तपासतात, आणि सूक्ष्म निर्णय घेतात जे मॉडेल ट्युनिंग आणि धोरण अंमलबजावणीचा पाया बनतात.

मोठ्या पुनर्रचनेच्या पार्श्वभूमीवर छाटणी

Covalen मधील नियोजित कपाती मेटा व्यापक कार्यक्षमता वाढवण्याच्या मोहिमेत असताना येत आहेत. कंपनीने अलीकडेच सुमारे प्रत्येक 10 नोकऱ्यांपैकी 1 वर परिणाम करणारी छाटणी जाहीर केली, आणि त्याचवेळी AI गुंतवणुकीत मोठ्या प्रमाणात वाढ होण्याचे संकेत दिले. जानेवारीत, CEO मार्क झुकरबर्ग यांनी 2026 हे वर्ष AI लोकांचे काम करण्याची पद्धत नाट्यमयरीत्या बदलायला सुरुवात करेल, असे सांगितल्याचे वृत्त आहे.

हा संदर्भ कंत्राटदार कपाती का महत्त्वाच्या आहेत हे स्पष्ट करतो. ही फक्त आयर्लंडमधील कामगार संबंधांची गोष्ट नाही. ही मोठ्या तंत्रज्ञान कंपन्या AI भोवती स्वतःची रचना कशी पुन्हा मांडत आहेत यातील संरचनात्मक बदलाचा भाग आहे. पैसा पायाभूत सुविधा, मॉडेल विकास, आणि धोरणात्मक विस्ताराकडे जात आहे. त्याच वेळी, त्या प्रणालींना सुरुवातीच्या टप्प्यात आधार देणाऱ्या काही कामगारवर्गांवर दबाव वाढत आहे.

WIRED ने पाहिलेल्या ईमेलमध्ये Covalen कर्मचाऱ्यांना फक्त एवढेच सांगण्यात आले की हा निर्णय “कमी मागणी आणि ऑपरेशनल गरजा” यामुळे घेतला गेला. ही भाषा परिचित कॉर्पोरेट संक्षेप आहे, पण AI चे अर्थशास्त्र बदलत असताना आउटसोर्स मानवी पुनरावलोकनाची भूमिका काय असेल, हा मूळ प्रश्न ती सोडवत नाही.

AI कामगारांच्या भविष्यासाठी हे का महत्त्वाचे आहे

AI चर्चेत वारंवार येणारी एक समजूत अशी की ही तंत्रज्ञान लवकरच स्वयंपूर्ण होईल. प्रत्यक्षात, सध्या मोठ्या प्रमाणावर तैनात केलेल्या प्रणाली अजूनही मानवी दुरुस्तीवर खूप अवलंबून आहेत. लोक अपवादात्मक प्रकरणे वेगळी करतात, धोरणांचे अर्थ लावतात, आउटपुटचे मूल्यमापन करतात, आणि सुरक्षित किंवा उपयुक्त प्रतिसाद कसा असावा याची उदाहरणे तयार करतात. कंपन्या त्यांच्या मॉडेल्सना हानिकारक मजकुराविरुद्ध मजबूत दाखवू इच्छितात, तेव्हा ही कामे विशेषतः महत्त्वाची ठरतात.

जर हे कामगार आक्रमकपणे कमी केले गेले, तर काही शक्यता पुढे येतात:

• कंपन्या मूल्यांकन प्रक्रियेचा अधिक भाग स्वयंचलित करण्याचा प्रयत्न करू शकतात
• त्या काम कमी खर्चाच्या इतर प्रदेशांतील कंत्राटदारांकडे वळवू शकतात
• मानवी पुनरावलोकन सर्वात संवेदनशील वर्गांपुरते मर्यादित करू शकतात
• कमी मजुरीच्या बदल्यात जास्त ऑपरेशनल धोका स्वीकारू शकतात

या पैकी कोणताही मार्ग विनामूल्य नाही. सुरक्षितता आणि गुणवत्ता यांचे काम, जे स्प्रेडशीटवर “कोर नसलेले” दिसते, ते सार्वजनिक तपासणी, कायदेशीर दबाव, किंवा हानिकारक वापराच्या घटनांसमोर मध्यवर्ती ठरू शकते.

मूल्याचा प्रश्न

Covalen कथेतून उभा राहणारा अधिक खोल मुद्दा फक्त रोजगार नाही, तर सन्मान आहे. कठीण मॉडरेशन आणि अॅनोटेशन काम करणारे कंत्राटदार अनेकदा AI श्रेणीक्रमात विचित्र जागी असतात. त्यांचे काम अनिवार्य असते, पण आउटसोर्स केलेले; कंपनीच्या प्रणालींशी अगदी जवळचे, पण तिच्या सार्वजनिक ओळखीपासून रचनात्मकदृष्ट्या दूर; आणि जरी ते कायमस्वरूपी ऑपरेशनल गरज बनले तरी अनेकदा तात्पुरते म्हणून मांडले जाते.

या व्यवस्थेमुळे AI उद्योग स्वतःला अत्यंत स्वयंचलित म्हणून सादर करू शकतो, तरीही मोठ्या प्रमाणावर पुनरावृत्तीशील आणि कधी कधी आघातदायक मजकुराच्या संपर्कात असलेल्या लोकांच्या श्रमांवर अवलंबून राहतो. जेव्हा त्या लोकांनाच थोड्याशा सूचना आणि संवादाशिवाय कार्यक्षमतेच्या नावाखाली कापले जाते, तेव्हा संदेश चुकवणे कठीण असते.

मेटाच्या खर्च प्राधान्यांमुळे हा विरोधाभास अधिक तीव्र होतो. AI खर्च जवळपास दुप्पट करण्यास तयार असलेली कंपनी, AI चालू ठेवणाऱ्या एका महत्त्वाच्या श्रम-वर्गाला अजूनही टाकून देण्याजोगे मानत आहे. अल्पकालीन आर्थिक दृष्टीने हे योग्य वाटू शकते, पण AI कार्यक्षम बनवताना सामाजिक आणि मानसिक भार सहन करणाऱ्या लोकांना उद्योग कसा मूल्य देतो याबद्दल कठीण प्रश्न निर्माण होतात.

उद्योगासाठी उघड करणारा क्षण

Covalen छाटण्या महत्त्वाच्या आहेत कारण त्या अभूतपूर्व म्हणून नव्हे, तर स्पष्ट करणाऱ्या म्हणून. त्या दाखवतात की AI बूम फक्त नवीन अर्थव्यवस्था निर्माण करत नाही. तो आधीपासून अस्तित्वात असलेल्या व्यवस्थेत जोखीम, दर्जा, आणि सौदेबाजीची ताकद पुन्हा वाटून देत आहे.

कंपन्या अधिक सक्षम मॉडेल्स बनवण्यासाठी धाव घेत असताना, त्या कोणत्या मानवी भूमिका दिसतील, कोणत्या आउटसोर्स होतील, आणि कोणत्या काढून टाकता येतील हेही ठरवत आहेत. हे निर्णय केवळ AI चे अर्थशास्त्र नाही, तर त्याची नैतिकताही आकारतील. आयर्लंडमधील धोक्यात असलेले कर्मचारी आठवण करून देतात की प्रत्येक नीटस AI उत्पादनामागे अजूनही मानवी पुरवठा साखळी आहे, आणि उद्योग भविष्य कधी नव्हे इतके तेजस्वी दिसत असल्याचे सांगत असतानाही ती साखळी कापली जाऊ शकते.

हा लेख Wired च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.