Skrytá ekonomika AI: Kdo jsou lidé, kteří učí stroje myslet, a za jakou cenu?

Vzestup velkých jazykových modelů vytvořil zcela nový průmysl, který operuje ve stínu technologických gigantů. Firmy jako OpenAI, Anthropic nebo Google potřebují pro trénink svých AI systémů enormní množství strukturovaných, vysoce kvalitních dat. Tato data nevznikají sama od sebe. Jsou produktem lidské práce – práce, kterou vykonávají desetitisíce právníků, scenáristů, programátorů, lékařů a dalších odborníků, jejichž expertíza je dočasně potřeba k tomu, aby se stroje naučily jejich vlastní řemeslo.

Nový trh práce, nebo digitální manufaktura?

Platformy jako Mercor, Scale AI nebo Surge AI se staly klíčovými zprostředkovateli v tomto novém ekosystému. Inzerují dobře placenou, flexibilní práci pro špičkové profesionály. Realita je však často odlišná. Vzniká paradoxní situace, kdy jsou experti najímáni, aby detailně popsali a formalizovali vlastní myšlenkové procesy a dovednosti. V podstatě tak vytvářejí manuál pro svou vlastní automatizaci. Nejde o nízko kvalifikovanou práci, jakou známe z historie označování obrázků. Zde se těží expertní znalosti, od schopnosti napsat filmový scénář po analýzu finančních výkazů nebo psaní komplexního kódu.

Firmy jako Mercor, založené mladými podnikateli ze Silicon Valley a oceněné na miliardy dolarů, efektivně rekrutují z řad vysoce vzdělaných, avšak nedostatečně zaměstnaných profesionálů. Trh práce v kreativních a znalostních oborech prochází transformací a tyto platformy nabízejí zdánlivě atraktivní alternativu. Mnozí se tak ocitají v situaci, kdy pantomimicky vykonávají kariéru, o kterou je připravuje právě technologie, již pomáhají budovat.

Anatomie zakázky: Od 'world-buildingu' po hledání chyb

Práce AI trenéra je různorodá a sofistikovaná. Nejde jen o jednoduché hodnocení odpovědí chatbotů. Úkoly zahrnují tvorbu detailních hodnotících kritérií, takzvaných rubrik, které definují, co představuje 'dobrou' odpověď v daném kontextu. Dále pracovníci píší 'zlaté výstupy' (golden outputs), tedy ideální odpovědi, které má model napodobit. Klíčovou disciplínou je také hledání slabin modelů. Experti se snaží formulovat dotazy ('stumpers'), na které model nedokáže správně odpovědět, aby identifikovali jeho nedostatky.

Některé projekty jdou ještě dál. V rámci takzvaného 'world-buildingu' jsou týmy expertů, například právníků nebo manažerských konzultantů, požádány, aby simulovaly reálné firemní prostředí. Vytvářejí fiktivní emaily, zápisy z porad, finanční modely a prezentace. Všechny tyto dokumenty následně slouží jako tréninkový materiál pro AI, která se učí fungovat v komplexním korporátním kontextu. Celý proces je navržen tak, aby extrahoval co nejvíce tacitních znalostí a proměnil je v explicitní data.

Iluze flexibility, realita prekarity

Počáteční příslib vysokých odměn a flexibility se rychle rozplývá. Pracovníci popisují systém, který se postupně stává digitální montovnou 21. století. Mzdy klesají, zatímco požadavky na rychlost a objem odvedené práce rostou. Projekty jsou bez varování pozastavovány nebo zcela rušeny, což zanechává tisíce lidí bez příjmu, na který spoléhali.

Pracovní prostředí je charakterizováno intenzivním dohledem. Software jako Insightful monitoruje aktivitu na počítači na sekundy a čas považovaný za 'neproduktivní' může být stržen z výplaty. Neustálý tlak a konkurence mezi pracovníky, kteří se v reálném čase přetahují o omezený počet úkolů, vytváří toxickou atmosféru. Komunikace probíhá přes Slack, kde manažeři často bez reálných zkušeností řídí týmy ostřílených profesionálů a na složité dotazy odpovídají memy. Tento model práce, známý z gig economy platforem pro řidiče nebo kurýry, tak proniká do vysoce kvalifikovaných profesí.

Ekonomický a etický bottleneck

Celý dodavatelský řetězec je navržen pro maximální efektivitu a minimalizaci nákladů na straně AI laboratoří. Ty tlačí na cenu a rychlost dodání dat, což nutí zprostředkovatelské platformy, aby tento tlak přenášely na koncové pracovníky. Striktní dohody o mlčenlivosti (NDA) brání pracovníkům mluvit o detailech své práce, budovat si profesní reputaci nebo se organizovat. Jsou efektivně izolováni a jejich jediná síla spočívá v tom, být rychlejší a levnější než ostatní.

Tento systém vytváří závod ke dnu. Protože jsou pracovníci klasifikováni jako nezávislí kontraktoři, nemají nárok na placenou dovolenou, nemocenskou ani jiné standardní zaměstnanecké výhody. Platformy mohou bez jakýchkoli nákladů udržovat obrovskou rezervu prověřených expertů a 'zapnout' je přesně tehdy, když je potřeba. Nejde o budoucnost masové nezaměstnanosti, ale spíše o budoucnost, kde stále více expertů vykonává prekarizovanou práci a trénuje AI, aby dělala práci, kterou kdysi dělali oni sami.

Dopady pro evropský trh

Ačkoliv se reportáž soustředí primárně na americký trh, tento model je globální a jeho principy jsou univerzálně aplikovatelné. Pro české a evropské profesionály to představuje zásadní výzvu. Nejde o to, zda AI 'vezme práci', ale jakým způsobem transformuje její povahu. Posun od stabilních zaměstnání k decentralizované, na úkolech založené a vysoce konkurenční práci je trend, který bude akcelerovat.

Firmy v Evropě budou čelit stejnému pokušení využívat globální talent pool pro levnější a flexibilnější získávání dat a automatizaci procesů. Pro kvalifikované pracovníky to znamená nutnost adaptace, ale také riziko ztráty profesní jistoty a devalvace jejich dlouho budované expertízy. Diskuze o regulaci a ochraně práv těchto 'digitálních nádeníků' je proto naprosto klíčová, dříve než se tento model stane novým standardem pro znalostní ekonomiku.