ผู้เยาว์จากเมืองเล็กๆ ที่ติดป้ายกำกับ AI โมเดลขนาดใหญ่

ผู้เขียนต้นฉบับ: Sleepy.md

Datong, Shanxi, เมืองที่ครั้งหนึ่งเคยพึ่งพาถ่านหินในการพยุงครึ่งหนึ่งของอาณาจักร ปัจจุบันกำลังสะบัดฝุ่นถ่านหินออกจากตัว เปลี่ยนไปใช้จอบอันแหลมคม และฟาดลงอย่างหนักบนเหมืองที่มองไม่เห็นอีกแห่งหนึ่ง

ในอาคารสำนักงานของศูนย์ Jinmao International ในเขต Pingcheng ไม่มีหลุมยกลงหรือรถขนถ่านหินอีกต่อไป สิ่งที่เข้ามาแทนที่คือสถานีทำงานคอมพิวเตอร์หลายพันแห่งที่จัดเรียงอย่างหนาแน่น Shanghai Runxun Yunsheng Valley Big Data Intelligent Service Base ครอบครองพื้นที่หลายชั้นเต็ม หนุ่มสาวหลายพันคนที่สวมหูฟังกำลังจ้องมองหน้าจอ คลิก ลาก และวาดกรอบ

จากข้อมูลทางการ ณ เดือนพฤศจิกายน 2025 เมือง Datong ได้ติดตั้งเซิร์ฟเวอร์ที่ทำงานแล้ว 745,000 เครื่อง ดึงดูดบริษัทโทรศัพท์และติดป้ายกำกับข้อมูล 69 แห่ง สร้างงานในพื้นที่ให้กับประชาชนมากกว่า 30,000 คน และสร้างมูลค่าผลผลิต 750 ล้านหยวน ในเหมืองดิจิทัลแห่งนี้ 94% ของผู้ปฏิบัติงานมีทะเบียนบ้านในพื้นที่

ไม่ใช่แค่ Datong เท่านั้น ในฐานข้อมูลป้ายกำกับแรกเริ่มที่กำหนดโดยสำนักงานข้อมูลแห่งชาติ อำเภอ Yonghe ในมณฑล Shanxi, Bijie ในมณฑล Guizhou, Mengzi ในมณฑล Yunnan และเมืองอื่นๆ ในภาคกลางและตะวันตกก็ปรากฏอยู่ในรายชื่อด้วย ในฐานข้อมูลป้ายกำกับของอำเภอ Yonghe 80% เป็นพนักงานหญิง พวกเธอส่วนใหญ่เป็นแม่บ้านในชนบท หรือเยาวชนที่กลับบ้านและหางานที่เหมาะสมไม่ได้

หนึ่งร้อยปีก่อน โรงทอผ้าในแมนเชสเตอร์ ประเทศอังกฤษ เต็มไปด้วยชาวนาที่สูญเสียที่ดิน และในวันนี้ หน้าจอคอมพิวเตอร์ในเมืองห่างไกลเหล่านี้ เต็มไปด้วยคนหนุ่มสาวที่หาตำแหน่งในเศรษฐกิจจริงไม่ได้

พวกเขากำลังทำงานแบบจ่ายตามชิ้นที่ดูเหมือนอนาคต แต่ก็ดั้งเดิมอย่างยิ่ง เพื่อผลิตอาหารข้อมูลที่จำเป็นสำหรับโมเดลใหญ่ของบริษัทยักษ์ใหญ่ AI ในปักกิ่ง เซินเจิ้น และซิลิคอนแวลลีย์

ไม่มีใครคิดว่านี่เป็นปัญหา

สายการผลิตใหม่บนที่ราบสูง Loess

แก่นแท้ของการติดป้ายกำกับข้อมูลคือการสอนเครื่องจักรให้รู้จักโลก

รถยนต์ขับเคลื่อนอัตโนมัติต้องจดจำสัญญาณไฟจราจรและคนเดินถนน โมเดลใหญ่ต้องแยกแยะว่าอะไรคือแมว อะไรคือสุนัข เครื่องจักรเองไม่มีสามัญสำนึก มนุษย์ต้องวาดกรอบบนภาพก่อน บอกมันว่า "นี่คือคนเดินถนน" จากนั้นหลังจากกลืนภาพหลายล้านภาพแล้ว มันจึงจะเรียนรู้ที่จะจดจำได้ด้วยตัวเอง

งานนี้ไม่ต้องการการศึกษาสูง เพียงแค่ความอดทน และนิ้วชี้ที่สามารถคลิกได้ไม่หยุด

ในยุคทองปี 2017 กรอบ 2D ง่ายๆ ราคาสามารถสูงถึงกว่า 0.1 หยวน และบางบริษัทเสนอราคาสูงถึง 0.5 หยวน ผู้ติดป้ายกำกับที่คลิกเร็ว ทำงานสิบกว่าชั่วโมงต่อวัน สามารถหาเงินได้ห้าร้อยถึงหกร้อยหยวน ในเมืองระดับอำเภอ นี่ถือเป็นงานที่มีรายได้สูงและมีเกียรติอย่างแน่นอน

แต่เมื่อโมเดลใหญ่พัฒนาขึ้น ด้านโหดร้ายของสายการผลิตนี้เริ่มปรากฏ

ในปี 2023 ราคาต่อหน่วยของการติดป้ายกำกับภาพง่ายๆ ถูกกดลงเหลือเพียง 3 ถึง 4 เฟิน (0.03-0.04 หยวน) ลดลงกว่า 90% แม้แต่ภาพ point cloud 3D ที่มีความซับซ้อนสูงกว่า ซึ่งประกอบด้วยจุดหนาแน่นและต้องขยายหลายเท่าจึงจะเห็นขอบได้ ผู้ติดป้ายกำกับก็ต้องวาดกรอบสามมิติที่มีความยาว ความกว้าง ความสูง และมุมเอียงในพื้นที่สามมิติ เพื่อห่อหุ้มรถยนต์หรือคนเดินถนนให้แน่นสนิท และกรอบ 3D ที่ซับซ้อนเช่นนี้ก็มีราคาเพียง 5 เฟิน (0.05 หยวน) เท่านั้น

ผลโดยตรงของการที่ราคาต่อหน่วยตกฮวบคือความเข้มข้นของแรงงานที่เพิ่มขึ้นอย่างรวดเร็ว เพื่อยึดติดกับเงินเดือนพื้นฐานสองถึงสามพันหยวนต่อเดือนอย่างเหนียวแน่น ผู้ติดป้ายกำกับต้องเพิ่มความเร็วในการคลิกของตนเองอย่างต่อเนื่องและไม่หยุดนิ่ง

นี่ไม่ใช่งานออฟฟิศที่สบายเลย ในฐานติดป้ายกำกับข้อมูลหลายแห่ง การจัดการเข้มงวดจนน่าหายใจ ห้ามรับโทรศัพท์ขณะทำงาน โทรศัพท์มือถือต้องล็อกไว้ในตู้เก็บของ ระบบจะบันทึกเส้นทางการเคลื่อนไหวของเมาส์และเวลาหยุดพักของพนักงานแต่ละคนอย่างแม่นยำ หากหยุดนานกว่า 3 นาที คำเตือนจากแบ็กเอนด์จะกระหน่ำเข้ามาเหมือนแส้

สิ่งที่ทำให้ท้อแท้ายิ่งกว่าคืออัตราความผิดพลาดที่ยอมรับได้ เส้นผ่านเกณฑ์ของอุตสาหกรรมมักอยู่ที่ 95% ขึ้นไป บางบริษัทกำหนดให้สูงถึง 98%-99% ซึ่งหมายความว่าหากคุณวาดกรอบ 100 กรอบและผิดเพียง 2 กรอบ ภาพทั้งภาพจะถูกส่งกลับมาแก้ไข

ภาพเคลื่อนไหวเชื่อมต่อเฟรม รถยนต์ที่เปลี่ยนเลนจะถูกบัง ผู้ติดป้ายกำกับต้องใช้จินตนาการค้นหาพวกมันทีละชิ้น ในภาพ point cloud 3D วัตถุใดที่มีจุดเกิน 10 จุดต้องวาดกรอบ ในโครงการที่จอดรถที่ซับซ้อน เส้นที่วาดยาวเกินไปหรือการติดป้ายกำกับที่ขาดหายไป จะถูกตรวจพบเสมอเมื่อตรวจสอบคุณภาพ เป็นเรื่องปกติที่ภาพหนึ่งภาพจะถูกส่งกลับมาแก้ไขสี่ถึงห้าครั้ง สุดท้ายแล้ว หลังจากใช้เวลาหนึ่งชั่วโมง สิ่งที่ได้รับในมือมีค่าเพียงไม่กี่เฟิน

ผู้ติดป้ายกำกับรายหนึ่งในมณฑล Hunan โพสต์ใบชำระเงินของเธอบนแพลตฟอร์มโซเชียลมีเดีย หลังจากทำงานหนึ่งวัน เธอวาดกรอบมากกว่า 700 กรอบ ราคาต่อหน่วย 4 เฟิน รายได้รวม 30.2 หยวน

นี่คือภาพที่แตกแยกอย่างสุดขั้ว

ด้านหนึ่งคือผู้นำด้านเทคโนโลยีที่ดูดีในงานแถลงข่าว พูดคุยว่า AGI จะปลดปล่อยมนุษยชาติอย่างไร อีกด้านหนึ่ง ในเมืองระดับอำเภอบนที่ราบสูง Loess และภูเขาทางตะวันตกเฉียงใต้ คนหนุ่มสาวจ้องมองหน้าจอวันละแปดถึงสิบชั่วโมง วาดกรอบอย่างกลไก เป็นพัน เป็นหมื่นกรอบ แม้แต่ในฝันตอนกลางคืน นิ้วมือยังวาดเส้นเลนบนถนนกลางอากาศ

มีคนเคยพูดว่า ภายนอกของปัญญาประดิษฐ์คือรถหรูที่วิ่งผ่านด้วยความเร็วสูง แต่เมื่อเปิดประตู คุณจะพบว่ามีคนหนึ่งร้อยคนกำลังปั่นจักรยาน กัดฟันและเหยียบบันไดอย่างสุดกำลัง

ไม่มีใครคิดว่านี่เป็นปัญหา

แรงงานจ้างเหมาตามชิ้นที่สอนเครื่องจักร "วิธีรัก"

เมื่อข้อจำกัดของการจดจำภาพถูกทำลาย โมเดลใหญ่ได้เข้าสู่การวิวัฒนาการที่ลึกซึ้งยิ่งขึ้น มันต้องเรียนรู้ที่จะคิด พูดคุย และแม้กระทั่งแสดง "ความเห็นอกเห็นใจ" เหมือนมนุษย์

สิ่งนี้ได้กระตุ้นขั้นตอนที่สำคัญที่สุดและมีราคาแพงที่สุดในการฝึกโมเดลใหญ่ - RLHF (Reinforcement Learning from Human Feedback)

พูดง่ายๆ ก็คือ ให้มนุษย์จริงให้คะแนนคำตอบที่สร้างโดย AI บอกมันว่าคำตอบใดดีกว่า สอดคล้องกับค่านิยมและความชอบทางอารมณ์ของมนุษย์มากกว่า

เหตุผลที่ ChatGPT ดู "เหมือนมนุษย์" ก็เพราะมีผู้ติดป้ายกำกับ RLHF นับไม่ถ้วนอยู่เบื้องหลังกำลังสอนมัน

บนแพลตฟอร์ม crowdsourcing งานติดป้ายกำกับประเภทนี้มักถูกกำหนดราคาชัดเจน: ค่าบริการต่อชิ้น 3 ถึง 7 หยวน ผู้ติดป้ายกำกับต้องให้คะแนนทางอารมณ์ที่อัตนัยอย่างยิ่งต่อคำตอบของ AI เพื่อประเมินว่าคำตอบนี้ "อบอุ่น" หรือไม่ "มีความเห็นอกเห็นใจ" หรือไม่ "ดูแลอารมณ์ของผู้ใช้" หรือไม่

แรงงานระดับล่างที่มีรายได้เดือนสองถึงสามพันหยวน หมดแรงดิ้นรนในความโกลาหลของความเป็นจริง และไม่มีเวลาดูแลแม้แต่อารมณ์ของตัวเอง กลับต้องทำหน้าที่เป็นครูสอนอารมณ์และผู้ตัดสินค่านิยมของ AI ในระบบ

พวกเขาต้องบดขยี้ความรู้สึกของมนุษย์ที่ซับซ้อนและละเอียดอ่อนอย่างยิ่ง เช่น ความอบอุ่น ความเห็นอกเห็นใจ ให้กลายเป็นคะแนนเย็นชา 1 ถึง 5 คะแนน หากการให้คะแนนของพวกเขาไม่ตรงกับคำตอบมาตรฐานที่ระบบกำหนดไว้ จะถูกตัดสินว่าอัตราความถูกต้องไม่ผ่านเกณฑ์ และค่าจ้างตามชิ้นงานที่น้อยอยู่แล้วจะถูกหัก

นี่คือการดูดกลืนความเข้าใจ อารมณ์ ศีลธรรม และความเมตตาของมนุษย์ที่ซับซ้อนและลึกซึ้ง กำลังถูกดึงเข้าสู่กรวยของอัลกอริทึมอย่างไม่เต็มใจ ภายใต้การวัดปริมาณและการแบ่งระดับมาตรฐานอันเย็นชา พวกมันถูกบีบเอาไออุ่นสุดท้ายออกไป เมื่อคุณประหลาดใจที่สัตว์ประหลาดไซเบอร์บนหน้าจอเรียนรู้ที่จะเขียนบทกวี ประพันธ์เพลง ถามไถ่ทุกข์สุข และแม้กระทั่งสวมหนังที่อ่อนไหวง่าย ข้างนอกหน้าจอ มนุษย์ที่มีชีวิตชีวาเหล่านั้น กลับเสื่อมสภาพเป็นเครื่องให้คะแนนที่ไร้อารมณ์ ในการตัดสินใจแบบกลไกซ้ำๆ วันแล้ววันเล่า

นี่คือด้านที่ซ่อนเร้นที่สุดของห่วงโซ่อุตสาหกรรมทั้งหมด ไม่เคยปรากฏในข่าวการระดมทุนหรือเอกสารทางเทคนิคใดๆ

ไม่มีใครคิดว่านี่เป็นปัญหา

ปริญญาโทจากมหาวิทยาลัยชั้นนำ 985 และเยาวชนจากเมืองเล็ก

งานวาดกรอบระดับล่างกำลังถูกบดขยี้โดยสายพานของ AI สายการผลิตไซเบอร์นี้เริ่มลามขึ้นไปข้างบน เริ่มกลืนกินแรงงานสมองระดับสูง

ความอยากอาหารของโมเดลใหญ่เปลี่ยนไป มันไม่พอใจกับการเคี้ยวความรู้ทั่วไปง่ายๆ อีกต่อไป มันต้องการกลืนกินความรู้เฉพาะทางและตรรกะระดับสูงของมนุษย์

บนแพลตฟอร์มสรรหาบุคลากรต่างๆ เริ่มปรากฏงานพาร์ทไทม์พิเศษประเภทหนึ่งบ่อยครั้ง เช่น "การติดป้ายกำกับการให้เหตุผลเชิงตรรกะของโมเดลใหญ่" "ผู้ฝึกสอนด้านมนุษยศาสตร์ AI" งานพาร์ทไทม์นี้มีเกณฑ์สูงมาก มักกำหนดให้ "มีวุฒิปริญญาโทขึ้นไปจากมหาวิทยาลัย 985/211" และเกี่ยวข้องกับสาขาวิชาเฉพาะทาง เช่น กฎหมาย การแพทย์ ปรัชญา วรรณคดี

นักศึกษาระดับบัณฑิตศึกษาจากมหาวิทยาลัยชื่อดังจำนวนมากถูกดึงดูด เข้าไปในกลุ่มเอาท์ซอร์สของบริษัทใหญ่เหล่านี้ แต่พวกเขาพบอย่างรวดเร็วว่านี่ไม่ใช่การออกกำลังกายสมองที่สบายเลย แต่เป็นการทรมานจิตใจ

ก่อนรับงานอย่างเป็นทางการ พวกเขาต้องอ่านเอกสารเกณฑ์การให้คะแนนและมาตรฐานการประเมินยาวหลายสิบหน้า และทำการทดลองติดป้ายกำกับสองถึงสามรอบ หลังจากผ่านเกณฑ์แล้ว ในการติดป้ายกำกับอย่างเป็นทางการ หากอัตราความถูกต้องต่ำกว่าค่าเฉลี่ย จะสูญเสียคุณสมบัติและถูกไล่ออกจากกลุ่ม

สิ่งที่ทำให้หายใจไม่ออกที่สุดคือ มาตรฐานเหล่านี้ไม่คงที่เลย เมื่อเผชิญกับคำถามและคำตอบที่คล้ายกัน การใช้วิธีคิดเดียวกันในการให้คะแนน อาจได้ผลลัพธ์ที่ตรงกันข้ามโดยสิ้นเชิง เปรียบเสมือนการทำข้อสอบที่ไม่มีวันทำเสร็จและไม่มีคำตอบมาตรฐาน ไม่สามารถเพิ่มอัตราความถูกต้องได้ด้วยความพยายามหรือการเรียนรู้ด้วยตนเอง แต่ต้องหมุนวนอยู่กับที่อย่างไม่หยุดนิ่ง ใช้สมองและแรงกาย

นี่คือการเอารัดเอาเปรียบรูปแบบใหม่ในยุคโมเดลใหญ่ - การพับทบของชนชั้น

ความรู้ ซึ่งเคยถูกมองเป็นบันไดทองคำที่ทำลายกำแพงและปีนขึ้นข้างบน ตอนนี้กลายเป็นอาหารดิจิทัลที่ซับซ้อนยิ่งขึ้นสำหรับการถวายให้อัลกอริทึมเคี้ยว ภายใต้อำนาจสัมบูรณ์ของอัลกอริทึมและระบบ ปริญญาโทจากมหาวิทยาลัยชั้นนำ 985 ในหอคอยงาช้าง และเยาวชนจากเมืองเล็กบนที่ราบสูง Loess ได้มาบรรจบกันในทางที่แปลกประหลาดที่สุด

พวกเขาต่างตกไปในเหมืองไซเบอร์ที่ลึกไม่มีก้นบ่อนี้ ถูกปลดเปลื้องรัศมี ถูกทำให้เรียบเสมอกัน กลายเป็นฟันเฟืองราคาถูกและสามารถเปลี่ยนได้ตลอดเวลาบนสายพาน

ในต่างประเทศก็เช่นกัน ในปี 2024 บริษัท Apple ตัดทีมติดป้ายกำกับเสียง AI จำนวน 121 คนในซานดิเอโกโดยตรง พนักงานเหล่านี้รับผิดชอบปรับปรุงความสามารถในการประมวลผลหลายภาษาของ Siri พวกเขาเคยคิดว่าตนเองอยู่ใกล้ขอบธุรกิจหลักของบริษัทใหญ่ แต่กลับตกสู่ห้วงเหวของการว่างงานในชั่วพริบตา

ในสายตาของยักษ์ใหญ่ด้านเทคโนโลยี ไม่ว่าจะเป็นแม่บ้านวาดกรอบในเมืองระดับอำเภอ หรือผู้ฝึกสอนตรรกะที่จบจากมหาวิทยาลัยชื่อดัง พวกเขาล้วนเป็น "วัสดุสิ้นเปลือง" ที่สามารถเปลี่ยนได้ตลอดเวลาโดยพื้นฐาน

ไม่มีใครคิดว่านี่เป็นปัญหา

หอคอยบาเบลล้านล้าน สร้างด้วยหยาดเหงื่อไม่กี่เฟิน

จากข้อมูลที่เผยแพร่โดย China Academy of Information and Communications Technology (CAICT) ขนาดตลาดการติดป้ายกำกับข้อมูลของจีนในปี 2023 มีมูลค่า 6.08 พันล้านหยวน คาดการณ์ในปี 2025 จะอยู่ที่ 20-30 พันล้านหยวน และคาดการณ์ว่าภายในปี 2030 ยอดขายตลาดการติดป้ายกำกับและบริการข้อมูลทั่วโลกจะพุ่งสูงถึง 117.1 พันล้านหยวน

เบื้องหลังตัวเลขเหล่านี้ คือความบ้าคลั่งในการประเมินมูลค่าหลายพันล้าน หลายล้านล้านดอลลาร์ของยักษ์ใหญ่ด้านเทคโนโลยี เช่น OpenAI, Microsoft, ByteDance

แต่ความมั่งคั่งมหาศาลเหล่านี้ ไม่ได้ไหลไปสู่ผู้ที่ "เลี้ยง" AI จริงๆ

อุตสาหกรรมการติดป้ายกำกับข้อมูลของจีน แสดงให้เห็นโครงสร้างเอาท์ซ