Những Người Trẻ Ở Thị Trấn Được Gán Nhãn Cho Mô Hình AI Lớn

Tác giả | Sleepy.md

Ở Thiểm Tây Đại Đồng, một thành phố từng dựa vào than đá để nuôi sống bản thân, bây giờ đã rơi ra khỏi than bụi, đổi lấy một cái gạo nhọn nhẻo, hướng về một loại mỏ vô hình khác rơi xuống mạnh mẽ.

Trong tòa nhà văn phòng tại quận Bình Thành Trung Quốc, không còn cầu thang hầm nữa, không còn xe chuyên dụng vận chuyển than. Thay vào đó, là hơn một nghìn chỗ ngồi máy tính sắp xếp gần nhau. Trung tâm Dịch vụ Thông Minh Dữ liệu Lớn Giọng nói Đám mây nhanh của Thượng Hải chiếm một tầng đầy, hàng nghìn nhân viên trẻ đeo tai nghe, đang nhìn chăm chú vào màn hình, click chuột, kéo thả, chọn ô.

Theo dữ liệu chính thức, đến tháng 11 năm 2025, thành phố Thiểm Tây đã triển khai hoạt động 745.000 máy chủ, đã thu hút 69 doanh nghiệp ghi chú dữ liệu, thúc đẩy hơn 30.000 người lao động địa phương, sản lượng đạt 7,5 tỷ nhân dân tệ. Trong mỏ số liệu này, 94% công nhân là người địa phương.

Không chỉ Thiểm Tây. Trong số các trung tâm ghi chú dữ liệu đầu tiên mà Cục thống kê quốc gia xác định, huyện Vĩnh Hòa của Tây Hồ và các huyện Thành phố Bì Tết của Quý Châu, Đông Bắc Nam Tềch của Vân Nam đều được ghi nhận. Trong trung tâm ghi chú dữ liệu tại Vĩnh Hòa, 80% nhân viên là phụ nữ. Họ chủ yếu là các bà mẹ nông thôn hoặc là thanh niên trở về quê không tìm được công việc phù hợp.

Một trăm năm trước, nhà máy dệt ở Manchester, Anh đã chật cứ người nông dân mất đất. Còn ngày nay, trước màn hình máy tính ở những thị trấn hẻo lánh này, đầy người trẻ không thể tìm thấy chỗ đứng trong nền kinh tế thực thể.

Họ đang thực hiện một công việc rất mạnh mẽ về tương lai nhưng cũng rất nguyên thủy, đó là công việc có tính chất cây với đơn giá, cung cấp dữ liệu cần thiết cho dự án của các ông lớn trí tuệ nhân tạo ở Bắc Kinh, Thâm Quyến và Silicon Valley.

Không ai cảm thấy vấn đề này có gì sai lầm.

Dây chuyền sản xuất mới trên cao nguyên Hồng Thổ

Bản chất của việc ghi chú dữ liệu là dạy máy tính nhìn nhận thế giới.

Lái xe tự động cần phân biệt đèn đỏ, xanh và người đi bộ, dự án lớn cần nhận biết con mèo và con chó. Máy tính chính nó không có tri thức, phải được con người vẽ một khung trên ảnh trước, nó mới biết "Đây là người đi bộ", nó mới học được nhận biết từ chính nó sau khi phân tích hàng triệu bức ảnh.

Công việc này không cần bằng cấp cao, chỉ cần kiên nhẫn và một ngón tay có thể click liên tục.

Vào thời kỳ Vàng của năm 2017, một khung 2D đơn giản có thể có giá hơn một xu, thậm chí có các công ty mở giá đến 5 xu. Nhân viên ghi chú nhanh, làm việc mười hai giờ một ngày, có thể kiếm được năm sáu trăm đô la. Ở thị trấn, đây một công việc có lương cao, lịch sự.

Nhưng với sự tiến化 của các mô hình lớn, mặt tàn nhẫn của dây chuyền này bắt đầu hiện rõ.

Vào năm 2023, giá đơn cho việc gắn nhãn hình ảnh đơn giản đã bị đẩy xuống còn 3 đến 4 xu, giảm hơn 90%. Ngay cả với ảnh điểm 3D khó khăn hơn, những hình ảnh được tạo thành từ các điểm dày đặc, cần phải phóng to nhiều lần mới thấy rõ các cạnh, những người gắn nhãn cũng phải vẽ một hộp 3D trong không gian ba chiều bao gồm chiều dài, chiều rộng, chiều cao và góc quay, để chặt chẽ bọc bao xe hơi hoặc người đi bộ, và một hộp 3D phức tạp như vậy chỉ có 5 xu.

Hậu quả trực tiếp của việc giảm giá đơn là tăng cường cường độ lao động. Để giữ chặt mức lương cơ bản hàng tháng khoảng hai ba nghìn đồng, những người gắn nhãn phải không ngừng nâng cao tốc độ làm việc.

Điều này hoàn toàn không phải là một công việc văn phòng nhẹ nhàng. Tại nhiều cơ sở gắn nhãn, quản lý được thực hiện chặt chẽ đến nỗi khiến người ta nghẹt thở, không được nghe điện thoại khi làm việc, điện thoại di động phải khóa trong tủ đựng đồ. Hệ thống sẽ chính xác ghi lại từng dấu chuột và thời gian dừng của mỗi nhân viên, nếu dừng lại quá ba phút, cảnh báo từ hậu trường sẽ trừng phạt như một cái roi.

Điều gây sốc hơn nữa là tỷ lệ chấp nhận lỗi. Điểm đủ của ngành thường ở trên 95%, một số công ty thậm chí đòi hỏi 98%-99%. Điều này có nghĩa là, nếu bạn vẽ 100 hộp, chỉ cần sai 2 hộp, toàn bộ bức ảnh sẽ bị trả lại để sửa.

Ảnh động là các khung hình liên tiếp, xe lật là bị che khuất, người gắn nhãn phải dựa vào trí tưởng tượng để từng bước tìm ra chúng; trong hình ảnh điểm 3D, chỉ cần có hơn 10 điểm của một vật thể, phải vẽ hộp. Một dự án vị trí đậu xe phức tạp, nếu đường vẽ dài hoặc thiếu sót, luôn bị đám đông kiểm tra chê bai. Sửa lại bốn năm năm lần cho một bức ảnh là việc bình thường. Cuối cùng, sau một giờ làm việc, bạn chỉ nhận được vài đồng.

Một người gắn nhãn tại Hồ Nam đã đăng hóa đơn thanh toán của mình trên mạng xã hội, một ngày làm việc, cô ấy vẽ hơn 700 hộp, giá đơn 4 xu, tổng thu nhập 30.2 đồng.

Đây là một cảnh tượng cực kỳ phân chia.

Một bên là các nhà lãnh đạo công nghệ lộng lẫy tại hội nghị, thảo luận về việc AI tự động hóa thông minh (AGI) sẽ làm thế nào để giải phóng con người; mặt khác, ở các thị trấn hạ lưu Hồng Thủy và các dãy núi phía Tây Nam, những người trẻ mỗi ngày chăm chú vào màn hình tám đến mười giờ, vẽ hộp một cách cơ học, hàng nghìn, thậm chí hàng ngàn hộp, thậm chí còn mơ thấy vào đêm, ngón tay vẫn đang vẽ đường xe hơi giữa không trung.

Có người đã nói, bề ngoài của trí tuệ nhân tạo là một chiếc siêu xe vượt sắc, nhưng nếu bạn mở cửa xe, bạn sẽ thấy bên trong có một trăm người đang đạp xe đạp, cắn răng mạnh để đạp pedal.

Nobody thinks this is a problem.

A Piecework Craftsman Teaching Machines
“How to Love”

After the bottleneck of image recognition was broken through, large models underwent a deeper evolution, needing to learn to think, converse, and even demonstrate “empathy” like humans.

This gave rise to the most core and expensive part of large model training—RLHF (Human Feedback Reinforcement Learning).

In simple terms, it involves having real people score AI-generated responses, telling it which response is better, more aligned with human values, and emotional preferences.

The reason ChatGPT looks “human-like” is because behind it, there are countless RLHF annotators teaching it.

On crowdsourcing platforms, such annotation tasks are often clearly priced: a unit cost of 3 to 7 yuan. Annotators need to subjectively score AI responses based on emotion, judging whether the response is “warm,” “empathetic,” or “considers the user’s emotions.”

While holding a monthly salary of two to three thousand, struggling in the mud of reality, and even too busy to care about their own emotions, these bottom-tier workers need to play the role of AI’s emotional mentor and values referee within the system.

They need to forcefully crush these extremely complex and subtle human emotions like warmth and empathy, quantifying them into cold scores of 1 to 5. If their scoring does not align with the system's defined correct answer, it will be deemed as substandard accuracy, resulting in a deduction from their already meager piecework wages.

This is a form of cognitive drain. The intricate and subtle human emotions, ethics, and compassion are being forcibly dragged into the algorithmic funnel. Within the cold quantification and standardization scale, they are squeezed of their last shred of warmth. While you marvel at the cyber behemoth on the screen that has learned to write poetry, compose music, show concern, and even put on a melancholic skin; outside the screen, that group of once vibrant humans is deteriorating into emotionless scoring machines through daily mechanical judgment.

This is the most secretive aspect of the entire industry chain, never appearing in any funding news or tech whitepapers.

Nobody thinks this is a problem.

985 Master's Degree Holder and Small Town Youth

Bottom-tier manual work is being crushed by AI's treads, and this cyber assembly line is beginning to spread upwards, starting to engulf higher-level cognitive labor.

Khát vọng của mô hình lớn đã thay đổi. Nó không còn hài lòng với việc nhai nhỏ kiến thức phổ thông, nó cần nuốt chửng kiến thức chuyên môn và logic cao cấp của con người.

Các trang tuyển dụng lớn bắt đầu xuất hiện các loại công việc bán thời gian đặc biệt, như "Gán nhãn Logic Suy luận của Mô hình Lớn" và "Huấn luyện Viễn cảnh AI". Công việc bán thời gian này có ngưỡng cửa rất cao, thường yêu cầu "tốt nghiệp thạc sĩ trở lên từ trường tốt (985/211)", liên quan đến các lĩnh vực chuyên ngành như luật, y học, triết học, văn học, v.v.

Nhiều sinh viên nổi tiếng bắt đầu bị cuốn vào các nhóm phụ thuộc công ty lớn như này. Nhưng họ sớm nhận ra rằng điều này hoàn toàn không phải là một trò tập trí nhẹ nhàng, mà là một cuộc tra tấn tinh thần.

Trước khi nhận đơn hàng chính thức, họ phải đọc các tài liệu về chiều cao điểm và tiêu chí đánh giá dài đến mấy chục trang, thực hiện hai hoặc ba vòng thử. Sau khi đạt chuẩn, trong quá trình gán nhãn chính thức, nếu độ chính xác thấp hơn mức trung bình, họ sẽ mất tư cách và bị loại khỏi nhóm chat.

Điều làm người ta khó thở nhất chính là các tiêu chuẩn này không phải luôn cố định. Đối diện với các câu hỏi và câu trả lời tương tự, việc đánh giá bằng cùng một cách suy nghĩ có thể dẫn đến kết quả hoàn toàn ngược nhau. Điều này giống như đang làm một bài thi không bao giờ kết thúc và không có đáp án cố định. Không thể cải thiện độ chính xác thông qua nỗ lực cá nhân hoặc học hỏi, chỉ có thể quay vòng tại chỗ, tiêu hao năng lượng tinh thần và thể chất.

Đây chính là sự khai thác mới trong thời đại của mô hình lớn - Sự sụp đổ của tầng lớp.

Kiến thức, cái được xem như bậc thang vàng để phá vỡ rào cản và leo lên, giờ đây đã trở thành thức ăn số cho thuật toán, một loại cỏ số phức tạp hơn để nhai. Trước quyền lực tuyệt đối của thuật toán và hệ thống, thạc sĩ 985 ở trong tòa tháp ngọc đã gặp gỡ với thanh niên ở thị trấn trên cánh đồng đất lớn nhất trong hành trình hợp nhất và kỳ dị nhất.

Họ cùng nhau rơi vào hang mỏ kéo dài không đáy này, bị tước đi ánh hào quang, làm phẳng sự khác biệt, tất cả biến thành các bánh răng trên dây chuyền giá rẻ có thể thay thế bất cứ lúc nào.

Ở nước ngoài cũng tương tự. Vào năm 2024, Apple đột ngột giải tán một nhóm 121 người tham gia vào việc gán nhãn âm thanh AI tại San Diego. Những nhân viên này được giao nhiệm vụ cải thiện khả năng xử lý đa ngôn ngữ của Siri, họ từng nghĩ rằng họ đứng ở rìa lõi nghiệp vụ của công ty lớn, nhưng ngay lập tức bị cuốn vào vực sâu của thất nghiệp.

Trong mắt của các đại gia công nghệ, dù là người phụ nữ bán rong ở thị trấn huyện hoặc giáo viên logic tốt nghiệp từ trường danh giá, cơ bản họ đều là "vật tư" có thể bị thay thế bất cứ lúc nào.

Không ai cảm thấy có vấn đề gì ở đây.

Tháp cổ Vạn tỷ, lấp đầy bằng mồ hôi và máu

Theo dữ liệu từ Viện Thông tin Trung Quốc, vào năm 2023, kích thước thị trường gán nhãn dữ liệu Trung Quốc đạt 60.8 tỷ nhân dân tệ, dự kiến vào năm 2025 sẽ đạt từ 200 đến 300 tỷ nhân dân tệ, dự đoán rằng đến năm 2030, doanh số bán hàng toàn cầu của thị trường gán nhãn và dịch vụ dữ liệu sẽ tăng mạnh lên 1171 tỷ nhân dân tệ.

Đằng sau những con số này là tràng cười đánh giá hàng nghìn tỷ đô la, thậm chí hàng nghìn tỷ đô la của các khổng lồ công nghệ như OpenAI, Microsoft, ByteDance.

Nhưng cơn sốt giá trị này không lan tỏa đến những người thực sự "nuôi dưỡng" trí tuệ nhân tạo.

Ngành gán nhãn dữ liệu của Trung Quốc hiện ra cấu trúc ngoại tuyến bình thường của kim tự tháp đảo ngược. Ở tầng cao nhất, là những thế lực công nghệ nắm chặt thuật toán hạt nhân; ở tầng thứ hai, là các nhà cung cấp dịch vụ dữ liệu lớn; ở tầng thứ ba, là các căn cứ gán nhãn dữ liệu và các công ty ngoại tuyến vừa và nhỏ khắp nơi; cuối cùng, mới là những người gán nhãn chân bùn nhận lương tính theo sản phẩm.

Mỗi lớp ngoại tuyến đều phải cạo trội một lớp mỡ. Khi mức giá mà nhà máy lớn đầu tư chỉ có 5 xu, thông qua việc lấy cắp từng lớp, một người gán nhãn nông thôn có thể không thể nhận được cả 5 xu.

Cựu Bộ trưởng Tài chính Hy Lạp Yanis Varoufakis trong tác phẩm của mình "Feudalism của Công nghệ" đã đưa ra một quan điểm cực kỳ sâu sắc: những thế lực công nghệ ngày nay không còn là nhà vốn truyền thống nữa, mà là "lãnh chúa đám mây" (Cloudalists).

Họ không sở hữu nhà máy và máy móc, mà sở hữu thuật toán, nền tảng, sức mạnh tính toán, đó chính là lãnh thổ số học số của thời đại cyberspace. Trong hệ thống phong kiến mới này, người dùng không phải là người tiêu dùng, mà là nông dân số học số, mỗi lượt like, comment, xem của chúng ta trên mạng xã hội đều cung cấp dữ liệu miễn phí cho lãnh chúa đám mây.

Và những người gán nhãn dữ liệu ở thị trường hạ tầng là nô lệ số học số ở tầng cuối cùng của hệ thống này. Họ không chỉ sản xuất dữ liệu mà còn phải làm sạch, phân loại, xếp hạng dữ liệu nguyên thô với quy mô lớn, biến chúng thành thức ăn chất lượng cao mà mô hình lớn có thể tiêu thụ.

Đây là một cuộc đua môi trường sáng tạo bí mật. Giống như cuộc đua môi trường ở Anh vào thế kỷ 19 đẩy nông dân vào nhà máy dệt, làn sóng trí tuệ nhân tạo ngày nay đã đẩy những thanh niên không tìm thấy vị trí trong nền kinh tế vật lý vào trước màn hình.

Trí tuệ nhân tạo không làm phẳng bằng cấp, mà đã xây dựng một "băng chuyền dữ liệu và lá số mồ hôi" trực tiếp từ thị trấn ở miền Trung Tây Trung Quốc đến trụ sở lớn của các thế lực công nghệ ở Bắc Kinh - Thượng Hải - Quảng Châu - Thâm Quyến. Câu chuyện cách mạng công nghệ luôn lớn lao tuyệt vời, nhưng vẫn có màu sắc cơ sở là tiêu thụ quy mô của lao động rẻ tiền.

Không ai cảm thấy điều này có vấn đề gì.

Ngày mai không còn cần con người

Điều kết cục tàn khốc nhất đang đến, và đang đến nhanh chóng.

Với khả năng của mô hình lớn ngày càng cao, những nhiệm vụ gán nhãn trước đây mà cần lao động ngày đêm của con người, đang được trí tuệ nhân tạo tiếp quản.

Vào tháng 4 năm 2023, trong một diễn đàn, người sáng lập của Li Xiang đã tiết lộ số liệu rằng trước đây, Li Xiang đã phải thực hiện khoảng 10 triệu khung hình tự động điều khiển mỗi năm, chi phí ngoại tuyến gần một tỷ. Nhưng khi họ sử dụng gán nhãn tự động thông qua mô hình lớn, cái mà họ đã mất một năm để làm, ngày nay họ có thể hoàn thành trong khoảng 3 giờ.

Hiệu suất của con người cao gấp 1000 lần, và đã đến từ năm 2023. Trên tháng 3 vừa qua, iDeal vừa phát hành động cơ đánh dấu tự động thế hệ mới MindVLA-o1.

Trong ngành, có một câu tự cười châm biếm vô cùng đúng: "Càng thông minh, càng có nhiều lao động." Nhưng hiện nay, sự sụt giảm đột ngột khoảng 40%-50% đã xuất hiện trong việc giao việc đánh dấu dữ liệu cho các công ty lớn.

Những chàng trai trẻ đã ngồi trước máy tính không biết bao nhiêu đêm ngày, làm mắt mình đỏ bừng, đã nuôi dưỡng một con quái vật bằng đôi tay của mình. Và bây giờ, con quái vật đó đang quay đầu lại, làm vỡ tan chén cơm của họ.

Khi đêm xuống, các tòa nhà văn phòng ở khu phố Thanh Bình vẫn sẵn sàng như ban ngày. Những người trẻ tuổi đang trao đổi với nhau một cách im lặng trong thang máy với các cơ thể mệt mỏi. Trong không gian xếp các hình đa giác khép kín này, không ai quan tâm đến những phát triển phi thường của kiến trúc Transformer ở bờ biển xa xôi, và không ai hiểu rõ âm thanh vang vọng của sức mạnh tính toán đằng sau hàng tỉ tham số.

Ánh nhìn của họ chỉ bị mắc kẹt trên thanh tiến độ màu đỏ xanh biểu thị "điểm qua môn" ở phía sau, tính toán xem con số đơn hàng vài xu, vài đồng đó có thể góp phần kiếm sống đẹp đẽ vào cuối tháng không.

Một bên, là tiếng chuông mở phiên của Nasdaq và hàng loạt các bài báo trên truyền thông công nghệ, các tập đoàn lớn đang cùng nhau ăn mừng sự ra đời của Trí tuệ Nhân tạo tổng hợp; và một bên khác, những nô lệ số này đã nuôi dưỡng AI bằng thịt xương chỉ có thể chờ đợi lo lắng trong giấc mộng đau khổ, đợi chờ vào một buổi sáng bình thường, con quái vật mà họ đã tự tay nuôi dưỡng sẽ không cần đến, một cú đạp nhẹ nhàng cuốn đi chén cơm của họ mà không hề để ý.

Chẳng có ai nghĩ rằng điều này là vấn đề.

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia