Ngành huấn luyện AI tìm đến bác sĩ, luật sư

Trí tuệ nhân tạo đang tái định hình công việc gán nhãn dữ liệu, biến một lĩnh vực từng bị xem như “lao động phổ thông số” thành cơ hội việc làm thù lao hậu hĩnh cho chuyên gia trình độ chuyên môn cao.

Mạng xã hội LinkedIn xếp gắn nhãn dữ liệu vào nhóm công việc có tốc độ tăng trưởng nhanh thứ tư tại Mỹ năm 2026. Nhiều công ty AI đang cạnh tranh gay gắt để thu hút nhân sự trình độ cao - từ kĩ sư phần mềm với mức thù lao 120 USD/giờ, nhà vật lí vật chất ngưng tụ 170 USD/giờ đến luật sư dân quyền 400 USD/giờ - phục vụ hoạt động huấn luyện mô hình AI thế hệ mới.

Chuyển dịch từ tuyển người bình thường làm việc theo nhiệm vụ nhỏ lẻ chỉ kiếm được vài cent/nhiệm vụ sang chuyên gia lĩnh vực tính phí hàng trăm USD/giờ phản ánh sự phát triển của ngành đã vượt ra ngoài khuôn khổ thu thập dữ liệu công khai trên internet. Hiện tại các công ty tìm kiếm kiến ​​thức chuyên môn độc quyền nhằm tạo sự khác biệt cho mô hình của mình.

Lực lượng lao động dữ liệu phân hóa

Bà nội trợ Brook Hansen đã làm công việc liên quan đến dữ liệu cả 1 thập kỉ, khởi đầu bằng nhiệm vụ phiên mã đơn giản trên nền tảng Mechanical Turk của Amazon với mức thù lao chỉ vài xu. Cô có thể kiếm vài trăm USD/tuần vào những khoảng thời gian rảnh rỗi không chăm sóc con cái.

Ngày nay tình hình thay đổi hoàn toàn. Bác sĩ chẩn đoán hình ảnh Anu Brixey chỉ mất 1 giờ gắn nhãn dữ liệu hình ảnh y tế vào cuối tuần là kiếm được số tiền tương đương.

Sự phân hóa ngày càng sâu sắc như trên tạo nên nhiều tầng lớp lao động khác biệt trong nền kinh tế dữ liệu. Lao động nhận làm nhiệm vụ phổ quát thù lao thấp đối mặt với điều kiện làm việc ngày càng tồi tệ: nhiệm vụ trở nên phức tạp hơn, còn cơ hội có được công việc ổn định ngày càng khan hiếm. Tháng trước Amazon khai tử Mechanical Turk sau 21 năm hoạt động, qua đó làm mất đi nguồn thu nhập chính của hàng nghìn lao động xử lí dữ liệu tại Mỹ. Trong khi đó, công ty Mercor chuyên tuyển chuyên gia lĩnh vực tham gia gắn nhãn dữ liệu đang thảo luận kế hoạch gọi vốn mới với mức định giá với mức định giá lên đến 20 tỉ USD.

Dữ liệu độc quyền trở nên quan trọng

Nhu cầu về kiến ​​thức chuyên sâu bắt nguồn từ thay đổi căn bản trong cách thức huấn luyện các mô hình ngôn ngữ lớn.

Cựu kĩ sư OpenAI Will DePue nhận định dữ kiệu độc quyền nay trở nên quan trọng không kém năng lực tính toán. Các công ty không hài lòng với dữ liệu công khai quá thông thường thu thập từ internet. Họ cần bác sĩ chẩn đoán hình ảnh diễn giải kết quả chụp y tế, nhà toán học kiểm chứng chứng minh phức tạp, luật sư đánh giá lập luận pháp lí cùng chuyên gia nhiều lĩnh vực khác.

Hàng loạt nền tảng đang đẩy mạnh thu hút chuyên gia thông qua LinkedIn cùng đãi ngộ cực kì hấp dẫn. Mercor trả thù lao trung bình 110 USD/giờ, Prolific cho biết chuyên gia hiện chiếm 30% tổng số người tham gia huấn luyện mô hình của mình. Thậm chí một số đơn vị như xAI còn tuyển người hướng dẫn AI nội bộ sở hữu chuyên môn trải rộng từ lĩnh vực tài chính, ngôn ngữ Phần Lan cho đến viết kịch bản hài.

Brixey nhận lời mời tham gia huấn luyện trí tuệ nhân tạo khoảng 4 năm trước, khi một công ty tìm bác sĩ đọc ảnh chụp ngực, phổi và tim. Sau thời gian làm việc chính trong tuần, đôi lúc cô dành ra thời gian cuối tuần thực hiện công việc đánh dấu dữ liệu như xác định vùng tích tụ canxi trên ảnh chụp tim. Cô tham gia tối đa 2 dự án mỗi năm, chủ yếu vì tiềm năng của công nghệ hơn là thu nhập.

“Tôi làm việc này vì muốn cải thiện khả năng chăm sóc bệnh nhân”, Brixey chia sẻ.

Nghịch lí lao động chuyên gia

Chuyển đổi nhu cầu đặt ra câu hỏi quan trọng về sở hữu trí tuệ và kinh tế lao động. Giáo sư Danielle Li (Viện Công nghệ Massachusetts) lưu ý rằng hình thức thỏa thuận lao động truyền thống bị phá vỡ khi người sử dụng lao động về cơ bản có thể sở hữu phiên bản vĩnh viễn của kiến thức chuyên môn thông qua mô hình AI.

Trước đây hiểu biết về chẩn đoán của bác sĩ X quang chỉ có thể “thuê” qua việc làm trực tiếp, nhưng nay sẽ được mã hóa rồi lưu lại vô thời hạn vào hệ thống trí tuệ nhân tạo.

Bác sĩ chẩn đoán hình ảnh Pauley Chea (cũng đang nhận công việc xử lí dữ liệu) cho biết giới chuyên gia y tế ngày càng lo ngại về thực trạng này. Không ít chuyên viên y khoa lẫn bác sĩ nội trú - những người còn cả chặng đường đào tạo dài phía trước - đặc biệt lo ngại liệu họ có đang vô tình tạo ra đối thủ cạnh tranh với mình trong tương lai hay không.

Giáo sư Antonio Casilli (Viện Bách khoa Paris) lại nhận định tuyển dụng chuyên gia tên tuổi chỉ là chiến lược tiếp thị hướng đến giới đầu tư, phần lớn công việc gắn nhãn dữ liệu vẫn dựa vào đội ngũ nhân sự phổ thông với mức thù lao thấp hơn.

Một số công ty khó thu hút lực lượng chuyên gia bận rộn, dù thù lao vô cùng hấp dẫn. Theo nhiều người trên diễn đàn Wall Street Oasis, các chuyên gia ngân hàng đầu tư thường bị ràng buộc bởi hợp đồng lao động và không có thời gian rảnh rỗi cho công việc bên ngoài. Phó chủ tịch Prolific Ana Price cho biết đãi ngộ phải thực sự đủ sức thuyết phục, bởi nhóm nhân sự mục tiêu thường là người dư dả về tài chính nhưng lại rất thiếu thời gian.

Về dài hạn, bước tiến tiếp theo có thể là loại bỏ thách thức trong tuyển dụng. Giám đốc điều hành công ty khởi nghiệp Micro1 Ali Ansari ủng hộ xem nhân viên của mình như người đồng thời tạo ra hàng hóa, dịch vụ lẫn dữ liệu đào tạo có giá trị thương mại. Tháng 4 năm nay Meta bắt đầu cài đặt phần mềm theo dõi mọi cú nhấp chuột, thao tác phím và chuyển động chuột của nhân viên, thông báo nội bộ giải thích rằng dữ liệu hoạt động hàng ngày sẽ giúp cải thiện quá trình huấn luyện mô hình AI.

AI vẫn luôn cần con người

Nhà nghiên cứu Fan Yang (Trường Luật Melbourne) mô tả xu hướng thu hút chuyên gia như hình thức thuê ngoài kiểu mới: doanh nghiệp mua công cụ AI vẫn còn phụ thuộc vào chuyên môn con người tùy từng trường hợp cụ thể, thay vì trực tiếp tuyển dụng nhân sự.

Dành cả thập kỉ quan sát ngành phát triển, Hansen tin chắc rằng trí tuệ nhân tạo sẽ luôn cần đến sự đóng góp từ con người. Gần đây công việc của cô chủ yếu dành 20 phút trò chuyện trên Zoom với người xa lạ. Cô đoán những cuộc hội thoại được dùng để dạy cho AI cách nói chuyện tự nhiên hơn.