Autor: Autumn Spredemann za pośrednictwem The Epoch Times,

W całym łańcuchu dostaw sztucznej inteligencji (AI) znawcy opisują niepewną siłę roboczą charakteryzującą się dużą rotacją i ograniczonym wsparciem i stabilnością.

Ta „niewidzialna” praca ludzka, która etykietuje dane, ocenia wyniki i filtruje szkodliwe materiały, stała się obrotowymi drzwiami talentów, które ułatwiają pracę pod dużą presją i wypalenie zawodowe. Co więcej, pracownicy i eksperci branżowi twierdzą, że odpływ talentów może pogorszyć te same modele sztucznej inteligencji, za których udoskonalanie płaci się pracownikom.

Ogólnie rzecz biorąc, pracownicy zatrudniani do wspierania, oceny lub operacjonalizacji systemów sztucznej inteligencji stoją przed podobnymi wyzwaniami: środowiskami charakteryzującymi się dużym stresem, które często wiążą się ze złożonymi zadaniami, nierealistycznymi harmonogramami, niestabilnością pracy i niskimi płacami.

Nie jest tajemnicą, że branża technologiczna od dawna cierpi z powodu wysokich wskaźników rotacji. Liczby są różne, ale wiele badań wskazuje, że średni wskaźnik odpływu talentów w sektorze technologii wynosi od 13 do 18 procent.

Staje się to jasne, gdy weźmie się pod uwagę koszt zastąpienia talentów technologicznych, który może wynieść do 150 procent wynagrodzenia pracownika, włączając koszty rekrutacji, czas wdrożenia, straty w produktywności i wpływ na relacje z klientami.

Niektórzy uważają, że sama utrata wiedzy instytucjonalnej sprawia, że ​​zatrzymanie pracowników ma kluczowe znaczenie.

„Ludzie uwielbiają rozmawiać o „magii” sztucznej inteligencji, ale stojąca za nią kultura pracy to maszynka do mielenia mięsa. Widziałem, jak rotacja talentów podczas oceny modeli osiągnęła rekordowy poziom, ponieważ praca jest powtarzalna i wyczerpuje psychicznie” – powiedział The Epoch Times Barry Kunst, wiceprezes ds. marketingu w Solix Technologies.

„Kiedy tracisz głównego badacza z powodu odejścia, tracisz nie tylko ciało; tracisz pytanie „dlaczego” ukryte za poręczami zabezpieczającymi modela” Masz sztukę.

Dlatego jest nieugięty w kwestii stabilności siły roboczej AI, która, jego zdaniem, koreluje bezpośrednio z niezawodnością modelu: „Jeśli zmieniasz wykonawców co sześć miesięcy, aby utrzymać niskie koszty pracy, zarządzanie danymi zakończy się niepowodzeniem, kropka”.

Sovic Chakrabarti, dyrektor agencji marketingu cyfrowego Icy Tales, powiedział: „Rotacja w zespole jest częstsza, niż ludzie się spodziewają.

„W niektórych grupach, szczególnie tych związanych ze szkoleniem modeli, ewaluacją lub procesami oznaczania danych, odejście może zdarzać się co kilka miesięcy. Krótkie umowy, finansowanie w oparciu o projekty i ciągła reorganizacja oznaczają, że ludzie szybko wchodzą i odchodzą” – powiedział The Epoch Times.

Technik pracuje w centrum danych AI Amazon Web Services w New Carlisle w stanie Indiana, 2 października 2025 r. Noah Berger dla AWS/Reuters

Chakrabarti wystarczająco długo pracował nad rozwojem i wsparciem systemów sztucznej inteligencji, aby dostrzec wzorce, które, jak to ujął, „rzadko trafiają do publicznych dyskusji”.

“To [workforce] rezygnacja z pracy absolutnie prowadzi do utraty wiedzy” powiedział. „Ważny kontekst dotyczący tego, dlaczego zbiór danych został przefiltrowany w określony sposób, dlaczego istnieje zasada bezpieczeństwa lub dlaczego model zachowywał się dziwnie podczas testowania, często żyje w czyjejś głowie”.

Według Chakrabarti dokumentacja rzadko przedstawia całą historię, kiedy taka osoba odchodzi. „Nowi pracownicy dziedziczą systemy bez zrozumienia pierwotnych kompromisów, co może po cichu wprowadzić ryzyko” – powiedział.

Koszt ludzki

Wskaźniki wypalenia zawodowego wśród pracowników branży informatycznej (IT) są wysokie. Raport dotyczący przywództwa inżynieryjnego LeadDev za rok 2025 znaleziony To 22 procent z 617 ankietowanych liderów inżynierii i programistów czuło się krytycznie wypalonych w pracy.

Dodatkowe 24 procent respondentów stwierdziło, że czuje się „umiarkowanie” wypalone, a 33 procent zgłosiło niski poziom wypalenia.

Częściowo wynika to z obaw o bezpieczeństwo miejsc pracy po dwóch latach zwolnień w dużych firmach technologicznych, ale płace wielu pracowników napędzających rewolucję sztucznej inteligencji są często niskie.

Związek Pracowników Alfabetu (AWU), Pracownicy Komunikacji Ameryki (CWA) i TechEquity przewodzili: badanie w sprawie warunków pracy pracowników zajmujących się przetwarzaniem danych w USA i stwierdził, że warunki są podobne do warunków pracy wykonawców technologii w krajach rozwijających się.

w ankieta spośród 160 pracowników zajmujących się przetwarzaniem danych w USA, 86 procent martwiło się, czy będzie w stanie zapłacić rachunki, a 25 procent w życiu korzystało z pomocy publicznej. Ta sama grupa podała, że ​​średnia stawka godzinowa wynosi 15 dolarów, a średnia roczna pensja wynosi 22 620 dolarów.

Osiemdziesiąt pięć procent osób biorących udział w badaniu stwierdziło, że w pracy oczekuje się od nich „dyżuru”, ale tylko 30 procent stwierdziło, że za ten czas otrzymuje wynagrodzenie. Ponad jedna czwarta respondentów stwierdziła, że ​​spędza na telefonie więcej niż 8 godzin tygodniowo.

„Jeśli jest coś, co chciałem, żeby opinia publiczna wiedziała, to to, że są ludzie nisko opłacani [in the United States] których nie traktuje się nawet jak ludzi – tylko niewiele więcej niż numery identyfikacyjne pracowników – tworząc systemy sztucznej inteligencji o wartości 1 miliarda, bilionów dolarów, które mają poprowadzić całe nasze społeczeństwo i cywilizację w przyszłość” – Kirn Gill II, specjalista ds. jakości wyszukiwania pracujący nad produktami Google w firmie Telus, powiedział CWA.

Chakrabarti powiedział, że kultura pracy stojąca za sztuczną inteligencją napędza te wyzwania.

„Istnieje realna presja na utrzymanie kosztów pracy na niskim poziomie. Widziałem nierealistyczne harmonogramy, zespoły z niedoborami kadrowymi i oczekiwania, że ​​„zrobię więcej za mniej”, podczas gdy stawka stale rośnie. To napięcie powoduje stres, zwłaszcza gdy systemy wpływają na miliony użytkowników” – powiedział.

Ikona aplikacji Chat GPT jest widoczna na ekranie smartfona w Chicago, 4 sierpnia 2025 r. AP Photo/Kiichiro Sato, plik

Dodał, że bycie częścią tajnej siły roboczej stojącej za sztuczną inteligencją może być również wymagające psychicznie.

„Ponosisz odpowiedzialność, nie zawsze mając władzę i czas, aby zrobić wszystko właściwie. […]W miarę ewolucji narzędzi role zmieniają się szybko, a wiele osób czuje się możliwych do zastąpienia, nawet jeśli są niezbędne” – powiedział Chakrabarti.

Nicky Zhu, menedżer produktu ds. interakcji AI w Dymesty, zgadza się, że presja na ograniczanie kosztów wywierana na pracowników przetwarzających dane jest „nierealistyczna” i podsyca zjawisko wypalenia zawodowego.

“Firmy zatrudniają wykonawców zamiast zatrudniać stałego personelu, nakazują 60-godzinne tygodnie krytyczne i oczekują szybkiego uczenia się skomplikowanych systemów. Byłem świadkiem, jak wielu zdolnych inżynierów całkowicie odeszło z dziedziny sztucznej inteligencji ze względu na wysoki poziom niestabilności i niemożliwe do zarządzania obciążenie pracą” – Zhu powiedział The Epoch Times.

Zhu powiedział, że obciążenie psychiczne związane z pracą z danymi często pozostaje niezauważone.

“Personel jest regularnie narażony na niepokojący materiał podczas testów bezpieczeństwa, w tym podczas oceny szkodliwych treści. Świadomość, że Twoja praca ma wpływ na miliony użytkowników, zwiększa stres. Połączenie szybkiego rozwoju sztucznej inteligencji, niepewności zatrudnienia i dużej rotacji jest przytłaczająca psychicznie” – powiedziała.

W analizie warunków pracowników zajmujących się danymi respondenci zgłosili ograniczony dostęp do świadczeń w zakresie zdrowia psychicznego lub jego brak, mimo że autorzy badania nazwali to „pierwszą linią obrony, chroniącą miliony ludzi przed szkodliwymi treściami i niedoskonałymi systemami sztucznej inteligencji”.

Tylko 23 procent ankietowanych pracowników zajmujących się przetwarzaniem danych przyznało, że korzysta ze świadczeń zdrowotnych zapewnianych przez pracodawcę.

Międzynarodowa Organizacja Pracy zauważyła, że ​​wielkojęzyczne modele sztucznej inteligencji, takie jak ChatGPT i Claude, nadal wymagają „niewidzialnych pracowników”, którzy dostosowują reakcje sztucznej inteligencji, łagodzą uprzedzenia i eliminują toksyczne lub niepokojące treści za kulisami.

“W rezultacie pracownicy są rutynowo narażeni na drastyczną przemoc, mowę nienawiści, wykorzystywanie dzieci i inne niepożądane materiały. Takie ciągłe narażenie może odbić się na ich zdrowiu psychicznym i wywołać zespół stresu pourazowego, depresję i zmniejszoną zdolność odczuwania empatii” – Międzynarodowa Organizacja Pracy stwierdził.

Ryzyko drzwi obrotowych

Efektem domina ciągłych zmian kadrowych związanych ze sztuczną inteligencją jest wzrost zagrożeń dla cyberbezpieczeństwa.

„Rotacja pracowników dosłownie wpływa na jakość, bezpieczeństwo i niezawodność modeli” „The Epoch Times” powiedział Janero Washington, dyrektor ds. edukacji w ACSMI Cybersecurity Certification.

„Duża rotacja zakłóca znajomość domeny, opóźnienia w procesie iteracji i prawdopodobieństwo pominięcia kluczowych szczegółów w rozwoju.”

Waszyngton stwierdził, że może to mieć „bezpośredni wpływ na dokładność i siłę [AI] modeli, szczególnie w fazach wdrażania.”

Dodał, że niskie koszty pracy są głównym punktem nacisku w projektach AI, w których priorytetem jest efektywność kosztowa w stosunku do zrównoważonych inwestycji w wykwalifikowaną siłę roboczą.

„Może to skutkować pójściem na skróty, w tym przepracowaniem zespołów, nierealistycznymi terminami lub koniecznością korzystania z mniej doświadczonych pracowników w celu dotrzymania budżetów” powiedział.

Zhu widział na własne oczy, jak odpływ pracowników wpływa na efektywność narzędzi AI: “Wiedza jest tracona szybciej, niż jest udokumentowana. Ważne informacje na temat przypadków brzegowych modelu, ograniczeń, procedur bezpieczeństwa i powiązanych szczegółów są tracone, gdy wykonawcy odchodzą po sześciu lub 12 miesiącach.”

Kiedy Zhu rozpoczynała pracę na swoim obecnym stanowisku, odkryła, że ​​trzy zespoły próbowały rozwiązać ten sam zestaw problemów, korzystając z już opracowanej funkcji sztucznej inteligencji.

“Mimo to nikt nie udokumentował powodów różnych decyzji projektowych. Ostatecznie musieliśmy przerobić wcześniej opracowane rozwiązania projektowe w przypadku problemów, które zostały już rozwiązane. Jest to zbyt powszechna rzeczywistość w branży” – powiedziała.

Platforma bezpieczeństwa danych Cyberhaven zauważyła, że ​​na 24 godziny przed zwolnieniem lub rezygnacją pracownika organizacje mogą doświadczyć 720-procentowego wzrostu wycieku danych. Obejmuje to wszystko, od pobierania wrażliwych plików po przesyłanie dalej wiadomości e-mail lub kopiowanie list klientów – wszystko to może mieć poważne konsekwencje.

Washington stwierdził, że kluczową wiedzę lub szczegóły można łatwo utracić, gdy zespół zajmujący się danymi jest uzależniony od krótkoterminowej umowy lub doświadcza dużej rotacji talentów.

„Ma to wpływ na ciągłość wiedzy o zbiorach danych, przypadkach brzegowych lub problemach z wersjonowaniem, powodując nieefektywność i potencjalnie konieczność przeróbki tego samego problemu” – powiedział.

Chakrabarti zgodził się. „Kiedy zespoły są przeciążone lub stale się odbudowują, problemy są łatane, a nie głęboko rozwiązywane” powiedział.