أولئك الشباب من المدن الصغيرة الذين يضعون علامات على نماذج الذكاء الاصطناعي الكبيرة

المؤلف الأصلي: Sleepy.md

مدينة داتونغ في مقاطعة شانشي، تلك المدينة التي كانت تستمد نصف قوتها تقريبًا من الفحم في السابق، وقد تخلّت اليوم عن غبار الفحم المتراكم على جسدها، واستبدلت بمِخلّةٍ حادة، لتُسقطها بقوّة نحو منجمٍ آخر غير مرئي.

داخل مبنى المكاتب في مركز جينماو الدولي بمنطقة بينغتشنغ في داتونغ، لم يعد هناك آبارُ رفع وإنزال، ولم تعد هناك عربات لنقل الفحم. بدلًا من ذلك، توجد آلاف المقاعد الحاسوبية المرتّبة بإحكام. تستحوذ قاعدة خدمات البيانات الذكية في شنغهاي «رونشون سيليانغ يۈن زونغ غُو» على عدة طوابق كاملة، حيث يراقب آلاف من الموظفين الشباب الذين يرتدون سماعات، شاشاتهم، وينقرون، ويسحبون، ويحدّدون مربعات.

وفقًا للبيانات الرسمية، وحتى نوفمبر 2025، تم تشغيل 745,000 خادم في داتونغ، وتم استقدام 69 شركة لتدقيق بيانات المكالمات والإسناد (call annotation)، بما ساعد على توفير فرص عمل قريبة لأكثر من 30,000 مرة عمل. بلغت قيمة الإنتاج 750 مليون يوان. في حفرة الأرقام هذه، يشكّل 94% من العاملين سجلاتهم من المقيمين المحليين.

ليس الأمر في داتونغ فقط. ضمن أول دفعة من قواعد و”مراكز“ تدقيق البيانات التي حددتها هيئة البيانات الوطنية، تظهر بشكل واضح مدن ومقاطعات في الجزء الأوسط والغرب مثل مقاطعة يونغخه في شانشي، وجيفي في مقاطعة قويتشو، ومونغتسي في يونّنان. في قاعدة تدقيق البيانات في يونغخه، تبلغ نسبة الموظفات 80%. ومعظمهن أمهات من الريف، أو شابات/شباب عائدون من خارج المدن لا يجدون عملاً مناسبًا.

قبل مئة عام، في مصنع مانشستر البريطاني للنسيج، كان مزدحمًا بالمزارعين الذين فُقدت أراضيهم. أما اليوم، فشاشات الكمبيوتر أمام الشباب في تلك المقاطعات النائية ممتلئة بمن لا يجدون مكانًا في الاقتصاد الحقيقي.

إنهم يعملون في نوعٍ من الأعمال بالقطعة؛ عملٌ شديد الحداثة من ناحية الإحساس بالمستقبل، لكنه بدائي للغاية. هذا العمل ينتج “علف البيانات” الضروري لتغذية نماذج الذكاء الاصطناعي الكبيرة لدى عمالقة الذكاء الاصطناعي في بكين وشنتشن ووادادي سيليكون فالي (Silicon Valley).

لا أحد يعتقد أن في ذلك مشكلة.

خط إنتاج جديد على هضبة اللوس

جوهر تدقيق البيانات هو تعليم الآلة كيف تُدرك العالم.

السيارات ذاتية القيادة تحتاج إلى تمييز إشارات المرور والمشاة. والنماذج الكبيرة تحتاج إلى التفريق بين ما هو قطّ وما هو كلب. الآلة نفسها لا تملك “معرفة فطرية”؛ فلا بد أن يرسم البشر أولًا إطارًا على الصور، ويخبرونها: «هذا مشاة»، عندها فقط، وبعد أن تبتلع عشرات الملايين من الصور، تتعلم أن تميّز وحدها.

هذه الوظيفة لا تتطلب تعليمًا عاليًا؛ كل ما تحتاجه هو الصبر، وأصبع سبّابة تستطيع أن ينقر بلا توقف.

في “العصر الذهبي” عام 2017، كان سعر إطار ثنائي الأبعاد (2D) بسيط يصل إلى أكثر من “مليم” (أكثر من عُشر يوان)، بل إن بعض الشركات كانت تعرض سعرًا يصل إلى 5 “مِليُمات” (5 جياو). المعلّم/المعنّون الذي تُميز سرعته في اليدين، الذي يعمل يومًا كاملاً بأكثر من عشر ساعات، كان يمكنه أن يكسب 500 إلى 600 يوان. وفي المقاطعات والمدن الصغيرة، تُعد هذه بالتأكيد وظيفة ذات أجر مرتفع و”مظهر لائق“.

لكن مع تطور النماذج الكبيرة، بدأت تظهر القسوة في هذه السلسلة من جهة ثانية.

بحلول عام 2023، انخفض سعر الوحدة لتدقيق الصور البسيطة إلى 3 إلى 4 فِن (Fen)، أي بنسبة هبوط تتجاوز 90%. وحتى لو كانت المهمة أصعب مثل رسومات سحابة النقاط ثلاثية الأبعاد (3D point clouds)، حيث تتكوّن الصورة من نقاط كثيفة، ولا يمكن رؤية الحواف إلا بعد تكبيرها عشرات أو مئات المرات، فإن العاملين ما زالوا مضطرين إلى رسم “إطار ثلاثي الأبعاد” يشمل الطول والعرض والارتفاع وزاوية الانحراف داخل فضاء ثلاثي الأبعاد، ليُحاط المركبة أو المشاة إحاطة محكمة بلا فجوات. ومع ذلك فإن هذا الإطار الثلاثي الأبعاد المعقّد لا يساوي سوى 5 فِن.

العاقبة المباشرة لانهيار سعر الوحدة هي تضخم شدة العمل. لكي يثبت العاملون على قضم الحد الأدنى الشهري الذي يبلغ بضعة آلاف من اليوان (نحو ألفين إلى ثلاثة آلاف)، يتعين عليهم رفع سرعة النقر لديهم باستمرار، دون توقف.

هذا ليس عملًا مريحًا للموظف المكتبي. في كثير من قواعد التدقيق، تكون الإدارة صارمة لدرجة تخنق النفس: يُمنع أثناء الدوام استقبال المكالمات، ويجب حبس الهواتف داخل حجرات التخزين. يقوم النظام بتسجيل بدقة مسار الماوس لكل موظف ووقت بقائه، فإذا توقفت لأكثر من ثلاث دقائق، فإن التحذيرات في الخلفية تأتي كأنها سوط يجلد.

والأسوأ من ذلك هو معدل التسامح مع الأخطاء (tolerance). عادةً ما تكون “نسبة النجاح” في هذه الصناعة 95% أو أعلى، بل إن بعض الشركات تطلب 98% إلى 99%. وهذا يعني أنه إذا رسمت 100 إطار، وكنت مخطئًا في إطارين فقط، فستُرفض الصورة كاملة وتُعاد لإجراء إصلاح.

الرسومات المتحركة تكون مترابطة الإطارات؛ السيارة التي تغيّر مسارها قد تُحجب، وعلى المعلّمين الاعتماد على الاستنتاج لتحديد تلك الأجزاء واحدًا تلو الآخر. وفي سحابة النقاط ثلاثية الأبعاد (3D point cloud)، إذا زاد عدد نقاط الجسم عن 10 نقاط، فلابد من رسم إطار. في مشروع موقف سيارات معقد، إذا طال الخط في الرسم أو وُجدت علامات ناقصة، فعند فحص الجودة (QC) دائمًا ما يتم العثور على الأخطاء. أن تُعاد معالجة صورة أربع أو خمس مرات هو أمر شائع. وفي النهاية، بعد الحساب، بعد أن قضيت ساعة كاملة، تحصل في يدك على بضعة فِن فقط.

أظهرت إحدى مُدرّفات/مُعنّنات بيانات في هونان على منصة اجتماعية قائمة تسويتها. بعد يوم عمل كامل، رسمت أكثر من 700 إطار، وكان سعر الوحدة 4 فِن؛ إجمالي دخلها 30.2 يوان.

إنها صورة شديدة التناقض.

من جهة، كبار خبراء التكنولوجيا يتألقون في المؤتمرات الصحفية، ويتحدثون عن كيفية تحرير AGI للبشرية؛ ومن جهة أخرى، في مدن المقاطعات الواقعة على هضبة اللوس وفي الجبال جنوب غرب، يحدّق الشباب في الشاشة يوميًا لمدة ثماني إلى عشر ساعات، ويقومون بسحب الإطارات بشكل آلي: آلاف الإطارات، وعشرات الآلاف، بل حتى في الليل يحلمون، وأصابعهم في الهواء وهي ترسم خطوط مسارات السيارات.

كان هناك من قال إن المظهر الخارجي للذكاء الاصطناعي يشبه سيارة فاخرة تصرخ وتندفع بسرعة؛ لكن عندما تفتح باب السيارة ستكتشف أنه يوجد داخلها مئة شخص يتنقلون على دراجات ويعضّون على أسنانهم ليدوسوا دواسات بجدّ.

لا أحد يعتقد أن في ذلك مشكلة.

وظيفة بالقطعة “تعلم الآلة كيف تحب”

بعد أن تم اختراق عنق الزجاجة في التعرّف على الصور، دخلت النماذج الكبيرة في تطور أعمق. إذ تحتاج إلى أن تتعلم التفكير والحوار مثل البشر، وحتى إظهار «التعاطف».

وهذا ما أدى إلى ظهور أكثر جزء جوهري وأغلى تكلفة في تدريب النماذج الكبيرة—RLHF (التعلّم المُعزّز بناءً على ملاحظات بشرية).

بعبارة بسيطة: يتم جعل بشر حقيقيين يقيّمون إجابات يقدّمها الذكاء الاصطناعي، ليخبروه أي إجابة أفضل، وأكثر تطابقًا مع قيم البشر وتفضيلاتهم العاطفية.

سبب ظهور ChatGPT وكأنه «يشبه الإنسان» هو أن خلفه لا حصر من مُعلّمي RLHF يقومون بتعليمه.

في منصات العمل عبر الحشد (crowdsourcing)، غالبًا ما تُسعّر هذه مهام الوسم/التقييم بشكل واضح: تكلفة القطعة الواحدة 3 إلى 7 يوان. يحتاج مُعنّن البيانات إلى إعطاء تقييم عاطفي شديد الذاتية لإجابات الذكاء الاصطناعي، لتحديد ما إذا كانت هذه الإجابة «دافئة»، وما إذا كانت «تُظهر تعاطفًا»، وما إذا كانت «تراعي مشاعر المستخدم».

أما ذلك العامل/العاملون من الطبقة الدنيا الذين يتقاضون راتبًا شهريًا يتراوح بين ألفين وثلاثة آلاف، ويكابدون مشقة الركض في وحل الواقع، وحتى لا يملكون وقتًا للعناية بمشاعرهم هم أنفسهم—فإنه مع ذلك يُطلب منه داخل النظام أن يكون مرشدًا عاطفيًا للذكاء الاصطناعي وحَكَمًا للقيم.

يحتاجون إلى سحق مشاعر بشرية معقدة ودقيقة للغاية مثل الدفء والتعاطف بالقوة، وتحويلها إلى درجات باردة من 1 إلى 5. إذا اختلفت درجة تقييمهم عن الإجابة “المعيارية” التي يحددها النظام، فسيتم اعتبار نسبة الدقة غير كافية، وبالتالي سيتم خصم جزء من أجرهم بالقطعة—وهو أصلاً أجر زهيد.

إنها نوع من “تفريغ الإدراك”. المشاعر البشرية المعقدة والدقيقة والأخلاق والشفقة، يتم سحبها قسرًا إلى قمع الخوارزميات. وفي مقياس الكمية البارد والمعيار الموحد، تُستنزف حتى آخر نقطة من الدفء. عندما تُدهشك فكرة أن الوحش السيبراني في الشاشة تعلّم أن يكتب شعرًا ويؤلف لحنًا ويطّلع على الأحوال ويسأل عن الرفق، بل ويُغلف نفسه بقشرة شديدة الحزن والتعاطف—وعندما تنظر إلى الشاشة من الخارج، فإن أولئك البشر الذين كانوا أحياءً بالفعل يتدهورون يومًا بعد يوم في أحكام ميكانيكية، فيتحولون إلى آلات منح درجات بلا مشاعر.

هذه هي الجانب الأكثر خفاءً في سلسلة الصناعة بأسرها، والتي لا تظهر في أي أخبار تمويل ولا في أي كُتيب أبيض تقني.

لا أحد يعتقد أن في ذلك مشكلة.

ماجستير 985 وشباب البلدات

وظيفة سحب الإطارات في الطبقة الدنيا تُسحقها “مسارات” (track) الذكاء الاصطناعي. وقد بدأت هذه السلسلة السيبرانية من الإنتاج بالتمدد صعودًا، لتبتلع عملًا ذهنيًا أعلى مستوى.

تبدّل “شَرَه” النماذج الكبيرة. لم تعد تكتفي بمضغ المعرفة العامة البسيطة؛ بل تحتاج إلى ابتلاع المعرفة المهنية البشرية والمنطق عالي المستوى.

بدأت منصات التوظيف الكبرى تومض كثيرًا بنوع خاص من وظائف جزئية، مثل «وسم الاستدلال المنطقي لنماذج كبيرة» و«مدرّبون/معلّمون لتدريب الذكاء الاصطناعي في المجال الإنساني». عتبة هذه الوظيفة مرتفعة جدًا، وغالبًا ما تتطلب «شهادة ماجستير 985/211 فما فوق»، وتغطي مجالات مثل القانون والطب والفلسفة والأدب وغيرها من التخصصات.

تم جذب العديد من طلاب الدراسات العليا من الجامعات المرموقة، وتدفقوا إلى مجموعات العمل الخارجية لهذه الشركات الكبرى. لكنهم سرعان ما اكتشفوا أن الأمر ليس تمرينًا ذهنيًا خفيفًا، بل معاناة نفسية.

قبل قبول الطلب رسميًا، يجب أن يقرؤوا ملفات طويلة تمتد لعشرات الصفحات حول أبعاد التقييم ومعايير الحكم، ويجروا جولة أو جولتين إلى ثلاث جولات من الوسم التجريبي (trial labeling). بعد اجتياز المتطلبات، في الوسم الرسمي: إذا كانت نسبة الدقة أقل من المتوسط، فسوف يفقدون الأهلية ويتم طردهم من المجموعة.

الأكثر اختناقًا هو أن هذه المعايير ليست ثابتة أصلًا. عند مواجهة مشكلات وإجابات متشابهة، إذا قُيّمت بنفس طريقة التفكير، فقد تكون النتيجة متناقضة تمامًا. الأمر يشبه أداء اختبار لا ينتهي أبدًا، ولا توجد له إجابات معيارية. لا يمكن تحسين نسبة الدقة عبر الجهد الذاتي أو التعلم؛ بل يمكن فقط الدوران في المكان، لاستهلاك العقل والجسد.

هذه هي شكل جديد من الاستغلال في عصر النماذج الكبيرة—انهيار الطبقات.

المعرفة—تلك السُلّم الذهبي الذي كان يُنظر إليه يومًا كوسيلة لكسر القيود والتسلق إلى الأعلى—تردّت اليوم لتصبح علفًا رقميًا تُقدَّم للخوارزمية، وأكثر تعقيدًا عند “المضغ”. وفي وجه السلطة المطلقة للخوارزميات والأنظمة، واجه ماجستير 985 من أبراج العاج، وشباب البلدات على هضبة اللوس، أكثر طريقين متشابهين بشكل غريب.

لقد سقطوا جميعًا في حفرة سيبرانية لا قرار لها، وتم سلبهم الأضواء، ومُحيت الفروق، وتحولوا إلى ترس رخيص على السيور يمكن استبداله في أي لحظة.

والأمر يحدث كذلك في الخارج. في عام 2024، قطعت شركة Apple مباشرة فريقًا لتعليم/وسم صوت AI مكوّنًا من 121 موظفًا في سانتياغو. كان هؤلاء الموظفون مسؤولين عن تحسين معالجة Siri للغات متعددة. كانوا يظنون أنهم يقفون على حافة الأعمال الأساسية لدى شركة عملاقة، لكنهم هبطوا في لحظة إلى هاوية البطالة.

بالنسبة لعمالقة التكنولوجيا، سواء كانت “أم سحب الإطارات” في مدينة صغيرة، أو مُدرب الاستدلال الذي تخرج من جامعة مرموقة، فإن الجوهر—هو أنها “مواد استهلاكية” يمكن استبدالها في أي وقت.

لا أحد يعتقد أن في ذلك مشكلة.

برج بابل تريليون، دمٌ مُرصّع بمئات القِطع من الفِن (أموال زهيدة)

وفقًا للبيانات الصادرة عن China Academy of Information and Communications Technology، بلغ حجم سوق تدقيق البيانات في الصين في 2023 نحو 6.08 مليارات يوان. وبحلول 2025، من المتوقع أن يصل إلى 20 إلى 30 مليار يوان. ووفقًا للتوقعات، بحلول 2030 ستقفز مبيعات سوق تدقيق البيانات والخدمات عالميًا إلى 117.1 مليار يوان.

خلف هذه الأرقام، هناك حفلات تقييمات (valuation) لعمالقة التكنولوجيا مثل OpenAI وMicrosoft وByteDance، حيث تتجاوز التقييمات بسهولة مئات المليارات والعديد من تريليونات الدولارات.

لكن هذه الثروة الهائلة لم تتدفق إلى أولئك الذين “يُغذّون” الذكاء الاصطناعي فعلًا.

تُظهر صناعة تدقيق البيانات في الصين بنية نموذجية من نوع “هرم مقلوب” عبر الاستعانة بالمقاولين من الباطن. في الطبقة العليا، هم عمالقة التكنولوجيا الذين يمسكون بإحكام بالخوارزميات الأساسية. في الطبقة الثانية، موردو خدمات البيانات الكبيرة. في الطبقة الثالثة، توجد قواعد تدقيق بيانات منتشرة في أنحاء البلاد وشركات مقاولات صغيرة ومتوسطة. وفي أدنى القاع فقط، يقف أولئك المسمّون “الأوغاد/البروليتاريا” الذين يعملون بالأجر بالقطعة.

كل طبقة من الاستعانة من الباطن تقوم باقتطاع طبقة أخرى من الأرباح/الزبد. عندما يكون سعر الوحدة الذي تدفعه الشركات الكبرى هو 5 جياو (0.5 يوان)، فبعد المرور عبر طبقات من الاستنزاف والاقتطاع، قد لا يصل ما يذهب إلى عامل تدقيق البيانات في مدينة صغيرة إلى حتى 5 فِن.

في كتابه «الإقطاعية التكنولوجية» (Technological Feudalism)، طرح يانيس فاروفاكيس (Yanis Varoufakis) وزير المالية السابق اليوناني وجهة نظر نافذة للغاية: لم تعد شركات التكنولوجيا الكبرى اليوم تُعد أصحاب رؤوس أموال بالمعنى التقليدي، بل أصبحت «لوردات السحابة» (Cloudalists).

ما يملكونه ليس مصانع وآلات، بل خوارزميات ومنصات وقدرة حسابية—وهذه أرض رقمية في عصر السيبرانية. في هذا النظام الإقطاعي الجديد، المستخدمون ليسوا مستهلكين، بل مزارعو أرقام (digital tenants). كل مرة نقوم فيها بعمل “لايك” أو تعليق أو مشاهدة على وسائل التواصل الاجتماعي، نحن بذلك نُقدّم البيانات مجانًا للوردات السحابة.

أما مُعننو البيانات الذين يعملون في الأسواق التي تقع في أسفل الهرم (downstream markets)، فهم أدنى “عبيد المزارع الرقمية” في هذا النظام. فهم لا ينتجون البيانات فحسب، بل يجب عليهم أيضًا تنظيف كميات هائلة من البيانات الخام وتصنيفها وتقييمها، وتحويلها إلى علف عالي الجودة يمكن للنماذج الكبيرة ابتلاعه.

إنها حملة استحواذ معرفية خفية. تمامًا كما دفعت حملة “تحويط الأراضي” في بريطانيا في القرن التاسع عشر المزارعين إلى مصانع النسيج، فإن موجة الذكاء الاصطناعي اليوم تدفع أولئك الشباب الذين لا يجدون مكانًا في الاقتصاد الحقيقي إلى مواجه الشاشات.

لم يقم الذكاء الاصطناعي بمحو الفجوة بين الطبقات. بل بالعكس، أنشأ “ناقل بيانات وعرق” من نوع جديد: من مقاطعات ومدن وسط وغرب الصين وصولًا إلى مقار عمالقة التكنولوجيا في بكين وشانغهاي وغوانغتشو وشنتشن (Beijing/Shanghai/Guangzhou/Shenzhen). الخطاب حول الثورة التقنية دائمًا ما يكون كبيرًا وفخمًا، لكن لونه الأساسي—دائمًا—هو استهلاك مُقَنَّن لعمالة رخيصة.

لا أحد يعتقد أن في ذلك مشكلة.

لم يعد هناك حاجة لِـ “غدٍ للبشر”

الخاتمة الأكثر قسوة تقترب، وبسرعة متزايدة.

مع قفزة قدرات النماذج الكبيرة، بدأت مهام الوسم التي كان يتطلب إنجازها سابقًا جهداً بشريًا ليلًا ونهارًا، يتم توليها من قِبل الذكاء الاصطناعي نفسه.

في أبريل 2023، كشف مؤسس شركة Ideal (Li Auto) لي شيانغ (Li Xiang) في منتدى بيانات: في الماضي، كانت شركة Ideal تحتاج إلى القيام بتقويم/وسم صور القيادة الذاتية بمقدار يقارب 10 ملايين إطار سنويًا تقريبًا، وكانت تكلفة الاستعانة بالمقاول الخارجي تقارب “مئة مليون يوان” (100 مليون). لكن عندما استخدموا النموذج الكبير لأتمتة الوسم، أصبح ما كان يتطلب سنة كاملة يمكن إنجازه أساسًا في غضون 3 ساعات فقط.

الكفاءة تعادل 1000 ضعف للإنسان. والأمر يحدث حتى في وقت مبكر من عام 2023. وفي شهر مارس الذي مضى للتو، أطلقت شركة Ideal أيضًا محرك وسم آلي للجيل الجديد باسم MindVLA-o1.

تنتشر في الصناعة مقولة ساخرة لكنها دقيقة للغاية: «بقدر ما من الذكاء، بقدر ما من البشر (الأعمال البشرية)». ولكن الآن، فيما يتعلق باستثمارات الشركات الكبرى في الاستعانة بالمقاولين في وسْم البيانات، ظهرت بالفعل هبوطات حادة بنسبة 40% إلى 50%.

أولئك الشباب في البلدات الذين قضوا لا حصر لها من الليالي والأيام أمام الكمبيوتر، وأحمرّت أعينهم من السهر، كانوا يطعمون عملاقًا بأيديهم. أما الآن، فإن هذا العملاق يلتفت إلى الخلف ويكسر لهم طاولة خبزهم.

عندما يحل الليل، تبقى مكاتب داتونغ في منطقة بينغتشنغ شاحبة كأنها نهار بلا حياة. يتبادل الشباب في نوبات التسليم والتسلم صمتًا داخل صالات المصاعد أجسادهم المتعبة فيما بينهم. داخل مساحة مطوية تُحاصر فيها آلاف مربعات الأشكال المتعددة بإحكام، لا يهتم أحد بما إذا كانت بنية Transformer عبر المحيط قد حققت قفزة ملحمية جديدة، ولا يستطيع أحد أن يفهم ضجيج القدرة الحسابية وراء “مئات المليارات” من المعلمات.

إن نظراتهم تُثبت فقط على شريط التقدم الأحمر والأخضر في الخلفية، الذي يمثل «خط النجاح»، وهم يحسبون ما إذا كانت تلك بضعة نقاط وبضعة “فِن” من الأجر بالقطعة يمكن جمعها عند نهاية الشهر لتكوين حياة لائقة.

من جهة، دويّ الجرس في بورصة ناسداك (Nasdaq) وتغطيات لا تنقطع لوسائل الإعلام التقنية، حيث يرفع العمالقة الأكواب احتفالًا بوصول AGI؛ ومن جهة أخرى، أولئك “عبيد المزارع الرقمية” الذين يطعمون AI قطعة قطعة بأجسادهم، لا يستطيعون سوى الارتجاف وانتظار ذلك العملاق الذي رَبّوه هم بأيديهم، في أحلام نوم مؤلمة وفي قلق. وفي صباح يبدو عاديًا، يركلهم بكيفية بسيطة ومن دون مبالاة ليطيح بعملهم ووظائفهم.

لا أحد يعتقد أن في ذلك مشكلة.