Meta новий відділ штучного інтелекту: невдоволення працівників вибухнуло — звинувачують у тому, що їх душі розчавлені, інженери страждають без міри

Meta примусово мобілізувала 6 500 інженерів для роботи над даними штучного інтелекту, незадоволення співробітників поступово вибухає, що відображає ціну, яку платять за нинішню гонку озброєнь у сфері ШІ, яка рідко обговорюється відкрито.
(Попередній огляд: Скандал навколо Meta: Зукерберг вимагав контролювати записи клавіатури та миші співробітників, відповідаючи, що «це не вплине на їхню оцінку»)
(Додатковий контекст: тренування ШІ з iPhone на голові: дешеві працівники стають людськими тілами роботів, навчаючи їх піднімати вантажі, працювати, виконувати домашні обов’язки)

Зміст статті

Перемикач

• Інженери, яких мобілізували через електронний лист
• Обчислювальні ресурси, куплені за 14,3 мільярда доларів
• Дані — справжня перепона

Цього тижня відбувся неконтрольований прямий ефір співробітників Meta: хтось розплакався, матюкався, вимагав, щоб присутні передали одному з провідних керівників Meta AI, що він — «сміття», що трапилося з однією з найбільших технологічних компаній світу?

Інженери, яких мобілізували через електронний лист

За повідомленнями Wired, команда «Applied AI» у Meta була створена всього близько трьох місяців тому і вже опинилася на межі внутрішнього протесту. Цей новий підрозділ, що налічує близько 6 500 інженерів та менеджерів продукту, багато з яких дізналися про своє залучення до Applied AI лише через «раптовий електронний лист». Один із самих мобілізованих описав цей процес на Reddit як «дуже випадковий» і без попереджень.

Внутрішнє повідомлення, яке побачили журналісти Business Insider, пояснювало причини залучення: моделі ШІ Meta все ще не мають достатніх знань для виконання технічних завдань, таких як програмування. Простими словами, моделі недостатньо розумні, тому потрібно, щоб люди вручну створювали завдання та демонстрували їх.

Ці інженери отримали завдання створювати загадки та програмні задачі для тренування моделей ШІ. Один співробітник сказав Wired: «Це справжній ГУЛАГ» (сумнозвісний радянський табір), інший додав: «Більшість вважає цю роботу душогубною і руйнівною для душі».

Обчислювальні ресурси, куплені за 14,3 мільярда доларів

У витоку внутрішньої конференційної записи CEO Зукерберг пояснив, чому не залучають зовнішніх підрядників. Його логіка має два рівні:

• По-перше, Александ Ванг, який продав Scale AI за 14,3 мільярда доларів і став головним директором з ШІ у Meta, а потім керівником Meta Superintelligence Labs, добре знає процес маркування даних.
• По-друге, Зукерберг зазначив, що інтелект співробітників Meta «значно вищий» за сторонніх підрядників, і тому це — кращий варіант.

Ця логіка здається бізнес-розумною, але ігнорує один важливий аспект: чи готові висококваліфіковані інженери погодитися на таку участь за високою зарплатою?

Маркування даних — це ключовий етап тренування ШІ. Простими словами, це навчання моделі через людські судження та демонстрації «що є хорошою відповіддю». Коли модель погано справляється з складними логічними або програмними завданнями, проблема зазвичай не в алгоритмах, а у відсутності високоякісних людських демонстрацій під час тренування.

Раніше Meta купила Scale AI за 14,3 мільярда доларів саме для того, щоб мати можливість залучати високоякісних працівників для високоякісного маркування. Але змусити 6 500 людей без вибору виконувати цю задачу — це, за словами одного з співробітників, «відсутність справжнього вибору: приєднатися або звільнитися».

Дані — справжня перепона

Зовнішній вигляд цієї ситуації — погане управління персоналом, але глибше — це декларація про гонку озброєнь у сфері ШІ: якість даних визначає реальний максимум можливостей сучасних великих моделей.

Компанії вкладають у обчислювальні ресурси, публікують наукові статті, змагаються у кількості параметрів — змагання здається технічним. Але дії Meta показують інше: коли модель погано виконує реальні завдання, причина не в архітектурі, а у якості та масштабі демонстраційних даних. Використовувати найрозумніших людей для наймонотоннішої роботи з маркування — ця логіка сама по собі показує, що змагання за великі моделі вже перейшли у нову фазу.

OpenAI, Google, Anthropic також займаються створенням подібних датасетів, але методи різняться, і більшість з них не публікуються. Випадок Meta вибухнув саме тому, що цей процес був примусовим, внутрішнім і без виходу для співробітників.