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

المؤلف: Sleepy.md

شانشي داتونغ، هذه المدينة التي كانت في الماضي تعتمد على الفحم لدعم نصف البلاد، اليوم تزيل عنها غبار الفحم عن جسدها بالكامل، وتستبدل بمطرقة حفّارة حادة، لتضرب بقوة نحو منجم آخر لا يُرى.

داخل مباني المكاتب في مركز جينماو الدولي في منطقة بينغتشينغ بمدينة داتونغ، لم يعد هناك آبار رفع ولا شاحنات لنقل الفحم. وبدلًا من ذلك، يوجد آلاف من محطات الحاسوب المرتبة بدقة جنبًا إلى جنب. تحتل قاعدة شانغهاي رونشين يون تشونغ جو لخدمات البيانات الذكية عدة طوابق كاملة؛ آلاف الموظفين الشباب الذين يرتدون سماعات، يحدقون في الشاشات، وينقرون ويسحبون ويُحددون مربعات.

وفقًا للبيانات الرسمية، وحتى نوفمبر 2025، تكون داتونغ قد شغّلت 745 ألف خادم، واستقدمت 69 شركة من شركات تعليم/وسم بيانات خدمات الاتصالات الهاتفية (call labeling)، مما أدى إلى دعم توظيف قريب لأكثر من 30 ألف فرصة عمل. وبلغت قيمة الإنتاج 750 مليون يوان. داخل هذا الحفرة الرقمية للأرقام الخام، 94% من العاملين هم من المسجلين محليًا في سجلات الإقامة (هوكو).

ليس داتونغ وحدها. ففي الدفعة الأولى من قواعد واحات/مراكز تعليم/وسم البيانات التي حددتها هيئة إدارة البيانات الوطنية، تظهر بوضوح مدن من المناطق الوسطى والجنوبية الغربية مثل مقاطعة يونغهو مقاطعة شانشي، ومدينة بييجيه في قويتشو، ومونغزي في يوننان. في قاعدة وسم البيانات في مقاطعة يونغهو، تشكل 80% من الموظفين من النساء. وغالبًا ما يكنَّ أمهات في الريف، أو شبابًا عادوا إلى مسقط رأسهم لأنهم لم يجدوا عملًا مناسبًا.

قبل مئة عام، كانت مصانع النسيج في مانشستر ببريطانيا مزدحمة بمزارعين فقدوا أراضيهم. أما اليوم، ففي مكاتب الشاشات داخل تلك المقاطعات النائية البعيدة، يجلس شباب لا يجدون مكانًا في الاقتصاد الحقيقي.

إنهم يزاولون نوعًا ذا طابع مستقبلي للغاية، لكنه في الوقت نفسه بدائي جدًا من العمل بالقطعة. إنتاج «علف بيانات» ضروري لتدريب نماذج لغوية كبيرة لدى عمالقة الذكاء الاصطناعي في بكين وشنتشن وسيليكون فالي البعيدة.

لا يشعر أحد أن في ذلك أي مشكلة.

خط إنتاج جديد على هضبة اللوس

جوهر وسم/تعليم البيانات هو تعليم الآلة «أن تعرف العالم».

فالقيادة الذاتية تحتاج إلى التعرف على إشارات المرور والمشاة، والنماذج اللغوية الكبيرة تحتاج إلى التمييز بين ما هو قط وما هو كلب. الآلة نفسها لا تملك «معرفة فطرية»، بل يجب أن يرسم الإنسان أولًا إطارًا على الصورة، ويخبرها: «هذا مشاة»، لكي تتعلم، بعد أن تبتلع ملايين الصور، أن تُميّز بنفسها.

لا يتطلب هذا العمل تعليمًا عاليًا؛ فقط يحتاج إلى صبر، وإلى إصبع سبابة قادر على النقر باستمرار.

في «العصر الذهبي» لعام 2017، كان سعر إطار ثنائي الأبعاد بسيط يصل إلى أكثر من جياو واحد. بل حتى إن بعض الشركات كانت تعرض سعراً مرتفعاً يبلغ 5 جياو. العاملون ذوو سرعة اليد في الوسم، الذين يعملون يوميًا عشرات الساعات، كان بإمكانهم كسب 5 إلى 6 مئات من اليوان. وفي المدن الصغيرة، يُعد ذلك بالتأكيد وظيفة عالية الأجر و«محترمة».

لكن مع تطور النماذج اللغوية الكبيرة، بدأت الوجه القاسية لهذا الخط الإنتاجي تظهر.

بحلول عام 2023، انخفض السعر لوسم الصور البسيطة إلى 3 إلى 4 جياو (فقط/على وحدة القطعة). وتجاوز الانخفاض 90%. وحتى في حالة مخططات السحب النقطية ثلاثية الأبعاد الأكثر تعقيدًا، تلك الصور التي تتكون من نقاط كثيفة وتحتاج إلى التكبير عدة آلاف المرات كي تظهر الحواف بوضوح—يجب على المُوسمين أيضًا في الفضاء ثلاثي الأبعاد أن يرسموا إطارًا ثلاثي الأبعاد يشمل الطول والعرض والارتفاع وزاوية الانحراف، ليحيط بدقة تامة بمركبة أو مشاة. وحتى هذا الإطار ثلاثي الأبعاد المعقد، لا يساوي إلا 5 جياو.

النتيجة المباشرة لانهيار سعر القطعة هي الزيادة الهائلة في شدة العمل. كي يثبت المُوسمون على الحد الأدنى الشهري الذي يبلغ بضعة آلاف من اليوان (بين ألفين وثلاثة آلاف)، يجب عليهم باستمرار—وبلا توقف—رفع سرعة أصابعهم.

هذا ليس بأي حال عملًا مكتبيًا خفيفًا. في كثير من قواعد الوسم، تكون الإدارة صارمة إلى درجة تخنق النفس: لا يُسمح بالرد على المكالمات أثناء الدوام، ويجب أن تُقفل الهواتف في صناديق التخزين. يقوم النظام بتسجيل مسار الماوس لكل موظف ووقت التوقف بدقة؛ وإذا توقف أحدهم لأكثر من ثلاث دقائق، تأتي التحذيرات من الخلف مثل السياط.

والأكثر إحباطًا هو معدل تحمل الخطأ. عادة تكون درجة النجاح في هذا القطاع عند 95% أو أكثر، وبعض الشركات تطلب 98%-99%. هذا يعني أنه إذا رسمت 100 إطار وأخطأت في اثنين فقط، فسيتم رفض الصورة كاملة وإعادتها للتعديل.

الصور المتحركة تتكون من لقطات متتابعة، وقد تكون المركبات التي تغيّر المسار محجوبة؛ ويجب على المُوسم أن يعتمد على الاستنتاج ليعثر عليها واحدًا تلو الآخر. وفي مخططات السحب النقطية ثلاثية الأبعاد، إذا كان هناك جسم يتجاوز 10 نقاط، يجب رسم إطار له. في مشروع مواقف سيارات معقد، إذا طال طول الخط أو وُجدت علامات ناقصة، فمن المؤكد أن الفحص/جودة الاختبار ستلتقط المشكلات. إرجاع صورة للتصحيح 4 أو 5 مرات أمر معتاد. وفي النهاية، بعد الحساب، لا يتبقى في اليد سوى بضعة جياو.

عرضت عاملة وسم في هونان على منصة اجتماعية قسيمة التسوية الخاصة بها. خلال يوم عمل كامل، رسمت أكثر من 700 إطار، وكان سعر القطعة 4 جياو، ليكون إجمالي دخلها 30.2 يوان.

إنها صورة شديدة الانقسام.

من جهة، كبار خبراء التكنولوجيا يلمعون في المؤتمرات الصحفية ويتحدثون عن كيفية تحرير AGI للإنسانية؛ ومن جهة أخرى، داخل مدن المقاطعات على هضبة اللوس والجبال في جنوب غرب الصين، يحدق الشباب في الشاشات يوميًا لمدة 8 إلى 10 ساعات، ويسحبون الإطارات ميكانيكيًا: آلاف المرات، عشرات الآلاف، وحتى في الليل عندما يحلمون، تكون أصابعهم في الهواء وهي ترسم خطوط مسار المركبات.

قال أحدهم ذات مرة إن المظهر الخارجي للذكاء الاصطناعي يشبه سيارة فارهة تصول بسرعة، لكن عندما تفتح باب السيارة ستكتشف أن بداخلها 100 شخص يركبون دراجات، ويعضّون على أسنانهم ويضغطون على الدواسات بكل ما أوتوا.

لا يشعر أحد أن في ذلك أي مشكلة.

عمل بالقطعة لتعليم الآلة «كيف تحب»

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

وهذا يفضي إلى أهم وأغلى خطوة في تدريب النماذج الكبيرة—RLHF (التعلم المعزز بناءً على ملاحظات البشر).

بعبارة بسيطة، يتم منح جواب مُولَّد بواسطة الذكاء الاصطناعي تقييمًا من شخص حقيقي، ليُخبره أي جواب أفضل، وأكثر ملاءمة لقيم البشر وتفضيلاتهم العاطفية.

السبب في أن ChatGPT يبدو «كأنه إنسان» هو وجود عدد لا يحصى من وسّامي RLHF في الخلف يدرّسونه.

في منصات العمل بالاتفاق/التجميع (crowdsourcing)، تُعرض مهام الوسم هذه غالبًا بسعر محدد وواضح: تكلفة القطعة من 3 إلى 7 يوان. يحتاج الوسّامون إلى منح تقييم عاطفي شديد الذاتية لإجابات الذكاء الاصطناعي، للحكم على ما إذا كان هذا الجواب «دافئًا»، وما إذا كان «متفهمًا/عطوفًا (تعاطفيًا)»، وما إذا كان قد «راعى مشاعر المستخدم».

شخص يأخذ راتبًا شهريًا قدره ألفان أو ثلاثة آلاف، ويتسابق في الوحل الواقعي، ولا يجد حتى وقتًا لالتفات إلى مشاعره—ومع ذلك، يتعين عليه داخل النظام أن يكون مرشدًا عاطفيًا للذكاء الاصطناعي، وحكمًا على القيم.

يحتاجون إلى سحق مشاعر البشر المعقدة والدقيقة للغاية مثل الدفء والتعاطف قسرًا، وتحويلها إلى درجات باردة بين 1 و5. إذا لم تتوافق درجاتهم مع الإجابة النموذجية المحددة مسبقًا في النظام، فسيُعتبر ذلك أن «معدل الدقة» غير مطابق للمعايير، وبالتالي يتم خصم الأجر بالقطعة—وهو أصلًا أجر ضئيل جدًا.

إنها عملية تفريغ معرفي. تُسحب مشاعر البشر المعقدة والغائرة—الأخلاق والرحمة—قسرًا إلى قمع الخوارزمية. في مقياس الكمية البارد والمعاييرية، تُستنزف حتى آخر بذرة من الدفء. عندما تتعجب من أن الوحش السيبراني على الشاشة تعلم كتابة القصائد وتأليف الموسيقى، بل وحتى «يعرف كيف يراعي المشاعر»؛ وفي المقابل، خارج الشاشة، فإن أولئك البشر الذين كانوا أحياءً ونابضين، يتحولون—يومًا بعد يوم—في الأحكام الآلية، إلى آلات تقييم بلا مشاعر.

هذه هي أكثر جوانب سلسلة الصناعة خفاءً، والتي لا تظهر أبدًا في أي أخبار تمويل أو كتيبات بيضاء تقنية.

لا يشعر أحد أن في ذلك أي مشكلة.

ماجستير 985 وشباب البلدة

عمل سحب الإطارات في الطبقة الدنيا يجري سحقه بأحزمة/يرقات AI؛ تبدأ هذه السلسلة السيبرانية في الانتشار للأعلى، وتشرع في ابتلاع المزيد من الأعمال الذهنية الأعلى مستوى.

تغيّر «شهية» النموذج الكبير. فلم يعد يكتفي بمضغ المعارف العامة البسيطة؛ إنه يحتاج إلى ابتلاع المعرفة المتخصصة البشرية والمنطق عالي المستوى.

في منصات التوظيف الكبرى، بدأت تظهر بشكل متكرر مهام عمل جزئي خاصة، مثل «وسم الاستدلال بالمنطق للنموذج الكبير» و«مدرب/مُدرّب تدريب AI في العلوم الإنسانية». عتبة هذا النوع من العمل مرتفعة جدًا، وغالبًا ما تتطلب «شهادة ماجستير 985/211 أو أعلى»، وتشمل مجالات مثل القانون والطب والفلسفة والأدب وغيرها.

لقد انجذب الكثير من طلبة الدراسات العليا من الجامعات المرموقة، وتدفقوا إلى مجموعات العمل الخارجي لدى تلك الشركات الكبرى. لكنهم سرعان ما اكتشفوا أن الأمر ليس مجرد تمرين ذهني مريح، بل هو تعذيب نفسي.

قبل قبول الطلبات رسميًا، يجب عليهم قراءة ملفات طويلة تحتوي على عشرات الصفحات من أبعاد التقييم ومعايير الحكم، وإجراء جولتين إلى ثلاث جولات تجريبية للوسم. بعد اجتياز الحد الأدنى، خلال الوسم الرسمي، إذا كان معدل الصحة/الدقة أقل من المتوسط، فسيفقدون الأهلية ويتم طردهم من الدردشة/المجموعة.

الأكثر اختناقًا هو أن هذه المعايير ليست ثابتة أصلًا. أمام الأسئلة والأجوبة المتشابهة، إذا تم تقييمها بنفس طريقة التفكير، فقد تأتي النتائج متناقضة تمامًا. هذا يشبه حل اختبار ورقة لا تنتهي أبدًا، ولا توجد لها إجابة معيارية من الأساس. لا يمكن تحسين معدل الدقة عبر الجهد الذاتي أو التعلم، بل يصبح عليك فقط الدوران في المكان، مما يستهلك طاقتك الذهنية والجسدية.

وهذا هو شكل جديد من الاستغلال في عصر النماذج الكبيرة—انهيار الطبقات/طيّ الطبقات (阶层折叠).

المعرفة، تلك السلم الذهبي الذي كان يُنظر إليه دائمًا كطريق لكسر الحواجز والتسلق للأعلى، أصبحت الآن مجرد علف رقمي تُقدَّم للِخوارزمية، أكثر تعقيدًا في المضغ. تحت السلطة المطلقة للخوارزميات والأنظمة، يواجه خريجو ماجستير 985 في «برج العاج» شباب البلدة في هضبة اللوس مسارًا واحدًا عجيبًا يجمع بين التشابه والاختلاف: طريقان ظاهرهما مختلفان ينتهيان إلى نفس النتيجة الغريبة.

ينتهي بهم الأمر معًا إلى السقوط في هذا المنجم السيبراني العميق الذي لا قاع له، وتُنتزع منهم الأضواء (الهيبة)، وتُمحى الفروق، ويصبحون جميعًا عجلاتًا رخيصة على سير الناقل اليرقي يمكن استبدالها في أي وقت.

وفي الخارج الأمر كذلك. في عام 2024، قامت شركة آبل بإلغاء مباشرةً فريق وسم بيانات صوتي قائم في سانتياغو يضم 121 موظفًا من أجل تدريب/تحسين معالجة Siri متعددة اللغات. ظن هؤلاء أنهم على حافة الأعمال الأساسية لشركة كبرى، لكنهم هبطوا فجأة إلى هاوية البطالة.

في نظر عمالقة التكنولوجيا، سواء كانت «ربة سحب الإطارات» في مدينة صغيرة، أو «مدرّب المنطق» المتخرج من جامعة مرموقة—فإنهم في جوهر الأمر مجرد «مواد استهلاكية» يمكن استبدالها في أي وقت.

لا يشعر أحد أن في ذلك أي مشكلة.

برج بابل بالمليارات، تُبنى من دم وعرٍ على قدّ بضعة جياو

وفقًا للبيانات الصادرة عن معهد الاتصال الصيني (中国信通院)، بلغت قيمة سوق وسم البيانات في الصين في عام 2023 نحو 8B يوان. ومن المتوقع في عام 2025 أن تصل إلى 200 إلى 745k يوان. ووفقًا للتوقعات، بحلول عام 2030 ستقفز المبيعات في سوق وسم البيانات والخدمات عالميًا إلى 117.1 مليار يوان.

وراء هذه الأرقام، توجد ولائم تقييمات لعمالقة التكنولوجيا مثل OpenAI وMicrosoft وByteDance، تصل بسهولة إلى مئات مليارات وحتى تريليونات الدولارات.

لكن هذه الثروة الهائلة لم تتدفق إلى أولئك الذين «يُغذّون» الذكاء الاصطناعي فعليًا.

صناعة وسم البيانات في الصين تظهر بنموذج نموذج خارجي نموذجي على شكل هرم مقلوب. على القمة، شركات التكنولوجيا العملاقة التي تمسك بإحكام بالخوارزمية الأساسية. وعلى الطبقة الثانية، مورّدو خدمات البيانات الكبيرة. وعلى الطبقة الثالثة، قواعد وسم البيانات المنتشرة في كل مكان وشركات الإسناد/التعاقد من المؤسسات المتوسطة والصغيرة. وعلى أعمق طبقة، توجد فقط أولئك الوسّامون الذين يتقاضون أجورًا بالقطعة.

كل طبقة من الإسناد إلى طرف ثالث تقتطع بشدة حصة أرباح/هامش من الطبقة التي تحتها. عندما تكون الأسعار التي ترمي بها الشركات الكبرى 5 جياو، وبعد المرور عبر طبقات التمحيص والاقتطاع، قد لا يصل إلى الوسّامين في المدن الصغيرة سوى أقل من 5 جياو.

في كتابه «الإقطاعية التقنية» طرح يانيس فاروفاكيس (وزير المالية الأسبق لدى اليونان) وجهة نظر شديدة الاختراق: عمالقة التكنولوجيا اليوم لم يعودوا—بالمعنى التقليدي—رأسماليين، بل إنهم «إقطاعيون سحابيّون» (Cloudalists).

ليس لديهم مصانع وآلات، بل يملكون خوارزميات ومنصات وقدرة حوسبة—وهي أراضٍ رقمية في عصر السيبرانية. ضمن هذا النظام الإقطاعي الجديد، المستخدمون ليسوا مستهلكين بل «مستأجرو/فلاحو رقميون (رقميون أقنان)»، وكل مرة نقوم فيها في وسائل التواصل الاجتماعي بـ«الإعجاب» أو «التعليق» أو «المشاهدة» فإننا نقدم بيانات مجانًا لإقطاعيي السحابة.

وأولئك الوسّامون الذين يعملون في أسواق التوسع/الطبقات السفلية، هم في هذا النظام أدنى مرتبة من الأقنان الزراعيين الرقميين. لا يقتصر دورهم على إنتاج البيانات، بل يتعين عليهم أيضًا تنظيف ومعالجة وتنظيم وتقييم كم هائل من البيانات الأولية، وتحويلها إلى علف عالي الجودة يمكن للِنماذج الكبيرة أن تلتهمه.

إنها حركة حيازة/تطويق معرفي خفية. تمامًا كما أدت حركة التطويق في إنجلترا بالقرن الـ19 إلى طرد المزارعين إلى مصانع النسيج، فإن موجة الذكاء الاصطناعي اليوم دفعت أولئك الشباب الذين لم يجدوا مكانًا في الاقتصاد الحقيقي إلى أمام الشاشات.

الذكاء الاصطناعي لم يمحُ الفجوة بين الطبقات؛ بل على العكس أنشأ «ناقلًا للحملات من البيانات والعرق» يمتد من المدن الصغيرة في وسط وغرب الصين، وصولًا إلى مقرات عمالقة التكنولوجيا في بكين وشانغهاي وشنشن وقوانغدونغ وشنتشن (بكين/تشيانغ/شنتشن/و…): «البيانات والعرق» تُنقل هناك. إن سرديات الثورات التقنية دائمًا ما تكون ضخمة وزاهية، لكن لونها الأساسي—دائمًا—هو الاستهلاك المُقنن لعمالة رخيصة.

لا يشعر أحد أن في ذلك أي مشكلة.

لن يعود هناك «غد للإنسان»، بعد ذلك

أكثر النتائج قسوة على الأبواب تقترب، وباتت تقترب أسرع وأسرع.

مع القفزة في قدرات النماذج الكبيرة، تصبح مهام الوسم التي كان لا بد أن يقوم بها البشر ليلًا ونهارًا، يجري توليها الآن بواسطة الذكاء الاصطناعي نفسه.

في أبريل 2023، كشف مؤسس شركة Li Auto لي شيانغ (理想汽车) في منتدى عن بيانات: في السابق، كان على الشركة خلال السنة أن تقوم بوسم/تعليم صور القيادة الذاتية آليًا بإجمالي حوالي 10 ملايين إطار. وتكلفة الإسناد الخارجي كانت تقارب مئة مليون يوان. لكن عندما استخدموا النموذج الكبير لأتمتة الوسم، فإن ما كان يحتاج إلى سنة كاملة يمكن إنجازه في الأساس خلال 3 ساعات فقط.

الكفاءة أعلى 1000 مرة من البشر، والأمر ليس فقط «الآن»—بل منذ وقت مبكر من 2023. وفي الشهر مارس الذي انتهى للتو، أصدرت شركة Li Auto أيضًا محرك الوسم الآلي MindVLA-o1 من الجيل الجديد.

في الصناعة، تنتشر عبارة سخرية ذاتية شديدة الواقعية: «بقدر ما يوجد من الذكاء، بقدر ما يوجد من البشر». لكن الآن، في جانب الاستثمار في الإسناد الخارجي لوسم البيانات لدى الشركات الكبرى، يظهر انخفاض حادّ بنسبة 40%-50%.

أولئك الشباب في المدن الصغيرة الذين أمضوا لا حصر لها من الليالي والأيام جالسين أمام الكمبيوتر، حتى احمرت أعينهم من السهر، هم الذين أطعموا يدويًا وحشًا عملاقًا. والآن، يلتفت هذا الوحش مرة أخرى ليحطم صناديق طعامهم.

عند حلول الليل، تبقى مكاتب مدينة داتونغ في منطقة بينغتشينغ شاحبة كأنها نهار بارد. يتبادل الشباب في نوبات التناوب بشكل صامت داخل ممرات المصعد، حيث يسلّمون لبعضهم «أجسادهم المتعبة» واحدًا وراء آخر. في هذا الفضاء المنطوي الذي تقيده بلايين الأطر متعددة الأضلاع، لا يهتم أحد بكيفية أن هيكل Transformer عبر المحيط—أي عبر البحار—قد شهد قفزة ملحمية جديدة، ولا أحد يفهم ضجيج القدرة الحاسوبية خلف مئات المليارات من المعاملات.

نظراتهم لا تنحصر إلا في شريط تقدم أحمر يشير إلى «خط النجاح (الحد المعياري)» خلف الكواليس. يحسبون ما إذا كانت تلك الدقائق القليلة وجياو القليل من العمل بالقطعة يمكن أن يجمعها في نهاية الشهر لتشكيل حياة لائقة.

من جهة، هناك دقّات جرس بورصة ناسداك ووابل من تغطية وسائل الإعلام التقنية، حيث ترفع الشركات الكبرى الكؤوس احتفالًا بدنوّ وصول AGI؛ ومن جهة أخرى، هؤلاء الأقنان الرقميون الذين يَتغذّى عليهم AI لقمة لقمة بأجسادهم، لا يستطيعون إلا أن ينتظروا—مرتعبين وخائفين—في أحلام نوم يرافقها ألم عضلي، ذلك الوحش العملاق الذي غذوه بأيديهم، في صباح يبدو عاديًا، ليدوس—دون اكتراث—بأحد أقدامه وينهي عملهم ويكسر مصدر رزقهم.

لا يشعر أحد أن في ذلك أي مشكلة.