Start

Uppsagda experter tränar AI som hotar deras framtida jobb

Högt utbildade arbetar under osäkra villkor för att lära AI-chattbottar att svara bättre.

Här lär sig Cambridge-studerande om AI. En illustrationsbild.
Nyutexaminerade hör till de mest utsatta när det gäller AI-automatiseringen. Illustrationsbilden visar studerande vid University of Cambridge i Storbritannien. Bild: Hanna Barakat & Cambridge Diversity Fund / Better Images of AI / CC BY 4.0

Jurister, läkare och kontorsarbetare som förlorat sina jobb hittar nu arbete inom AI-datamärkning. Det är ett yrke där de på timbasis tränar system som i värsta fall kan ersätta deras karriärer.

– Det här låter lite dystopiskt, säger Arno Solin, professor i maskininlärning vid Aalto-universitetet.

Men i många fall handlar det inte om att ersätta arbetsroller helt och hållet med AI, utan om att kunna automatisera vissa arbetsuppgifter.

Fenomenet med datamärkning har spridit sig från låglöneländer till USA och Europa, och nu rekryterar datamärkningsföretag aktivt också på finska och svenska.

Arno Solin står i vit kragskjorta, slips och väst framför en whiteboard med en massa matematiska symboler på.
Arno Solin forskar bland annat i hur AI-modeller tränas. Bild: Matti Ahlgren / Aalto-universitetet

Så funkar datamärkning

AI-datamärkning innebär att människor manuellt hjälper AI-chattbottar att svara bättre.

Med datamärkning avser vi här också dataannotering, som handlar om att tillföra nödvändiga sammanhang.

Datamärkaren behöver kunna bedöma vilka svar som är bäst och tillföra expertkunskap.

En stor del av de data som AI-chattbottar tränas på kommer från internet, som består av massvis med ostrukturerad text. Men för att göra modellerna bättre på specialiserade uppgifter krävs alltså mer ordnad information, och det är här mänskliga experter kommer in.

– Det kan handla om detaljer inom juridik, medicin eller annan specialinformation, säger professor Arno Solin.

I praktiken kan datamärkningsuppgifterna vara allt från kategorisering och korrigering till evaluering av AI-svar, transkription, inspelning av ljud och video eller innehållsskapande.

Ambitionen är också att AI-systemen ska förstå hur det finländska samhället fungerar.

– Om man vill sälja bra produkter till oss finländare eller till mindre språk så måste man nog ha en del data från svenska och finska experter, säger Solin.

Att fastställa hur stort fenomen datamärkningen är i Finland är inte lätt, men troligen är det inte så utbrett som yrke här – åtminstone inte än.

De flesta av oss utför också då och då enkel datamärkning utan att tänka på det. När vi markerar trafikljus i en så kallad CAPTCHA-ruta eller väljer det bästa svaret i Chat GPT hjälper vi till att träna AI-modeller helt gratis.

Det här är en bild som visar olika ikoner för AI-appar på en skärm. Ikonerna är för Gemini, ChatGPT, Copilot, Bing, Claude och Perplexity. Rubriken på skärmen är "Artificial Intelligence".
AI-chattbottar du använder i vardagen fungerar bättre tack vare att människor har tränat dem manuellt, i tillägg till den maskinella träningen. Bild: Jaque Silva / AOP

Rekryterare lovar mycket

Ett av företagen som rekryterar datamärkare på bland annat finska och svenska söker personer som har utmärkta skrivfärdigheter och kritiskt tänkande. De ska också vara detaljorienterade.

Företaget lockar med timlöner på 26 euro eller mer, flexibilitet och att man ska få jobba just så mycket man själv vill.

Det ska handla om varierande projekt: i praktiken allt från enkätliknande uppgifter och interaktion med chattbottar till kreativt skrivande.

Skärmdump på arbetsannons.
Här är en arbetsannons på svenska. Bild: skärmdump / Yle

Övervakas sekundvis

Verkligheten i branschen verkar ändå i många fall vara betydligt sämre än vad arbetsannonserna antyder.

På Linkedin vittnar arbetare om löner ner mot 3 euro i timmen.

Enligt Karen Hao, journalist med fokus på AI-branschen och författare till boken Empire of AI, är branschen konstruerad för att ställa arbetare mot varandra för att pressa priser. Den beskrivs i flera fall som ”modernt slaveri”.

Också New York Magazine rapporterade nyligen om amerikanska experter som arbetar under pressade förhållanden.

Det handlar om experter som övervakas sekundvis; toalettbesök och kaffepauser kan dras från lönen.

En anonym mamma berättar i tidskriften hur hon tvingas kasta sig över nya uppgifter direkt för att inte gå miste om inkomst. Arbetarna beskriver sig själva som ”pirayor” som hugger på uppdrag så fort de dyker upp.

Arno Solin ser också etiska problem med hur branschen fungerar, men påpekar att fenomenet inte är nytt.

– Det här är problem som funnits länge och kanske nu först har blivit synligt, när det inte bara innebär att man utlokaliserar datamärkningen till fattigare länder där människor med dålig lön märker ut vad det finns på bilder.

På ett personligt foto, Arno Solin, professor i maskininlärning vid Aalto-universitetet.
Här använder Arno Solin en AI-chattbot på sitt kontor i Aalto-universitetet i Esbo. Bild: Janne Lindroos / Yle

Repetitiva jobb mest utsatta

De mest sårbara är paradoxalt nog de jobb som nyutexaminerade brukar få.

– Det är lite oroväckande att om de här första arbetsplatserna där man börjar sin karriär är mest utsatta, så varifrån kommer experterna i framtiden? Hur lär de sig sitt yrke så att de kan det och inte är helt beroende av AI-systemet? säger Solin.

Han beskriver vilka jobb som löper störst risk att delvis automatiseras: repetitiva uppgifter där man kombinerar information från olika källor och arbetar med hjälp av tangentbordet.

Enligt Linkedin är AI-datamärkning ett av de snabbast växande yrkena. Och det satsas mycket pengar i branschen. Teknikbolaget Meta investerade till exempel i fjol drygt 12 miljarder euro i datamärkningsföretaget Scale AI för en ägarandel på cirka hälften.

Inte en framtidskarriär

Trots den växande efterfrågan just nu så tror Arno Solin att behovet av mänsklig datamärkning, där experter också tillför sin kunskap, så småningom kommer att minska.

Det är troligt då AI-modellerna blir effektivare.

– Jag skulle inte rekommendera en framtida karriär för någon inom datamärkning, säger han.