Các nền tảng huấn luyện AI đang phát triển nhanh chóng và thu hút lao động theo đúng công thức mà các nền tảng gọi xe như Uber từng dùng để tuyển tài xế.

Một nghiên cứu sinh tiến sĩ ngành toán ứng dụng được trả thù lao 90 USD/giờ với nhiệm vụ giải các bài toán ở cấp độ thi đấu. Các câu hỏi rất khó ngay cả đối với người có chuyên môn nhưng tiền thù lao chỉ trả cho tối đa hai tiếng rưỡi mỗi bài toán, và nếu giải sai hoặc chưa hoàn chỉnh thì sẽ không được trả đồng nào. Cách trả thù lao kiểu này đặt nhà nghiên cứu vào tình thế: hoặc tiếp tục làm thêm giờ không được trả công để giải các bài toán rất khó, hoặc bỏ cuộc và mất toàn bộ khoản thù lao.

Nhà nghiên cứu làm công việc huấn luyện AI thời vụ này được tờ The Nation mô tả rất giống với lao động theo giờ cho các nền tảng số như dịch vụ gọi xe công nghệ. Giờ đây ngành "lao động dữ liệu AI" này cũng đã có quy mô lên tới cả chục tỷ USD [1].

Thị trường lao động thời vụ đang hình thành

Gầy đây công chúng thường nghe trong ngành công nghiệp AI các CEO nói về mục tiêu xây dựng những mô hình "chuyên gia AI có trình độ tiến sĩ" ở nhiều lĩnh vực. Nhưng đằng sau những mô hình đó, vẫn cần những chuyên gia là con người thật, có trình độ tiến sĩ để viết huấn luyện mô hình và kiểm chứng đầu ra, cho đến những lao động trí óc có trình độ thấp hơn.

Trong thị trường lao động huấn luyện AI, hai công ty nổi bật nhất là Mercor (nền tảng tuyển dụng và thị trường lao động dựa trên AI, kết nối các chuyên gia với phòng thí nghiệm AI) và ScaleAI (giải pháp dữ liệu chuyên biệt dành cho các hệ thống AI và học máy), đều cho biết đã tuyển dụng hàng trăm nghìn lao động trí óc trên toàn cầu để huấn luyện các mô hình AI. Scale AI tuyên bố có hàng trăm nghìn người có bằng thạc sĩ, tiến sĩ và cử nhân làm việc cho họ, còn Merco cho biết khoảng 30.000 chuyên gia làm việc trên nền tảng của họ mỗi tuần [2].

Ngành này đang phát triển nhanh chóng bằng cách lặp lại đúng công thức mà Uber từng dùng để thu hút tài xế trong những ngày đầu của dịch vụ gọi xe: quảng bá sự linh hoạt và tự do của lao động thời vụ (gig work).

Ngành dịch vụ huấn luyện AI đang phát triển theo đúng công thức mà Uber từng dùng để thu hút tài xế. Ảnh minh họa: Pexel

Trong quảng cáo của Mercor [3], những nhà khoa học thất nghiệp được khắc họa với hình ảnh nên thơ như đang đi bộ trong rừng, nằm võng đọc sách, hay chơi thể thao với bạn bè. Phần lời kể cho biết rằng, khi không có việc làm học thuật, công việc thời vụ giúp họ kiếm tiền mà vẫn gắn bó với lĩnh vực khoa học.

"Tìm việc trong giới học thuật lúc nào cũng rất khó khăn", một nhà khoa học làm công việc thời vụ như vậy chia sẻ trong quảng cáo của Mercor. Anh cho biết mình đã chuyển sang làm cho Mercor sau khi cơ quan của anh cắt tài trợ mùa hè.

Bất kỳ loại tri thức có thể "đóng gói thành dữ liệu" đều được khai thác. Theo đó, lao động thời vụ huấn luyện AI chia ra thành nhiều lớp: "công nhân" khoa học bậc cao có chuyên môn vẫn được trả lương tươm tất hơn so với lao động trí óc thời vụ trung bình. Hai hãng trên trả lương chuyên gia dao động khoảng 30 - 110USD/ giờ, còn "công nhân dữ liệu" trình độ thấp hơn thì khoảng 15 - 45USD.

Nhưng cũng giống như lĩnh vực gọi xe công nghệ, những lời hứa hẹn kiếm tiền dễ dàng khác với thực tế khắc nghiệt. Nhiều nhà nghiên cứu khác kể lại kinh nghiệm làm cho các nền tảng lao động thời vụ. Một tiến sĩ mới tốt nghiệp từ chương trình kỹ thuật của MIT cho biết sau khi cộng lại toàn bộ số giờ làm không được trả công trong một dự án, cô nhận ra mức lương thực tế thấp hơn đáng kể so với quảng cáo. "Ban đầu tôi nghĩ mức thù lao khá hào phóng", cô nói, "nhưng rồi tôi bắt đầu ghi lại tất cả những giờ làm không được tính công, và cuối cùng thì mức thù lao này không thực sự đáng".

Những biến động của hệ thống khoa học

Hiện nay chưa có nhiều thống kê về số lượng lao động trí óc làm trong ngành dán nhãn dữ liệu và huấn luyện AI, mới chỉ có ước tính sơ bộ về quy mô chung của thị trường sẽ tăng trưởng hàng năm là 28,9%, từ năm 2023 đến năm 2030, và đạt 17,10 tỷ đô la vào năm 2030 [1].

Tờ The Nation đánh giá, trong mấy năm gần đây, vô hình trung, các cuộc tấn công vào khoa học, các cuộc sa thải nhân lực khối ngành khoa học và công nghệ (nhân lực STEM) đã góp phần tạo thêm một "nguồn lao động" mới để thung lũng Silicon khai thác cho các mô hình huấn luyện AI được mô tả bên trên. Và sự xuất hiện của thị trường lao động thời vụ này đang gắn chặt với những biến động trong hệ thống khoa học gần đây.

Chẳng hạn, các chỉ trích của giới công nghệ nhắm vào khoa học đáng chú ý gần đây, nổi bật có các nhà đầu tư mạo hiểm bảo thủ như Peter Thiel (đồng sáng lập PayPal và là nhà đầu tư bên ngoài đầu tiên vào Facebook) và Marc Andreessen (nhà sáng lập quỹ đầu tư mạo hiểm quyền lực a16z) đã tận dụng mối quan hệ với tổng thống Mỹ để công khai chỉ trích các trường đại học và hệ thống khoa học chính thống.

Trong các tin nhắn riêng bị rò rỉ cho tờ The Washington Post vào năm ngoái [4], Andreessen viết rằng "các trường đại học là mục tiêu chính của cuộc tấn công". Ông cho rằng, Stanford và MIT "về cơ bản là những cỗ máy vận động hành lang chính trị đang cản trở đổi mới của nước Mỹ". Đáng lo ngại hơn, Andreessen còn kêu gọi Quỹ Khoa học Quốc gia Mỹ phải chịu "án tử hành chính" (tức bị xóa sổ bộ máy). Họ tự coi mình là những người bảo vệ chân chính của khoa học và công nghệ, đang chiến đấu trong một cuộc chiến sinh tồn chống lại những kẻ lừa đảo chỉ biết ngồi bàn giấy.

Thiel từ lâu cũng đã nhắm tới việc chuyển dòng tiền tài trợ nghiên cứu liên bang từ các trường đại học sang khu vực tư nhân. Trong nhiều cuộc phỏng vấn, ông thường lập luận rằng hiện nay nước Mỹ có số lượng tiến sĩ khoa học nhiều gấp 100 lần so với một thế kỷ trước, nhưng tốc độ tiến bộ thì gần như không thay đổi. Thế nhưng ông không đưa ra một thước đo rõ ràng nào để đánh giá tiến bộ khoa học.

Trong năm 2025, số tiến sĩ STEM ở Mỹ nghỉ việc nhiều hơn số người được tuyển dụng mới 11 lần, khiến tổng số tiến sĩ STEM hao hụt 4.224 người. Ảnh: Getty Image

Hệ thống khoa học công không chỉ chịu búa rìu dư luận từ giới công nghệ, mà còn chịu áp lực từ chính hệ thống quản lý. Trong nhiệm kỳ thứ hai, Tổng thống Donald Trump đã đưa ra kế hoạch cắt giảm ngân sách khoa học liên bang và gây sức ép với các trường đại học lớn bằng các đe dọa cắt ngân sách có mục tiêu. Các đợt cắt giảm này do Michael Kratsios - giám đốc Văn phòng Chính sách Khoa học và Công nghệ Nhà Trắng - người trước đó từng là chánh văn phòng tại quỹ đầu tư mạo hiểm của Thiel - điều phối.

Dù Quốc hội Mỹ sau đó đã cố gắng thay đổi một số khoản cắt giảm nhưng tổn thất khổng lồ đã diễn ra. Hơn 10.000 nhân sự liên bang có bằng tiến sĩ STEM đã rời khu vực công trong năm qua [5]. Các phòng thí nghiệm đại học buộc phải sa thải nhà nghiên cứu, hủy bỏ đề tài, hoặc thậm chí đóng cửa hoàn toàn. Một số học giả tìm đường sang châu Âu, những người khác thì nghỉ hưu sớm. Một bầu không khí lạnh lẽo đã bao trùm giới khoa học và sẽ còn kéo dài ngay cả sau khi nhiệm kỳ của Trump kết thúc.

Chính giới tinh hoa ở thung lũng Silicon đã góp phần vào việc cắt giảm mạnh ngân sách khoa học công dưới thời Trump, nhưng cũng đồng thời được hưởng lợi từ tình trạng đó.

Thực ra những tấn công gần đây vào giới khoa học, vào các khoản tài trợ cho khoa học cơ bản đã quên đi một bức tranh của tài trợ khoa học. Đó là: thực ra chính nhiều thành tựu công nghệ trong thung lũng Silicon sẽ không thể hoài thai nếu không có nghiên cứu do chính phủ tài trợ [6]. Những công nghệ nền tảng, chẳng hạn như chất bán dẫn và Internet, đều xuất phát từ các chương trình nghiên cứu quân sự thời Chiến tranh Lạnh từ nguồn tiền của chính phủ.

Khi còn là nghiên cứu sinh tại Stanford, Larry Page và Sergey Brin đã dựa vào nguồn tài trợ của Quỹ Khoa học Quốc gia Mỹ (NSF) để phát triển các thuật toán tìm kiếm mà sau này trở thành Google [7]. Màn hình cảm ứng và pin lithium-ion mà chúng ta sử dụng hằng ngày cũng được phát triển trong các phòng thí nghiệm đại học nhờ ngân sách nhà nước. Ngay cả trí tuệ nhân tạo tạo sinh - thứ thường xuyên được ca ngợi là thành tựu đỉnh cao của thị trường tự do - cũng là kết quả của hàng thập kỷ nghiên cứu được Bộ Quốc phòng Mỹ tài trợ.

Một ví dụ khác là Geoffrey Hinton - người đoạt giải Nobel và được mệnh danh là "cha đỡ đầu của AI". Dù đã rời vị trí học thuật tại Mỹ nhưng cuối cùng vẫn lại phải tìm đến chính phủ Canada để xin tài trợ cho phòng thí nghiệm tại Đại học Toronto - nơi sau này đã đào tạo ra nhiều nhà nghiên cứu AI hàng đầu cho OpenAI, Google và Meta.

Như vậy chúng ta đang đồng thời chứng kiến hai chiều hướng: một mặt là xu hướng gia tăng áp lực lên khối nghiên cứu, nhân sự khoa học và công nghệ rời bỏ môi trường làm việc đang tăng lên và bắt đầu có nhiều người tìm đến lao động trí óc thời vụ hơn.

Những người theo quan điểm thị trường có thể cho rằng đây đơn thuần là cách thị trường tự do vận hành. Bởi, xét cho cùng, không ai ép buộc các nghiên cứu sinh tiến sĩ hay các nhà khoa học thiếu việc làm phải làm công việc thời vụ.

Nhưng cách lý giải này bỏ qua những quyết định chính sách trực tiếp đã định hình nên chính cái "thị trường tự do" đó cho giới nghiên cứu. Các nhà khoa học được phỏng vấn trong bài viết trên tờ The Nation đều cho biết họ tìm đến công việc thời vụ vì các đợt cắt giảm tài trợ liên bang.

"Những công ty giàu nhất thế giới sẵn sàng chi bất cứ giá nào để cải thiện khả năng của mô hình AI, và Mercor đang đứng ngay ở điểm ‘mấu chốt’ đó", Brendan Foody - người sáng lập 23 tuổi của Mercor nói trong một cuộc phỏng vấn gần đây. Nhưng thực ra, chính các lao động trí thức - những người huấn luyện mô hình - mới là "mấu chốt".

"Thị trường tự do" nhiều khi chỉ là cái cớ để che đi những đánh giá về giá trị. Nghiên cứu khoa học cơ bản chưa bao giờ thực sự sinh lời trực tiếp, nhưng xã hội đã được hưởng lợi rất nhiều từ những tiến bộ khoa học này. Việc cắt giảm đầu tư cho khoa học, để rồi nguồn nhân lực STEM phải rời đi chẳng khác nào cho rằng không cần tưới nước cho rễ cây nữa vì trái chỉ mọc trên cành.