Tôi từ chối huấn luyện AI để thay thế chính mình

Sau khi hoàn thành bằng Tiến sĩ vào đầu năm nay về các công nghệ như trí tuệ nhân tạo đang định hình lại công việc nông nghiệp tại Nam Phi, tôi đã sẵn sàng bắt đầu sự nghiệp học thuật. Tôi đã hình dung mình sẽ giảng dạy sinh viên, hướng dẫn nghiên cứu và đào tạo thế hệ học giả tiếp theo. Nhưng lời mời làm việc đầu tiên tôi nhận được lại không đến từ một trường đại học. Đó là từ một nhà tuyển dụng, người đã mời tôi đào tạo một hệ thống AI để thiết kế các bài đánh giá, giảng dạy sinh viên đại học và chấm bài luận. Tóm lại, tôi được yêu cầu chuyển giao tất cả những gì mình đã học được trong thập kỷ qua cho AI.

Tôi đã đồng ý tham gia phỏng vấn. Bạn có thể tự hỏi: Tại sao một người lại đồng ý đào tạo một mô hình AI bằng chính những kỹ năng mà họ phải mất nhiều năm mới có được? Câu trả lời, một phần, nằm ở thực tế kinh tế - xã hội tại Nam Phi. Công việc này trả 600 rand (37 USD) mỗi giờ, trong một quốc gia mà mức lương tối thiểu quốc gia là 30,23 rand (2 USD) mỗi giờ, và tỷ lệ thất nghiệp ở thanh niên là 47,4% trong quý II năm 2026. Vì vậy, khi cơ hội kiếm sống xung đột với nguyên tắc của bạn về việc giúp đỡ một công nghệ có thể cạnh tranh với bạn vào một ngày nào đó, bạn sẽ làm gì? Tôi không phải là người duy nhất phải cân nhắc sự đánh đổi đó.

Khi cơ hội kiếm sống xung đột với nguyên tắc của bạn về việc giúp đỡ một công nghệ có thể cạnh tranh với bạn, bạn sẽ làm gì?

Mọi người ngày càng được thuê để đào tạo chính những hệ thống AI sẽ thay thế công việc của họ trong tương lai. Những người viết lách có trình độ cao đang được trả lương thấp để "nhân văn hóa" hoặc chỉnh sửa các văn bản do AI tạo ra. Tại Ấn Độ, những người phân loại rác và thợ hàn đang đeo điện thoại hoặc camera lên đầu để ghi lại các hoạt động hàng ngày của họ với mức lương 250 rupee (2,60 USD) mỗi giờ. Dữ liệu đó đang được sử dụng để đào tạo các robot hình người sẽ thay thế chính những công việc mà những người lao động này đang dựa vào.

Mặc dù một người phân loại rác nằm ở phía đối diện của thang lương so với tôi, nhưng về cơ bản chúng tôi đang làm cùng một công việc: chuyển giao kiến thức và khả năng phán đoán của con người cho máy móc. Nếu đây trở thành đặc điểm định hình nền kinh tế AI, châu Phi sẽ bị phơi bày. Châu lục này có tỷ lệ áp dụng AI thuộc hàng thấp nhất thế giới, với hầu hết các quốc gia đều dưới mức trung bình toàn cầu khoảng 18% trong nhóm dân số trong độ tuổi lao động. Nam Phi có kết quả khả quan hơn một chút, với tỷ lệ áp dụng là 23%.

Tuy nhiên, châu lục này lại có dân số trẻ nhất và một nguồn nhân lực chuyên gia có trình độ học vấn cao đang ngày càng tăng trong môi trường thất nghiệp phổ biến, lương thấp và dự báo tăng trưởng kinh tế khiêm tốn. Đối với các công ty AI, có một động lực để khai thác kiến thức chuyên môn từ các chuyên gia châu Phi với chi phí tương đối thấp hơn so với các xã hội phương Tây.

Các công việc AI được chào mời ngày nay cho một người có trình độ học vấn cao ở châu Phi khác với các công việc dán nhãn dữ liệu và chú thích dữ liệu vốn từ lâu đã được thuê ngoài tại Kenya, Nigeria và những nơi khác. Các yêu cầu cũng khác biệt: Tôi được săn đón không chỉ để chuyển giao kiến thức mà còn cả khả năng phán đoán mà tôi đã tích lũy được qua nhiều năm học tập trên giảng đường và giảng dạy sinh viên đại học. Qua hàng ngàn giờ, tôi đã học được cách đánh giá những khái niệm nào thực sự quan trọng trong một khóa học đại học, cách đánh giá các bài luận, cách phân biệt giữa việc ghi nhớ vẹt và sự hiểu biết thực sự, và tại sao một sinh viên nên nhận được 75% thay vì 60% trong một bài luận. AI sẽ không chỉ học những gì tôi biết; nó sẽ học cách tôi đưa ra quyết định.

Việc chúng ta trao quyền phán đoán vốn định hình nên tính cách và nghề nghiệp của mình cho một cỗ máy có ý nghĩa gì?

Một số ngành nghề cổ cồn trắng được định nghĩa bởi sự tùy ý. Luật sư thực hiện phán đoán pháp lý, bác sĩ thực hiện phán đoán lâm sàng và giáo viên thực hiện phán đoán sư phạm. Loại kiến thức này từng được coi là khó, nếu không muốn nói là không thể, để tự động hóa vì nó phụ thuộc vào việc diễn giải ngữ cảnh thay vì chỉ áp dụng các quy tắc. Đây là lý do tại sao các bác sĩ, luật sư và kỹ sư hiện đang được các nền tảng AI như Outlier, Mercor và Surge tích cực tuyển dụng.

Trong quá trình tuyển dụng của riêng tôi, không có sự tham gia của con người. Tôi đã được phỏng vấn trong 45 phút bởi một AI, sau đó nó gửi email phản hồi cho tôi về điểm mạnh và điểm yếu của mình. Theo truyền thống, quyết định này được đưa ra bởi con người, nhưng giờ đây AI đã tiếp quản và quyết định ai được tuyển dụng. AI phỏng vấn tôi đã gợi ý tôi làm lại một phần bài đánh giá. Tôi đã không làm vậy và ngừng theo đuổi công việc đó.

Tôi ước mình có thể nói với bạn rằng lựa chọn của tôi dựa trên nguyên tắc, rằng tôi đã từ chối vì sợ rằng việc giúp xây dựng công nghệ này có thể thay thế công việc tôi đang làm. Nhưng tôi vẫn chưa hoàn toàn hiểu rõ nguồn gốc của sự khó chịu của chính mình, cũng như không có câu trả lời cho những câu hỏi mà tôi đang phải vật lộn. Việc chúng ta trao quyền phán đoán vốn định hình nên tính cách và nghề nghiệp của mình cho một cỗ máy có ý nghĩa gì? Chúng ta đang dạy những hệ thống này loại phán đoán nào? Chúng ta đang dạy chúng trở nên công bằng, trở nên tốt đẹp, có đạo đức và thực sự nhận biết được ngữ cảnh hay sao?

Tôi vẫn không biết tại sao mình lại từ bỏ công việc đào tạo AI đó. Có lẽ theo thời gian tôi sẽ hiểu rõ hơn. Trong khi đó, tôi vẫn tiếp tục tìm kiếm một công việc học thuật để giảng dạy sinh viên, chứ không phải giảng dạy AI.