Исследование
«Жизнь в прямом эфире»
Жизнь в прямом эфире — это не только странные стримы, расследования в социальных сетях и люди, превратившиеся в бренды. Интернет изменил жизнь миллионов, дав им возможность работать онлайн из любой точки света — и отняв последнюю надежду на стабильность. Мы исследовали удивительный мир «человеческого облака», особого способа организации труда, объединяющего разрозненных людей в мощнейший коллективный разум, и заодно попросили одну из участниц самиздата поработать неделю на одной из подобных площадок и записать свои впечатления. Вот что из этого вышло.
«Мне кажется, из всех рабских работ, которые у меня были, по оплате это всё-таки самая рабская. Кажется, меньше, чем здесь, я не зарабатывала никогда в жизни.
Я думала, что если целый день буду сидеть и постоянно обновлять, то я заработаю. Я думала, что будет прям работа-работа. А что-то не вышло.
В общей сложности я за это время получила четыре с чем-то доллара. Банан с кефиром я могу купить на четыре доллара? Время, которое ты тратишь, и деньги, которые ты получаешь… Я не знаю, как люди умудряются этим зарабатывать. Может, это потому, что у меня рейтинг не очень высокий? И мне мало заданий выпадает. Они все уходят людям с высоким рейтингом. В целом я пока себя чувствую проигравшей в этой битве. Но я думаю ещё попытаться. Не знаю, мне нужны деньги. Не, ну как кто-то зарабатывает тут семьдесят тысяч… Наверное, врёт. Прекариат всех стран, соединяйся!»
За последние несколько лет человечество научилось прогнозировать с помощью машинного обучения всё на свете и даже чуть больше: среди прочего, алгоритмам прочат светлое будущее в предсказании погоды, попыток суицида и приговоров Верховного суда США. Однако несмотря на кажущееся всемогущество искусственного интеллекта, компьютеры до сих пор часто ошибаются в простых, казалось бы, вещах, таких как расшифровка человеческой речи или категоризация картинок. Для решения подобных задач было придумано «человеческое облако»: особый вид краудсорсинга, когда сложный набор обязанностей разбивается на простые действия, которые распределяются между тысячами и миллионами участников, работающих удалённо по всему миру. Сложность заданий при этом может быть очень разной, в диапазоне от «найти номер телефона в интернете» до «написать кусок кода».
«Искусственный искусственный интеллект», как ещё иногда называют эту технологию, был придуман не вчера: профильная пресса и IT-сообщество заговорили о нём ещё в середине нулевых. В 2005 году Amazon запустил свою платформу Mechanical Turk, ставшую практически синонимом «человеческого облака»: по состоянию на 2016 год там работало полмиллиона человек, из которых около семи с половиной тысяч рассматривают его как основное место работы. Однако именно за последние несколько лет «человеческие облака» из малопонятной технологии и способа заработать на карманные расходы превратились в полноценный инструмент бизнеса. В 2014 году всего четыре компании из рейтинга Fortune 1000 использовали подобные онлайн-платформы для найма, в 2015-м их стало уже 11 %. Рассматривают такую возможность в ближайшее время ещё 5 %. В 2014 году работодатели по всему миру, по разным оценкам, потратили на оплату труда «облачных» работников от 2 800 000 000 до 3 700 000 000 долларов.
Расцвет «человеческого облака» идеально вписывается во все последние экономические, технологические и социальные тренды с модными названиями типа «гиг-экономики», sharing economy (уже 2.0!) и «постреальности». Общую суть явления можно свести к тому, что всё большую роль начинает играть временная работа, а компании всё чаще вместо постоянных сотрудников нанимают независимых подрядчиков и фрилансеров. В результате потребители получают более дешёвые и удобные сервисы (Uber, Airbnb, продолжите список), бизнес сокращает расходы и наращивает гибкость, а наёмные работники начинают чаще менять карьеру и зачастую вынуждены совмещать несколько работ: они обретают мобильность, но теряют какие-либо гарантии. Если же вы предпочитаете обходить современные технологические достижения стороной, можно и вовсе остаться за бортом. В США к участвующим в «гиг-экономике» сейчас можно отнести около трети всего экономически активного населения.
День первый (и второй)
«Начала я работать. Нечаянно кликнула на первое задание, надо было смотреть видеоуроки. Там было пять страниц с видеокурсами, из них я сделала правильно только три. На остальные у меня мозгов, видимо, всё-таки не хватило. Я заработала на этом шестнадцать центов. Или четырнадцать…
Потом я заработала до двадцати центов тем, что там включаются видосы, и надо сказать, проигрываются они или нет. Эта работа стоит цент. Причём заданием считается просмотр пятнадцати видео. То есть чтобы заработать два цента, надо посмотреть тридцать видео. И ты смотришь какие-то дурацкие популярные видосы, порнуху, стримы, что-то ещё, видеоролики про то, как готовить тортики, и нажимаешь: работает или нет. И за это тебе дают ма-а-а-аленькие копеечки. Зато это задание нельзя выполнить неправильно.
Была ещё работа немного поинтереснее, с голосовыми запросами, которыми люди вызывают что-то, что им нужно в интернете. «Секс красивые пары», «готовые домашние задания», или там всякие «парабола имеет значение игрек и выходит из неё что-то нибудь там», и вот люди просят: интернет, реши мне эту задачку. Это надо слушать и расшифровывать. Иногда там просто какое-нибудь шкрябание телефона обо что-нибудь или странные нечленораздельные звуки. Но это хотя бы более интересно и оплачивается лучше. На задание уходит примерно двадцать минут, и за него тебе платят четыре цента. Всё равно маловато.
В итоге я заработала за сегодня и за вчера сорок центов, проведя на заданиях примерно три часа. Почувствовала себя рабом. Это интернет-рабство.
Но я надеюсь, что потом плата возрастёт. Пока что кроме аудио это было совсем неинтересно. То есть интересно, но интересно тем, что ты такой: „Ой, интернет, ты такой большой, столько в тебе всякого говна есть“. Но это недостаточно интересно. Ну посмотрим, что будет дальше. Надеюсь на карьерный рост».
После Amazon Mechanical Turk подобные платформы стали появляться повсеместно. WorkMarket, Upwork, FieldNation, OnForce, Freelancer.com, Proworkers, ShiftPixy, Jobr, Ciber Inc., twago, Sticky Crowd (платят за то, что отслеживают движения ваших глаз во время просмотра сайтов), People per Hour — это лишь то, что на поверхности. У подобных сервисов есть своя иерархия: например, в SuperTasker задания требуют определённой квалификации, поэтому там меньше работников, они проходят предварительный отбор, а оплата фиксирована. На верхушке пирамиды — сервисы типа MBA & Company и HourlyNerd, предоставляющие услуги «консультантов по вызову». Там же Topcoder (для программистов) и Upcounsel (для юристов). Консультанты из MBA & Company получают от 300 до 6 500 фунтов за день, дополнительные 20 % платформа берёт в качестве комиссии.
Есть подобные сервисы и в России. Самый известный из них несколько лет назад запустил Яндекс, и называется он «Толока».
Яндекс с помощью «Толоки» собирает пользовательские оценки контента, которые затем использует для обучения машинных алгоритмов. Например, исполнителю (их называют «толокерами») показывают фотографии и просят сказать, что на них изображено. В финале получается огромный массив размеченных изображений, который затем загружается в нейросеть. Машина учится на таком «эталонном» наборе и вырабатывает свой набор признаков, по к�