На конференцији „Блумберг глобал бизнис форум“ у Њујорку, генерална директорка Међународног монетарног фонда Кристин Лагард саопштила је врло суморне прогнозе. Резултати студија ММФ-а кажу да ће у блиској будућности, због технолошког напретка, нестати потреба за 26 милиона радних места. Вештачка интелигенција ће обављати посао уместо људи. Лагардова је поменула и да ће најрањивије позиције бити оне на којима традиционално раде жене, односно то су они послови где је неопходна прецизност и пажња.
Са ставом Лагардове се није у потпуности сложио шеф велике кинеске технолошке компаније „Баиду“, која врло активно ради на развоју пројеката уз употребу вештачке интелигенције. Он сматра да технолошки напредак неће оставити милионе људи без радних места, као и да ће се уместо професија које више неће бити потребне појавити нове.
Једна од тих нових професија за којом се већ јавља потреба јесте „обележивач података“. Развој вештачке интелигенције се ослања на три кључне компоненте: хардвер, софтвер и податке. Другим речима, неопходно је обезбедити напредне чипове и микрошеме, као и софтвер како би се развијала технологија вештачке интелигенције. Осим наведених компоненти, кључни су подаци. Што је више података унесено у систем, то ће он бити „паметнији“.
Па ипак, систем не би требало оставити без контроле и ослањати се само на уношење података. Ово је показало лоше искуство Фејсбука и Мајкрософта, који су били приморани да искључе своје системе вештачке интелигенције због квара у раду одговарајућих робота. У случају Фејсбука, роботи су почели међу собом да комуницирају на језику који човек не познаје. Док је, што се тиче Мајкрософта, систем постао крајње десно националиситчки оријентисан, па је почео да користи непристојне речи и да вређа. Поента је у томе што су машине биле „обучаване у борбеном стилу Твитера“, па су се њихови творци суочили са чињеницом да су роботи постали ксенофобични расисти.
Због тога је постало јасно да у фази када се у машину уносе подаци, човек још увек мора строго да контролише процес. Штавише, подаци које уноси човек требало би да буду обележени, на неки начин етикетирани, како би машина могла касније током рада да их распознаје и класификује. Како би машину научили да препознаје лица, неопходно је у систем поставити огромну количину фотографија, али на свакој обележити црте лица, односно фигуре. То није тежак посао, али је монотон и захтеван. Кинези су одлучили да се баве овим послом.
Практично у истим оним фабричким халама где су мигранти пре 20 година шили одећу, сада раде „обележивачи“. По 12 сати они седе бавећи се уношењем и етикетирањем огромних количина података, који ће системима вештачке интелигенције омогућити да прецизније раде. На овим пословима најпре раде жене, али је њихов рад, нажалост, веома слабо плаћен. Утеха је што је овај посао ипак лакши него онај за машином за шивење или у пољу.
Делује да ће Кина наћи своју нову тржишну нишу. Други пак кажу да је Кина већ фабрика 21. века. У оваквим околностима, Кина добија и прилику да упосли своје грађане. Зато се може рећи да Кина, иако није лидер у развоју најсавременијих технологија, врло лако може да постане „учитељ машина“ светског гласа. На пример, „Бејзик фајндер“, кинеска компанија која се бави овим пословима, има клијенте попут Универзитета Беркли, као и калифорнијски стартап „Ауто Екс“, који разрађује беспилотне аутомобиле, али и кинеске лидере у области вештачке интелигенције „Сенс тајм“ и „АјФлајтек“.
