Tác động của AI, đặc biệt là AI tạo sinh, đang được cảm nhận trên khắp các ngành. Nhưng trong khi các giám đốc điều hành hào hứng về tiềm năng của công nghệ này, thì những người lao động trí óc thường cảnh giác về ý nghĩa của nó đối với họ, công việc của họ và tương lai của họ. Những nhận thức khác nhau này đang tạo ra những căng thẳng mới và đặt ra những thách thức mới cho cả hai nhóm.

Người lao động đã có hành động để gây ảnh hưởng đến chương trình nghị sự sẽ quyết định các tổ chức sẽ (hoặc sẽ không) làm gì với AI. Đáng chú ý nhất là cuộc đình công kéo dài 148 ngày do Hiệp hội biên kịch Hoa Kỳ (WGA) tổ chức vào năm 2023, một công đoàn đại diện cho 11.500 biên kịch. Cuộc đình công đã khiến ngành công nghiệp giải trí phải dừng lại trong nhiều tháng trước khi cuối cùng kết thúc bằng một thỏa thuận rằng AI không thể viết hoặc viết lại tài liệu văn học, rằng tài liệu do AI tạo ra sẽ không được coi là tài liệu nguồn (có nghĩa là tài liệu do AI tạo ra không thể được sử dụng để làm suy yếu uy tín hoặc các quyền riêng biệt của tác giả), rằng việc khai thác tài liệu của tác giả để đào tạo AI bị nghiêm cấm và rằng các tác giả có thể chọn sử dụng AI khi thực hiện dịch vụ viết, nhưng công ty không thể yêu cầu tác giả sử dụng phần mềm AI khi thực hiện dịch vụ viết.

Kết quả này được ca ngợi là một chiến thắng cho WGA, nhưng nó cũng minh họa cho những khó khăn của các loại đàm phán này. Đầu tiên, thỏa thuận sẽ hết hạn sau ba năm, có nghĩa là các tác giả sẽ sớm bị buộc phải đàm phán lại. Thứ hai, không rõ thỏa thuận sẽ được thực thi như thế nào, vì không có cách nào đảm bảo để kiểm tra xem dữ liệu đã được LLM (Mô hình ngôn ngữ lớn) thu thập hay chưa. Thứ ba, thỏa thuận không nói gì về việc những người bên ngoài tham gia vào ngành. OpenAI đã bắt đầu một cuộc tấn công để quảng bá Sora — công cụ tạo video dựa trên AI của mình — trong số các nhà làm phim và hãng phim ở Hollywood. Về nguyên tắc, không có gì ngăn cản các hãng phim và nhà làm phim bắt đầu tạo kịch bản và video bằng công cụ của OpenAI, điều này sẽ làm giảm đáng kể không chỉ ảnh hưởng và quyền lực của các biên kịch mà còn của cả các diễn viên.

 

Mặc dù cuộc đình công của WGA là ví dụ lớn nhất về hành động của nhân viên, nhưng đó không phải là ví dụ duy nhất. Các nhà tuyển dụng cần bắt đầu chuẩn bị cho khả năng lo lắng về AI sẽ thúc đẩy các nỗ lực thành lập công đoàn và hành động tập thể của những người lao động trí óc. Dự án AI Bill do Traders Union Congress khởi xướng — một liên đoàn các công đoàn đại diện cho những người lao động trí óc và trí tuệ ở Anh và xứ Wales — cho thấy bằng chứng về cách các công đoàn đang phát triển nhanh chóng để tăng tiếng nói của người lao động trong cách sử dụng công nghệ tại nơi làm việc.

Tất cả các vấn đề trên đều bắt nguồn — trực tiếp hoặc gián tiếp — từ việc tiếp cận dữ liệu ngữ cảnh chất lượng cao. Dữ liệu là đầu vào cần thiết để các thuật toán học máy thực hiện và AI được tạo thành từ các thuật toán như vậy. Do đó, những người có quyền truy cập vào dữ liệu chất lượng cao có thể đào tạo AI chất lượng cao. Hiện tại, WGA không quản lý việc tạo và sử dụng dữ liệu do lực lượng lao động tạo ra, và các quy định bảo vệ dữ liệu mới nhất như Đạo luật AI của EU tập trung nhiều vào việc ngăn chặn việc giám sát nhân viên nhưng không tập trung vào cách nội dung do nhân viên tạo ra có thể được sử dụng để đào tạo các mô hình. Do đó, có phạm vi xung đột rất lớn. Và trừ khi người lao động và các tổ chức có thể giải quyết vấn đề dữ liệu này theo cách có ý nghĩa và lâu dài, xung đột sẽ tiếp tục được giải quyết thông qua các cuộc đàm phán bế tắc và từng phần.

Hợp tác xã dữ liệu cung cấp một con đường có ý nghĩa để tiến về phía trước. Đây là mô hình tổ chức cho phép cá nhân tập hợp dữ liệu của họ với mục đích giành được quyền thương lượng với các công ty phân tích dữ liệu của họ. Các hợp tác xã như Swash, datum, MIDATA, Gener8, SAOS, GISC và Data Worker’s Union cung cấp các con đường để cá nhân kiếm tiền và quản lý dữ liệu của họ, chuyển đổi vai trò của dữ liệu — và của họ — trong nền kinh tế kỹ thuật số. Các hợp tác xã này nhấn mạnh vào quyền kiểm soát của cá nhân, sử dụng có đạo đức và đối xử công bằng, đồng thời cho phép người dùng giữ quyền sở hữu và quyền đại diện đối với dấu chân kỹ thuật số của họ. Hơn nữa, trong nhiều trường hợp, họ cung cấp dịch vụ kiếm tiền từ dữ liệu vì lợi nhuận từ các thành viên hợp tác xã, cho phép bên thứ ba có được thông tin chi tiết từ dữ liệu đó (theo cách có trách nhiệm và bảo vệ quyền riêng tư). Do đó, hợp tác xã dữ liệu có thể đáp ứng nhu cầu về thông tin chi tiết dựa trên dữ liệu hoặc đào tạo AI. Đồng thời, họ cung cấp cho các tổ chức dữ liệu chất lượng cao, được cập nhật thường xuyên, cực kỳ phù hợp với bối cảnh của họ. Điều này có nghĩa là các thành viên có quyền kiểm soát dữ liệu của mình và họ có thể cấp quyền cho các công ty cụ thể sử dụng dữ liệu đó một cách có trách nhiệm.

 

Dữ liệu như một yếu tố sản xuất mới

Tác động của công nghệ đối với nhân viên và người sử dụng lao động của họ thường được phân tích như một trò chơi tổng bằng không giữa cả hai bên, trong đó tự động hóa làm tăng lợi nhuận cho người sử dụng lao động trong khi lại làm giảm việc làm cho nhân viên. Tuy nhiên, sự phụ thuộc của AI vào dữ liệu mới đã đảo ngược quan điểm này vì ba lý do:

Khả năng tạo nội dung của AI tạo ra có thể ảnh hưởng đến các vai trò như quảng cáo và tiếp thị, thiết kế thuốc và đổi mới, thiết kế và phát triển sản phẩm và quy trình. Thật vậy, tác động của AI tạo ra đối với các công việc lập trình đã được cảm nhận.

Vì các mô hình AI cực kỳ cần dữ liệu, chúng có thể được đào tạo không chỉ trên các sản phẩm đã hoàn thiện mà còn trên dữ liệu được thu thập trong quá trình tạo. Bất kỳ dữ liệu nào được tạo ra như vậy thường thuộc sở hữu của tổ chức, điều này giúp việc đào tạo các mô hình AI nội bộ trong tương lai trở nên dễ dàng hơn.

Hầu hết các tổ chức đều đang nắm giữ các mỏ vàng dữ liệu trong quá khứ, rất nhiều trong số đó có thể được sử dụng thành công để đào tạo trước hoặc tinh chỉnh các mô hình AI.

Ví dụ, hãy xem xét một nhóm kỹ sư đang làm việc trên hệ thống truyền động cho một mẫu xe mới của năm. Một nhóm như vậy có thể bao gồm hàng chục cá nhân với nhiều kỹ năng và kinh nghiệm khác nhau. Đồng thời, tất cả các nhà sản xuất ô tô đều có quyền truy cập vào lượng dữ liệu dồi dào từ quá trình tạo hệ thống truyền động trước đó bao gồm hiệu suất, chi phí và quy trình thiết kế của họ. Do đó, có thể thấy trước rằng các công ty có thể chuyển nhiều công việc ban đầu hơn sang AI, do đó tác động đến một số công việc văn phòng trong khu vực.

Tuy nhiên, AI cần các tập dữ liệu mới hơn, sạch hơn và lớn hơn để học hỏi và cải thiện hiệu suất của nó. Các tổ chức dựa vào khả năng hiện tại của AI sớm muộn gì cũng phát hiện ra rằng các thuật toán mà họ sử dụng bắt đầu hoạt động kém hơn so với trước đây thông qua "sự suy giảm mô hình" — sự suy giảm hiệu suất của AI theo thời gian. Lý do là dữ liệu mà chúng được đào tạo không còn đại diện cho thực tế mà AI phải điều hướng.

Sở thích, bối cảnh, khiếu hài hước, thị hiếu và thời trang của chúng ta liên tục thay đổi. Và con người chúng ta cần phải bộc lộ sở thích của mình, cười và tương tác khi thấy điều gì đó hài hước, và mặc một sản phẩm mà chúng ta thấy hợp thời trang. Dữ liệu quý giá nhất sẽ là về con người chúng ta, và do đó, chính sự tương tác của chúng ta với các hệ thống kỹ thuật số tạo ra dữ liệu đó. Việc loại bỏ con người có nghĩa là loại bỏ dữ liệu về người mà AI được thiết kế để tạo nội dung. Chỉ chúng ta mới có thể xác định liệu chúng ta có thấy trò đùa đó đủ vui không, liệu sự thay đổi màu sắc tinh tế đó có hợp thời trang không, hay liệu bây giờ có cần thứ gì đó mới không, bởi vì chỉ tạo ra thứ mà chúng ta thích ba tháng trước không còn đủ nữa.

Chính sự thật này, chỉ xuất hiện từ bản chất của AI chứ không phải từ bản chất của các công nghệ khác đã từng ảnh hưởng đến thị trường lao động trong quá khứ, có thể giúp điều chỉnh nhu cầu của người sử dụng lao động và người lao động một cách đáng ngạc nhiên, vì nhân viên là người đóng vai trò cơ bản trong việc tạo ra dữ liệu mới hơn có thể thúc đẩy AI.

 

Hợp tác xã dữ liệu đối với dữ liệu giống như công đoàn đối với lao động

Trong bối cảnh công việc, kiến ​​thức thực tế, khả năng giải quyết vấn đề và bộ kỹ năng đang phát triển của nhân viên thay đổi theo từng thách thức và sáng kiến ​​mới. Do đó, dữ liệu có giá trị nhất đối với AI có thể đảm nhiệm nhiệm vụ của người lao động sẽ đến trực tiếp từ các nhiệm vụ mà người lao động thực hiện, vì tương tác thực tế của họ với các công cụ, hệ thống và khách hàng tạo ra dữ liệu chính xác mà AI yêu cầu để duy trì tính chính xác và hữu ích.

Đây là nơi các hợp tác xã dữ liệu cung cấp một cách tiếp cận mới đối với quản trị dữ liệu bằng cách cho phép người lao động đồng sở hữu và quản lý dữ liệu tập thể của họ thông qua quy trình ra quyết định ít nhiều phi tập trung. Điều này xảy ra vì các thành viên của hợp tác xã dữ liệu có thể kéo dữ liệu hiện đang bị cô lập ở nhiều nguồn khác nhau thành một gói. Việc tổng hợp dữ liệu mà các thành viên tạo ra từ nhiều nguồn và tình huống khác nhau có thể dẫn đến việc phát triển các sản phẩm, dịch vụ và mô hình kinh doanh mới mà không thể đạt được thông qua các đóng góp riêng lẻ hoặc thông qua việc sử dụng dữ liệu ở các nguồn duy nhất (như một công ty, một nền tảng, một nhà cung cấp dịch vụ, v.v.).

Hơn nữa, một khi người lao động bắt đầu thấy dữ liệu của họ được kiếm tiền từ các hợp tác xã, họ sẽ có nhiều khả năng tổ chức lại các quy trình của riêng mình để tạo điều kiện thu thập dữ liệu tốt hơn, từ đó có thể tạo ra kết quả AI tốt hơn cho tổ chức và thu nhập cao hơn từ dữ liệu cho người lao động.

Ngoài các công đoàn lao động, vốn theo truyền thống tìm kiếm một con đường một chiều để cải thiện điều kiện của người lao động, các hợp tác xã dữ liệu hoạt động như những nhà cung cấp dữ liệu đào tạo và tuân theo các quy tắc của thị trường để đáp ứng nhu cầu chưa được đáp ứng (nhu cầu đào tạo các hệ thống AI bằng dữ liệu cập nhật). Và điều này có thể được thực hiện theo những cách bảo vệ quyền riêng tư, theo đó các thành viên của hợp tác xã giữ bí mật những hiểu biết riêng tư của họ. Mô hình tổ chức này trao quyền cho người lao động bằng cách cho phép họ thiết lập các quy tắc chung để sử dụng dữ liệu, có khả năng tăng cường sức mạnh mặc cả của họ với người sử dụng lao động. Trên thực tế, điều này đòi hỏi các hợp tác xã dữ liệu cho phép người lao động thu thập dữ liệu của họ từ các nguồn khác nhau, quyết định từng trường hợp cụ thể bên thứ ba nào (ví dụ như người sử dụng lao động của họ) có thể đào tạo thuật toán trên dữ liệu đó. Điều này cho phép người lao động kiếm tiền từ dữ liệu của họ và giữ dữ liệu đó được kiểm soát dưới một hệ thống duy nhất. Có một số mô hình để thực hiện việc này: một số sử dụng blockchain, một số khác sử dụng ứng dụng của bên thứ ba, trong khi một số khác lưu trữ dữ liệu cục bộ và chỉ đơn giản là cung cấp cho người dùng nhiều quyền kiểm soát hơn đối với những người có quyền truy cập vào dữ liệu đó và cách sử dụng dữ liệu đó.

Bây giờ, khi dữ liệu ngày càng được sử dụng như một yếu tố sản xuất (tức là đầu vào) trong nền kinh tế, thì việc các hợp tác xã dữ liệu xuất hiện như một giải pháp là điều tự nhiên. Đây cũng chính là logic dẫn đến sự phát triển của các công đoàn lao động trong quá khứ: sự phân mảnh của cơ cấu sở hữu yếu tố sản xuất (dù là dữ liệu hay lao động) cản trở mọi quyền mặc cả của một cá nhân với người sử dụng lao động.

 

Dữ liệu và lao động, cả hai yếu tố quan trọng của sản xuất, đều có chung thách thức về sự phân mảnh. Tuy nhiên, chúng khác nhau ở chỗ dữ liệu chủ yếu tạo ra giá trị ở khối lượng lớn. Do đó, cần phải tổng hợp dữ liệu để giải phóng giá trị của dữ liệu thông qua các hiểu biết sâu sắc. Chính vì sự tổng hợp bắt buộc đó mà chúng ta nói đến "dữ liệu lớn".

Trong bối cảnh của các hợp tác xã dữ liệu, mô hình sở hữu tập thể của dữ liệu không chỉ nâng cao quyền mặc cả; mà còn thúc đẩy việc tạo ra giá trị bằng cách tận dụng khối lượng và tính đa dạng của dữ liệu của các thành viên. Điều này minh họa cách các cấu trúc sở hữu phân tán có thể thúc đẩy các lợi ích kinh tế và xã hội rộng lớn hơn ngoài đòn bẩy đàm phán đơn thuần.

 

Điều này có ý nghĩa gì đối với tương lai của mối quan hệ giữa người lao động và người sử dụng lao động

Để giá trị kinh tế này được giải phóng — và để cả người sử dụng lao động và người lao động phát triển mạnh trong nền kinh tế dữ liệu — mọi người liên quan cần nâng cao trình độ hiểu biết về dữ liệu của mình. Cả người lao động và người sử dụng lao động đều cần hiểu cách dữ liệu tạo ra giá trị, tức là bằng cách tổng hợp và phân tích để tìm ra những hiểu biết sâu sắc và các mô hình có thể cải thiện việc ra quyết định và đào tạo các mô hình AI. Hơn nữa, người lao động cần hiểu cách họ đóng góp vào việc tạo ra và quản lý dữ liệu như vậy trong khi họ đang làm việc và sử dụng ảnh hưởng tập thể mà các hợp tác xã trao cho họ để có thể thảo luận đúng đắn về tương lai của công việc.

Để tận dụng tối đa dữ liệu mà mọi người tạo ra, đồng thời đảm bảo người lao động có quyền kiểm soát dữ liệu mà họ cung cấp và được trả công xứng đáng cho dữ liệu đó, người sử dụng lao động và người lao động nên thực hiện theo các bước sau để có thể định hình tương lai của nền kinh tế kỹ thuật số và do đó là tương lai của công việc:

1. Đánh giá các nguồn dữ liệu và tiềm năng nội bộ của tổ chức.

Người sử dụng lao động và người lao động nên bắt đầu bằng cách tiến hành kiểm toán kỹ lưỡng dữ liệu mà tổ chức đã thu thập và tạo ra, tập trung vào việc xác định dữ liệu có thể có giá trị cho đào tạo hoặc phân tích AI. Trong bài tập đó, việc xác định dữ liệu do nhân viên tạo ra có thể đóng vai trò là cơ sở để định lượng sự đóng góp của nhân viên vào giá trị dựa trên dữ liệu do tổ chức tạo ra. "Đài quan sát thuật toán của người lao động" là một sáng kiến ​​ra đời tại Đại học Princeton cho phép người lao động thu thập dữ liệu từ đám đông và điều tra các hệ thống thuật toán đằng sau các nền tảng xác định mức lương, lịch trình và nhiều thứ khác trong nền kinh tế nền tảng và hơn thế nữa. Người sử dụng lao động và người lao động có thể sử dụng sáng kiến ​​này để truyền cảm hứng và hỗ trợ.

2. Thu hút nhân viên tham gia các chương trình đào tạo về kiến ​​thức dữ liệu.

Các tổ chức có thể triển khai các chương trình đào tạo để nâng cao kiến ​​thức dữ liệu của nhân viên. Bằng cách giáo dục họ về cách các hoạt động hàng ngày của họ tạo ra dữ liệu có giá trị, tầm quan trọng của dữ liệu này trong quá trình phát triển AI và cách họ có thể tham gia vào các hợp tác xã dữ liệu, kiến ​​thức có giá trị sẽ được tạo ra. Kiến thức này cho phép nhân viên tạo ra nhiều giá trị hơn thông qua dữ liệu của tổ chức và đồng thời, cho phép tất cả các bên liên quan có liên quan trong tổ chức có sự hiểu biết và ngôn ngữ chung về giá trị mà các hợp tác xã dữ liệu có thể tạo ra. Điều này mang lại lợi ích cho tất cả mọi người: nhân viên hiểu rõ hơn về cách họ tạo ra giá trị và được đền bù cho giá trị đó, và đổi lại, người sử dụng lao động nhận được dữ liệu chất lượng cao hơn. Công ty dược phẩm Roche đang tiên phong trong lĩnh vực này.

3. Kết hợp các điều khoản hợp tác dữ liệu vào hợp đồng lao động.

Bằng cách cập nhật hợp đồng lao động để bao gồm các điều khoản công nhận quyền của nhân viên đối với dữ liệu của họ và phác thảo cách dữ liệu của họ có thể được sử dụng khi hợp tác với các hợp tác xã dữ liệu, các tổ chức có thể định vị mình là người tiên phong trong lĩnh vực này. Điều này sẽ đảm bảo tính minh bạch và cung cấp khuôn khổ pháp lý cho việc sử dụng dữ liệu, đồng thời có thể giúp thu hút nhân tài mới. Loại điều khoản này đang được thảo luận trong các sáng kiến ​​như Liên minh công nhân dữ liệu, tổ chức này ủng hộ quyền của người lao động đối với dữ liệu mà họ tạo ra. Các công ty có thể lấy cảm hứng từ những cuộc thảo luận này để xây dựng chính sách của riêng mình và đi trước những gì hứa hẹn sẽ trở thành vấn đề lao động lớn, do đó dẫn dắt và định hình cuộc thảo luận về chủ đề này. Bằng cách chủ động ngay từ bây giờ, các công ty có thể phát triển một hệ thống cùng có lợi và ngăn chặn một điểm bất đồng sau này, tại thời điểm đó, họ có thể phải hy sinh nhiều hơn.

Với bản chất năng động của xã hội, AI sẽ (ít nhất là trong tương lai gần) cần dữ liệu và sự hướng dẫn của con người để tạo ra giá trị thực. Do đó, người lao động sẽ đóng vai trò cơ bản trong việc duy trì sự phù hợp của AI. Chính sự kết hợp giữa lao động, vốn và AI sẽ — nếu có — tạo ra giá trị mà các công ty tư vấn như McKinsey đang dự đoán. Do đó, người lao động nên tập trung vào việc hiểu sự tương tác giữa vốn, lao động và dữ liệu, và bắt đầu hướng dẫn cuộc thảo luận về tương lai của công việc với sự hiểu biết đúng đắn về bản chất của AI.

Các nhà lãnh đạo doanh nghiệp cũng nên hiểu sự phụ thuộc giữa vốn, lao động và dữ liệu để chủ động đề xuất các khuôn khổ hợp tác cho phép các tổ chức — và do đó là xã hội — phát triển trong thời đại AI.

 

Theo José Parra-Moyano và Amit Joshi, Harvard Business Review, 2024