هزاران نویسنده کنیایی که سال‌ها پایان‌نامه و مقاله پزشکی، مهندسی و علوم کامپیوتر را برای دانشجویان آمریکایی و بریتانیایی می‌نوشتند، ناگهان مشتری خود را از دست دادند. دست‌شان پر از پول بود؛ تا اینکه چت‌جی‌پی‌تی رسید و تمام اکوسیستم درآمدی‌شان را فرو ریخت.

یک اقتصاد غیررسمی ۴۰ هزار نفری

در اوج فعالیت اوایل این دهه، محققان تخمین می‌زدند دست‌کم ۴۰ هزار نفر تنها در نैरوبی در این صنعت کار می‌کنند. دولت کنیا از سال ۲۰۱۶ به طور رسمی و استراتژیک کار گیگ اینترنتی را ترویج می‌کرد و شرکت‌هایی مثل ساماسورس نیروی کار ارزان را برای برچسب‌گذاری داده‌های هوش مصنوعی تأمین می‌کردند. در کشوری که ۸۰ درصد مشاغلش غیررسمی است، نوشتن مقاله آکادمیک برای بیرون از مرزها یک بستر درآمدی مطمئن شده بود.

ترسیوس بوندی: از ۲۵۰۰ مقاله تا بیکاری

ترسیوس بوندی، ۳۴ ساله، در دوازده سال بیش از ۲۵۰۰ مقاله تحویل داد. او برای هر متن ۴۰ تا ۷۰ دلار می‌گرفت و گاهی با لاگین دانشگاهی مشتری‌ها مستقیماً به پورتال‌ها دسترسی داشت. پس از ظهور چت‌جی‌پی‌تی در أواخر ۲۰۲۲، سفارش‌ها و قیمت‌ها به شدت کاهش یافتند. همزمان کارهای جانبی همچون رونویسی، آناتیشن داده و مودراسیون محتوا برای متا نیز از بین رفت.

تنها «انسان‌سازها» باقی ماندند

به گزارش نیویورک تایمز، تنها شغلی که الان مانده، «انسان‌ساز» (humanizer) است: کسانی که متن تولیدشده توسط هوش مصنوعی را بازنویسی می‌کنند تا از رادارهای سرقت‌ادبی در بیایند. است مارک گراهام از آکسفورد هشدار می‌دهد که همین شوک در مقیاس جهانی در راه است.

«هوش مصنوعی برای بانکداران می‌آید، برای حسابداران، برای مهندسین و معماران. برای همه می‌آید.»
— ترسیوس بوندی، نویسنده سابق آکادمیک

آیا نैरوبی پیش‌گوی آینده است؟

کنیا بازار کار گیگ را به عنوان راه‌حل بیکاری جوانان ترویج کرد؛ الان همان بازار اولین قربانی اتوماسیون کامل شده. الگوی نैरوبی نشان می‌دهد که وقتی یک مدل زبان می‌تواند در ثانیه‌ها متنی بنویسد که یک متخصص روزها وقت می‌گذارد، لبه‌ی مهارتی که کارگران گیگ روی آن حساب باز کرده‌اند، ناگهان بی‌ارزش می‌شود. برای اقتصادهای مبتنی بر کار غیررسمی، این تنها شروع است.

  • تأثیر مستقیم: از ۴۰ هزار نویسنده به تعداد معدودی «انسان‌ساز» در عرض کمتر از یک سال.
  • هشدار جهانی: اقتصادهای گیگ‌محور در'Afrique، آسیا و آمریکای لاتین در خط مقدم نابودی مهارت‌های میانی قرار دارند.
  • راه‌حل احتمالی: مهارت‌های نظارتی، اعتبارسنجی داده و مهندسی پرامپت جایگزین تولید محتوای خالص شده‌اند.