top of page

Meta обучи AI върху служителите си, после уволни 8000

На 30 април Марк Зукърбърг обяснил пред целия екип на Meta нещо, което малцина очаквали да чуят на глас: че компанията е наблюдавала работата им, за да обучи своя AI. Три седмици по-късно - в деня, в който около 8000 души получиха писма за уволнение - записът изтече. Историята не е колко хора са съкратени. Тя е за съгласието.

Робот, подслушващ хора, докато друг ги уволнява

Какво се случи


В изтекъл аудиозапис от вътрешна среща Зукърбърг обяснява, че Meta е следяла активността на служителите си в инструменти като Gmail, GChat, вътрешния Metamate и средата за писане на код VS Code - за да обучи своите AI модели. Логиката му е технически последователна: за да изградиш автономни агенти, които сами изпълняват сложни цифрови задачи, моделите се нуждаят от реални примери как опитни професионалисти работят със софтуера.


Зукърбърг го формулира направо: моделите „се учат, като наблюдават как наистина умни хора вършат нещата".


Записът е от 30 април. Изплува на 20 май - същия ден, в който около 8000 служители започнаха да получават писма за съкращение. Вълната тръгна от Сингапур в 4 сутринта местно време и обиколи европейските и американските офиси. На същия ден из сградите се появиха позиви, призоваващи към подпис на петиция срещу програмата за събиране на данни. Над 1000 души я подписаха.


Защо това не е поредното уволнение в Meta


Технологичните съкращения не са новина. Това, което прави случая с Meta различен, е комбинацията.


Служителите са разбрали, че всекидневната им работа е захранвала AI - не от прозрачно обявление, а от изтекъл запис. И тази работа е тренирала точно онзи клас системи, които автоматизират подобни задачи. Подреждането е твърде красноречиво, за да мине незабелязано: хората обучават инструмента, инструментът поема част от работата, после следва съкращение.


Времето подпали реакцията. Един и същ ден носи две послания - „ползвахме труда ви, за да обучим машината" и „вече не ни трябвате". Дори когато всяка стъпка поотделно има обяснение, заедно те звучат като предадено доверие.


В това има неудобна симетрия. През последните години служителите се притесняваха, че AI може да поеме работата им някой ден. Случаят с Meta показва по-непосредствена версия на този страх: не че машината ще се научи сама, а че се учи от теб - от твоите имейли, твоя код, твоите решения. За пръв път „обучи заместника си" звучи не като метафора, а като описание на длъжността.


Има и друга страна


Честно е да се чуе и обратният аргумент, защото не всичко тук е злоупотреба.


Работодателите по принцип имат право да следят работата, извършвана с фирмени инструменти - това не е скрито подслушване на личния живот, а активност в служебни системи. Да се ползва вътрешен работен продукт за подобряване на вътрешни инструменти също не е ново. А техническата логика на Зукърбърг е валидна: най-добрият начин да научиш модел да навигира софтуер е да му покажеш как го прави човек, който го владее.


Проблемът не е в самата техника. Проблемът е в мълчанието около нея и в съседството ѝ със съкращенията. Прозрачност и съгласие превръщат една защитима практика в доверие, а тяхното отсъствие я превръща в скандал. Хилядата подписа под петицията не са реакция срещу AI - те са реакция срещу това да научиш за всичко пост фактум.


Какво значи за всеки работещ


Отвъд Meta, тук има урок, който важи за всяка организация - включително българските.

Първо, инструментите, с които работим, произвеждат данни. Все по-често AI се учи не от учебници, а от това как хората вършат реална работа. Това е широка посока, не изключение на една компания.


Второ, за работодателите изводът е практичен, не морализаторски: прозрачността и съгласието не са само етика, те са инфраструктура на доверието. Да попиташ струва по-малко, отколкото да обясняваш след изтичане на запис. В ЕС, където употребата на данни на служители е по-строго регулирана (GDPR), мълчаливото решение носи и правен риск, не само репутационен.


Трето, за самия професионалист въпросът е по-личен: коя част от моята работа се „учи чрез наблюдение" и коя изисква преценка, която трудно се улавя от модел? Там, в трудната за копиране преценка, е разумно да се инвестира. Тоест не в „по-бързо писане на имейли", а в контекста, отговорността и решенията, които се случват между редовете.


Заключение


Истинският разделител не е дали AI ще се учи от нашата работа - той вече го прави и ще го прави още повече. Разделителят е дали сме се съгласили да го учим.


Технологията ще става все по-добра в това да наблюдава и да възпроизвежда. Това, което остава в ръцете на хората и организациите, е изборът да го правят открито. Защото в крайна сметка не алгоритъмът губи доверие - губи го този, който е премълчал.


Помагаме на български организации да въведат AI отговорно - с яснота кои данни се ползват, как и със съгласието на хората. Услугите ни покриват одит, оценка на готовност, обучение на екипи и имплементация на специализирани AI автоматизации за всяка организация. Препоръчваме консултация при изграждане на прозрачна политика за данни и AI. [Свържете се с нас за консултация: academy@razvivai.se]


Източници


Коментари

bottom of page