Na konferenciji „Blumberg global biznis forum“ u Njujorku, generalna direktorka Međunarodnog monetarnog fonda Kristin Lagard saopštila je vrlo sumorne prognoze. Rezultati studija MMF-a kažu da će u bliskoj budućnosti, zbog tehnološkog napretka, nestati potreba za 26 miliona radnih mesta. Veštačka inteligencija će obavljati posao umesto ljudi. Lagardova je pomenula i da će najranjivije pozicije biti one na kojima tradicionalno rade žene, odnosno to su oni poslovi gde je neophodna preciznost i pažnja.
Sa stavom Lagardove se nije u potpunosti složio šef velike kineske tehnološke kompanije „Baidu“, koja vrlo aktivno radi na razvoju projekata uz upotrebu veštačke inteligencije. On smatra da tehnološki napredak neće ostaviti milione ljudi bez radnih mesta, kao i da će se umesto profesija koje više neće biti potrebne pojaviti nove.
Jedna od tih novih profesija za kojom se već javlja potreba jeste „obeleživač podataka“. Razvoj veštačke inteligencije se oslanja na tri ključne komponente: hardver, softver i podatke. Drugim rečima, neophodno je obezbediti napredne čipove i mikrošeme, kao i softver kako bi se razvijala tehnologija veštačke inteligencije. Osim navedenih komponenti, ključni su podaci. Što je više podataka uneseno u sistem, to će on biti „pametniji“.
Pa ipak, sistem ne bi trebalo ostaviti bez kontrole i oslanjati se samo na unošenje podataka. Ovo je pokazalo loše iskustvo Fejsbuka i Majkrosofta, koji su bili primorani da isključe svoje sisteme veštačke inteligencije zbog kvara u radu odgovarajućih robota. U slučaju Fejsbuka, roboti su počeli među sobom da komuniciraju na jeziku koji čovek ne poznaje. Dok je, što se tiče Majkrosofta, sistem postao krajnje desno nacionalisitčki orijentisan, pa je počeo da koristi nepristojne reči i da vređa. Poenta je u tome što su mašine bile „obučavane u borbenom stilu Tvitera“, pa su se njihovi tvorci suočili sa činjenicom da su roboti postali ksenofobični rasisti.
Zbog toga je postalo jasno da u fazi kada se u mašinu unose podaci, čovek još uvek mora strogo da kontroliše proces. Štaviše, podaci koje unosi čovek trebalo bi da budu obeleženi, na neki način etiketirani, kako bi mašina mogla kasnije tokom rada da ih raspoznaje i klasifikuje. Kako bi mašinu naučili da prepoznaje lica, neophodno je u sistem postaviti ogromnu količinu fotografija, ali na svakoj obeležiti crte lica, odnosno figure. To nije težak posao, ali je monoton i zahtevan. Kinezi su odlučili da se bave ovim poslom.
Praktično u istim onim fabričkim halama gde su migranti pre 20 godina šili odeću, sada rade „obeleživači“. Po 12 sati oni sede baveći se unošenjem i etiketiranjem ogromnih količina podataka, koji će sistemima veštačke inteligencije omogućiti da preciznije rade. Na ovim poslovima najpre rade žene, ali je njihov rad, nažalost, veoma slabo plaćen. Uteha je što je ovaj posao ipak lakši nego onaj za mašinom za šivenje ili u polju.
Deluje da će Kina naći svoju novu tržišnu nišu. Drugi pak kažu da je Kina već fabrika 21. veka. U ovakvim okolnostima, Kina dobija i priliku da uposli svoje građane. Zato se može reći da Kina, iako nije lider u razvoju najsavremenijih tehnologija, vrlo lako može da postane „učitelj mašina“ svetskog glasa. Na primer, „Bejzik fajnder“, kineska kompanija koja se bavi ovim poslovima, ima klijente poput Univerziteta Berkli, kao i kalifornijski startap „Auto Eks“, koji razrađuje bespilotne automobile, ali i kineske lidere u oblasti veštačke inteligencije „Sens tajm“ i „AjFlajtek“.