Механический турок закрывается: как индустрия разметки данных перешла на искусственный интеллект
Мини-эпоха платформы Amazon Mechanical Turk, официально известной как «Искусственный искусственный интеллект», завершилась в начале июля 2026 года. Компания прекратила прием новых исполнителей, признав, что от 30% до 50% задач по ручной разметке уже выполняются другими нейросетями. Эта история — современное продолжение исторических циклов аутсорсинга, где география и технологии меняют лицо труда, оставляя неизменной структуру зависимости от «чужих» рук.
# Окончание эпохи «Искусственного искусственного интеллекта»
История труда в эпоху больших языковых моделей (LLM) развивалась по сценарию, напоминающему вековые традиции аутсорсинга. Если в начале XVIII века парижане отправляли белье отбеливаться на Гаити ради «азурной белизны», то в 2026 году заводы разметки данных оказались вынуждены делегировать часть задач самим алгоритмам.
В начале июля 2026 года Amazon подал сигнал о закрытии: на сайте Mechanical Turk появился баннер о прекращении приема новых клиентов. Платформа, работавшая 21 год под негласным названием «Искусственный искусственный интеллект», перешла в режим поддержки. Причиной стал парадокс, ставший реальностью: исполнители платформу начали использовать для генерации ответов на её же задания.
Цикл отбеливания: от Сен-Доминго до Нигерии
Можно найти удивительные параллели между историей промышленных технологий и цифровым рынком данных. В XVIII веке европейское мыло не справлялось с белизной, и богатые семьи направляли ткани в экзотические колонии, где экваториальное солнце и индиго давали недостижимый ранее результат. Эта схема аутсорсинга «на юг» повторилась в IT. Сейчас компании отправляют задачи на разметку в Кению и Нигерию, где стоимость труда ниже.
Однако, как и в случае с бельем, локальные стандарты качества могут влиять на продукт. Исследователи из Технологического университета Суинберна заметили, что в нигерийском деловом английском слово «delve» (углубляться) используется значительно чаще, чем в британском. Поскольку тысячи исполнителей механического турка выбирали этот вариант как более «человечный», алгоритмы LLM научились писать с аналогичными стилистическими чертами. Так, «африканский» диалект стал частью глобального языка ИИ.
Замкнутый круг: Уроборос в виртуальной тумбе
Проблема была не только в стиле, но и в самой природе задач. В 2023 году исследователи из EPFL провели эксперимент, анализируя пересказы медицинских статей, которые годами выполняли через Mechanical Turk. Они использовали два маркера для определения источника текста: 1. Микроскопия набора текста: скорость и характер нажатий клавиш. 2. Языковая классификация: способность отличить генерацию ИИ от человеческого рукописного текста.
Результат оказался шокирующим: от 33% до 46% присланных работ были сгенерированы нейросетями, а не людьми. В 1770 году шахматный автомат «Турок» Вольфганга фон Кемпелена обыгрывал игроков благодаря живому шахматисту в секретной тумбе, управляемому магнитами. Сегодня в «виртуальной тумбе» Mechanical Turk вместо человека часто сидит другой ИИ, обученный на данных, созданных предыдущим ИИ. Эта замкнутая система стала неэффективной, и Amazon принял решение закрыть проект.
Индия как новый фронт робототехники
Пока механический турок закрывается, схема аутсорсинга трансформируется. Компании, такие как Objectways, теперь размещают в Индии операторов, которых снабжают смартфонами или камерами на головах. Им платят около 250 рупий в час за видеозаписи бытовых действий: как резать манго, складывать одежду или варить кофе.
Эти данные критически важны для обучения робототехники, которая должна манипулировать физическим миром. Однако, как и в случае с «нигерийским делив», здесь возникает новый культурный маркер. Заказы исходят преимущественно от американских компаний, но демонстрируют работу женщин из Индии и Таиланда. Это означает, что будущие роботы будут усваивать специфические бытовые паттерны, создавая своего рода «индийский» стандарт движения рук.
Некоторые компании, вроде Яндекса, избегают этой ловушки. После ребрендинга под крыло Nebius платформа «Яндекс.Задания» сместилась в сторону проверенной экспертности — заданий для докторов наук и тестов ИИ-агентов. В 2025 году проект привлечел инвестиции от фондов, включая Bezos Expeditions, что свидетельствует о переходе к модели, где качество экспертизы важнее дешевой скорости.
Итог: цена автоматизации
История развития ИИ полна иронии. От беленых в Гвинее тканей до генерируемых ИИ ответов на вопросы о медицине — мы видим повторяющийся сценарий: поиск «лучшего» источника за пределами основного рынка, который затем становится частью стандарта.
Закрытие Mechanical Turk знаменует конец эпохи, где ИИ обучали, просит человека нажать кнопку. Пришла пора еще одного уровня абстракции, где машины обучают машины, а человек становится лишь надзором над этой бесконечной рекурсией. Как писал Морган Стэнли, к 2050 году человечество столкнется с миллиардом человекоподобных машин. Но вопрос «как они будут двигать руками» уже решается сегодня в офисах Индии, а их решения будут определять будущее всех наших роботов.
Факт остается фактом: технология шагнула вперед, но цена этого шага измеряется не только в долларах, но и в утрате прозрачности того, кто стоит за каждой строчкой кода или каждым пикселем изображения.