काठमाडौं । जब हामी च्याटजीपीटी, जेमिनाइ वा क्लडजस्ता एआई च्याटबोटसँग कुरा गर्छौं, हामीलाई तिनले स्वतः सोचेजस्तो, स्वतः लेखेजस्तो र लगभग मानवीय शैलीमा जवाफ दिएको अनुभूति हुन्छ । तर त्यो “बुद्धि”को पछाडि एउटा विशाल, कम तलब पाउने र प्रायः नदेखिने मानव श्रमशक्ति हुन्छ, जसले तस्बिर, टेक्स्ट, अडियो र भिडियो वर्गीकरण गर्छ, लेबल टाँस्छ, गलत नतिजा सच्याउँछ र मोडेललाई “मानवजस्तै” प्रतिक्रिया दिन सिकाउँछ । अन्तर्राष्ट्रिय श्रम संगठन (आईएलओ) का अनुसार एआई प्रणाली विकास र सञ्चालनका लागि वैज्ञानिक र इन्जिनियर मात्र होइन, डेटा ट्याग गर्ने, वर्गीकरण गर्ने, सफा गर्ने र प्रमाणीकरण गर्ने कामदार पनि आवश्यक हुन्छन् ।

यही कामलाई डेटा लेबलिङ, एनोटेसन र कन्टेन्ट मोडरेसन भनिन्छ । यसको आधारमा एआईले ढाँचा चिन्दछ, गलत उत्तर घटाउँछ र संवेदनशील सामाग्री फिल्टर गर्छ । मानव प्रतिक्रिया प्रयोग गरी मोडेललाई सुधार्ने प्रक्रियालाई रिइनफोर्समेन्ट लर्निङ फ्राम ह्युमन फिडब्याक (आरएलएचएफ) भनिन्छ, जसले एआईलाई “सही” र “अनुचित” बीचको फरक बुझ्न मद्दत गर्छ । सरल भाषामा भन्नुपर्दा, एआईको धेरै नतिजा लाखौँ मानवको क्लिक, समीक्षा र सुधारबाट बनेको हुन्छ ।

यस अदृश्य श्रमशक्तिको ठूलो हिस्सा ग्लोबल साउथ; विशेष गरी केन्या, कोलम्बिया र फिलिपिन्समा केन्द्रित छ । व्यवसाय र मानवअधिकारसम्बन्धी अनुसन्धान संस्थाले सन् २०२५ मा सार्वजनिक गरेको प्रतिवेदनले ११३ कामदारसँगको अन्तर्वार्ताका आधारमा डेटा लेबलिङ र कन्टेन्ट मोडरेसनका काममा शारीरिक, मानसिक, यौन र आर्थिक दुरुपयोगका गम्भीर जोखिम देखाएको छ । त्यस्ता कामहरू प्रायः बाह्य कम्पनीमार्फत गराइन्छ, तर कामदारहरूलाई न्यून पारिश्रमिक, अस्थिर अनुबन्ध र कमजोर सुरक्षा दिइन्छ ।

केन्याको उदाहरण सबैभन्दा चर्चितमध्ये एक हो । टाइमले सन् २०२३ मा प्रकाशित अनुसन्धानमा खुलासा गरेको थियो कि ओपनएआईले च्याटजीपीटीलाई कम विषाक्त बनाउन केन्याली कामदारहरू प्रयोग गरेको थियो, जसलाई प्रति घण्टा २ डलरभन्दा कम तलब दिइन्थ्यो । ती कामदारहरूले हिंसा, यौन दुर्व्यवहार, आत्महत्या, बाल यौन शोषण र अन्य अत्यन्त ग्राफिक सामग्री पढेर वर्गीकृत गर्नुपर्थ्यो । टाइमका अनुसार ओपनएआईले सामा (Sama) मार्फत उक्त काम गराएको थियो, र सम्झौताअनुसार कम्पनीले प्रति कामदार १२.५० डलर प्रति घण्टा तिरे पनि कामदारको हातमा त्यसको सानो अंश मात्र पुग्थ्यो ।

त्यही कामले मानसिक चोट पनि पुर्‍यायो । टाइमले उद्धृत गरेका कामदारहरूले आफूले देखेको सामाग्रीका कारण बारम्बार मानसिक असहजता, डर र स्मृतिजन्य आघात अनुभव गरेको बताए । २०२५ को इक्विडेम प्रतिवेदनले कोलम्बिया, केन्या र फिलिपिन्सका कामदारहरूमा यही प्रकारको पीडा, ट्रमा र असुरक्षाको ढाँचा दोहोरिएको देखाएको छ । आईएलओ र विश्व स्वास्थ्य संगठनका कामसम्बन्धी मार्गदर्शनहरूले पनि मानसिक स्वास्थ्यलाई कार्यस्थल सुरक्षासँग प्रत्यक्ष जोडेर हेर्नुपर्ने संकेत गर्छन् ।

भारत र फिलिपिन्समा पनि यो श्रम बजार लामो समयदेखि विस्तार हुँदै आएको छ । रोयटर्सले सन् २०२३ मा प्रकाशित रिपोर्टमा भारतको सेलेममा एक डाटा एनोटेसन कामदारले माइक्रोटास्क प्लेटफर्ममार्फत काम गरेको र पारिश्रमिक कम तथा प्रतिस्पर्धा अत्यधिक भएको उल्लेख गरेको थियो । यसले देखाउँछ; एआई प्रशिक्षणको अर्थ केवल सिलिकन भ्यालीमा मोडेल बनाउनु होइन; त्यो काम काठमाडौं, नैरोबी, मनिला वा सेलेमका घरभित्रका ल्यापटपसम्म फैलिएको छ  ।

नेपाल पनि यो नयाँ श्रम बजारबाट अलग छैन । यहाँको जब पोर्टलमा “डेटा लेबलिङ असोसिएट” जस्ता पदहरू देखिन थालेका छन्, र ती विज्ञापनहरूले नेपालमै बसेर अमेरिकी साझेदार कम्पनीका लागि डेटा एनोटेसन र लेबलिङ गर्ने कामको संकेत दिन्छन् । यसले नेपालमा पनि एआईको आपूर्ति शृङ्खलामा मानव श्रम क्रमशः प्रवेश गर्दैछ भन्ने देखाउँछ, यद्यपि पारिश्रमिक, सुरक्षा र दीर्घकालीन करियर मार्गबारे पारदर्शी सार्वजनिक तथ्याङ्क अझै न्यून छ ।

यस विषयको मूल प्रश्न प्रविधिको होइन, श्रमको हो । एआईका औजारहरू जति उन्नत हुँदै जान्छन्, तिनलाई चलाउने श्रम अझै सस्तो, अदृश्य र असुरक्षित किन रहन्छ ? अक्सफोर्ड इन्टरनेट इन्स्टिच्युटका मार्क ग्राहमले एआईको “मानव लागत”लाई जोड दिएर यही प्रश्न उठाएका छन्, र उनको अनुसन्धान तथा पुस्तकले एआईलाई केवल एल्गोरिदम होइन, एक सामाजिक-प्राविधिक प्रणालीका रूपमा हेर्न आग्रह गर्छ ।

त्यसैले एआईको सफलताको कथा लेख्दा चिप, कोड र डाटासेन्टार मात्रै होइन, लेबलर, एनोटेटर र मोडरेटरको नाम पनि लेखिनुपर्छ । किनकि च्याटजीपीटी जति “स्मार्ट” देखिए पनि, त्यो मानवीय श्रमबाट अलग छैन । र यदि त्यही श्रम आघात, कम ज्याला र मौनतामा आधारित छ भने, एआईको भविष्य केवल प्राविधिक होइन, नैतिक प्रश्न पनि हो ।