De oogst van de kenniseconomie

Stel je voor: je zit achter je bureau bij Meta. Je hebt net gehoord dat tien procent van je collega’s — zo’n achtduizend mensen — hun biezen moet pakken. De sfeer is ijzig, de onzekerheid groot. En precies op dat moment verschijnt er een nieuwe melding op je scherm. Het is geen update van Slack of een herinnering voor een meeting. Het is de installatie van een nieuw stukje software met de klinische naam Model Capability Initiative (MCI).

Vanaf dat moment ben je niet meer alleen. Elke klik die je maakt, elke beweging van je muis, elke zin die je typt en weer wist: Meta kijkt mee. Niet om te controleren of je wel hard genoeg werkt, maar om te leren hoe je werkt. Je bent veranderd van een werknemer in een proefkonijn. Of beter gezegd: in de brandstof voor de machine die je uiteindelijk zal vervangen.

Het is de meest rauwe manifestatie van wat we Taylorisme 2.0 kunnen noemen. Waar Frederick Taylor aan het begin van de twintigste eeuw met een stopwatch in de fabriek stond om elke handeling van arbeiders te optimaliseren, doet Meta dit nu met software in de kenniseconomie. Zoals Platformer onthulde, legt MCI muisbewegingen, toetsaanslagen en periodieke screenshots vast, zelfs binnen applicaties als Gmail.

De laatste grens van data

De logica achter deze stap is even simpel als cynisch. De wereldwijde voorraad aan publieke data — boeken, Wikipedia-pagina's, Reddit-discussies — raakt uitgeput. De grote AI-labs hebben het internet inmiddels 'uitgelezen'. Om de volgende stap te zetten naar AI-agents die daadwerkelijk complexe computertaken kunnen uitvoeren, hebben ze iets anders nodig: ground truth. Ze moeten zien hoe een mens een ingewikkelde spreadsheet bouwt, hoe een designer een interface polijst, of hoe een recruiter door LinkedIn-profielen navigeert.

In de Verenigde Staten hebben Meta-werknemers geen keuze. "Er is geen opt-out op je door het werk verstrekte laptop," stelde CTO Andrew Bosworth koeltjes tijdens een interne Q&A. Alleen Europese medewerkers blijven voorlopig gespaard, met dank aan de GDPR.

De timing van dit initiatief legt een dieper patroon bloot in de huidige fase van de AI-revolutie. Meta investeert dit jaar tussen de 115 en 135 miljard dollar in AI-infrastructuur. Tegelijkertijd worden duizenden werknemers ontslagen onder het mom van 'efficiëntie'. Het is een herverdeling van kapitaal op ongekende schaal: het geld dat vroeger naar menselijke salarissen ging, gaat nu naar de chips en de stroom die nodig zijn om diezelfde mensen overbodig te maken. Maar niet voordat die mensen nog één keer hun expertise hebben overgedragen aan de software.

De dirigent en de machine

Bosworth schetst een rooskleurige toekomst waarin AI-agents primair het werk doen, terwijl medewerkers alleen nog hoeven te "dirigeren, reviewen en helpen verbeteren." Het klinkt als een promotie — van uitvoerder naar manager — maar in de praktijk is het een degradatie van de menselijke autonomie. Als de machine eenmaal heeft geleerd hoe jij je werk doet, hoe lang heb je dan nog een 'dirigent' nodig die duizend keer duurder is dan een extra server-instance?

Je zou kunnen aanvoeren dat Meta deze stap móét zetten. In de moordende race naar Artificial General Intelligence (AGI) is degene met de beste data de winnaar. Synthetische data — AI die leert van AI — leidt vaak tot kwaliteitsverlies. Echte menselijke workflow-data is goud waard. Vanuit een puur zakelijk perspectief is het nalaten van deze oogst een strategische fout.

Maar die zakelijke logica negeert de maatschappelijke prijs. We bevinden ons in wat MIT Technology Review omschrijft als de AI-malaise: een collectief gevoel van onbehagen omdat de technologie overal is, maar we de kaders missen om de impact ervan te begrijpen. De 'frictie' die vroeger onze privacy beschermde — het feit dat het te duur of te moeilijk was om iedereen constant te volgen — is door AI verdampt.

Wat Meta doet met MCI is de ultieme test voor de kenniseconomie. We hebben decennia lang geloofd dat creativiteit en oordeelsvermogen ons veilig stelden voor automatisering. Nu zien we dat diezelfde creativiteit wordt gedegradeerd tot een reeks datapunten die in een GPU-cluster kunnen worden gevoerd. De oogsttijd is aangebroken, en wij zijn het gewas.