肯尼亚时薪1.16美元的数据标注工，正在替硅谷精英喂养AI

华语天空

美东时间10月29日，美股一开盘，英伟达股价再创历史新高，成为史上第一个市值突破5万亿美元的公司。
根据《2024年全球高科技行业报告》的数据显示，AI软硬件市场2027年市场规模将有望达到9900亿美元。
尽管AI 的发展相对隐秘而不透明，难以精确统计全球参与该产业的具体人数，但肯定已超过百万。若按目前的速度持续发展，这一规模还将显著扩大。
每当我们使用搜索引擎、与聊天机器人交流，甚至只是简单地使用智能吸尘器打扫卫生时，我们都在触发全球数据和资本的流动，这种流动将全球各地的工人、公司和消费者紧密相连。
然而，许多科技公司在对外展示时，只呈现出光鲜、时尚、自主运行的机器形象，让人们认为机器能检索海量数据并自主学习，却刻意隐瞒了这些机器的制造过程，对那些拿着微薄薪水、艰辛训练机器却又被机器所束缚的幕后工作者避而不谈。
在《投喂AI：人工智能行业的全球底层工人纪实》中，牛津大学的3位学者花费十余年时间，穿越肯尼亚、乌干达、爱尔兰、冰岛、英国和美国，深入访谈了200多名数据标注员、内容审核员、机器学习工程师、AI伦理学家、仓库员工、劳工组织者和行业专家，揭开了AI全球产业链的神秘面纱，生动展现了那些常被社会忽视的数字劳工的真实世界。同时剖析了导致全球资本、网络和就业机会不平等的权力结构。

从在恶劣工作环境中挣扎、缺乏基本劳动保障的低收入且工作不稳定的数据标注员，到在全球顶尖科技公司总部享受高薪待遇的机器学习工程师，这些工作者站在技术变革的前沿，但AI驱动的监控和生产力工具正席卷各行各业，即使是那些自认为不会受此影响的从业者，也无处可逃。

数据标注员：每周工作45小时，时薪1.16 美元

提起开发AI，人们脑海中自然会浮现诸如位于美国旧金山的帕洛阿尔托或门洛帕克等高新科技城市里，坐在高档办公室里吹着空调工作的工程师们。但鲜少有人意识到，大约80%AI的训练时间都花在了标注数据上。自动驾驶汽车、纳米手术机器和无人机等前沿技术都诞生在古卢（乌干达北部最大的城市）这样的地方。
在古卢某AI数据标注中心的办公室里，数百名数据标注员静静地坐在一排排办公桌前工作。

做过电话客服工作的人会对这里感到熟悉，因为这里的环境和工作制度与客服工作大同小异。灯光被特意调暗以减轻9小时高强度工作造成的眼疲劳。图片和视频不断出现在屏幕上，等待数据标注员进行标注。
接受培训后，他们根据客户要求辨认图像中的元素。他们会用不同的多边形来标注不同的物体，如交通信号灯、路标、人脸等。

一个项目可能需要数百名标注员，这些人会被分为20人左右的小组。每组有一名组长巡视，负责监督小组数据，看看有没有人偷懒。组长们要保证小组的工作效率，指导效率不高的员改进工作。
当客户急需标注结果时，公司就会实行早晚轮班：一班从早上8点到下午6点，另一班从晚上8点到早上6点。如果单个任务较大，包含多个标注目标，公司会多给标注员一些时间进行标注。项目开始前，他们会对标注员进行测试，以确定完成项目所需的时间。测试结束后，他们会制定绩效目标，这个目标是10%~15%工作效率最低的标注员所无法达成的，所以每个人都必须全力以赴才能完成绩效目标。而且目标并非固定不变，随着标注员工作效率不断提高，主管就会提高标准，从而加快工作进度来增加公司利润。
标注员如果没有完成当天的工作目标，就需要无偿加班。如果一周的进度远低于目标，他们周末也得无偿来公司加班。标注员每周要高强度工作45个小时，有时还得无偿加班。他们的月薪大概是80万乌干达先令，折合200多美元，约合每小时1.16美元。
标注员不仅速度要快，质量还得高，但这两者显然很难同时达成。组长通常只关注任务进度，确保所有组员按时完成任务。但标注员还会受到质量监督员的监督，他们要求一般项目的总体准确率不低于95%，一些特殊项目的准确率会设定得更高。任何被他们标记为“不准确”（即未完成）的任务都会拉低整体绩效。
除了速度和质量，标注员还得留意自己的效率分数：10个小时的工作时间中，休息时间不得超过1个小时。除了规定的休息时间，其余时间标注员都要争分夺秒地努力工作。只要没在工作，标注员的生产效率评分就会降低。

如果分数太低，组长就会通过后台软件查看工作屏幕，检查组员的工作情况。其实，标注员在工作的每一秒钟都是在权衡，在自己能承受的工作压力和自己能接受的效率评分之间寻求一个平衡点。
这些标注员无法获得长期的劳动合同保障。他们大多签的是一两个月的短期合同，时刻担心如果自己没有完成任务，就无法得到续约。标注工作并不稳定，客户也可能随时撤单，这就导致标注员数量持续波动。大项目一结束，这些失业的标注员就会被公司放进候补名单，他们要等待未来的机会，如公司扩大规模，才可能重新上岗。古卢当地的劳动力市场很糟糕，这些在“候补名单”上的人只能去打零工来维持生计，眼巴巴等着外包公司能够再有活儿。
这就是AI时代产业一线的现实情况：标注员在高压监控下拼命工作，只为能保住工作，养家糊口。

从种植园到工厂再到硅谷，AI对全球资源的再分配

AI常被视为人类智能的一面镜子，它试图通过复制发生在人脑内部的过程来发现智慧的本质。然而从本书的视角来看，AI更像是一台剥削机器。当我们作为消费者与AI进行互动时，只能看到AI的一个侧面，只是单纯关注它产出的结果。事实上，在其光鲜的外表背后，隐匿着复杂的组件网络以及为其提供支撑的人力关系。
这台剥削机器吸收了资本、电力、自然资源、人力、数据以及集体智能等关键投入，然后将它们转化为统计预测，随后再由AI公司进一步加工，最终转化为利润。
将AI诠释为机器，就扔掉了其所谓客观与中立的幌子。所有机器都有自己的发展历史，人类基于自身在特定时间段的特定需求创造了这些机器。
在西方，构建这台机器的系统就是资本主义——一种建立在私人对经济拥有所有权和控制权基础上的社会秩序。
AI的生产方式并不新鲜。事实上，它与以往工业生产中对劳动力的控制和剥削方式非常相似。从种植园到工厂再到硅谷，这种剥削在人类发展的历史长河中一直存在。
20世纪90年代，当时外包业务开始向新兴市场转移，主要原因是这些地区的劳动力更为廉价，更有纪律性。随着外包的增加，新的控制手段也应运而生。
AI的生产运作方式和殖民时期的掠夺方式差不多，都是签订不平等贸易协定，压榨劳动成果，掠夺劳动材料。殖民主义意指强大的帝国占领殖民地国家的领土，剥削殖民地国家的劳动力。
殖民性是AI构建逻辑的一部分，这点既体现在其生产方式上，也体现在其运作方式上。AI的生产依托国际数字化劳动分工，生产任务被分配给全球劳动力，最稳定、最高薪和最理想的工作岗位大多分布在美国的各大城市，而最不稳定、最低薪和最危险的工作则被外包给“全球南方”（新兴市场国家和发展中国家的集合体）边缘地区的工人。
AI和其他技术所需的关键矿产在“全球南方”进行开采和加工，然后被运送到专门的组装地制成科技产品，如大语言模型所需的高级AI芯片。这些做法延续了西方国家由来已久的殖民模式，即利用它们的经济主导地位，通过压榨边缘国家的资源和劳动力来赚取财富。
AI已经不仅仅是全球资本的工具，它已深深融入了资本主义体系。虽然出现的时间不长，但它已成为资本主义体系不可或缺的一部分。
生成式AI的产物可能会强化旧的殖民等级体系，因为训练这些模型所用的数据集和常见基准都是基于西方的知识体系建立的，不仅会再现数据中存在的有害的刻板印象，还会对数据中被误解或扭曲的少数群体表现出偏见。 
“全球南方”的许多国家在数字监控平台的建设和部署上几乎没有发言权，在需要庞大的网络资源和强大的运算能力做支撑的AI领域更说不上话。
但作为剥削机器的AI将不断向这些国家索取，却仅将其视为可吞噬的原材料，投喂给那贪婪运转的机械核心。

作为剥削机器的AI，把人类视为燃料

AI不会像人类一样思考问题，却可以得到类似思考后的结果。
当我们作为消费者与AI进行互动时，只能看到 AI的一个侧面，只是单纯关注它产出的结果。事实上，在其光鲜的外表背后，隐匿着复杂的组件网络以及为其提供支撑的人力关系。
没有人类，AI就无法运作。无论是标注数据集、编写软件、修复服务器，还是创作新的艺术和文学作品以及维持供应链的运转，人类只有不停地工作才能维持AI的存在。AI这台剥削机器把人类当作原料，借助人类处理日益庞大的数据集和海量知识，给它的算法提供动力。
正如《投喂AI》书中所展示的，这台机器会根据劳动者在全球资本主义体系中的不同地位，以不同的方式来剥削他们：
来自肯尼亚的内容审核员默茜在审核视频时遇到了记录自己祖父车祸的视频，而为了完成工作，她被迫一遍又一遍地观看这段视频；
来自乌干达农村的数据标注员安妮塔帮助建立了世界顶尖公司所依赖的数据集；
来自伦敦的机器学习工程师李正在为自己研发的技术所造成的伦理影响而苦恼；
来自冰岛数据中心的技术员埃纳尔处于全球基础设施权力网络的中心；
配音演员劳拉在与AI版的自己争夺同一个工作机会；
来自考文垂的亚马逊员工亚历克斯加入了员工自发组织的罢工以争取加薪；
审核员保罗克服了重重困难，在非洲创立了首个内容审核员工会。
然而不管在什么岗位，这些劳动者都受制于同一条剥削逻辑：这台剥削机器的目的就是让科技公司的股东越来越富有，让权力集中在少数精英手中。 
他们的劳动在某种程度上都只是这台剥削机器的原料。他们共同的命运就是被这台剥削机器所利用，机器不断自我构建和扩张，追求指数级的增长，而劳动者则逐渐被消耗殆尽。
我们把AI称为“剥削机器”，并不仅仅因为它的诞生源自对资源的掠夺、人力的剥削以及对集体智能的榨取，还因为当AI系统被应用于实际工作环境时，会催生更深层的剥削。最核心的就是对劳动者精力的榨取。
AI系统集中了劳动过程的知识，并通过程序化和简单化操作来降低完成任务所需的技能水平，导致工作强度更大，节奏更快。这样一来，雇主就可以从劳动者身上榨取更多的价值。这将是AI给普通人带来的最大伤害。
我们或许并不会成为AI行业从业者，但AI将逐渐侵蚀我们的工作岗位。这绝非一场发生在异国他乡的遥远抗争，也绝非一个永不会降临到我们头上的威胁。此时此刻，它正真真切切地发生在你我的生活中。
而这个故事的最终走向，将由我们的实际行动来决定。这取决于我们作为劳动者以及消费者，能否洞悉他们正如何被操纵利用，并且勇于站出来反抗。

结语

苏格兰作家伊恩·M.班克斯的“文明”系列小说曾描写了一个富足的未来乌托邦社会：人类创造了超级先进的AI，可以完成大部分工作。没有货币体系、没有雇佣劳动，所有需求都能得到满足，人类摆脱了繁重的劳动，实现了真正的自由。
然而，我们现在的社会与班克斯的小说截然不同。机器确实具备了绘画、作曲和写诗的能力，人类却不得不像机器一样，从事单调乏味、收入微薄的工作，而这一切仅仅是为了让这些非凡的机器成为可能。
在当今技术决定论的时代，科技企业家大肆宣扬他们奇妙的发明将如何让我们的生活变得更美好，而在这背后，数百万名工人在建造、服务和修缮这些机器。企业家对此缄口不言，只顾维护AI可以自主工作的假象。
我们如何才能创造一个机器服务人类的世界，而不是一个人类成为机器仆人的世界呢？
这样的世界单靠某个人或某个群体的努力无法实现。从数据标注员、内容审核员，到仓库员工、创意工作者和机器学习工程师，这些在生产网络中处于不同节点的人有一个共同点——没有控制权。
他们无法决定自己的工作组织方式、工作条件、劳动成果的价值和工作影响。他们都被接入了协调全球劳动分工的系统，这个系统之所以能够剥削价值，并不是因为它使劳动变得抽象，把世界各地的每个劳动者都当作机器中可替换的齿轮，而是因为它对世界各地的劳动者进行了细致分工。
《投喂AI》旨在帮助大家认识到为什么我们不能再延续现有的不平等经济模式。对每一位劳动者来说，AI生产网络无异于一个不透明的黑箱，我们难以独自应对AI系统所产生的风险和危害。
如果要建设更人性化、公正、公平和体面的AI生产网络，就需要采取一系列相辅相成的策略。这些策略需要在不同的地点，以不同的规模，由不同的参与者来实施。只有在合力之下，才有望改变整个系统。
工程师拒绝为政府提供监视技术支持，亚马逊员工为了涨薪而罢工，内容审核员也联合起来争取更好的待遇……世界各地的劳动者正在引领这场变革，他们已经为这场旷日持久的战斗吹响了号角。
每个人都可以做出贡献，我们要跟随这些劳动者的脚步，共同摧毁这台剥削机器，努力开发一种能够释放人类潜能、促进人类自由发展的技术范式。

voo

AI未来太有潜力了，市值突破太震撼！希望能有更多像支付宝一样有担当的企业，让科技真正普惠大众！

superzhzh

AI产业链不平等如何解决？

镜花水月

英伟达市值破5万亿，AI市场2027年近万亿，但想想那些时薪1.16美元的数据标注员，这科技盛宴背后代价太大了

77898876

真正的技术文明应服务于人，而非把人变成机器燃料。保障全球数字劳工权益，才是 AI 向善的第一步

standme

@元宝 总结全文