南之瑉

當(dāng)人工智能取代你的工作時(shí)，你可能不會(huì)失業(yè)，但你的工作可能會(huì)變得更加陌生、孤立和枯燥，就像那數(shù)以百萬(wàn)計(jì)的廉價(jià)數(shù)據(jù)標(biāo)注員一樣。

| 神秘而枯燥的標(biāo)注工作 |

從內(nèi)羅畢一所大學(xué)畢業(yè)幾個(gè)月后，30歲的喬找到了一份數(shù)據(jù)標(biāo)注的工作，主要是處理用于訓(xùn)練人工智能的原始數(shù)據(jù)。人工智能可以借助大量數(shù)據(jù)學(xué)習(xí)模式和規(guī)律，但首先，這些數(shù)據(jù)必須由人類進(jìn)行分類和標(biāo)注。這些標(biāo)注員數(shù)量龐大，常常隱藏在機(jī)器之后，不為人知。喬的任務(wù)是為自動(dòng)駕駛汽車標(biāo)注圖像數(shù)據(jù)，逐幀識(shí)別所有攝像機(jī)角度下的車輛、行人、騎自行車的人以及司機(jī)需要注意的其他細(xì)節(jié)。這是一項(xiàng)繁瑣而重復(fù)的工作，一段幾秒鐘的視頻片段可能需要標(biāo)注八個(gè)小時(shí)，而且，喬僅僅為此獲得約10美元的報(bào)酬。

好在2019年，出現(xiàn)了一個(gè)新機(jī)會(huì)：?jiǎn)烫嬉患壹毙铇?biāo)注員的新公司開展標(biāo)注訓(xùn)練，收入是之前的四倍。每?jī)芍芫陀?0名新學(xué)員在內(nèi)羅畢的一棟辦公樓開始學(xué)徒期。他們給對(duì)鏡自拍照中的衣服分類，通過(guò)掃地機(jī)器人的眼睛定位其所在的房間，并在摩托車的激光雷達(dá)掃描圖上畫框。一般情況下，會(huì)有超半數(shù)的學(xué)員未完成訓(xùn)練營(yíng)就選擇放棄。“有些人從來(lái)不懂什么叫堅(jiān)持?！彼p描淡寫地解釋道。同時(shí)，他也承認(rèn)，這份工作確實(shí)單調(diào)乏味。

但至少，這是一份工作，而當(dāng)?shù)氐墓ぷ鳈C(jī)會(huì)并不多。喬已培養(yǎng)數(shù)百名畢業(yè)生。訓(xùn)練結(jié)束后，他們回到家里獨(dú)自工作，且不得向外人透露具體內(nèi)容。實(shí)際上，這也并不是什么問(wèn)題，因?yàn)樗麄冏约阂矊?duì)此知之甚少。為自動(dòng)駕駛汽車進(jìn)行數(shù)據(jù)標(biāo)注還可以理解，但如果是標(biāo)注一段對(duì)話片段，區(qū)分它是由機(jī)器人還是人類說(shuō)出的呢？上傳自己茫然地盯著某個(gè)攝像頭的照片、咧嘴一笑的照片或者戴上摩托車頭盔的照片，這又是在做什么？每個(gè)項(xiàng)目都是某個(gè)較大工序的一個(gè)小小的組成部分，因此很難準(zhǔn)確獲悉它們究竟要訓(xùn)練人工智能做什么。這些項(xiàng)目的名稱也不會(huì)暴露任何蛛絲馬跡：螃蟹世代、鯨魚片段、林地陀螺和藥盒烤腸……都是些毫無(wú)邏輯的代號(hào)。

在內(nèi)羅畢讀大學(xué)的標(biāo)注員維克多曾連續(xù)工作36個(gè)小時(shí)，為照片中的人群標(biāo)注肘部、膝蓋和頭部——他完全不知道為什么要這么做。他有些無(wú)奈地說(shuō)：“如果我的工作讓某人成為億萬(wàn)富翁，而我每周只能掙幾塊錢，我難道不是在浪費(fèi)生命嗎？”此前也有報(bào)道稱，開放人工智能公司利用廉價(jià)的非洲勞動(dòng)力進(jìn)行數(shù)據(jù)標(biāo)注，參與數(shù)據(jù)標(biāo)注的工人因?yàn)殚L(zhǎng)期接觸“有毒內(nèi)容”，心靈受到了不可逆的傷害。

至于雇用他們的公司，大多數(shù)人只知道它叫“雷默任務(wù)”。它運(yùn)營(yíng)著一個(gè)面向所有英語(yǔ)流利者的求職網(wǎng)站。喬并不知道“雷默任務(wù)”其實(shí)是硅谷數(shù)據(jù)供應(yīng)商“規(guī)模人工智能”下屬的子公司。規(guī)模人工智能估值數(shù)十億美元，其客戶包括開放人工智能公司和美國(guó)軍方。雷默任務(wù)和規(guī)模人工智能的網(wǎng)站都沒(méi)有提及對(duì)方。

| 非傳統(tǒng)工作 |

對(duì)于開放人工智能公司的聊天生成式預(yù)訓(xùn)練轉(zhuǎn)換器（ChatGPT）等語(yǔ)言模型，公眾最為關(guān)注的往往是它們似乎準(zhǔn)備自動(dòng)化所有工作。然而，即使是最卓越的人工智能系統(tǒng)，背后也是人，是大量標(biāo)注數(shù)據(jù)來(lái)訓(xùn)練它并在數(shù)據(jù)混亂時(shí)整理數(shù)據(jù)的人。只有買得起數(shù)據(jù)的公司才能參與競(jìng)爭(zhēng)，而這些公司也極有動(dòng)力對(duì)數(shù)據(jù)保密。所以，除了少數(shù)例外，人們對(duì)這些塑造人工智能行為的數(shù)據(jù)知之甚少，更別提那些默默標(biāo)注數(shù)據(jù)的工作者了。

喬的學(xué)生們所從事的，與傳統(tǒng)意義上的“工作”大相徑庭：沒(méi)有固定的時(shí)間表，沒(méi)有團(tuán)隊(duì)協(xié)作，他們甚至不清楚自己的任務(wù)內(nèi)容或是為誰(shuí)工作。事實(shí)上，他們也很少稱之為“工作”，那只是一個(gè)個(gè)分散的“任務(wù)”，而他們是任務(wù)執(zhí)行者。

當(dāng)前的人工智能熱潮——幾乎能以假亂真的聊天機(jī)器人、僅憑簡(jiǎn)單提示就能生成藝術(shù)作品的智能工具以及這些技術(shù)背后的估值數(shù)十億美元的公司——基于一項(xiàng)前所未有的單調(diào)而重復(fù)的勞動(dòng)。

2007年，專注于研究人工智能的普林斯頓大學(xué)學(xué)者李飛 飛懷疑，要改進(jìn)基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)（一種當(dāng)時(shí)已持續(xù)多年無(wú)進(jìn)展的機(jī)器學(xué)習(xí)方法），關(guān)鍵在于對(duì)更多數(shù)據(jù)進(jìn)行訓(xùn)練，即數(shù)百萬(wàn)張標(biāo)注圖像而不是數(shù)以萬(wàn)計(jì)。問(wèn)題是，她的本科生研究團(tuán)隊(duì)如果要標(biāo)注這么多照片，可能需要幾十年時(shí)間和數(shù)百萬(wàn)美元的成本。

李飛 飛在亞馬遜的眾包平臺(tái)“機(jī)械特克”上找到了數(shù)千名來(lái)自世界各地的“工人”，他們?cè)敢庖缘土膬r(jià)格完成小任務(wù)。由此產(chǎn)生的帶有標(biāo)注的數(shù)據(jù)集“圖像網(wǎng)”實(shí)現(xiàn)了機(jī)器學(xué)習(xí)領(lǐng)域的一次重大突破，并推動(dòng)了該領(lǐng)域后續(xù)十年的發(fā)展。

數(shù)據(jù)標(biāo)注至今仍然是人工智能不可或缺的組成部分。公司能以盡可能低的成本收集大量的標(biāo)注數(shù)據(jù)用于訓(xùn)練模型。如果模型運(yùn)作有效，至少理論上來(lái)講，就不再需要數(shù)據(jù)標(biāo)注員了。然而實(shí)際上，數(shù)據(jù)標(biāo)注的工作從未真正停止過(guò)。正如研究者所言，機(jī)器學(xué)習(xí)系統(tǒng)非常脆弱，極易受到那些所謂“邊緣案例”的影響而出現(xiàn)問(wèn)題，甚至導(dǎo)致災(zāi)難性后果。2018年，優(yōu)步一輛自動(dòng)駕駛測(cè)試車就因未能正確處理“行人騎自行車穿越馬路”的情境，導(dǎo)致一名49歲的女性被撞死。隨著越來(lái)越多的人工智能系統(tǒng)被用來(lái)提供法律咨詢與醫(yī)療救助，可能產(chǎn)生的極端情況也就越多。這就需要更多的人來(lái)對(duì)數(shù)據(jù)進(jìn)行分類和整理。這一現(xiàn)象催生了一個(gè)全球性的行業(yè)，像喬這樣的人正利用他們獨(dú)特的人類能力來(lái)支持機(jī)器的發(fā)展。

| 標(biāo)注是一門大生意 |

很多數(shù)據(jù)標(biāo)注員都在訓(xùn)練最前沿的聊天機(jī)器人，他們實(shí)際做的工作卻大多瑣碎又重復(fù)，旨在維持人工智能系統(tǒng)的正常運(yùn)行。這些工作包括分類抖音視頻的情感內(nèi)容、甄別垃圾郵件的新類型以及評(píng)估在線廣告的內(nèi)容是否恰當(dāng)?shù)鹊?。有的?biāo)注員則分析信用卡交易與購(gòu)物行為的關(guān)聯(lián)，或檢查電商平臺(tái)推薦的效果，以判斷購(gòu)買特定襯衫的顧客是否會(huì)對(duì)推薦的另一件襯衫感興趣。數(shù)據(jù)標(biāo)注員的日常工作還包括糾正客服聊天機(jī)器人的回復(fù)、處理亞馬遜智能助理的請(qǐng)求，以及對(duì)視頻通話中的情緒進(jìn)行分類。此外，他們?cè)跇?biāo)注食品時(shí)需要足夠細(xì)致，以防智能冰箱在遇到新包裝時(shí)判斷失誤，還要在安防攝像頭發(fā)出警報(bào)前進(jìn)行校驗(yàn)，甚至幫助困惑的無(wú)人駕駛拖拉機(jī)識(shí)別玉米。

人工智能合作組織的項(xiàng)目和研究負(fù)責(zé)人索南·金達(dá)爾說(shuō)：“業(yè)界普遍認(rèn)為，數(shù)據(jù)標(biāo)注并非開發(fā)工作的關(guān)鍵部分，也不認(rèn)為它是長(zhǎng)期需求。所有激動(dòng)人心的部分都圍繞著構(gòu)建人工智能系統(tǒng)展開，一旦我們構(gòu)建成功，數(shù)據(jù)標(biāo)注就變得無(wú)關(guān)緊要了，所以為什么要在意它呢？然而，數(shù)據(jù)標(biāo)注是人工智能的基礎(chǔ)設(shè)施，人類智能是人工智能的基礎(chǔ)。我們必須認(rèn)識(shí)到，數(shù)據(jù)標(biāo)注是人工智能經(jīng)濟(jì)中的一項(xiàng)真實(shí)工作，它將在一段時(shí)間內(nèi)長(zhǎng)期存在。”

在開放人工智能、谷歌和微軟等知名企業(yè)背后，有著形形色色的數(shù)據(jù)供應(yīng)商。有些是私人承包商，設(shè)有類似于呼叫中心的辦公室，例如位于肯尼亞和尼泊爾的“云工廠”公司。在轉(zhuǎn)到雷默任務(wù)工作之前，喬就是在那里以每小時(shí)1.2美元的報(bào)酬做標(biāo)注工作。還有像機(jī)械特克和點(diǎn)擊工人這樣的眾包平臺(tái)，任何人都可以注冊(cè)來(lái)做任務(wù)。此外，還有規(guī)模人工智能這樣的服務(wù)提供商，任何人都可以注冊(cè)，但都必須經(jīng)過(guò)培訓(xùn)、通過(guò)資格考試并接受績(jī)效評(píng)估。

標(biāo)注已成為一門大生意。2021年，規(guī)模人工智能的市值已達(dá)73億美元。2016年，亞歷山大·王創(chuàng)立這家公司時(shí)年僅19歲，被《福布斯》稱為“最年輕的白手起家型億萬(wàn)富翁”。

有業(yè)內(nèi)人士透露，那些購(gòu)買數(shù)據(jù)的企業(yè)要求嚴(yán)格保密，數(shù)據(jù)標(biāo)注工作可能泄露太多有關(guān)正在研發(fā)的系統(tǒng)的信息。由于需要大量工作人員，防止信息泄露變得極其困難。數(shù)據(jù)標(biāo)注員被不斷告誡不能向外界透露任何關(guān)于工作的細(xì)節(jié)，包括他們的朋友和同事在內(nèi)。由于都是用的公司別名和項(xiàng)目代號(hào)，而且標(biāo)注者的勞動(dòng)分工高度細(xì)化，即便標(biāo)注者想要分享工作細(xì)節(jié)，也沒(méi)有足夠的信息可供談?wù)?。很多?biāo)注員為了防止被平臺(tái)封號(hào)，會(huì)使用化名。盡管確切的人數(shù)難以估測(cè)，但可以確定的是，數(shù)據(jù)標(biāo)注員的人數(shù)非常龐大，并且仍在持續(xù)增長(zhǎng)。谷歌研究部門最新的一篇論文估計(jì)這一數(shù)字達(dá)到了“數(shù)百萬(wàn)”，而且有潛力發(fā)展到“數(shù)以十億計(jì)”。

| 人工智能如何改變工作？|

自動(dòng)化常常以我們意想不到的方式展開。醫(yī)療數(shù)據(jù)標(biāo)注公司“半人馬實(shí)驗(yàn)室”首席執(zhí)行官埃里克·杜海姆回憶道，幾年前，一些頂尖機(jī)器學(xué)習(xí)工程師預(yù)言人工智能將讓放射科醫(yī)生的工作變得多余。這一預(yù)測(cè)并未成真，人們轉(zhuǎn)而開始相信放射科醫(yī)生會(huì)借助人工智能來(lái)提升工作效率。但如今，杜海姆看到的情況并非如此簡(jiǎn)單。他指出，人工智能非常擅長(zhǎng)處理某些具體任務(wù)，因此工作被拆分給專門的算法系統(tǒng)和專業(yè)人才承擔(dān)。例如，人工智能系統(tǒng)或許能夠發(fā)現(xiàn)癌癥，但可能僅限于識(shí)別來(lái)自特定類型掃描設(shè)備的特定類型圖像；所以，現(xiàn)在你需要有人來(lái)確認(rèn)人工智能輸入的數(shù)據(jù)類型是否正確，另一人來(lái)審核人工智能的分析結(jié)果，再有一個(gè)人利用人工智能來(lái)撰寫報(bào)告，然后再將報(bào)告發(fā)送給另一個(gè)人，如此等等?！叭斯ぶ悄懿](méi)有取代工作崗位，”他說(shuō)，“但確實(shí)重塑了工作的組織結(jié)構(gòu)?！?/p>

在新技術(shù)的未來(lái)主義光芒下，隱藏著龐大的生產(chǎn)裝置及其操作者。杜海姆表示，這是硅谷典型勞動(dòng)分工合作的最新形式，是從工匠手藝轉(zhuǎn)變?yōu)楣S流水線工藝的數(shù)字版本：原本連貫的技藝流程被拆分成了許多小任務(wù)，在流水線上一一進(jìn)行，其中一些任務(wù)由機(jī)器完成，而其他的仍然需要人力，但兩者的工作方式都已不同以往。

人們擔(dān)憂人工智能帶來(lái)全方位顛覆。對(duì)此，有一種觀點(diǎn)認(rèn)為，人工智能會(huì)自動(dòng)化某些任務(wù)，而非完整的工作，雖然工作會(huì)因此變得單調(diào)乏味，但同時(shí)人們可以投身于更有成就感和更人性化的工作。人工智能也可能像電話或打字機(jī)一樣——這些節(jié)省人力的技術(shù)在當(dāng)時(shí)可是大大減輕了繁重的信息傳遞和手寫工作，同時(shí)創(chuàng)造了大量的通信、商務(wù)和文書工作，新辦公室需要新型員工來(lái)勝任這些工作，比如文員和打字員。所以說(shuō)，當(dāng)人工智能取代你的工作時(shí)，你可能不會(huì)失業(yè)，但你的工作可能會(huì)變得更加陌生、孤立和枯燥。

| 不斷轉(zhuǎn)移地點(diǎn)的標(biāo)注工作 |

2022年底，喬開始注意到他的學(xué)生們常常抱怨無(wú)事可做。不久后，一封電子郵件告知他肯尼亞的培訓(xùn)營(yíng)即將被關(guān)閉。他還可以繼續(xù)在線上訓(xùn)練數(shù)據(jù)標(biāo)注員，但他開始擔(dān)憂自己的職業(yè)未來(lái)。他聽說(shuō)標(biāo)注業(yè)務(wù)正遷離肯尼亞，轉(zhuǎn)移至尼泊爾、印度和菲律賓?！斑@些公司將業(yè)務(wù)從一個(gè)地區(qū)轉(zhuǎn)移到另一個(gè)地區(qū)，”喬說(shuō)，“它們無(wú)需在當(dāng)?shù)亟ɑA(chǔ)設(shè)施，可以靈活地將工作轉(zhuǎn)移到運(yùn)營(yíng)成本更低的地方?！?/p>

與手機(jī)和汽車制造業(yè)不同，人工智能行業(yè)有著極大的流動(dòng)性。這項(xiàng)工作可以輕易而迅速地得以重新配置，轉(zhuǎn)移到勞動(dòng)力技能、帶寬條件和工資水平都更理想的任何地點(diǎn)。

2023年5月，規(guī)模人工智能公司在自己的網(wǎng)站上列出數(shù)據(jù)標(biāo)注職位，招募人工智能有志于征服的幾乎每個(gè)領(lǐng)域的優(yōu)秀人才。這些人工智能培訓(xùn)師具備的專業(yè)知識(shí)涵蓋健康指導(dǎo)、人力資源、金融、經(jīng)濟(jì)、數(shù)據(jù)科學(xué)、編程、計(jì)算機(jī)科學(xué)、化學(xué)、生物學(xué)、會(huì)計(jì)、稅務(wù)、營(yíng)養(yǎng)、物理、旅行、基礎(chǔ)教育、體育新聞等多個(gè)領(lǐng)域。你可以每小時(shí)賺45美元教機(jī)器人法律，或者每小時(shí)賺25美元教機(jī)器人詩(shī)歌。還有人專門協(xié)助訓(xùn)練軍事人工智能。規(guī)模人工智能公司正在測(cè)試一款名為多諾萬(wàn)的大語(yǔ)言模型，該模型被稱為“人工智能戰(zhàn)爭(zhēng)中的彈藥”，并已獲得美國(guó)機(jī)器人戰(zhàn)車項(xiàng)目的合同。

標(biāo)注員安娜在得克薩斯州訓(xùn)練聊天機(jī)器人。她希望這份工作可以成為一份長(zhǎng)期的職業(yè)。她并不擔(dān)心因?yàn)樽詣?dòng)化而失業(yè)?！拔业囊馑际?，它的功能令人驚嘆，”安娜在談到聊天機(jī)器人時(shí)說(shuō)，“但有時(shí)，它還是會(huì)做出一些非常奇怪的事情?！?/p>

編輯：周丹丹