AI社會學(xué)｜眾包時代：你掙到你的一美元了嗎？

每個學(xué)期課至中途，通常是美國高校春季假期的前一周，我都會給學(xué)生布置一個回家作業(yè)。作業(yè)很簡單，既不要求你寫三千字論文，也不需要處理五萬條數(shù)據(jù)，而是要你以工人（worker）身份登錄全球最大的眾包平臺——亞馬遜旗下的Amazon Mechanical Turk (MTurk)，然后，賺上一美元。

每年學(xué)生回來匯報的經(jīng)歷五花八門，無奇不有，很多人在經(jīng)歷了九九八十一難之后仍舊沒有拿到那一塊錢。常常是激情吐槽了半堂課后，才有人總結(jié)陳詞：這一塊錢也實在太難賺了！

學(xué)生們在平臺上遇到的第一個困難，是身份審批。跟美國大多數(shù)涉及雇傭人工的打工平臺一樣，亞馬遜有著繁瑣的審批過程。出于稅務(wù)的考慮，平臺往往要求工人提供具體身份信息，包括社會安全號碼。

審批之后，第二個困難會接踵而至，就是在平臺上找到標價一美元的工作。學(xué)生的反饋是，很多工作有非常繁瑣的“打工要求”，譬如，你必須身處美國，必須完成過多少份工作，必須有百分之九十以上的成功率。更甚者，一頁一頁往下滾屏的時候，看到的多是標價五毛錢的問卷調(diào)查，標價一毛錢的數(shù)據(jù)清洗工作，甚至標價一分錢的圖片標注工作—— 譬如，請動手圈出下列圖片里含有紅綠燈的那些，或者，請手工將下面這張手寫的收據(jù)抄錄成電子版。有學(xué)生抱怨說，有些標價一塊錢的工作一出來就被搶光了。一些五毛錢的“高薪”工作，會要求你先完成一個長達三頁的教程，然后參與一個長達兩頁的測試，最后才能看到工作頁面。也就是在你打上工之前，先要打一份預(yù)備工，目的是看看你到底有沒有資格打這份工？！

最后，工打完了，還存在工資結(jié)算的問題。學(xué)生回憶道，工資并不是當(dāng)場結(jié)算的，很多雇主會明確說明，工作里含有“測試類型”的問題（譬如，請選擇含有選項b的那一欄），如果沒有正確回答上這些問題，說明打工不認真，完成的工作會被“雇主”斷然拒絕。一般情況來說，這拒絕是單方面的，打工人并沒有上訴討薪的機會。

還有些學(xué)生匯報，在打過一次工之后，他發(fā)現(xiàn)自己在平臺上出現(xiàn)了數(shù)據(jù)評分——你可以看到自己成功地完成過幾次工作，成功率是多少，但并無關(guān)于具體工作的具體評價。學(xué)生們說，他們感覺，很多時候，雇主是靠這些抽象的數(shù)據(jù)在篩選工人。

低薪，內(nèi)卷，乏味，有時甚至討薪無門，歡迎來到AI背后的眾包時代。

眾包（crowdsourcing）一詞，始于2000年代早期，指的是將無數(shù)微小工作通過網(wǎng)絡(luò)靈活機動地分派給大量用戶的一種勞動組織形式。2004年，《紐約客》的名記詹姆斯·索諾維爾基（James Surowiecki）在《群體的智慧》（The Wisdom of Crowds）里開篇立意：如何正確地估算一頭公牛的重量呢？如果讓一位畜牧業(yè)專家和一群什么也不懂的鄉(xiāng)民對決，哪一邊的估重更準確？

索諾維爾基的中心思想是，群體的智慧也許遠優(yōu)于單個專家的決策。在公牛的例子里，組織一群鄉(xiāng)民，讓每一個單獨給出公牛的估重，經(jīng)過平均后得到的數(shù)值，最后往往比最資深的畜牧業(yè)專家的估重更為準確。

這之后，“群體的智慧”成為年度熱門詞匯。從某種程度上來說，很多我們耳熟能詳?shù)脑诰€社區(qū)都是這一概念直接或者間接的獲益者，譬如依賴大量網(wǎng)絡(luò)用戶自愿參與編輯的維基百科。2008年，在美國聯(lián)邦交通管理局授權(quán)和資助下，鹽湖城甚至進行了一項通過公眾參與大眾交通規(guī)劃的眾包項目，當(dāng)?shù)鼐用窨梢越?jīng)由網(wǎng)絡(luò)運用群體的智慧重新設(shè)計城市交通規(guī)劃。

2005年11月，亞馬遜上線了Amazon Mechanical Turk (MTurk)，將眾包的想法正式平臺化和商業(yè)化，之后不同類型的眾包平臺如雨后春筍，紛紛涌現(xiàn)。Turk這個名字最初來自于18世紀一架號稱在歐洲巡回演出里打敗了拿破侖的超級國際象棋機器。之后人們發(fā)現(xiàn)Turk其實完全不是全自動的現(xiàn)代化機器，而是一架木偶，木偶底下藏著一個人類的象棋高手。所以，與其說是機器在與人類對弈，不如說是人類操縱機器在與人類對弈。

亞馬遜繼承了這個概念，將其眾包平臺命名為Turk，不可不說是有一點黑色幽默的意思在里面。之后，科研人員和初創(chuàng)人工智能公司們大批涌入MTurk，作為“雇主”（“requester”）登陸平臺，發(fā)布所謂的“人工智能工作” (“Human Intelligence Tasks”, 也被簡稱為HIT)。通常情況下，這些工作是計算機算法在當(dāng)前的科技發(fā)展下尚且無力處理，人類卻可以通過簡單訓(xùn)練很快就能上手的工作，譬如圖像識別、內(nèi)容審核、語音識別等等。

很多時候，這些由數(shù)以萬計的世界各地的勞工們一份一份手動處理的數(shù)據(jù)，組成了當(dāng)代人工智能算法的基石。譬如，我們之前討論過的人工智能歷史上最大的計算機視覺數(shù)據(jù)集ImageNet，其龐大的1500萬張各式各樣的圖片，就是由眾包平臺上近五萬名工人共同標注的。而之后無數(shù)先進的計算機視覺算法，都是在這個數(shù)據(jù)集上訓(xùn)練出來的。

從這個角度上來說，亞馬遜大佬杰夫·貝索斯（Jeff Bezos）將MTurk平臺提供的服務(wù)稱為“人工的人工智能”（artificial artificial intelligence)，也許是更為貼切的說法。

最早以“群體智慧”的希望興起，在被平臺們商品化和算法化之后，眾包的概念飽受批評。

最顯著的批評，是對于勞動的剝削。

第一層的剝削來自平臺。據(jù)統(tǒng)計，MTurk每日上線超過60萬項任務(wù)， 平臺以20%~45%的比例對這些任務(wù)進行提成。其中將近四分之一的任務(wù)標價在一分錢左右，超過70%的任務(wù)標價在五分錢左右。 由于工人是美國法律意義上的“獨立承包商”，因此他們不受美國大部分勞工法律的保護，也不受最低工資法的保護。

第二層的剝削來自雇主。對于企業(yè)，尤其是各種AI初創(chuàng)企業(yè)來說，眾包平臺轉(zhuǎn)嫁了他們需要尋找、培訓(xùn)、雇傭工人帶來的成本。眾包平臺說，我們的工人們是“按需”存在的、“流動”的，以及“靈活”的。然而同一套說辭對于打工人來說，就意味著他們的工作就是“全天待命”的，“沒有保障”的，以及“呼之即來，揮之即去”的。

首先，平臺上的工人需要花時間篩選工作，如我們之前討論的那樣，報酬高于一美元的工作少之又少，很多工作有不同的門檻要求。而這一部分“尋找和篩選”工作的時間往往并不會計入工作時長，收到報酬。

其次，“按需”的工作常常意味著工人必須時刻在線，隨時準備工作。與通常的理解相反，“按需”是指雇主只有在需要的時候才發(fā)布工作，而不是工人只有在需要工作的時候才去工作。對工人來說，算法分配的優(yōu)質(zhì)工作往往在瞬間就被一搶而光，長時間在線甚至“全天待命”是硬性要求。

最后，“靈活”就業(yè)的意思是，工人沒有社保，沒有工位、辦公設(shè)備、上崗培訓(xùn)，甚至也沒有要求雇主進一步解釋工作的機會。平臺上的工人需要自己配備工作設(shè)備，搞清楚工作的要求是怎樣的，產(chǎn)出到底是怎樣衡量的，否則就有可能拿不到最后的工資。

更深一層里，是在文化層面上對于勞動的異化和分層。

加州大學(xué)圣地亞哥分校的傳播學(xué)者莉莉·伊拉尼（Lilly Irani）說，眾包平臺們的興起，從本質(zhì)上，是將數(shù)以萬計的有關(guān)人工智能的勞動進行了分層：一批獨角獸和天才程序員們上升成為人工智能科學(xué)的皇冠；另一批則下沉成為了現(xiàn)代人工智能產(chǎn)業(yè)的不可見的底層設(shè)施。人工智能算法不可及之處，隨時有大量廉價動態(tài)的人類勞動可以補上。但付出勞動的工人們只是計算機系統(tǒng)里的一串符碼（譬如A98DR9ETTTNNSS），他們不但沒有名字，沒有同事，甚至對自己的勞動也沒有自主權(quán)，對工作的目的和性質(zhì)更是一無所知。福特時代為汽車擰螺絲的工人們尚且知道他們最終的產(chǎn)品是一輛汽車，眾包工人接收的卻只是一項被打散成不能再打散的工作，譬如，標注這張照片上河流的位置。至于標注后的圖片是被用去訓(xùn)練汽車還是坦克，工人們沒有知情權(quán)，也沒有署名權(quán)。如此，身處于發(fā)達國家的資本家，獨角獸和天才程序員們永遠可以出現(xiàn)在最光鮮亮麗的酒會，鼓吹優(yōu)異的員工福利，扁平化的公司管理，去等級化的工作環(huán)境；而不用去理會今天發(fā)布的最新版自動駕駛汽車是用印度南部單親媽媽們手動標注的數(shù)據(jù)訓(xùn)練出來的。

一張圖片一分錢。

2008年，《連線》雜志的記者杰夫·豪（Jeff Howe）在 《眾包：大眾力量緣何推動商業(yè)未來》（Crowdsourcing: How the power of the crowd is driving the future of business）一書里說， “MTurk允許客戶們將我們希望計算機能做、但（事實上）卻不能做的各種瑣碎工作外包”。而那些工作，大部分是“枯燥、無腦、低薪的任務(wù) ”（“dull, brainless, low-paid tasks”）。

國際勞工組織（International Labor Organization) 在2018年發(fā)布了對生活在全球75個國家、在五個英語眾包平臺上工作的3500名工人的大規(guī)模調(diào)查。他們的數(shù)據(jù)顯示：

● 在2017年，一個眾包工人的每小時平均收入為3.31美元。

● 56%的工人從事眾包工作超過一年；29%的人從事眾包工作超過三年。

● 眾包工人受過良好的教育：37%的人有學(xué)士學(xué)位，20%的人有研究生學(xué)位。

● 平均來說，工人每做一小時的有償工作，就會花20分鐘進行無償工作，無償工作包括尋找任務(wù)，參加無償?shù)馁Y格測試，以及寫評論。

● 對于大約32%的工人來說，眾包工作是他們的主要收入來源。

● 眾包平臺上最常見的任務(wù)包括回應(yīng)調(diào)查和參與實驗（65%），訪問網(wǎng)站內(nèi)容（46%），數(shù)據(jù)收集（35%）和轉(zhuǎn)錄（32%）。

● 眾包工人里各種社會保護的覆蓋率很低：2017年，10個受訪者中只有6個有健康保險，只有35%的人有養(yǎng)老金或退休計劃。

2006年，亞馬遜大佬貝索斯對一群聚集在麻省理工學(xué)院的科技精英們介紹彼時剛剛上線的眾包平臺MTurk，將其與新興的“云計算”（cloud computing）相比較。他說，與“云計算”一樣，MTurk提供了即時的、按需提供的、可通過計算機代碼訪問的計算力（computational power）。不同的是，在MTurk上，計算力是人。

“你們都聽過 “軟件即服務(wù)”；今天上線的是“人類即服務(wù)” （“You’ve heard of software-as-a-service. Well this is human-as-a-service”）。

我們這里沒有工人，更無所謂階級，我們提供的，只是“服務(wù)”。

當(dāng)然，更大的問題是：為什么會有那么多受過高等教育的人愿意隨時待命，去做這一批低薪，內(nèi)卷，沒有福利，沒有職業(yè)前景，還常常討薪無門的眾包工作？是什么驅(qū)使著他們將自己掛在平臺上等待被“雇傭”？

2013年，莉莉·伊拉尼和她的合作者推出了Turkopticon。作為第三方網(wǎng)站和瀏覽器插件，Turkopticon允許Mturk上的“工人”（worker）聯(lián)合起來，對發(fā)布任務(wù)的“雇主” (requester）進行反向評分。

有人說，它是眾包時代里工人們所擁有的最接近“工會”的東西。也有人說，它是眾包時代的“階級斗爭工具”。

最新的眾包任務(wù)，發(fā)生在俄烏之戰(zhàn)的前線。據(jù)推特網(wǎng)友Bogdan Kulynych的實時報道，他在一家名為Premise的眾包平臺上發(fā)現(xiàn)了要求眾包工人在烏克蘭為俄羅斯軍隊的導(dǎo)彈算法拍攝、標注、識別關(guān)鍵地理位置的工作。根據(jù)工作時長和辛苦程度，其報酬從0.25美元到3.25美元不等。

隨后Premise暫停了平臺在烏克蘭的運營，并辟謠道，它在烏克蘭的工作是“代表西方民主國家，希望了解該國的基礎(chǔ)設(shè)施狀況”。而據(jù)《華爾街日報》報道，Premise是通過眾包方式，為世界各地政府安全部門收集信息的諸多眾包平臺之一。其大金主主要來自于美國國家安全部門。

參考文獻：

1. Irani, Lilly. "The cultural work of microwork." New media & society 17.5 (2015): 720-739.

2. Surowiecki, James. The Wisdom of Crowds. Anchor, 2005.

3. Tau, Byron, “Premise Mobile-Phone App Suspends Ukraine Activities After Accusations Fly.” Feb 26, 2022, The Wall Street Journal, https://www.wsj.com/livecoverage/russia-ukraine-latest-news-2022-02-26/card/premise-mobile-phone-app-suspends-ukraine-activities-after-accusations-fly-8FDnhZe9raunaIJ4HV66

4. Gray, Mary L., and Siddharth Suri. Ghost work: How to stop Silicon Valley from building a new global underclass. Eamon Dolan Books, 2019.

5. Berg, J., Furrer, M., Harmon, E., Rani, U., & Silberman, M. S. (2018). Digital labour platforms and the future of work. Towards Decent Work in the Online World. Rapport de l’OIT.

6. Irani, L. C., & Silberman, M. S. (2013, April). Turkopticon: Interrupting worker invisibility in amazon mechanical turk. In Proceedings of the SIGCHI conference on human factors in computing systems (pp. 611-620).

7. Howe, Jeff. Crowdsourcing: How the power of the crowd is driving the future of business. Random House, 2008.

-----

作者沈虹，畢業(yè)于美國伊利諾伊大學(xué)香檳分校傳播學(xué)系，現(xiàn)任職于美國卡內(nèi)基梅隆大學(xué)。她用社會學(xué)的方法研究新興科技。