2024-07-07 10:02 来源：得道网
默茜探出身子，深吸一口气，在电脑上加载了另一个任务。令人不安的图像和视频接连出现在她的屏幕上。作为一名在内罗毕外包办公室工作的元内容审核员，Mercy在10个小时的轮班中，每55秒就要处理一张“罚单”。这段视频是一场致命的车祸。有人拍下了这一幕，并上传到Facebook上，一位用户在Facebook上做了标记。Mercy的工作是确定它是否违反了公司禁止特别暴力或图像内容的指导方针。她仔细看了看视频，拍摄人员放大了坠机的画面。就在屏幕迅速聚焦之前，她开始认出屏幕上的一张脸:受害者是她的祖父。
默茜把椅子往后推了推，跑向出口，从一排排担心地看着她的同事身边走过。她在哭。在外面，她开始给亲戚打电话。大家都难以置信，因为还没有其他人听说过这个消息。她的上司出来安慰她，但同时也提醒她，如果她想完成当天的目标，就必须回到办公桌前。鉴于这一事件，她明天可以休息一天，但考虑到她已经在工作，他指出，她也可以完成她的轮班。
新的车票出现在屏幕上:又是她的祖父，同样的车祸一遍又一遍。不仅是别人分享的相同视频，还有不同角度的新视频。汽车图片;死者的照片;现场描述。现在她开始认识一切了。就在几个小时前，日落时分，她的邻居——一条她走过很多次的熟悉的街道。四人死亡。她的轮班似乎没完没了。
我们在肯尼亚和乌干达的一家公司运营的三个数据注释和内容审核中心采访了数十名像Mercy这样的工作人员。内容审核员是在社交媒体帖子中手动拖网，删除有毒内容并标记违反公司政策的工作人员。数据注释者用相关的标签标记数据，使其便于计算机算法使用。在幕后，这两种类型的“数据工作”使我们的数字生活成为可能。默西的故事是一个特别令人沮丧的案例，但绝不是非同寻常的。这项工作的要求很高。
“你身体上很累，精神上也很累，你就像一个行走的僵尸，”一名为了这份工作从尼日利亚移民过来的数据工作者表示。轮班时间很长，工人们需要在速度和准确性的基础上达到严格的绩效目标。默西的工作也需要密切关注——内容审核员不能心不在焉，因为他们必须根据严格的标准正确地标记视频。视频需要检查，以找到textarea政策定义的最高违规行为。例如，暴力和煽动是比简单的欺凌和骚扰更严重的违法行为，所以仅仅发现一种违法行为然后停止是不够的。你必须全程观看，以防情况恶化。
“最令人不安的不仅仅是暴力，”另一位版主告诉我们，“还有露骨的性内容和令人不安的内容。”同一位版主评论说，版主“几乎每天”都目睹自杀、酷刑和强奸;“你把不正常的事情正常化。”这些节制中心的工作人员不断受到图像和视频的狂轰滥炸，没有时间处理他们所目睹的一切。他们预计每天会开出500到1000张罚单。许多人报告说再也感觉不到从前了:这份工作在他们的生活中留下了不可磨灭的印记。其后果可能是毁灭性的。一位被公司解雇的版主评论道:“我们大多数人的心理都受到了伤害，有些人试图自杀……有些人的配偶离开了我们，我们再也无法挽回他们了。”
另一位网友评论道:“公司的政策甚至比工作本身还要艰苦。”在我们访问的一个内容审核中心，员工们在看到斩首视频后哭得发抖，管理层告诉他们，在一周的某个时候，他们可以休息30分钟，去看“健康顾问”——一名没有接受过正式心理学家培训的同事。那些从办公桌上跑开的员工会被告知他们违反了公司的政策，因为他们没有记得在电脑上输入正确的代码，表明他们要么“空闲”，要么“上厕所”——这意味着他们的工作效率得分可能会相应被扣分。故事没完没了:“我在办公室瘫倒了”;“我陷入了严重的抑郁”;“我得去医院”;“他们不关心我们的幸福”。工人们告诉我们，管理层会监控医院记录，以核实员工是否请了合法的病假，但从来不会希望他们好起来，也不会真正关心他们的健康。
在这家特别的公司，工作保障是最低的——我们采访的大多数员工都是一到三个月的轮转合同，一旦客户的工作完成，合同就会消失。他们在内罗毕郊区一个大型商业园区的一栋黑暗建筑的生产车间里排成一排，多达100人。他们的雇主是textarea的客户，textarea是一家著名的业务流程外包(BPO)公司，总部设在旧金山，在东非设有配送中心，在那里，不稳定和低收入的工作可以分配给该公司的当地员工。许多工人，就像默西自己一样，曾经住在附近的基贝拉贫民窟——非洲最大的城市贫民窟——并在公司帮助弱势工人获得正式就业的前提下被雇用。现实情况是，这些员工中的许多人因为害怕失去工作而不敢质疑管理层。工人们报告说，那些抱怨的人被要求闭嘴，并提醒他们很容易被取代。
虽然我们交谈过的许多版主是肯尼亚人，但也有一些从其他非洲国家移民到BPO工作，并协助textarea管理其他非洲语言的版主。其中一些工人谈到，在街上被认出是外国人，这增加了他们容易受到肯尼亚警察骚扰和虐待的感觉。警察骚扰并不是他们面临的唯一危险。我们采访的一名妇女描述了邻近非洲国家的“解放阵线”成员如何找到元审查员的名字和照片，并将其发布到网上，并发出威胁，因为他们不同意审查员做出的决定。当然，这些工人吓坏了，带着照片去了BPO。该公司通知他们，他们将考虑加强生产设施的安全;他们说，除此之外，他们也无能为力——工人们只能“保持安全”。
阅读更多我们大多数人都希望永远不要经历默茜和她的同事们所忍受的不人道的工作条件。但这类数据工作是由世界各地不同环境和地点的数百万工作人员完成的。在这个特殊的中心，在我们进行研究后，一些工作条件发生了变化。然而，像textarea这样的大公司往往拥有多个外包审核服务提供商，他们会从公司那里争夺最有利可图的合同。这项数据工作对于我们使用的日常产品和服务的功能至关重要——从社交媒体应用到聊天机器人和新的自动化技术。这是它们存在的先决条件——如果不是内容审核员在后台不断扫描帖子，社交网络将立即充斥着暴力和露骨的内容。如果没有数据注释者创建数据集来教人工智能区分红绿灯和路牌，自动驾驶汽车将不被允许在我们的道路上行驶。如果没有工人训练机器学习算法，我们就不会有像ChatGPT这样的人工智能工具。
我们采访的其中一位工人安妮塔(Anita)在乌干达北部最大城市古卢的一家业务外包公司工作。安妮塔一直在为一家自动驾驶汽车公司做项目。她的工作是一小时又一小时地检查司机开车的录像。她在寻找注意力不集中的任何视觉证据，或者类似于“睡眠状态”的东西。这有助于制造商根据驾驶员的面部表情和眼球运动构建“车内行为监控系统”。坐在电脑前，一次集中精力看几个小时的视频，让人筋疲力尽。有时候，安妮塔觉得无聊是一种身体上的力量，把她推到椅子上，闭上眼皮。但她必须保持警惕，就像她屏幕上的司机一样。作为每周45小时紧张而有压力的工作的回报——可能还包括没有报酬的加班费——注释员预计每月可挣80万乌干达先令，略高于200美元，或每小时约1.16美元。
在生产车间，数百名数据注释员安静地坐在几排办公桌前。任何在呼叫中心工作过的人都会立刻熟悉这个设置——管理系统大致相同。灯光变暗是为了减轻由于9小时的高度集中而造成的眼睛疲劳。工人们的屏幕上不停地闪烁着需要注释的图像和视频。像安妮塔一样，工作人员也接受过培训，能够根据客户的要求识别图像中的元素:例如，他们可能会在不同物体周围绘制多边形，从交通灯到停车标志和人脸。
安妮塔和她的注释同事工作生活的方方面面都被数字化监控和记录。从他们使用生物识别扫描仪进入安全设施的那一刻起，到闭路电视摄像机的广泛网络，工作人员都受到密切监视。他们轮班的每一秒都必须根据电脑上的效率监控软件进行计算。我们采访的一些员工甚至认为，管理者在员工中建立了一个告密网络，以确保组建工会的企图不会悄悄溜走。
连续工作几个小时会让人身心俱疲。它几乎没有提供自我指导的机会;这些任务被简化为最简单的形式，以最大限度地提高工人的效率和生产力。注释者被训练成以最快的速度一遍又一遍地执行相同的常规操作。结果，他们同时经历了一种完全无聊和令人窒息的焦虑的奇怪组合。这就是人工智能革命面临的现实:人们在高压监控下疯狂工作，只是为了保住工作和养家糊口。
当我们想到人工智能发展的世界时，我们的头脑可能会自然而然地转向在硅谷时髦、有空调的办公室里工作的工程师。大多数人没有意识到的是，花在训练AI上的大约80%的时间是由注释数据集组成的。自动驾驶汽车、纳米手术机器和无人机等前沿技术都在古鲁这样的地方开发。正如科技评论员菲尔•琼斯(Phil Jones)所言:“实际上，机器学习的魔力在于数据标注的苦差事。”这是真正耗时费力的工作发生的地方。数据注释的全球市场正在蓬勃发展，据估计，到2022年，该市场的价值将达到22.2亿美元，预计每年将增长30%左右，直到2030年超过170亿美元。随着人工智能工具被用于零售、医疗保健和制造业(仅举几个正在转型的行业)，对精心策划的数据的需求将日益增加。
今天的科技公司可以利用它们的财富和权力，利用人工智能工作的数字劳动力在全球范围内分布的深刻分歧。全球南方国家的大多数工人在非正规部门工作。失业率仍然高得惊人，对许多人来说，有就业保障的高薪工作仍然遥不可及。在这种情况下，弱势工人不仅可能为较低的工资工作;他们也不太愿意要求更好的工作条件，因为他们知道自己很容易被取代。将工作外包给南半球的过程受到企业的欢迎，不是因为它为不那么富裕的国家提供了急需的经济机会，而是因为它为更严格的纪律、更高的效率和更低的成本提供了一条明确的途径。
通过使用人工智能产品，我们直接将自己插入到分散在全球各地的工人的生活中。不管我们喜欢与否，我们都是联系在一起的。就像喝一杯咖啡意味着喝咖啡的人处于从咖啡豆到杯子的全球生产网络中一样，我们都应该明白，使用一个搜索引擎、一个聊天机器人——甚至像智能机器人吸尘器这样简单的东西——如何启动全球数据和资本流动，将地球上每个角落的工人、组织和消费者联系起来。
因此，许多科技公司尽其所能隐藏其产品实际制造过程的真相。它们展示的是一种闪亮、时髦、自主的机器——在大量数据中进行搜索的计算机，边走边自学——而不是现实中的低薪、繁重的人力劳动，这些人力劳动既要训练它们，也要由它们管理。
回到古鲁，安妮塔刚刚下班回家。她和孩子们坐在外面芒果树下的塑料椅子上。她是累了。当太阳落在地平线下时，她的眼睛开始闭上。孩子们都上床睡觉了，她很快就会回来的。她需要在明天早上5点开始之前休息一下，因为她又要批注了。
没有人会心甘情愿地离开BPO——没有别的事可做。当她在上班的路上，在市场上卖蔬菜或在路边卖爆米花的时候，她会看到她的前同事。如果有其他机会，人们会抓住它们。她只需要保持低调，完成目标，并确保无论发生什么，她都不会被解雇。也许会有另一个项目;也许她可以换一个新的工作流程。那将是一种解脱，有点不同的东西。也许是给街道贴上标签，在路标周围画轮廓，并试图弄清楚生活在镜头的另一端是什么样子，在一个有大型照明汽油路标和绿色草坪的国家。
本文节选自詹姆斯·马尔登、马克·格雷厄姆和卡勒姆·坎特合著的《给机器喂食:隐藏的人类劳动为人工智能提供动力》(Canongate出版社，售价20英镑)。为了支持《卫报》和《观察家报》，请从guardianbookshop.com订购。可能会收取送货费
