隨著科技的進步，人工智能技術深入各個領域，深受眾人追捧。而在AI技術背后，其實隱藏著一大批廉價勞動力。拿著低薪，服務國際科技巨頭？

據今日消息報道， 克麗絲特爾·考夫曼已在亞馬遜旗下的眾包網站MTurk工作7年�？挤蚵�說，其中許多工作都是訓練人工智能（AI）項目。她是推動AI發展的大量勞動力中的一員，他們的工作包括查看大數據以標記圖像、過濾不適合上班時間瀏覽的內容、為圖像和視頻中的物體注釋等。對于許多公司內部的開發人員來說，這些工作既機械又單調乏味，通常被外包給零工工人或主要生活在南亞和非洲并為數據公司打工的人。

大批“廉價勞動力”推動AI發展

“我們習慣于做一些我們不知道用途的事情，我們只知道我們是在為一些大型科技設備勞作。你可能很少會聽到一家大型科技公司承認隱藏在技術背后的隱形勞動力�！笨挤蚵�說道。

像Meta和亞馬遜這樣的大公司擁有強大的AI開發團隊�？萍季揞^設想在不遠的未來，AI可以代替許多人類工作，并釋放出新的生產力。但這種愿景忽視了一個現實，即我們認為的大部分AI，其實都是由從事單調乏味工作的低報酬人類勞動力來推動的。實際上，科技公司會雇用數以萬計的零工工人幫助開發AI。AI開發與材料生產周期之間的共同點遠比我們意識到的多得多。

牛津大學互聯網研究院公平工作項目博士后研究員凱勒·豪森表示：“我認為公眾并沒有深入意識到這是一條供應鏈的現實。實際上，這是一條全球供應鏈，建立在大量人類勞動力的基礎之上�！�

與其他全球供應鏈一樣，AI的鏈條也非常不平衡。位于全球南方的發展中國家正通過承擔低工資工作來推動AI系統發展，包括測試、數據注釋與標記以及內容審核等，而位于全球北方的國家則是“權力中心”�！皬脑谖⒐ぷ髌脚_上工作的人數來看，‘全球南方’遠遠超過‘全球北方’。這些平臺上的大部分勞動力供應都集中在‘全球南方’，而大多數需求都位于‘全球北方’”，豪森說，“我們從農業食品、紡織業等其他供應鏈的經驗中得知，當這些工作外包給低收入勞動力和低收入國家時，通常很難保證良好的工作條件和應有的勞動保護�！�

在2021年一篇有關全球勞動力如何促進AI發展的論文中，包括康奈爾大學計算機科學系博士生奧克洛在內的研究人員認為，目前將“全球南方”工人納入AI鏈條是一種不平等的現象，西方國家利用來自“全球南方”的人和資源獲取廉價勞動力，以使其機構和企業從中獲利。

今年5月，前內容審核員在肯尼亞內羅畢提起訴訟，指責Meta及其外包伙伴Sama存在的不公現象。研究人員指出，像Sama這樣的標記和內容審核公司雖在美國運營，但其勞動力嚴重依賴撒哈拉沙漠以南非洲和東南亞的低工資工人。

專家表示，外包對大型科技公司有利，不僅為它們省錢，還能使它們更容易躲避嚴格的司法審查。大多數人都認同這種現實：從開發模型到審核錯誤，人類將永遠是AI的一部分。因此，AI專家認為，人們應該聚焦于如何使AI開發以合乎道德和可持續的方式讓人類參與其中。

“數據標注人”成AI產業重要支撐

機器學習的訓練需要大量數據，在過去十年中，機器學習對高質量手工標注數據的需求飆升。一位在數據標簽公司工作的年輕人說：“我曾經認為機器是天才，但現在我才知道我們（人類勞動者）才是它們成為天才的背后原因�！�

所有新興行業，包括人工智能，都伴隨著新型藍領勞動力的需求激增。在從事AI相關的公司內，比老一代更精通技術的年輕工人正在從事手工標記數據工作。

AI雖是科技發展的理想成果，但沒有手工標記就沒有機器學習，因此人工智能生態系統需要這樣的行業。

中國的數據標注行業最早可追溯到 2005 年，著名計算機視覺專家、人工智能專家朱純松從美國回到了故鄉湖北鄂州，創辦了蓮花山研究院，籌建據稱是當時世界上最早的大數據標注團隊。

2015 年，隨著人工智能巨頭的崛起，數據標注和采集需求激增，市場真正意義上開始形成。

許多數據服務公司作為乙方進入到日益擴大的市場，為百度、阿里等大型互聯網公司，以及 AI獨角獸企業等服務。

正如一位中國數據標簽公司的聯合創始人所說：“我們是數字世界的建筑工人。我們的工作是不斷地鋪蓋一塊又一塊磚。但如果沒有我們在人工智能中發揮的重要作用，他們無法建造AI這座摩天大樓�！�

中國信通院報告指出，現階段 AI 應用研發，數據標注是根本，10 年之內都要依賴于標注數據。

至于機器什么時候能夠取代人工數據標注，至今仍沒有人能說出明確答案。但有媒體看到，在數據標注各式各樣的 QQ 群里，依然每天不斷出現新的項目需求和個人兼職的信息，依然不斷有關注數據標注行業的大量討論。