稍早,Prisa Media 哥倫比亞人工智慧內容總監 Álvaro Montes揭示並討論了人工智慧技術背後一個常被忽視的課題,所謂對資料標記者("ghost work")的勞動剝削。
要讓人工智慧可以以我們所知,且符合人類期待的方式運作,必須要先有人類對這些人工智慧開始訓練,例如資料的標記、分析與分類。
這些標記者主要來自拉丁美洲、非洲及亞洲的發展中國家,負責處理大量資料,幫助AI平台學習和提高準確度。例如,資料標記工作包括影像和語音識別、文本轉錄等。這些工作通常不需要高技能,但工資極低,標記者往往每小時僅賺取約2美元,有時甚至更少。報告指出,許多委內瑞拉的勞動者在微任務平台工作,完成繁瑣且重複的任務,如為自動駕駛車輛分析道路圖像,但這種工作環境被形容為“奴工”般剝削。
為此也進一步討論了外包勞動的廣泛性及其帶來的挑戰,特別是在全球資本主義體系下,勞動者難以組織工會或爭取更好的工作條件。此外,這種工作對於勞動者的心理健康也有負面影響,因為他們長時間從事重複性任務,卻缺乏職業發展機會。
一些公司如DignifAI試圖改善這些狀況,提供稍高的薪酬和心理健康支持。然而,該產業中的普遍問題仍未解決。專家認為,解決這些問題不僅是改善標記者的工作條件,還需要拉丁美洲等地區主動參與技術創新,成為技術的生產者,而非僅是消費者,從根本上改變當前的技術勞動格局。
這一個科技議題所揭示的內容主要是新的社會、科技背景下,對於全世界的社會結構的再次複製。雖不容易理解,但姑且說社會科學或都市計畫相關的研究里面對於所謂的地理結構與剝削本來就有一定程度的想像,例如說拉丁美洲的人輸出了原物料,這些原物料經過歐美國家的加工,再製成外銷的品牌產品,例如拉丁美洲輸出了可可豆,歐美國家輸出了巧克力等等。台灣在其中則位居中間的一環,我們自其他國家進口相關原料,然後代工成可用的電子消費品,最後歐美國家貼牌進行輸出。
其中牽涉到的重要概念是附加價值與營收的產生,在國際貿易的每一個環節中都會產生所謂的附加價值,然後生產鏈上的個別生產者都會以此收取其該有的收入,通常而言所謂的弱勢國家跟原物料生產國在生產過程中分得的剩餘最少,所有的關鍵收入都是由歐美國家所把持與定義,台灣作為代工業,雖然能吃到一小部分,在國際處境上也較拉丁美洲跟非洲國家更好,但相比於第一線的2C國家還是遠遠不足。
過往這種剝削比較側重於傳統的製造業與硬體設備,但在大型人工智慧模型發展的背景下,這種剝削結構在軟體業再次發生與複製,是個在思考上值得被再探究的課題。軟性一點當然會有所謂的公平組織對此進行努力,但長期而言並不那麼樂觀。