当人们谈起AI时,往往想到的是强大的模型、惊艳的生成能力,以及像ChatGPT这样的产品。但在这些光鲜技术背后,还有一群很少被提及的人——负责标注、清洗和整理数据的“数据劳工”。他们的工作看似简单,却是训练AI不可或缺的一环。
从图片标注到文本审核,大量重复而细碎的任务支撑着模型的成长。AI越智能,这些幕后劳动就越庞大。只是,在聚光灯之外,他们的处境和声音却很少被真正看见。

根本不是选择,是走投无路时的救命稻草
迈克尔原本学的是航空货运代理,跟AI八竿子打不着。失业好几年后,儿子烫伤又查出胃癌阳性,堆成山的医药费直接压垮了整个家。就在他到处借钱、守在医院走投无路的时候,一家外包公司打来电话邀他上班。
月薪210美元,在硅谷还不够吃一顿饭,对他来说却是全家人唯一的现金收入。他当即从医院赶去入职——“那是我唯一能抓住的机会了”。
在肯尼亚,像他这样受过教育、会说英语能操作电脑,却长期找不到稳定工作的年轻人太多了。他们学金融、读工商、懂计算机,最后一头扎进数据劳工行业,不是因为看好AI,纯粹是在债务、疾病、失业里逼出来的活路。
看不见的劳动,是一点点磨掉人的代价
迈克尔做过的工作,比外界想象的要磨人得多。他给自动驾驶图标注过路况,可从来没标注过一条非洲本地的路,所有图片全都是欧美的。他做过色情内容标注,每天8小时把视频一帧帧拆开,每一帧要打14到15个标签,一做就是八个月。长时间泡在极端内容里,他整个人都变了:“一开始看到还有正常反应,到最后哪怕有人当着面脱衣服,我都不会有任何感觉了。”
更让他难以启齿的,是“聊天培训”的工作。他要在不同窗口切换身份:一会儿是加州女大学生,一会儿是佛罗里达的同性恋,一会儿是护士或者艺术家,跟孤独的用户建立亲密关系,哄着对方说出婚姻的痛苦、衰老的恐惧,再用“我懂你”“我想你”制造被爱着的幻觉。
“说白了,我就是在教AI怎么‘爱’人,”迈克尔说,“用不了多久,‘爱’都能直接从服务器里造出来了。”
这份工作慢慢吃掉了他对“真实”的感知——他越来越分不清楚,哪些话是工作需要,哪些情绪真的属于自己。更甩不掉的是羞耻感:他没法跟家人解释自己到底靠什么赚钱,也没法告诉朋友,自己的收入来自扮演别人、假装亲密。
层层转包,把责任也转没了
这种精神创伤是要买单的,可没人愿意买单。迈克尔说有个同事,长期审核性虐待和儿童剥削内容,慢慢变得沉默封闭,跟妻子、继女都没法正常交流。最后某天他下班回家,家人已经走光了,只留了一条短信:“我已经不认识你了,我们不会回来了。”
而这套外包体系,从一开始就故意把责任链条切断了。工人都被划成“独立承包人”,不是正式雇员,没有养老金、没有医保、更没有长期合同。账号一封,没结算的钱直接打水漂,连申诉的地方都找不到。
“最核心的问题就是:大公司根本不想为责任买单。”迈克尔说,科技巨头可以说自己没直接雇人,雇主是外包公司;真出了心理问题,责任就在一层层转包里被稀释得干干净净,最后没人认账。
不能一边造AI,一边把造AI的人消耗没了
一年半前,迈克尔跟几个伙伴攒出了肯尼亚数据标注者协会(DLA),想把那些分散在各处、沉默又隔绝的工人连起来。他们把心理支持放在最前面,帮工人对接心理健康服务,也推动再培训、帮大家转岗。
工人想要的其实特别简单:“第一,有活干;第二,能按时拿到足额工资;第三,出事有人管。”他们希望最低能拿到一小时5美元,而不是一个任务才赚1美分;希望能签稳定合同;希望天天看暴力色情内容的工人,能真的拿到伸手可及的心理援助。
“我们一直都被当成一次性耗材用。”迈克尔说。AI的智能不是从石头里蹦出来的,背后全是真实的人在干活、在消耗。大家只看到AI越来越像人,却没看到,这些真实的人在产业链条里,一点点被拖垮。
他反复说一句话:我们不能一边建造AI,一边把建造AI的人给弄丢了。
本文所引用的部分图文来自网络,版权归属版权方所有。本文基于合理使用原则少量引用,仅用于对数字营销的分析,非商业宣传目的。 若版权方认为该引用损害其权益,请通过极致了数据微信: JZL3122 联系我方,我们将立即配合处理。发布者:jzl,转载请注明出处:https://www.jizhil.com/rsdata/13405.html