就像美国国防部的Maven项目一样，当微工作支持的技术服务于明确的压迫目的的时候，这就成为一个特殊的问题。再举一个情况极为严峻的例子，任务发布者没有义务表明面部标记任务是为了训练面部识别算法，这种信息隐藏在平台上很常见。该软件以优生理论为基础，用于捕捉人脸，并将其与现有数据库中的照片进行比对，目的是为了对人进行识别和定位，通常会产生具有强烈种族主义特征的结果。[2]作为城市空间军事化的最新战略，面部识别技术已经引发了警察对贫困社区的大扫荡，尤其是在洛杉矶等大型“枷锁城市”中。自2009年以来，洛杉矶警察局已经使用面部识别技术大约3万多次，通常是为了保护更加富裕的飞地免受“帮派犯罪”的侵害。 [3]
为这些专制性的噩梦提供动力的任务是Mechanical
[1] Paola Tubaro, Antonio A. Casilli, and Marion Coville, The Trainer, the Verifier, the Imitator: Three Ways in Which Human Platform Workers Support Artificial Intelligence', Big Data and Society, January 2020, p. 6.
[2] See Christian Sandvig, Kevin Hamilton, Karrie Karahalios, and Cedric Langbort, 'When the Algorithm Itself Is a Racist: Diagnosing Ethical Harm in the Basic Components of Software', International Journal of Communication 10,2016.
[3] Kevin Rector and Richard Winton, 'Despite Past Denials, LAPD Has Used Facial Recognition Software 30,000 Times in Last Decade, Records Show', Los Angeles Times, 21 September 2020.
78