--- schema_version: "library-reader-v1" source_type: "original_book" title: "销声匿迹：数字化工作的真正未来【朝九晚五的全职就业逐步瓦解，在线工作得到的却不是自由；什么才是灵活就业背后的真实世界和应对之策？】" author: null edition: null publisher: null year: null isbn: "9787208164499" library_document_id: "0be4e009-2c4a-4819-b574-22b280589b3b" source_sha256: "0fbf232d614d1c794c80d1c61cd823b574be49df3045465933d5a95f2d11190e" pdf_physical_page_count: 214 pdf_physical_page_index_base: 0 range_start: 20 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/0be4e009-2c4a-4819-b574-22b280589b3b?start=20&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/0be4e009-2c4a-4819-b574-22b280589b3b.md?start=20&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/0be4e009-2c4a-4819-b574-22b280589b3b.md?start=10&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/0be4e009-2c4a-4819-b574-22b280589b3b.md?start=30&limit=10" --- # 销声匿迹：数字化工作的真正未来【朝九晚五的全职就业逐步瓦解，在线工作得到的却不是自由；什么才是灵活就业背后的真实世界和应对之策？】 > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=20 | PRINTED_PAGE=21 《销声匿迹》基于一项为期五年的研究，我们俩——一位是人类学家，另一位是计算机科学家——招募了一个研究团队，调查这个蓬勃发展但基本上不为人所知的经济领域。23我们对来自美国和印度的工人做了200多次采访，并收集了成千上万份调查问卷；我们对按需工作平台做了几十个行为实验和社交网络分析，也对按需劳工市场的其他关键参与者进行了独特的研究，这些参与者包括把平台转变为生意的人以及在平台上雇用工人的人。本书就是这些研究的成果。《销声匿迹》揭示了这样一个世界：稳定的工作和薪水正在被一系列混乱的小项目和小额支付取代，而人类老板也正在被自动化流程取代。这些自动化流程的目的，就是监督分布广泛的由匿名独立合同工组成的劳工群体。《销声匿迹》讲述了一个日益兴起的更加复杂的未来，与人人熟知的机器人崛起的故事截然不同。这本书展示了幽灵工作平台如何培养我们对于技术奇妙前景的信念。 作为一名人类学家，玛丽的兴趣是被一种恐怖的情景所激发的：在一个原子化的世界里，工人通过分类和注释几千张尖耳狗、无毛猫以及“阴茎图片”赚钱。玛丽问那些被雇用的工人，他们对接收工作的人有什么了解，工人的回答不是“我不知道”就是“我为什么要知道？！”。作为一名计算机科学家，西达尔特多年来一直在使用按需平台进行线上实验，但他对这些工人知之甚少，因为API将这些工人隐藏了起来。24那些主动把自己挂到平台上等待被雇用的人是谁？是什么驱使他们做许多人认为“单调乏味的工作”？他们如何从这种规则不清晰的就业形式中取得报酬？这种工作对他们而言意味着什么？有多少任务在按需平台上进行？产生任务型工作需求的商业模式是怎样的？这种以任务为基础的经济是如何运作的？ 2013年，当我们的研究团队开始提出这些问题时，参与到对话中来的只有经济学家、计算机科学家和商人。这三类人都对按需劳工市场进行了评估，指标是提高效率的能力以及使企业盈亏底线最大化的能力。而当我们谈到“人”的时候，仅仅指的是消费者。消费者的体验如何？工程师和计算机科学家为企业或为他们自己的实验构建API来推进人工智能，他们想要设计若干系统，这些系统能够消除他们认为会惹恼终端用户的昂贵和多余的操作。他们致力于构建更智能、更快捷的软件，能够自动把人与服务匹配起来，无论是乘车、用餐还是税务咨询，最终目标是使用每次迭代的数据来训练未来的软件，使其更加自动化。很少有人关注，对于那些争相从事任务型工作的人来说，这种提高生产力的方法意味着什么。他们的假设是，一旦人工智能做对了，就不需要那些生成训练数据和改进软件的工人。毕竟，企业开发的是软件，而不是临时工作。 21 ## PDF_PHYSICAL_PAGE_INDEX=21 | PRINTED_PAGE=22 在接下来的五年里，我们做了一些在各自的研究领域没有做过的事情：了解幽灵工作的范围和按需工人的生活。我们的研究是同行里最全面的一个。《销声匿迹》是第一本阐明幽灵工作如何构建人工智能的书，也是第一本讲述从事幽灵工作工人生活的书，我们虽然看不见这些工人，但他们是互联网运行与自动化未来的核心。关于工人在这个新经济中的经历，本书提供了密切而细致的视角。我们关注的是生活在印度和美国的工人，这两个国家有最大的按需工人共享库，而且它们都与技术进步的漫长历史密不可分。我们的团队采访和观察了数百人，在他们的家里或其他临时工作场所观察他们所做的一切，从标记推文到转录医生的咨询意见，不一而足。我们调查了数千人，这帮助我们建立了一个基准，从而判断哪些做法是普遍的，哪些做法是特殊的。之后，我们进行了几十个行为实验并采用了“大数据”式的分析，两种分析方式各自都有几千名参与者，进而从采访数据中获得了更多的结果。在《销声匿迹》一书中，读者将看到我们在这两种分析方式之间切换，结合它们各自的优势，使我们更了解在按需经济中工作的这些人。 我们研究了四种不同类型的幽灵工作平台：亚马逊的土耳其机器人（MTurk）；微软内部的通用人类关联系统（UHRS）；具有社会意识的初创企业LeadGenius；以及Amara.org，一个致力于为跨国受众和听力障碍者翻译并添加字幕的非营利网站。这四个平台提供了不同的产品和商业模式。把它们放在一起调查可以表明，我们的观察和结论在按需经济中普遍适用，而不是只针对某一类幽灵工作。MTurk是最早具有商业价值的幽灵工作平台之一，提供了如何将人类计算应用于商业解决方案的范例。UHRS代表每个大型技术公司维护的内部平台，以满足自身对幽灵工作的需求。LeadGenius和Amara说明了幽灵工作可以多么复杂和精致，以及在为幽灵工作创造更好的环境方面，企业可以发挥多大的作用。 此外还有工人。在这些平台上工作的人，有些会把按需项目串联在一起，重新创建与全职就业相关的工作时间、工资标准和职业发展。我们见到一些受过大学教育的全职父母，他们为了不无聊而参与这些工作；我们也见到了出生在美国的大学生，他们为了攒钱办婚礼或支持弟弟妹妹的学位而每周工作50个小时。还有残疾人和退休职员，他们都在寻找其他就业途径或赚取额外收入来填补他们的社保支票。我们还见到一些工程师和企业家，他们创办、设计和搭建了幽灵工作平台。 22 ## PDF_PHYSICAL_PAGE_INDEX=22 | PRINTED_PAGE=23 起初，我们想知道：这些人是谁？他们的工作与传统朝九晚五的工作有什么区别？在许多按需劳动平台上，像西达尔特这样的请求者看不到工人的个人信息——性别、位置、年龄和以前的工作经验都是未知的。而除了任务描述之外，工人也看不到请求者的信息。任务的范围可以非常广，并且每天都在变化。API可以用来让人给猫的照片添加标签，也可以进行研究实验，其他类似的API还可用来雇人送餐、派车、设计网站。在消费者和请求者看来，调用API和生成工作都是自动化的。但谁能从这种自动化的表象中受益呢？谁可能会受到伤害呢？ 研究结束的时候，我们明白了从事幽灵工作的人与我们的朋友、家人通过自由写作、研究、开发软件或兼职教学谋生没什么区别。但他们的工作往往是脆弱且没有安全感的。然而，按需平台的匿名性和远程访问特性也使那些在正式工作中被边缘化的人更容易获得收入。这些人之所以被边缘化，是因为他们住的地方更偏远，他们被视为残疾，或者他们属于被污名化的少数群体。 我们越是密切关注按需工作的新生边界，就越会看到人们使用熟悉的策略来维持生计，并为自己和同伴创造有意义的就业机会。有时这些工人通过相互协作取得成功。他们分享能使任务变得更容易的策略，交换新任务上线的情报，在等待新任务的时候帮助彼此保持清醒。我们遇到了一些工人，他们在尝试失败后学会了前进。他们学会了抵制剥削性的商业模式、劳动法和漠视他们利益的API。我们注意到，企业不知道他们从工人网络中获得了多少利润。本书将API对人类工作草率的处理称为算法的残酷（algorithmic cruelty）——这样说毫不夸张，算法不能思考，更别提有共情能力了。按需工人比任何工程师、科技公司CEO、政策制定者或劳工维权人士都更了解按需工作的风险和潜力。他们每天都这样生活。而且，他们尽最大的努力改善现状，无论是经济上还是心理上。 正如我们需要企业对生产食品、服装和电脑的劳工负责，数字内容的生产者也应该对消费者和工人负责。无论是编策新闻，还是处理那些喷子在我们最喜欢的社交媒体上刚刚发布的帖子，这背后都有人类的参与并使我们所有人获益，我们应当要求在宣传这些产品和服务时有更全面的真实性。 除了呼吁提高透明度，《销声匿迹》还为希望拥有高效劳动力的科技企业家、正在建设未来劳工平台的工程师以及负责塑造这一新商业格局的政策制定者提供了经验教训。我们手机上的应用程序、我们浏览的网站，都由那些隐形的工人驱动，关于他们那些未曾讲述的故事，很多读者应该会感兴趣。这些读者看过一些关于“零工”或“MTurk工作”的报道，也很清楚“众包”和“微工作”，他们听说过很多关于机器人崛起的故事，现在想要深入了解的是，人工智能如何塑造工作世界，以及在它阴影之下的人们做着怎样的工作。我们提供了一个有层次的、细致入微的、最终充满希望的叙述。除此之外，我们还展示了单靠跨越全职自由职业者的鸿沟，就能大大地鼓励我们与那些肩负着解决“自动化的最后一英里悖论”的人分享互联网创造的财富。我们在美国和印度采访了许多工人，希望从他们身上学到的经验教训，将帮助数百万已经或即将从事这项工作的人。最重要的是，任何正在工作并且想知道未来前途的人，都应该读《销声匿迹》这本书。 23 ## PDF_PHYSICAL_PAGE_INDEX=23 | PRINTED_PAGE=24 (1) X级代表限制级，即少儿不宜；G级适合所有年龄段。（除特殊说明外，本书页下注均为译者注。——编者） (2) 在本书中，所有的货币单位都是美元。卢比是指按当前汇率计算的印度货币。——原注 (3) 全球南方（Global South）是一个新兴术语，一般指亚洲、非洲、拉丁美洲和加勒比地区的低收入或中等收入国家。这个词是“第三世界”的替代性说法。对应于本书第三章中所说的全球北方（Global North）。 24 ## PDF_PHYSICAL_PAGE_INDEX=24 | PRINTED_PAGE=25 PART1 第一部分 自动化的最后一英里悖论 25 ## PDF_PHYSICAL_PAGE_INDEX=25 | PRINTED_PAGE=26 第一章 环路中的人类 幽灵工作的序曲 21世纪初，亚马逊公司处境艰难。它当时是一家年轻的创业公司，随着“电子商务”的兴起，亚马逊的图书市场迅速扩张。为了扩建线上书店，亚马逊以电子的方式直接从出版商和图书馆的目录中提取数据，获得了几百万个书名，其中大部分条目有错误。为了建立忠诚的客户群体，亚马逊急需找到数据中的重复记录、错别字以及新旧版本封面图片错配的问题，然后才能卖给愿意在网上购物的消费者，这些消费者还很谨慎。1起初，亚马逊雇临时工清理数据库。仿效附近的科技公司，亚马逊在美国和印度雇用临时工，在这两个国家，只需要支付较低的薪资，就可以通过中介雇用和管理当地英语流利的合同工。工人不仅会纠正书名、出版日期和商品描述，还要确保图书封面与列出的版本相符，他们还嵌入关键词，对应每个书名的一串编程代码。编程代码的作用是，当客户使用亚马逊搜索栏时，能够返回尽可能多的相关条目。 2 之后，为了成为最大的线上零售商，亚马逊还需要克服一项与此相关的挑战。亚马逊并没有数以百万计的商品库存，而是让中小型企业在网站上列出自己的存货清单，通过亚马逊网站销售，范围从电子产品、玩具到清洁用品、小众食品，应有尽有。3随着线上市场不断扩大，其他书商和图书以外的其他产品的提供商也不断涌入，于是亚马逊面临另外一项挑战，即确保每一种商品的描述与对应的图片相符。包括亚马逊在内，所有商家都需要少量常备的固定工人处理这些琐碎又单调乏味的任务——比如核查产品描述与图片，创建产品说明和关键词，从而帮助线上购物者浏览不断扩大的商品目录。亚马逊向供应商求助，让他们雇用合同工来满足劳动力需求。随着亚马逊公司不断发展，它也需要润色用户的书评，以免模糊的措辞和别扭的语法损害网站上评论的价值。不久，合同工也接受了这项工作。 2005年，亚马逊推出了一个新网站，在这个网站上，拥有认证账户的人能够更方便地清理产品列表和用户通篇错别字的评论。亚马逊称之为“亚马逊土耳其机器人”（Amazon Mechanical Turk），不久用户就简称其为“MTurk”。MTurk是一个在线劳工市场，“请求者”（requester）发布任务，工人通过完成任务获得报酬。平台会列出任务和薪资，就像在克雷格列表网站(1)上发布招聘信息一样简单。MTurk平台也像银行一样运转，请求者可以在支付账户中预存足量资金并保留一个记账标签，只要工人提交手中的项目，系统就会自动支付报酬。 26 ## PDF_PHYSICAL_PAGE_INDEX=26 | PRINTED_PAGE=27 在每个任务中，亚马逊会向请求者收取一定比例的费用；如果请求者对工人有特殊要求，也要额外收费。任何人只要愿意与亚马逊分享银行账户、信用卡信息以及可验证的邮箱地址，就可以在MTurk上签约工作，获得积分换取亚马逊的礼品卡。任务的报酬不等，少到1美分为特定的图片添加关键词，多到25美元做一次市场调查。据说杰夫·贝佐斯（Jeff Bezos）非常喜欢MTurk这个项目。贝佐斯是亚马逊的创始人，据说是他创建了MTurk，这样一来，亚马逊不仅提供图书和其他耐用品，也使劳动力本身成为一种服务，任何人都可以在亚马逊的网站上搜索和购买这项服务。4 最初两年，超过10万人在MTurk平台上注册找工作——这或许是一个信号，表明全球经济衰退开始加剧。工人登入MTurk找工作，任何企业与个人都可以把堆积如山的任务分发给他们，MTurk自动雇用这些工人并付款。除了亚马逊自身的产品团队，MTurk平台还承接其他业务。之后不久，它解决了直接存款的转账问题，对于在美国有通讯地址的人，它可以支付现金。而对于在印度的工人，MTurk通过新加坡银行把美元兑换成印度卢比，从而减少使用纸质支票。当MTurk开始用现金替代礼品卡支付工资时，在平台上工作的人就分成了两个阵营，一边是大量的美国和印度工人，他们积极竞争平台上的工作，另一边是来自其他国家只是随意接活儿赚取礼品卡的人。 5 MTurk填补了一个需求很大且有利可图的市场。企业和个人在网上发布越来越多的产品，他们需要一种方法检查发布物料信息的准确性。那些在工作中负责把发票信息录入到费用报表以便报销的人，现在越来越多求助于MTurk这样的平台，在这里他们能很快找人完成任务，任意一天、任意时间都行。当时的初创企业，比如Yelp(2)以及那些受雇为其撰写、整合数据库内容的承包商，能够提供附近餐厅的精确位置信息，数量和细致程度都是之前无法比拟的。营销机构与公关公司可以分发简短的调查，获得关于新产品创意、广告语和词语联想的几百种反馈。相比于全职雇员或临时工，这种雇佣方法的时薪要少得多。学者可以调查更广泛的人群，他们花大约一小时给1 000人发送民意调查，效果相当于在一门本科基础课程上分发相同数量的问卷。 更妙的是，相比于美国大学校园里18—22岁的学生，MTurk上的调查对象可能覆盖更广的地域和年龄。在美国，像克雷格列表这样受欢迎的线上分类广告网站也会发布人们能在线做的工作，但MTurk代表了完全不同的东西。MTurk平台提供的合约工作很少有限制条件，也不要求掌握高级的计算机技能。工人只需要有时间，注重细节，并且能连接互联网。无论是营销、调查、生成训练数据、及时检查网上内容，相比于办公室的雇员，MTurk这样的按需劳工市场能够更快得到结果，也更加便宜。不久，无数新业务诞生了，通过把简单的计算机程序、网站界面以及不受监管的雇佣政策结合起来，催生出一种强大的新方法，自动雇用人类完成幽灵工作。 27 ## PDF_PHYSICAL_PAGE_INDEX=27 | PRINTED_PAGE=28 数百万人执行数十亿项任务，而技术的使用者浑然不觉，幽灵工作通过这种方式推动了人工智能的革命。其他企业很快想出了如何利用幽灵工作完成更大的项目，我们称之为“宏任务”。无论是哪种情况，幽灵工作都驱动了许多流行的网站和手机应用程序，方法是使用应用程序接口（API）雇用工人，并把他们隐藏在API背后。 解构雇主的API MTurk上注册的工人越来越多，只要能够访问它的应用程序接口，就可以与它连通。无论是亚马逊公司还是其他公司的程序员，现在都可以编写软件在MTurk平台上发布任务，从而更方便地招募工人、评估工作、收集项目、发放报酬——程序员只需要事先写好机器执行的代码，所有这一切都在几秒钟内完成。 以前，程序员编写的代码只能由机器执行。MTurk的创新之处在于，人类能够执行部分代码，而不是完全由机器执行。6它可以分批处理一系列任务，然后通过API交给人类完成——这种简单的技术是MTurk的伟大突破，使其转变成一个“买卖”人类劳动力的劳工市场。人类具有创造力，计算机能够反复执行相同或相似的任务，现在，一种软件可以同时整合这两种能力。程序员的软件和MTurk的API管理按需分配的临时劳动力，它们高效地扮演这个角色。在这个过程中，API和基于网络的平台接口，复制了MTurk的商业模式，似乎消除了我们原本对老板的许多期望——反馈、日程安排、工作环境、薪酬以及对我们做了恰当的工作并完成了任务给予肯定。通过这种方式，MTurk解构了“雇主”的角色，把寻求即时帮助的程序员和企业变成“请求者”。 这种新工作方式最重要的意义在于，API决定了程序员和工人之间的对话和交流。例如，API赋予每个请求者和工人独一无二的身份标识 28 ## PDF_PHYSICAL_PAGE_INDEX=28 | PRINTED_PAGE=29 （ID），这是一串看似随机的字母和数字，比如“A16HE9ETNPNONN”。在程序员看来，由于每一个工人都对应一个ID，所以人是可以替换的。任何使人成为人的东西，比如信仰、禀赋和经历，都从这个ID中被剥离。 计算机科学家会说，你的所有属性都不予考虑。这就好比雇主只知道你的社会保险号码，而对其他信息一无所知。问题的源头在于API，它似乎表明，没有必要弄清楚这些人是谁。就像扑克筹码让赌徒忘记他赌的是真金白银，把人表示成唯一识别符会使程序员忘记自己雇用的是活生生的人，也会忘记他的代码将影响人们的生活。亚马逊有些冷淡地提到了19世纪的“土耳其机器人”，这是下国际象棋的机器人，不过它并没有看上去那么神秘。7自1770年诞生以来，它风靡了80多年。亚马逊的本意是表明自己的服务与这种神秘的室内游戏有相似之处。具有讽刺意味的是，土耳其机器人被证明是一场骗局，它不过是一些身材矮小的藏在机器木箱子里的象棋大师。是决策环路中的人类在幕后操纵机器人落子，而不是机器本身。而且，正如它的名字所暗示的，人类的智慧决定了机器学习的极限。API是教育机器以提升人工智能的完美监工。 机器智能的崛起 计算机科学家凯文·墨菲（Kevin P. Murphy）这样定义机器学习：“自动监测数据中的模式，并利用已发现的模式预测未来数据的一系列方法。 8 回想一下机器学习的问题，在引言中，我们讨论过识别驼背沙发。一种常见的机器学习方法是，首先收集所谓的“训练数据”，在这个例子中，通过收集沙发的图片，比如来自家具目录和社交媒体的帖子，让贾斯汀这样的人给它们贴上“是驼背沙发”或“不是驼背沙发”的标签。然后，机器学习算法把一张新的沙发图片与训练数据中的图片进行比较。如果它看起来更像驼背沙发，算法就会把新图片归类到驼背沙发。但如果新图片光线不好，或者图片角度有问题看不清靠背，或者有人坐在沙发上挡住了靠背，机器学习算法可能就不知道如何归类。在这种情况下，大概需要更多人类帮忙。 人工智能的总体目标是建立具有智能的计算机系统，这种智能指的是具有可以与人类媲美的评价和行动能力。实现通用人工智能是一场野心勃勃的革命，而理解图片中的物体是其中的一部分。毕竟，即使一两岁的小孩也能够认出照片里是苹果还是狗。计算机科学教授李飞飞是斯坦福大学以人为本人工智能研究所（Human-Centered AI Institute）的联合主任，她和同事想要解决一个更普遍的问题，而不是训练人工智能识别特定的物体，比如沙发。他们想训练机器识别图片中的主要物体，无论这个物体是什么——狗、人、车，还是山。要做到这一点，他们需要的训练数据远远不是一个人能产生的。要多得多。 29 ## PDF_PHYSICAL_PAGE_INDEX=29 | PRINTED_PAGE=30 李飞飞和她的同事首先编写了一个软件，以便从万维网上下载数百万张图片。最开始，他们雇了一个大学生团队给每张图片贴标签——在理论上，这相当于雇用临时工。尝试了之后，他们推算出完成这项工作需要的时间——大约是19年。所以他们改变了策略。接下来，他们尝试开发机器学习算法，凭猜测自动给图片贴标签；如果机器不知道贴什么标签，就求助于人类。这种方法也失败了，因为机器学习算法犯的错误太多了。他们正在寻找非常精确的数据，或者叫“黄金标准”数据，以便日后其他科学家能够反复使用。事实上，如果这个问题很容易就能由机器来解决，那么他们一开始就不需要数据集。 不久，2007年，李飞飞和她的同事发现了MTurk，他们意识到，MTurk的API为他们提供了一种方法，可以自动向人们分发图片标记任务，并向他们支付费用。他们尝试了几种不同的工作流程，但最终他们共使用了来自167个国家的约4.5万名工人，准确地为320万张图片贴了标签。9两年半后，他们的集体劳动创造了一个庞大的符合黄金标准的数据集，其中的图片分辨率很高，物体的标签也非常准确。李飞飞称之为“ImageNet”。由于ImageNet自创建以来每年都会举办比赛，研究团队使用这些数据开发更复杂的图像识别系统，并提高技术水平。有了黄金标准的数据集，研究人员可以测量新算法的精度，并与当前算法的技术水平做比较。研究人员因此取得了非常大的进步，以至于现在有些人工智能在图像识别方面比人类做得更好！10 在2010年至2017年的竞赛中，科学家在算法和工程方面取得的进步，推动了近期的“人工智能革命”，对多个领域和多种问题产生了影响。训练数据的规模和质量对这一努力至关重要。MTurk工人是人工智能革命的幕后英雄。如果没有他们生成训练数据，并提高训练数据的规模和质量，ImageNet就不会存在。11ImageNet的成功是一个值得注意的例子，说明了自动化的最后一英里悖论是如何发挥作用的。人类训练了人工智能，结果人工智能完全接管了任务。之后研究人员可能会提出更困难的问题。例如，在ImageNet挑战完成之后，研究人员把注意力转向寻找图片和视频中物体的位置。这些问题还需要更多的训练数据，从而产生了另一波幽灵工作。但是，程序员和企业家利用幽灵工作创建训练数据从而开发更好的人工智能有很多实例，ImageNet只是其中一个。12 30 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/0be4e009-2c4a-4819-b574-22b280589b3b.md?start=30&limit=10)