--- schema_version: "library-reader-v1" source_type: "original_book" title: "后工作时代：平台资本主义时代的劳动力" author: null edition: null publisher: null year: null isbn: "9787532792511" library_document_id: "93d97921-01f1-48cb-976b-1fe80778bb33" source_sha256: "168b7aff5a28acf1150134a6c796ecc06a3d5816620635f86631b04feb66210b" pdf_physical_page_count: 145 pdf_physical_page_index_base: 0 range_start: 0 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/93d97921-01f1-48cb-976b-1fe80778bb33?start=0&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/93d97921-01f1-48cb-976b-1fe80778bb33.md?start=0&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/93d97921-01f1-48cb-976b-1fe80778bb33.md?start=10&limit=10" --- # 后工作时代：平台资本主义时代的劳动力 > 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=0 | PRINTED_PAGE=NOT_DETECTED 上海译文出版社 “我是人，不是算法！” “人工智能”还是“人类智能”？ AI越来越像人，还是人越来越像AI？ 揭穿劳动场域自动化未来的残酷真相 ## PDF_PHYSICAL_PAGE_INDEX=1 | PRINTED_PAGE=NOT_DETECTED 作者 菲尔·琼斯 Phil Jones 《卫报》和《开放民主》专栏作者，英国萨塞克斯大学博士研究员，非营利研究组织Autonomy Digital hub 团队成员。 译者 陈广兴 文学博士，上海外国语大学文学研究院副教授，从事英美文学研究。译作有《咖啡馆的文化史》《身份的焦虑》《特丽丝苔莎》《詹姆逊文集·论现代主义文学》《无聊的魅力》《小说中的共同体》等。 ## PDF_PHYSICAL_PAGE_INDEX=2 | PRINTED_PAGE=NOT_DETECTED 后工作时代平台资本主义时代的劳动力 Work without the Worker Labour in the Age of Platform Capitalism [英] 菲尔·琼斯 1 著 陈广兴 1 译 上海译文出版社 ## PDF_PHYSICAL_PAGE_INDEX=3 | PRINTED_PAGE=NOT_DETECTED 献给伊莎 ## PDF_PHYSICAL_PAGE_INDEX=4 | PRINTED_PAGE=NOT_DETECTED 目录 导言 Mechanical Turk（机械土 耳其人网站)/1 第一章 硅谷的剩余劳动力.....11 第二章 人工智能还是人类 智能?………………35 第三章作为服务的人类.…….50 第四章掘墓工作……73 第五章无收入者的抗争...94 后记 微工作乌托邦?122 致谢／132 ## PDF_PHYSICAL_PAGE_INDEX=5 | PRINTED_PAGE=1 导言 Mechanical Turk(机械土耳其人网站) 我们生活在一个科技奇迹的时代。今天，机器在下棋、写流行歌曲和自动驾驶汽车方面超越了人类。自动化商店允许顾客自行购物结账后离开，无须人工结账。机器很显然正在试图通过植入人类大脑的微型芯片，解读我们的思想。硅片理想国做出承诺，将会治愈我们病入膏育的地球，带我们前往火星，实现长生不老，将人类从无聊的劳作中解救出来，抵达某种神明的境界。这是一个富裕的世界，一切问题都已迎刃而解，便捷和奢华成为常态。 但这个世界的根基却令人生疑，科学进步不可避免地推动社会向前发展只是少数科技大亨的梦想。反面乌托邦，或乌托邦的反面思考，困扰着这种计算机控制论下的和谐社会的幻想，在光鲜的表面之下，这种和谐建立在越来越严重的压迫、监视和原子化的基础上。每一个世界性的历史事件，无论是金融危机，还是疫情，似乎只会加速我们向其中心——一个“无接触的未来”——前进。在那里，我们被鼓励避开他人，待在家里，家不再仅仅是个人空间，同时还是我们的办公室、购物中心、健身房、医生和娱乐场所。[1]物联网覆盖着我们的睡眠、会议和心率，将每个现象转化为数据，然后作为优化服务反馈到我们的生活中，所有这些服务都是由某个平台提供的。在家庭之外，“智能城市”却只是提供了更加严密的监控，弱势群体就像风险档案一样，在生物识别和面部识别技术的监控下艰难度日。算法将所有的身体、空间和机构都编织在一张机器感知的大网之中，这个网非常致密，计算智能变得司空见惯，人们对其甚至视而不见。通过这种由传感器、追踪器和摄像头构成的难以觉察的矩阵，资本能够获得代码和认知的新型财富。从气象学到生物统计学，从微观世界到宏观宇宙，越来越多的生命受到数据交换的奴役。数据变形为各种各样的异化机器：自动驾驶汽车取代了出租车和卡车司机，算法取代了管理者的权威，算法诊断癌症的准确率超过了任何医生。 1 ## PDF_PHYSICAL_PAGE_INDEX=6 | PRINTED_PAGE=2 然而，这个自动化的梦想世界更多是幻想，而非现实。在搜索引擎、应用程序和智能设备的背后，是大量的工人，他们被放逐在全球化体系的边缘，缺乏其他选择，被迫清理数据和监督算法，仅能挣得几美分的报酬。脸书和推特似乎能够自动精确地去除暴力内容，但决定什么是色情或仇恨言论的，并非算法。面部识别摄像头似乎可以自动识别人群中的某一张面孔，或某一辆自动驾驶卡车。而事实上，机器学习的神奇全在于标注数据的繁重劳动。在硅谷的货物崇拜仪式的背后，是筛选仇恨言论、标注图像、向算法展示如何识别一只猫的繁重工作。 [1] Naomi Klein, 'How Big Tech Plans to Profit from the Pandemic', The Guardian, 13 May 2020. 2 ## PDF_PHYSICAL_PAGE_INDEX=7 | PRINTED_PAGE=3 本书认为，主要是那些报酬极低，且对身心有害的劳动让我们的数字生活变成可能，而不是算法。杰夫·贝索斯（Jeff Bezos）在亚马逊的 Mechanical Turk（机械土耳其人）网站的开幕式上向全世界宣布，“可以将其视为微工作，这样你只需花1分钱，就可以雇用人来告诉你在一张照片中是否有人”。亚马逊的 Mechanical Turk 网站是第一个，也是迄今为止最著名的此类网站。[1〕在这类网站上，像通过对图片上的人进行标记来训练人工智能的工作仅仅持续1分钟。即使是更长时间的工作也往往不会超过1个小时。微工作网站允许承包商将较大的项目分解成极其短暂的工作。承包商将这些“人类智能任务”（HIT）发布在网站上，这些工作会出现在成千上万个工人，那些被称为Turker（机械土耳其人平台工人）的人的屏幕上，他们会争先恐后地一件一件地完成这些工作。平台从每笔交易中获取20%的分成。这种工作是远程进行的，除了在线论坛，这些工人从未相互见面。 MechanicalTurk网站是21世纪工作的原型，它让资本获得权力，却让工人丧失力量。如今出现了众多效仿该网站的竞争对手，例如 Appen、Scale 和 Clickworker等平台，它们为从科研到资本的当代巨头们—脸书和谷歌—的承包商提供激动人心的干净数据和廉价劳动力。这些网站都是利用劳动力营利的经纪人，它们寻找迈克·戴维斯(Mike Davis)所谓的“剩余人口”——被全球经济本体排除在外的人口—以零散的方式满足大型科技公司的需求。〔1]工人接受雇用的时间长度仅仅是一件任务的长度，工人们在就业和失业状态之间变化不定，很可能在一天之内为无数公司工作。这些网站将这种变化不定包装成为灵活性，从而宣称自己是一种新型劳动契约的有益的、前瞻性的守护者，他们声称这种新型劳动契约是为那些希望在安全和体面薪酬方面有更大“独立性”的一代工人量身定做的。然而，这种雇佣模式的唯一受益者是承包商——通常是大型科技公司，如推特、脸书和谷歌—他们可以逃避更加常规的雇佣所带来的责任。为这些网站工作的人不再被归类为“工人”，而是被归类为“自由职业者”“独立承包商”，以及——或许最令人震惊的是—“玩家”，他们放弃了权利、规则和最后一丝讨价还价的能力。[2] [1] Moritz Altenreid, 'The Platform as Factory: Crowdwork and the Hidden Labour behind Artificial Intelligence', Capital and Class 44 (2), 2020. 3 ## PDF_PHYSICAL_PAGE_INDEX=8 | PRINTED_PAGE=4 平台资本的残酷逻辑正在将本已相当凄凉的全球劳动力市场转变成为一个临时和短暂就业的灰色地带。但阅读关于微工作的论述，我们会以为这种数据工作是一种全新现象。关于“人类云”“人类即服务”和“即时工作”的充满自信的论断，暗示着以工作日为特征的老式世界一跃成为以“人机混合”为特征的美丽新世界。[3]杰夫·贝索斯用“人工的人工智能”来表明，在一个爆炸式增长的“新经济”中，工人和算法之间达成一项高科技协定。[1]基于这个原因，像世界银行这样的机构将微工作视为一种最新手段，用来将全球南方的经济从非正规工作、债务负担和持续增加的贫民窟的慢性死亡中拯救出来，之前它们曾经设想过很多其他的手段。〔2]如果本书有一个目标的话，那就是让读者相信，微工作并非全球南方的福音，而是全球工作危机的进一步扭曲。微工作是印度、委内瑞拉和肯尼亚等国家的边缘群体中不断加剧的增长缓慢、无产阶级化和劳动力需求下降等趋势的总和。我们将在第一章中表明，这些网站不断增长的数据，并非资本主义的成功故事，而是在正规劳动力市场上找不到工作的、数量不断增长的人口的悲惨历史。他们通常是那些待在监狱、难民营和贫民窟的人，那些完全失业或未充分就业的人，他们令人遗憾地是劳动力过剩的体现者。 [1]Mike Davis, Planet of Slums, Verso, 2006, p.174. [2] Siddharth Mall, 'Top Playment Players Are Spending More Time on the App Than on Social Media', Linked In, 27 February 2017. [3] See Sarah O'Connor, 'The Human Cloud: A New World of Work', Financial Times, 8 October 2015; Jeremias Prassl, Humans-as-a-Service: The Promise and Perils of Work in the Gig Economy, Oxford University Press, 2018; Valerio De Stefano, 'The Rise of the "Just-in-Time Workforce": On-Demand Work, Crowdwork and Labour Protection in the "Gig-Economy"', International Labour Organization, 2016. See also 'Digital Labour Platforms and the Future of Work: Towards Decent Work in the Online World, International Labour Organization, 2018. 4 ## PDF_PHYSICAL_PAGE_INDEX=9 | PRINTED_PAGE=5 因此，在2008年股市崩盘至今的漫长时期里，这些网站上的人数激增或许并不令人奇怪。虽然没有全球从事微工作的工人的确切数字，但目前估计这一数字大约为2000万，其中很大一部分生活在全球南部，即南美、东亚和印度次大陆。[3]这些工人中有很多受过较好的教育，但脱离了正规劳动力市场。〔1]在全球北方教育程度过高而就业率过低的工人中，从事微工作的人数也在上升。在英国，调查显示，多达5%的工作年龄人群每周至少使用一次这些网站。[2]对这些工人来说，微工作大多是兼职，以增加工作时间和补贴停滞不动的工资。[3]然而，对全球很多人来说，微工作就是一份全职工作。国际劳工组织的一项调查发现，36%的工人每周正常工作7天。[4] [1]'What Is Mechanical Turk?', Pew Research, 11 July 2016. [2] Vili Lehdonvirta, From Millions of Tasks to Thousands of Jobs: Bringing Digital Work to Developing Countries', World Bank, 31 January 2012. See also 'The Global Opportunity in Online Outsourcing', World Bank, June 2015. [3] Mary L. Gray and Siddharth Suri, Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass, Houghton Mifflin Harcourt USA, 2019, p.xxiv. 5 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/93d97921-01f1-48cb-976b-1fe80778bb33.md?start=10&limit=10)