真正驅動許多手機應用程序、網(wǎng)站和人工智能(AI)系統(tǒng)運行的竟是人類的勞動力,但我們很難發(fā)現(xiàn)——事實上,這些勞動力往往是被故意隱藏起來的。這是個不透明的雇傭世界,我們稱之為“幽靈工作”(ghost work)。想想你最近一次在網(wǎng)上搜索。也許是一則熱門新聞話題、最喜愛球隊的最新消息,或是新鮮出爐的名人八卦。你有沒有想過,為什么搜索引擎返回的圖片和鏈接既不包含少兒不宜的成人內容,也不是完全隨機的結果?畢竟,所有的生意,無論是不是合法,做在線廣告時都希望自己的網(wǎng)站在搜索中排名靠前。或者想想你最近一次瀏覽Facebook、Instagram或Twitter。這些網(wǎng)站都有“無暴力圖片”和“無仇恨言論”政策,這些政策是如何執(zhí)行的?在互聯(lián)網(wǎng)上,所有人都暢所欲言,只要有機會,人們就會說出各種各樣的話。那為什么我們看到的內容是凈化過的呢?答案是,人類和軟件的協(xié)同工作為你和我這樣的用戶提供著看似自動化的服務。
除了一些基本的決策,今天的人工智能必須依賴人類的參與才能運行。無論是發(fā)送相關的新聞提要,還是執(zhí)行復雜的短信比薩訂單,當人工智能出錯或無法完成任務時,數(shù)以千計的企業(yè)會悄悄找人力完成這些項目。這條新的數(shù)字流水線把分散在各處的工人匯集起來,形成集體勞動力,而流水線上運轉著的不是產(chǎn)品零件,而是一個個項目。這條流水線不分晝夜地運行,橫跨多個經(jīng)濟部門。事實上,就業(yè)本身正在發(fā)生更大規(guī)模也更深刻的重組,影子勞動力的崛起只不過反映了這一趨勢。這種按需型的就業(yè)還有待分類,本質上我們不能斷定它是好是壞。但是,如果沒有明確的定義,也不讓從中受益的消費者知道他們的存在,那么這些工作就很容易淪為幽靈工作。
企業(yè)可以把項目交給數(shù)以千計的工人完成,并按任務付費?,F(xiàn)在,網(wǎng)絡連接、云計算、復雜的數(shù)據(jù)庫,以及人類計算(human computation)這樣的工程技術,可以把人類聯(lián)結起來,完成單靠軟件本身無法完成的項目。所謂“人類計算”,就是人類與人工智能協(xié)同工作。這是代碼與人類智慧的融合,它正在迅速發(fā)展。根據(jù)美國皮尤研究中心(Pew Research Center)2016年的報告《零工、在線銷售和家庭共享》(Gig Work, Online Selling and Home Sharing),2015年美國大約有2000萬成年人通過完成按需分配的任務來掙錢。到2025年,按需工作平臺提供的職業(yè)白領信息服務預計增加2.7億美元,約占全球GDP的2%。經(jīng)濟學家估計,如果保持目前的增長趨勢,到21世紀30年代初,僅美國就有38%的職業(yè)會隨著科技創(chuàng)新而消失,或者半自動化。如果任其發(fā)展,幽靈工作不透明的雇傭行為和人工智能無所不能的陳舊觀點結合起來,可能會使數(shù)億人的勞動被隱于無形。
誰在做這樣的工作?瓊和卡拉。
瓊在家工作,和81歲的母親住在休斯敦的一幢房子里。2012年,母親因膝蓋手術變得虛弱,無法獨自生活,所以瓊搬過來照顧她。一年后,瓊開始通過MTurk在線領取工作。MTurk是“亞馬遜土耳其機器人”(Amazon Mechanical Turk)的縮寫,是由科技巨頭亞馬遜公司擁有并運營的龐大市場。瓊最賺錢的工作是“審查猥褻圖片”。在Twitter和Match.com等社交媒體上,用戶會標記出“令人反感的”圖片,瓊會再為這些圖片貼上標簽。企業(yè)不能自動處理用戶標記的每一段內容,所以會把一些更難評估的材料發(fā)送給瓊這樣的工人。表面上,她的任務很簡單:點擊圖片,然后評估圖片內容。這是一張應該刪除的X級的陰莖自拍,還是一些無害的G級的身體部位?完成每個任務她都可以得到報酬,并且完成后才能離開電腦。瓊已經(jīng)有好幾年經(jīng)驗,現(xiàn)在她平均每天可以擠出10個小時的工作時間,完成任務后能得到大約40美元的收入。
MTurk的運作模式
在幾千英里之外的印度班加羅爾,卡拉躲在臥室的角落里工作,這是她的臨時家庭辦公室。瓊和卡拉做著相同的工作,為互聯(lián)網(wǎng)公司做單詞和圖片的分類和標記。不同的是,卡拉從一家外包公司手中接活,這家公司為通用人類關聯(lián)系統(tǒng)(UHRS)提供人力。UHRS是微軟公司自建的供內部使用的平臺,跟MTurk很像??ɡ?3歲,擁有電氣工程學士學位,她是家庭主婦,也是兩個十幾歲孩子的母親??ɡ褍蓚€孩子叫進房間,指著LED顯示屏上一大段話中的一個單詞問他們:“這個詞是什么意思?是你們不該說的東西嗎?”卡拉大聲朗讀這段話,兩個孩子咯咯地笑了起來。他們在取笑卡拉讀“小妞電影”(Chick flick)時的發(fā)音。兩個孩子一致決定,不,這句話不包含成人內容??ɡ谄聊簧宵c擊“否”,窗口就會刷新,出現(xiàn)一個新的短語讓孩子們理解?!八麄儽任腋匈Y格鑒別這些詞,”卡拉笑著說,“他們幫助我為其他家庭維持干凈和安全的互聯(lián)網(wǎng)?!笨ɡ?jīng)常找不到足夠多的任務,每周的工作時間不到15個小時,但她幾乎每天都會登入UHRS,看看是否有新的任務是她有資格做的。卡拉的堅持和運氣已經(jīng)得到了回報。由于她已經(jīng)學會如何快速瀏覽和申領任務,所以可以利用做飯和檢查孩子作業(yè)之間的空閑時間,用卡拉的話來說,她感覺這些時間“富有成效”,因為她通過網(wǎng)絡搜尋她關心的額外收入。
有很多新工作依賴于瓊和卡拉這樣的人,內容審核——從篩查新聞提要和搜索結果,到評判相應內容的爭議,從而幫助科技和傳媒公司判斷哪些內容可以保留,哪些內容需要刪除——只是其中一個例子。社交媒體公司試圖確保數(shù)十億網(wǎng)站用戶每天得到家庭友好型的信息,因此內容審查是普遍存在的,通常也是時效性很強的任務。像瓊和卡拉這樣的人,有太多網(wǎng)頁、照片以及各種語言的推文需要評估。
谷歌、微軟、Facebook和Twitter等公司使用軟件自動刪除盡可能多的“不適合在工作場合出現(xiàn)的內容”。但這些由機器學習和人工智能驅動的軟件過濾系統(tǒng)并不完美。它們不能百分百地區(qū)別拇指和陰莖,更別提仇恨言論和諷刺了。還記得2012年美國總統(tǒng)大選的經(jīng)典時刻嗎?當時共和黨總統(tǒng)候選人米特·羅姆尼(Mitt Romney)說了句“滿載女性的活頁夾!”,惹惱網(wǎng)民。Twitter需要工人做瓊那樣的工作,從而及時判斷為什么包含在話題標簽中的讓人摸不著頭腦的一句話會飆升到熱門話題的最前列。是黑客干的嗎?是出故障了嗎?真的有人在瘋狂地刷Twitter嗎?目前的人工智能系統(tǒng)還無法可靠地辨別上述問題。而按需工作指明了一種方向,可以把計算能力與人類的創(chuàng)造力和活力結合起來。
瓊、卡拉以及數(shù)百萬和她們一樣的工人在人工智能失靈時介入,本書講述的就是他們的故事。我們想當然地以為系統(tǒng)是自動的,但他們才是在幕后推動系統(tǒng)的人類?,F(xiàn)代的人工智能系統(tǒng)不僅需要人類回答不熟悉的或有難度的問題,最開始還需要人類幫助它們學習如何回答問題。例如,搜索“駝背沙發(fā)”的圖片,你會得到一大堆靠背呈曲線的沙發(fā)。必應、谷歌這樣的搜索引擎并不能和我們人類一樣看到或理解圖像。家具愛好者不到一秒鐘就能找出一件漂亮的帶曲線靠背的沙發(fā),這種沙發(fā)像駝背沙發(fā)一樣可以讓很多人坐在上面。搜索引擎背后的人工智能系統(tǒng)最開始必須輸入至少幾百張曲線靠背沙發(fā)的圖片,每張圖片都標記為“駝背沙發(fā)”。然后,當搜索引擎遇到一張新的沙發(fā)圖片時,它會運行一種所謂的“分類算法”,這種算法本質上就是在檢查,相比于沒有被標記為“駝背”的沙發(fā),這張新圖片是否更適合被標記為“駝背”沙發(fā)。那么,最初的一系列帶有標簽的圖片,也就是所謂的訓練數(shù)據(jù),是從哪里來的呢?來自賈斯汀。引導大家接單的任務描述不會超過兩句話,賈斯汀這樣的工人必須在幾秒鐘內申請工作,否則就會被其他愿意接手的人捷足先登。賈斯汀是個全職爸爸,帶著兩個年幼的兒子,孩子上學前和午睡時是他工作的時間。他大方地承認,一開始并不知道駝背沙發(fā)是什么?!霸诨卮疬@些問題之前,我必須在谷歌上花很多時間,弄清楚這些術語的含義?!?/p>
許多企業(yè)提供這樣的付費項目,其中貓途鷹(TripAdvisor)、Match.com、谷歌、Twitter、Facebook和微軟知名度較高。像賈斯汀這樣的人按任務獲得報酬,一天24小時,每周7天。每天都有新的企業(yè)出現(xiàn),他們的商業(yè)模式依賴于世界各地的工人,這些工人通過軟件響應公開選拔,在幕后完成這些工作。這些企業(yè)把日?;顒油獍o獨立工人,而不是交給正式雇員。他們利用幽靈工作回答客戶的在線咨詢,編輯產(chǎn)品評論,或者完成幾乎不需要雇員全職參與的工作。
幽靈工作如何運行?
計算機程序不過是一串指令,告訴計算機應該做什么。兩個軟件程序(或一個軟件加一個硬件)必須建立一種通用語言才能溝通。這可以通過應用程序接口(API)實現(xiàn)。通過定義程序將會接受的指令以及執(zhí)行每條指令的效果,API可以確定通用語言??梢哉f,API規(guī)定了計算機程序的“交戰(zhàn)規(guī)則”。例如,現(xiàn)在市場上有成百上千種計算機,為每種類型編寫定制版的軟件系統(tǒng)是極其復雜的。但是,如果所有(或至少大部分)可用的計算機都使用相同的API,那么程序員就可以一次性為所有計算機編寫代碼,因為API確保所有機器都能理解相同的語言。這種API只有計算機能使用,但MTurk的API卻可以給人使用:軟件工程師可以編寫程序,只要稍微修改指令,就可以自動付費讓人類完成任務。
通常,如果要計算一些東西,程序員可以通過API接入中央處理器(CPU),其中API由操作系統(tǒng)定義。但是,如果利用幽靈工作完成任務,程序員就會通過按需勞工平臺的API與工人交互。人類具有創(chuàng)新能力,可以應答呼叫,所以程序員會把任務分配給人類。不同于API,人類具有能動性,會自己做決定。無論給出什么指令,CPU都會執(zhí)行;但人類會自發(fā)地做出創(chuàng)造性的決策,并加入自己的理解。接入API以后,人類還有需求、動機和偏見。輸入相同的內容,CPU總是輸出相同的結果。然而,如果帶一個饑餓的人走進雜貨鋪,他(或她)出來的時候會帶著一大包食品,與不餓的時候截然不同。人類沖動,喜歡自作主張,但作為補償,人類也帶來了CPU所缺乏的東西——創(chuàng)造力和創(chuàng)新。瓊、卡拉和賈斯汀都屬于一個不斷增長的經(jīng)濟體制,他們被API隱藏起來,被幽靈工作所推動。
不到20年前,軟件工程師只能編寫供計算機執(zhí)行的代碼。MTurk以及隨后的API出現(xiàn)以后,程序員便可以利用人類完成計算機不能完成的任務,比如快速準確地做出判斷,就像卡拉和瓊判定內容是否少兒不宜那樣。事實上,現(xiàn)在任何坐在網(wǎng)頁瀏覽器前的人都可以回應類似的自動請求。這是API、機械計算和人類獨創(chuàng)性的混合,企業(yè)稱之為“眾包”“微工作”或“眾工作”。計算機科學家稱之為“人類計算”。任何項目只要可以分解成一系列分立的任務,就可以用人類計算來解決。軟件可以使用這些API管理工作流程,處理計算機和個人的輸出,甚至在人們完成任務后根據(jù)貢獻多少給他們支付報酬。這些人驅動了現(xiàn)代的人工智能系統(tǒng)、網(wǎng)站和應用程序,我們所有人都是受益者,并且認為一切理所當然。
想象一個二十出頭的女人,站在芝加哥的路邊——我們姑且叫她埃米莉。埃米莉在智能手機上打開優(yōu)步(Uber)應用程序,一位優(yōu)步司機接了單。埃米莉和司機都不知道,他們的相遇依賴于兩個大洋之外的另一個女人,也許她叫艾莎。
埃米莉和司機都不知道,剛剛優(yōu)步軟件標記了司機的賬戶。假設司機的名字是山姆,他昨天晚上為給女朋友過生日刮掉了胡子。現(xiàn)在,他早晨上車時登記的這張自拍與他登記的身份證照片不符——這是2016年優(yōu)步推出的“實時ID檢查”(Real-Time ID Check)的一部分,用來驗證司機的身份。兩張照片存在差異,一張有胡子,另一張沒有——山姆沒料到,這會導致他的賬戶被凍結。突然之間,在他本人不知道的情況下,這單生意可能要黃了。
實時ID檢查
與此同時,在海外被譽為“印度硅谷”的海得拉巴,艾莎坐在餐桌旁,瞇著眼睛盯著筆記本電腦。她剛剛接受了一份工作,從優(yōu)步轉到了CrowdFlower,在埃米莉的這趟旅程中,艾莎扮演了無形但不可或缺的角色。CloudFactory、Playment、Clickworker是CrowdFlower的競爭對手,它們都有時髦的技術名稱。這些平臺把軟件作為一種服務,提供給任何想要快速獲得工人的雇主。每天都有成千上萬像艾莎一樣的工人登入CrowdFlower這樣的眾包平臺,尋找任務型工作?,F(xiàn)在,艾莎或者任何恰好響應CrowdFlower請求的隱形工人,將決定山姆能否去接埃米莉。
優(yōu)步和CrowdFlower是不斷成長的服務供應鏈中的兩個環(huán)節(jié),這些服務利用API和人類計算把人們投入工作。優(yōu)步通過CrowdFlower的API付費給某個人,讓其查看艾莎的工作結果。如果通過審核,系統(tǒng)將在幾分鐘內處理優(yōu)步的付費請求。如果沒有達到預先設定的標準,艾莎就得不到任何報酬,也沒有機會投訴。這種API在設計之初就不想傾聽艾莎的想法。
艾莎把司機的兩張照片并排放在一起比較。CrowdFlower網(wǎng)頁右上角的一個計時器開始倒計時,提醒她加快速度。如果計時結束前她沒有提交判定結果,CrowdFlower就不會處理優(yōu)步的付費。艾莎眨眨眼,看了看計時器,又瞇起眼睛看了看只有拇指指甲大小的照片:是的,眼睛都是棕色的。酒窩是一樣的。她點擊“同意”。
山姆把車停在路邊時,他的賬戶得到授權,可以去接埃米莉了。埃米莉一直在擁擠的芝加哥街頭張望,直到山姆停下車,她鉆進車里。車門關上的時候,艾莎已經(jīng)進入下一個任務。她希望在下班前多掙幾個盧比。
優(yōu)步的乘客和司機都沒有注意到,有人在實時審查他們的交易,這個人可能遠在天邊,也可能就在路的盡頭。在美國,每100個優(yōu)步訂單中就有一個這樣無法察覺的交流,這意味著每天要發(fā)生大約1.3萬次。我們永遠看不見艾莎為CrowdFlower做的幽靈工作,但花時間研究她和像她那樣的工人之后,我們可以想象,埃米莉這樣的用戶和山姆這樣的司機永遠不會看到這種短暫的市場交流。艾莎是幽靈工作存在的唯一證據(jù),因此,當埃米莉和山姆遠去之后,她是唯一能幫助我們還原幽靈工作體驗的人。
數(shù)十億人每天都在查看網(wǎng)站內容,使用搜索引擎,發(fā)布推文和帖子,享受移動應用程序的服務。他們認為自己獲得的服務僅僅是依靠技術的魔力。但實際上,有一名國際工人在背后默默勞動,他們主要是自由職業(yè)者和臨時工,而不是全職的或按小時計酬的工人,其法律地位不被認可。有時,這些工作被拔高成“第二次機器時代”或“第四次工業(yè)革命”的先驅,或者被認為是更龐大的數(shù)字經(jīng)濟或平臺經(jīng)濟的一部分。而其他時候,我們不假思索地稱之為“零工”(gigs)。
沒有一部勞工法可以完全適用于按需零工經(jīng)濟,它是一種奇特的組合,獨立于任何一位雇主,卻又依賴在線平臺。按需平臺是零工經(jīng)濟的監(jiān)工,它的盈利模式是,在線上把購買人力和提供人力的雙方匹配起來,形成一個由大量企業(yè)和匿名工人構成的雙邊市場。重要的是,正如傳媒學者、社會學家塔爾頓·吉萊斯皮(Tarleton Gillespie)指出,平臺本身可能不生產(chǎn)內容,“但它對內容做出的篩選至關重要”。按需工作平臺很容易成為隱名合伙人,它更可能向付費的一方傾斜,而不是找工作的人。
從頭部公司到最小的創(chuàng)業(yè)公司,每一個企業(yè)都依賴這個由按需平臺累積起來的共享按需工人庫。他們利用這些工人滿足消費者的需求,消費者的期許越來越高,都希望在幾秒鐘內得到答復。企業(yè)不再尋找傳統(tǒng)的臨時工中介,而是求助于這樣的工人庫來緊急填補團隊的缺口。企業(yè)還從中開發(fā)新的項目,從測試新軟件的隱私設置,到檢查意大利面的口味描述是否容易理解,不一而足。這些新的風險投資項目要么過于投機,要么缺乏深思熟慮,以至于企業(yè)不敢輕易雇用全職雇員,也不好確認招聘的成本,哪怕找臨時工也有風險。如果沒有衡量消費者的反應,企業(yè)便不想貿(mào)然推出新服務或新產(chǎn)品。顧客的口味越來越刁鉆,期望值越來越高,在這種情況下,服務業(yè)可以先嘗試由幽靈工作提出的創(chuàng)意,并反復讓其他工人評價,從而代替普通消費者模擬市場反應。
遠未成熟的人工智能
每周,宣告工作終結的聳人聽聞的標題都會接連不斷地出現(xiàn)。很快就有人警告我們,機器人將奮起反抗。人們普遍認為,自動化及其助手人工智能,將淘汰人類的工作。工廠里的機械臂可以移動車間的金屬板材。軟件機器人可以接收短信比薩訂單。無人機可以送貨上門?,F(xiàn)在,這些智能系統(tǒng)與許多傳統(tǒng)的求職網(wǎng)站相連,有人認為這預示著人類將很快在工作場所消失。據(jù)說,人工智能將不可避免地取得勝利,所有人都會被解雇,只留下最不可替代的工人。我們都需要提高技能。立刻!馬上!
在這場大合唱中,特斯拉和SpaceX的創(chuàng)始人埃隆·馬斯克(Elon Musk)、著名物理學家史蒂芬·霍金(Stephen Hawking)以及谷歌的聯(lián)合創(chuàng)始人拉里·佩奇(Larry Page)只是幾個代表性的聲音。他們要么對人工智能“召喚惡魔”表示恐慌,要么懷念沒有人工智能的時代,當時人們自認為能主宰自己的命運。但吸引眼球的標題掩蓋了更加混亂的現(xiàn)實。不可否認,機器人是在崛起,但大多數(shù)自動化工作仍然需要人類晝夜不歇,其中許多人是兼職或合同工。但就像人類一樣,機器也經(jīng)常會有卡住或出現(xiàn)故障的時候,此時人類便可對自動化過程做出微調和維護。
我們也必須承認,在實現(xiàn)自動化的漫長征途中,人們創(chuàng)造了新的需求,也培養(yǎng)了各式的人類勞動力來滿足這些需求。從這一點來說,新的、軟件管理的工作世界與在流水線上組裝汽車的工廠工作有著相似的特征,工廠工作是在最需要工人的時間把工人安置在最需要他們的地方。這也類似于19世紀婦女和兒童在農(nóng)場里做的所謂“計件工作”,每組裝一個火柴盒可以掙幾便士。這也很像把醫(yī)療文書轉錄和客服呼叫中心的工作外包給“全球南方”的情形。20世紀90年代末,隨著互聯(lián)網(wǎng)的擴張,這種現(xiàn)象十分普遍。
工廠工作、計件工作和外包都是在線分配任務的前身,因為它們涉及的都是瑣碎而重復的工作,無關宏旨。這些工作收入微薄、朝不保夕,大多數(shù)情況下,都是由經(jīng)濟學家認為的可有可無或“低技能”的人完成。市場親切地把這些人叫作“人力資本”。點擊“狗”或“貓”給圖片貼上標簽,使它最終能被蘋果手機識別為家庭寵物,與擰緊一顆螺絲釘,最終制造一輛福特卡車沒有什么不同。但從這里開始工作相似性就終結了。
藍領制造業(yè)一直是人工智能發(fā)展最直接針對的目標。2016年,生產(chǎn)蘋果手機的富士康工廠據(jù)稱用機器人取代了6萬名工人。根據(jù)報道,同一年,亞馬遜在20個物流中心部署了4.5萬臺機器人,與23萬名工人一起工作。然而,這些數(shù)字沒有說清自動化催生了多少工作崗位。人工智能會對全職藍領工作產(chǎn)生影響的媒體相關報道可能會分散我們的注意力,使我們忽視了一種正在快速增長的新工人。當人工智能觸及自身天花板時,這類新興的工人將完善或傾向于使制造系統(tǒng)完成自動化。
過去20年里,最掙錢的企業(yè)已經(jīng)從大規(guī)模生產(chǎn)家具、服裝等耐用品,慢慢轉型為提供醫(yī)療保健、消費者分析和零售等服務。把一種體驗賣給消費者,比如喝一杯拿鐵或瀏覽娛樂資訊,比制造一臺電視賺的錢更多。所有企業(yè)都在接入臨時工人共享庫,通過使用臨時工來控制成本。在需要的時候獲得想要的人,這種策略已經(jīng)有半個世紀的歷史,企業(yè)不再需要與全職雇員談判,也不受制于保護全職雇員的職業(yè)分類和勞動法。
這種人類與人工智能的混合,可謂制造業(yè)、零售業(yè)、市場銷售和客戶服務的一次重新洗牌,已經(jīng)超越了我們熟悉的就業(yè)類別。傳統(tǒng)的制造業(yè)由全職工人輪班工作,他們每周工作40個小時,干的活重復而連續(xù);現(xiàn)在的任務型工作完全不同,比如修正客戶的納稅申報表,或者實時翻譯視頻并添加字幕,這些都需要人類不斷貢獻智慧和判斷力。這些任務是動態(tài)的,而不是機械的,所以很難把人類排除在外。
人工智能并不像大多數(shù)人希望的或害怕的那樣聰明。以驅動AlphaGo的人工智能為例,最近技術專家斯科特·哈特利(Scott Hartley)在《模糊性與技術專家》(The Fuzzy and the Techie)一書中記錄了它取得的斐然成就。圍棋是中國古代的棋盤游戲,2017年5月,AlphaGo成為第一個擊敗中國圍棋世界冠軍柯潔的電腦程序。5個月后,AlphaGo迭代出AlphaGoZero。但我們不必太震驚,因為有一點非常重要,即圍棋的規(guī)則是死的,有固定的形式,在封閉的環(huán)境中進行,結果完全取決于兩個玩家。在谷歌旗下的公司DeepMind,AlphaGo和AlphaGoZero的人類程序員給出了輸贏的明確定義。圍棋的制勝之道是在對弈過程中預測落子的遠期影響。因此,通過人類圍棋大師對弈的龐大數(shù)據(jù)庫以及與自己對弈,AlphaGo接受了幾十億個棋局的訓練,從而了解哪種棋路更好,哪個落子位置威力更大。之后AlphaGoZero與它的鏡像AlphaGo對弈,把之前的經(jīng)驗又復習了一遍。但是正如人工智能研究領域的著名專家湯姆·迪克里奇(Tom Dietterich)所說,“人工智能對世界的淵博知識必須依靠人類補充”,如此才能完成大多數(shù)日常任務?,F(xiàn)實生活可比圍棋復雜得多。
斯科特·哈特利的《模糊性與技術專家》
新的線上工作平臺把工作機會介紹給瓊、卡拉、賈斯汀和艾莎,這顛覆了媒體經(jīng)常報道的人工智能擁有無限智慧、機器人勢不可擋之類的傳奇故事?,F(xiàn)實世界的任務,從識別仇恨言論、把出租屋歸類為春季婚禮的絕佳場地,到修正納稅申報表,都需要人類的見解和判斷。生活不像圍棋,不存在單一形式和最優(yōu)解。例如,你很難列舉“最好的”婚禮場地具備哪些特質。即使能列出來,也不會使人信服,因為人們對這些特質存在不同的偏好。
此外,也不存在那種用來教會人工智能識別“最優(yōu)解”的訓練數(shù)據(jù)。而且,從方言俚語、氣候變化引起的颶風,到隨意的稅法改革,一系列無窮無盡的外部因素會摻雜進來,影響結果。在許多情況下,未知因素太多了,以至于無法訓練當前的人工智能,使它具備足夠的意識或者獲得足夠的經(jīng)驗,也無法對所有意外情況做出明智的反應。這就是為什么人工智能還必須得指望人類,利用人類對世界的淵博知識來彌補決策的盲區(qū)。
任何人只要像我們一樣仔細地觀察,走到人工智能的背后,就會發(fā)現(xiàn)一個新的工作世界,在這個世界里,軟件管理著人類,而人類則在完成計算機做不到的工作。這個世界的系統(tǒng)把任務從人轉移到機器,他們通過自動化來解決新的問題。例如,網(wǎng)絡成為主流之后,F(xiàn)acebook、Twitter和Instagram等公司需要在線審核的內容越來越多,僅僅靠自動化工具無法實現(xiàn)。與此同時,新系統(tǒng)上線時,通常會面臨突發(fā)問題,無法達到預期效果,因此需要卡拉和瓊的工作。多虧了這樣的工人,自動化審核軟件變得越來越好,但還遠遠不夠完美。在達到完美的過程中,自動化不可避免地會出現(xiàn)小故障,這就需要臨時工來解決。一旦工人成功地訓練了人工智能,使它像人類一樣工作,他們就會轉向工程師指派的下一個任務,這些任務將不斷推進自動化的邊界。人們暢想人工智能的新應用,自動化的終點線也在改變,所以我們無法確定通往完全自動化的“最后一英里”是否會走完。我們稱之為“自動化的最后一英里悖論”。隨著人工智能的發(fā)展,那些無法預見和無法預測的任務也創(chuàng)造了臨時勞工市場。自動化的最大悖論在于,使人類免于勞動的愿望總是給人類帶來新的任務。我們所說的“最后一英里”是計算機和人力之間的差距。毫無疑問,軟件工程師將利用幽靈工作執(zhí)行手中的任務,并把人工智能推向極限。而且很有可能,隨著越來越多的企業(yè)設法為我們提供支持人工智能的“智能”數(shù)字助理,從而幫助我們管理行程和預定航班,那么當人工智能無法滿足我們日益苛刻且不斷增長的需求時,會需要越來越多的人力參與進來。事實上,在技術走向自動化的漫長歷史中,很關鍵的一點是對臨時勞動力的依賴。今天致力于通過算法和人工智能解決問題的工程師,是自動化最后一英里悖論的最新迭代。在這一前沿,臨時工的高峰和低谷不斷轉換,這重新定義了人類和機器的關系。
按需勞動平臺的興起表明,使用API來組織、指派和計劃工作具有吸引力。正如本書中的例子所示,利用臨時勞動力開發(fā)新技術的這種重新定位,推動了新近所謂的“人工智能革命”。當驅動手機應用程序或在線服務的人工智能不知道下一步該為客戶做什么時,它需要人的幫助,而且越快越好。終端用戶希望運行搜索引擎和社交媒體的軟件能在幾毫秒內作出響應。傳統(tǒng)的雇傭方法在這里行不通。因此,人工智能的決策閉環(huán)中需要人的加入,這樣才能理解,比如說,為什么與一場突發(fā)自然災害相關的搜索詞會暴增,此時,它需要立即獲得人工的信息輸入。這場災害將成為歷史,但從瞬間的大量人工輸入中,軟件將會掌握它需要的東西。正是嵌入API中隨時待命的共享勞動力庫提供了這些人工輸入。軟件工程師可以編寫代碼來自動雇人以解決眼前的問題,自動檢查他們的工作,并支付報酬。與此類似,使用現(xiàn)代機器學習系統(tǒng)的科學家和研究員同樣依賴清晰無誤的訓練數(shù)據(jù)。他們需要一種自動化的方法來幫助生成和清理這些數(shù)據(jù),而且需要大量來自世界各地的人來完成這件事。按需勞動平臺為當今的線上企業(yè)提供了此種人類勞動和人工智能的結合,創(chuàng)造了一個龐大且隱于無形的人力資源庫來從事幽靈工作。按需提供服務和工作可能是未來工作趨勢的一部分。如果在設計和管理過程中沒有注意到它如何重構人們日常工作的體驗和意義,那可能就會產(chǎn)生意想不到的、潛在的災難性后果。
就業(yè)真正的未來
雇傭工作的逐步分解可能是工作性質的一種深刻而根本的轉變。在美國,傳統(tǒng)的全職工作已經(jīng)不再普遍。過去,員工可能幾十年日復一日地待在同一間辦公室里,成就一番事業(yè),并期望得到穩(wěn)定的薪酬、健康護理、病假和退休福利?,F(xiàn)在,從童工保護法到工作場所安全指南,全球幾個世紀以來的改革成就正在瓦解。事實上,根據(jù)美國勞工統(tǒng)計局(Bureau of Labor Statistics)的數(shù)據(jù),目前只有52%的雇主提供工作場所福利。大蕭條之后,美國人開始意識到,除了提供食品、保健或在實體店銷售商品,最好的選擇是在按需零工經(jīng)濟中找工作,這樣的機會越來越多。由于勞動法中沒有任何職業(yè)分類保護這種工作,而MTurk和CrowdFlower等平臺的服務條款幾乎與我們在更新軟件時都會點擊的對話框沒有什么不同,這就相當于抹去了傳統(tǒng)員工享受的保護。
雖然皮尤研究中心的最樂觀估計是,目前從事幽靈工作的人數(shù)約為2000萬,但沒有確切的統(tǒng)計數(shù)字表明,有多少人像瓊、卡拉、賈斯汀和艾莎那樣,為了生計草率地做了一些基于合同的幽靈工作。美國勞工統(tǒng)計局增加了一項補充調查,內容是“臨時就業(yè)與替代就業(yè)安排”,從美國人口普查局(Census Bureau)2017年5月的當前人口調查(CPS)中選擇了6萬個符合條件的家庭,這樣的月度調查使勞工統(tǒng)計局了解了這個國家的就業(yè)和失業(yè)數(shù)據(jù)。十多年以來,這是第一次試圖估計臨時工作的增長。據(jù)勞工統(tǒng)計局估計,10.1%的美國工人沒有長期雇傭合同,無論是正式的還是非正式的。但這項調查只統(tǒng)計了那些把替代就業(yè)作為主業(yè)或獨立工作的人。所以,如果一個人一邊做著幽靈工作,一邊朝九晚五接受另一位雇主的固定工資或時薪,那就很難被統(tǒng)計到。而在我們遇到的最活躍的工人中,這是一種非常普遍的趨勢。作為對當前人口調查的補充,美國勞工統(tǒng)計局發(fā)布的《2017年臨時就業(yè)與替代就業(yè)安排》為衡量幽靈工作的興起設置了兩個障礙。在一個多項選擇調查里,對工人而言,很難真正理解“長期就業(yè)”是指什么。而且,有許多人都同時打多份工來支付房租,想知道什么是“主業(yè)”可能同樣困難。美國政府責任署(Government Accountability Office)的人口調查與勞工統(tǒng)計局的數(shù)據(jù)存在分歧,這也可以反映人們對“長期”或“主業(yè)”等舊工作分類的困惑。就在兩年前,美國政府責任署的報告稱,至少有31%的美國職工表示,他們從事某種形式的替代工作,包括自由職業(yè)或獨立的雇傭合同。勞動經(jīng)濟學家勞倫斯·卡茨(Lawrence Katz)和艾倫·克魯格(Alan Krueger)估計,通過個體經(jīng)營者或那些由勞務中介派遣的臨時工——所謂的勞動力轉向雇傭臨時工制——完成的替代合同工作從10%上升到16%,相當于美國經(jīng)濟過去十年的凈就業(yè)增長。關于幽靈工作的規(guī)模和增長的最準確理解可能來自獨立智庫,而不是政府數(shù)據(jù)。
對按需零工市場最保守的估計來自經(jīng)濟政策研究所(Economic Policy Institute)。經(jīng)濟學家勞倫斯·米歇爾(Lawrence Mishel)和他的研究團隊估計,在美國有工作的成年人里,參與按需零工經(jīng)濟的比例為0.5%至1%,或者125萬至250萬人。但他們之所以得出這樣的數(shù)字,是通過一項針對優(yōu)步司機的非常具體的研究,他們假設大部分零工工作都來自優(yōu)步和其他在線約車應用。摩根大通研究所(JPMorgan Chase Institute)的一項研究發(fā)現(xiàn),2015年至2016年間,美國成年人中,至少參與過一次線上平臺經(jīng)濟工作的比例為4.3%,也就是1073萬人。這一就業(yè)市場的特點就是臨時工作人員頻繁更替。沒有被認可的專業(yè)頭銜。沒有晉升的階梯。沒有獎金。沒有保障。任務都有一定的時限,一旦公司達成了特定目標,被雇用的工人就會轉移到其他項目上。
從軟件工程、法律服務到商業(yè)媒體、保健,現(xiàn)在很多企業(yè)都轉向按需勞動平臺,他們把白領工作轉變?yōu)槌邪椖?。這種全數(shù)字化的信息服務和知識工作,把需要思考和處理數(shù)據(jù)的創(chuàng)造性專業(yè)知識,轉化為由科技、法律、金融和娛樂等行業(yè)在線提供的消費性服務。由于這種突然而巨大的變化,大型企業(yè)里有全職雇員現(xiàn)場工作的日子將屈指可數(shù)。許多公司爭相銷售把計算機、智能設備與人工智能結合起來的信息服務。按需型知識工作是一種更龐大的“宏任務”(macro-tasks),Catalant(Hourly Nerd的前身)、Popexpert和Upwork等公司利用API把這種工作交付給其他企業(yè)或個人。與傳統(tǒng)朝九晚五的工作相比,自動化創(chuàng)造的就業(yè)前景無疑會更加支離破碎。一些勞動經(jīng)濟學家認為,“職場裂隙”的新現(xiàn)實,是20世紀八九十年代以來將長期就業(yè)轉變?yōu)橐幌盗卸唐诤贤淖罱K結果。然而,這種新的、出乎意料的現(xiàn)實并沒有阻止世界各地數(shù)以百萬計的數(shù)字工人,他們夜以繼日地坐在鍵盤前面,完成不計其數(shù)的幕后任務,這些幕后任務使應用程序看起來比實際更加智能。這意味著商業(yè)和就業(yè)的未來更有可能類似于今天的按需經(jīng)濟,而不是一部人類消失、機器人統(tǒng)治世界的反烏托邦電影。它將要求人類瀏覽軟件界面的菜單,并學會在人工智能籠罩的陰影下工作。它將包含一個生態(tài)系統(tǒng),由瓊這樣的獨立承包人構成,他們會在印度農(nóng)村、田納西州諾克斯維爾和俄勒岡州波特蘭的閑置臥室、咖啡館和煤渣住宅中敲打著鍵盤——或者任何一個只要有網(wǎng)絡連接、有電腦、有雄心壯志或經(jīng)濟需要的人在任何地方能上網(wǎng)就可以。如果很少有人關注這些幕后工人,那么他們很快就會變得日益疏遠、地位低下、不穩(wěn)定和孤立。
我們采訪到的所有工人都有一個意想不到的共同點:希望。他們希望利用按需工作來掌控自己的工作時間、工作伙伴以及承擔的任務。他們希望和家人待在一起。他們希望避免長途通勤和惡劣的工作環(huán)境。他們希望能獲得經(jīng)驗從而刷新自己的簡歷,或者為新的可能性打開一扇門。同樣真實的是,許多人認為自己和家人沒有其他選擇。在他們的城鎮(zhèn)里,全職就業(yè)通常意味著在大賣場里拿時薪,有固定的輪班,適應隨時變化的工作日程表,不存在有意義的晉升機會。按需工作給了他們實際經(jīng)驗,包括安排會議、測試和調試網(wǎng)站、開發(fā)計算機知識技能、尋找銷售線索以及管理全職雇員的人力資源檔案。有哪個工人不希望有一天能完全掌控自己的工作日程和工作目的呢?
本文為美國人類學家瑪麗·L.格雷、計算機科學家西達爾特·蘇里合著新書《銷聲匿跡:數(shù)字化工作的真正未來》(左安浦/譯,上海人民出版社·世紀文景,2020年10月版)的引言《機器里的幽靈》(有刪節(jié))