在世界各地塵土飛揚的工廠、狹窄的網咖和臨時家庭辦公室中，數百萬人坐在電腦前繁瑣地標記數據。

這些工人是蓬勃發展的人工智慧（AI）產業的命脈。沒有它們，ChatGPT 等產品根本就不會存在。這是因為他們標記的數據有助於人工智慧系統「學習」。

但是，儘管這支勞動力為這個行業做出了重要貢獻，預計價值4070億美元到 2027 年，它的組成部分基本上將被忽視並經常受到剝削。今年早些時候，近 100 名來自肯亞的數據標籤人員和人工智慧工作者為 Facebook、Scale AI 和 OpenAI 等公司工作發表公開信他們在給美國總統喬·拜登的信中說：“我們的工作條件相當於現代奴隸制。”

為了確保人工智慧供應鏈符合道德，產業和政府必須緊急解決這個問題。但關鍵問題是：如何？

什麼是數據標籤？

數據標籤是對原始資料（例如圖像、影片或文字）進行註釋的過程，以便人工智慧系統能夠識別模式並做出預測。

例如，自動駕駛汽車依賴標記的影片片段區分行人和路標。ChatGPT 等大型語言模型依賴標記文字來理解人類語言。

這些標記資料集是人工智慧模型的命脈。沒有它們，人工智慧系統將無法有效運作。

Meta、Google、OpenAI 和 Microsoft 等科技巨頭將大部分工作外包給美國等國家的資料標籤工廠。菲律賓,肯亞,印度,巴基斯坦,委內瑞拉和哥倫比亞。

中國也正在成為另一個全球數據標籤中心。

促進這項工作的外包公司包括 Scale AI、iMerit 和 Samasource。這些公司本身就是非常大的公司。例如，總部位於加州的 Scale AI 現在的價值140億美元。

偷工減料

Alphabet（Google的母公司）、亞馬遜、微軟、Nvidia 和 Meta 等主要科技公司已投入數十億人工智慧基礎設施，從運算能力和資料儲存到新興運算技術。

大規模人工智慧模型的成本可能很高數千萬美元的培訓。一旦部署，維護這些模型需要在資料標記、細化和實際測試方面持續投資。

然而，儘管人工智慧投資龐大，但收入並不總是達到預期。許多行業仍然將人工智慧項目視為獲利路徑不明確的實驗。

作為回應，許多公司正在削減成本，這影響了人工智慧供應鏈最底層的人，他們往往非常脆弱：數據標籤商。

工資低、工作條件危險

參與人工智慧供應鏈的公司試圖降低成本的一種方法是在菲律賓、委內瑞拉、肯亞和印度等南半球國家僱用大量資料標籤員。這些國家的工人面臨著工資停滯或減少。

例如，委內瑞拉人工智慧資料貼標機的每小時費率介於90 美分 2 美元。相較之下，在美國，這一比率介於每小時 10 美元至 25 美元。

在菲律賓，為 Scale AI 等價值數十億美元的公司標記數據的工人經常賺取收入遠低於最低工資。

一些標籤提供者甚至訴諸童工用於標籤目的。

但人工智慧供應鏈中還存在許多其他勞動力問題。

許多數據標籤工作在過度擁擠和多塵的環境這對他們的健康構成嚴重威脅。他們也經常作為獨立承包商，無法獲得醫療保健或賠償等保護。

數據標記工作的精神負擔也很嚴重，因為任務重複、期限嚴格、品質控制嚴格。資料貼標籤者有時也會被要求閱讀並標記仇恨言論或其他辱罵性語言或資料，這些內容已被已被證明具有負面心理影響。

錯誤可能導致減薪或失業。但貼標商的工作評估方式常常缺乏透明度。他們經常被拒絕存取績效數據，阻礙了他們改進或質疑決策的能力。

使人工智慧供應鏈符合道德標準

隨著人工智慧開發變得更加複雜，企業努力追求利潤最大化，對道德人工智慧供應鏈的需求迫在眉睫。

公司可以幫助確保這一點的一種方法是應用以人權為中心的設計、審議和監督方法到整個人工智慧供應鏈。他們必須採取公平的薪資政策，確保數據標籤者獲得反映其貢獻價值的生活工資。

透過將人權融入供應鏈，人工智慧公司可以培養一個更道德、更永續的產業，確保工人權利和企業責任與長期成功一致。

政府也應制定新的法規來強制執行這些做法，鼓勵公平和透明度。這包括績效評估和個人資料處理的透明度，讓員工了解他們的評估方式並對任何不準確之處提出質疑。

明確的支付系統和追索機制將確保工人得到公平對待。與其破壞工會，正如 Scale AI 2024 年在肯亞所做的那樣企業也應支持組成數位化工會或合作社。這將使工人有機會倡導更好的工作條件。

作為人工智慧產品的用戶，我們都可以透過支持對其人工智慧供應鏈透明並致力於公平對待工人的公司來倡導道德實踐。正如我們獎勵綠色和公平貿易的實體產品生產商一樣，我們可以透過在智慧型手機上選擇符合人權標準的數位服務或應用程式來推動變革，透過以下方式推廣道德品牌：社群媒體，並用我們的美元投票來追究責任科技巨頭每天。

透過做出明智的選擇，我們都可以為整個人工智慧產業的更多道德實踐做出貢獻。

本文轉載自對話根據知識共享許可。閱讀原創文章。