引言　機器里的幽靈

真正驅動許多手機應用程序、網站和人工智能（AI）系統運行的竟是人類的勞動力，但我們很難發現——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）。¹想想你最近一次在網上搜索。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。這些網站都有“無暴力圖片”和“無仇恨言論”政策，這些政策是如何執行的？在互聯網上，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。無論是發送相關的新聞提要，還是執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，數以千計的企業會悄悄找人力完成這些項目。這條新的數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，橫跨多個經濟部門。事實上，就業本身正在發生更大規模也更深刻的重組，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。

企業可以把項目交給數以千計的工人完成，并按任務付費。現在，網絡連接、云計算、復雜的數據庫，以及人類計算（human computation）這樣的工程技術，可以把人類聯結起來，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同工作。這是代碼與人類智慧的融合，它正在迅速發展。根據美國皮尤研究中心（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2 000萬成年人通過完成按需分配的任務來掙錢。²到2025年，按需工作平臺提供的職業白領信息服務預計增加2.7億美元，約占全球GDP的2%。³經濟學家估計，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%的職業會隨著科技創新而消失，或者半自動化。⁴如果任其發展，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⁽¹⁾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。瓊已經有好幾年經驗，現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⁽²⁾的收入。

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。⁵瓊和卡拉做著相同的工作，為互聯網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系統（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。卡拉43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。卡拉把兩個孩子叫進房間，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）時的發音。兩個孩子一致決定，不，這句話不包含成人內容。卡拉在屏幕上點擊“否”，窗口就會刷新，出現一個新的短語讓孩子們理解。“他們比我更有資格鑒別這些詞，”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網。”卡拉經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得到了回報。由于她已經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十億網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并不完美。它們不能百分百地區別拇指和陰莖，更別提仇恨言論和諷刺了。還記得2012年美國總統大選的經典時刻嗎？當時共和黨總統候選人米特·羅姆尼（Mitt Romney）說了句“滿載女性的活頁夾！”，惹惱網民。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造力和活力結合起來。

瓊、卡拉以及數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是自動的，但他們才是在幕后推動系統的人類。現代的人工智能系統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”的圖片，你會得到一大堆靠背呈曲線的沙發。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，這種沙發像駝背沙發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最開始必須輸入至少幾百張曲線靠背沙發的圖片，每張圖片都標記為“駝背沙發”。然后，當搜索引擎遇到一張新的沙發圖片時，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，這張新圖片是否更適合被標記為“駝背”沙發。那么，最初的一系列帶有標簽的圖片，也就是所謂的訓練數據，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是什么。“在回答這些問題之前，我必須在谷歌上花很多時間，弄清楚這些術語的含義。”

許多企業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。每天都有新的企業出現，他們的商業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。這些企業把日常活動外包給獨立工人，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，編輯產品評論，或者完成幾乎不需要雇員全職參與的工作。