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。通過定義程序將會接受的指令以及執行每條指令的效果，API可以確定通用語言。可以說，API規定了計算機程序的“交戰規則”。例如，現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。⁶

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。⁷人類具有創新能力，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都會執行；但人類會自發地做出創造性的決策，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——創造力和創新。瓊、卡拉和賈斯汀都屬于一個不斷增長的經濟體制，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行的代碼。MTurk以及隨后的API出現以后，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，現在任何坐在網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性的混合，企業稱之為“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貢獻多少給他們支付報酬。這些人驅動了現代的人工智能系統、網站和應用程序，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步（Uber）應用程序，一位優步司機接了單。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。⁸

埃米莉和司機都不知道，剛剛優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。

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。現在，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。

優步和CrowdFlower是不斷成長的服務供應鏈中的兩個環節，這些服務利用API和人類計算把人們投入工作。優步通過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，系統將在幾分鐘內處理優步的付費請求。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，艾莎已經進入下一個任務。她希望在下班前多掙幾個盧比。

優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，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。

數十億人每天都在查看網站內容，使用搜索引擎，發布推文和帖子，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“第四次工業革命”的先驅，或者被認為是更龐大的數字經濟或平臺經濟的一部分。而其他時候，我們不假思索地稱之為“零工”（gigs）。⁹

沒有一部勞工法可以完全適用于按需零工經濟，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。按需平臺是零工經濟的監工，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內容，“但它對內容做出的篩選至關重要”。¹⁰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業公司，每一個企業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。企業不再尋找傳統的臨時工中介，而是求助于這樣的工人庫來緊急填補團隊的缺口。企業還從中開發新的項目，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，企業便不想貿然推出新服務或新產品。顧客的口味越來越刁鉆，期望值越來越高，在這種情況下，服務業可以先嘗試由幽靈工作提出的創意，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。