The 'machine' metaphor refers to the 'extraction machine,' which conceptualizes AI as part of a long process of industrial development where resources like labor, energy, and water are converted into profit through technology. It situates contemporary exploitation within a historical context of colonialism and imperialism, highlighting the structural causes of inequality in AI production.
Data annotation jobs are exploitative due to grueling conditions, low pay, lack of breaks, and no opportunities for workplace organization. They are mentally stressful because workers are pressured to meet strict time-per-task targets, often leading to repetitive strain injuries, mental health issues, and a lack of autonomy. Workers are also exposed to distressing content, such as toxic social media posts, without adequate support.
Global tech companies exert significant power over AI supply chains by setting low wages and poor working conditions. They outsource labor to multiple centers worldwide, creating competition among them. Middle managers in these centers enforce strict labor discipline to secure contracts, often leading to unpaid overtime and exploitative practices. Tech companies like Facebook and Meta have the power to set minimum standards but often fail to do so.
The global labor market fosters a race to the bottom, where workers in countries like Kenya, Uganda, and the Philippines compete for low-wage jobs. This competition is exacerbated by surplus labor and precarious employment, leading to hyper-exploitation. Workers are often trapped in cycles of poverty, with limited opportunities for upward mobility or skill development.
Measuring job quality is challenging due to the lack of standardized data across countries and the fragmentation of employment relationships. Traditional labor surveys often focus on quantity rather than quality, missing critical issues like mental health, safety, and worker autonomy. Additionally, companies control information about their supply chains, making it difficult to assess working conditions and hold them accountable.
Structural changes include supporting transnational worker solidarity, pressuring tech companies through civil society campaigns, and advocating for government regulation, such as the EU's Corporate Due Diligence Directive. Additionally, there is a need for worker-owned cooperatives and a shift away from the concentration of power in monopolistic tech companies. Overhauling global capitalism is also suggested as a long-term solution.
Algorithmic management intensifies work by constantly monitoring workers, setting unrealistic productivity targets, and enforcing precarity through temporary contracts. Workers in industries like Amazon warehouses and gig economy platforms face high stress, physical strain, and mental health issues due to the relentless pace and lack of autonomy. This system circumvents traditional labor protections, leading to a deterioration of work conditions globally.
AI labor exploitation parallels historical practices like the super-exploitation of workers in dependent economies, such as Latin America during the 20th century, where raw materials were extracted for Western economies without local capital accumulation. Similarly, contemporary AI production relies on cheap labor in the Global South, reproducing cycles of dependency and exploitation. The dynamics of colonialism and imperialism continue to shape these labor relations.
贡献者:Callum Cant 博士、James Muldoon 博士、Kirsten Sehnbruch 教授 | 人工智能的讨论往往集中在未来的危险上,但人工智能目前对人们造成的损害又如何呢? 人工智能承诺改变一切,从工作到交通到战争,并能轻松解决我们的问题。但在这光鲜亮丽的表面之下,隐藏着一个严峻的现实:数百万人的全球不稳定劳动力,他们常常在恶劣的条件下工作,以使人工智能成为可能。《为机器提供养料》对维持这一剥削性制度的错综复杂的组织网络进行了紧急调查,揭示了人工智能不为人知的真相。作者 Callum Cant 和 James Muldoon 将与 Kirsten Sehnbruch 一起讨论人工智能对全球不平等的影响,以及我们在个人和集体层面需要做些什么来争取一个更加公正的数字未来。</context> <raw_text>0 欢迎收听伦敦政治经济学院的LSE Events播客。准备好聆听一些在社会科学领域最具影响力的国际人物的演讲吧。好的。欢迎大家。
我们非常高兴今晚能举办这次混合型活动。这是一个讨论这本丰富精彩的书《为机器提供养料:隐藏的人力——人工智能的动力》的机会。我是凯特·雷登伯格。我是这里哲学系的一名助理教授,也是英国研究与创新署未来领导者奖学金获得者。我和这本书的三位作者中的两位一起参加了这次活动。
所以,我们的嘉宾是卡勒姆·坎特,埃塞克斯商学院管理学高级讲师;詹姆斯·穆尔登,埃塞克斯商学院管理学教授。我们也很荣幸能邀请到伦敦政治经济学院国际不平等研究所的克尔斯滕·森布鲁赫教授。
而且,你知道,她工作的一个方面,也是我们今天非常幸运能邀请她来评论这本书的原因,是她关于概念化和衡量就业质量的工作,尤其是在全球南方。首先,一些后勤工作。每个人都喜欢后勤工作。
所以,在讨论之后,你们将有机会向我们的演讲者提问。如果你带了笔和纸,请记下一些问题,以免忘记。对于在线参加的各位,你们也将有机会提问。所以,请注明你的姓名和单位。如果你在线提问,他们会用这个高科技iPad把它传给我,我就能向我们所有的演讲者提问。
对于剧院里的各位,当然,我会在开放提问环节时指明。我们计划至少留出半个小时的时间来提问,我们真的希望为你们提供足够的背景,以便讨论这本真正丰富而有见地的书。而且,当我们开始提问时,也会有麦克风。麦克风会递到你们面前。我会点名请你们提问。非常简单明了。
我需要提醒大家,请将手机调至静音。请避免在讲座中途大声喧哗或发出其他干扰性噪音。另外,你们应该知道,本次活动正在录制,并将发布在我们的YouTube频道上。如果你提问,你和你的问题都会显示出来。我们也会包含这些问题,所以请注意这一点。
没有安排火灾警报,所以如果响起了火灾警报,那就是真的着火了,我们都需要井然有序地离开。好了,后勤工作就绪后,我们可以开始讨论我们的专题小组讨论《为机器提供养料:隐藏的人力——人工智能的动力》。所以,能够主持这次活动我真的很兴奋,因为这是一本如此重要、尤其是一本及时的书
它真正揭示了构建、部署和维护人工智能系统所需要的所有隐藏的人力和资本,对吧?所以,当你用手机与ChatGPT互动时,你会看到这个漂亮的界面。你不会想到,在这个过程中存在着整个数据供应链,以及一系列庞大的人力资源。
特别是,我认为我们都有理由关心这本书讨论的各种人工智能造成的和持续存在于劳动力中的不平等现象。我们有团结的理由,对吧?我们有理由关心全球南方和全球北方的工人的工作条件。
他们遭受着不公平的工作条件。我们也有理由为我们所有人着想,出于自身利益的考虑。正如我们将要讨论的那样,本书的主题之一是算法管理,即人工智能系统如何被用来管理我们所有的工作。这可能已经发生在你身上了。如果没有,它很快就会发生。我们有理由感到担忧,正如我们将在最后讨论的那样,我们需要考虑如何抵制这些趋势。好的。
所以,我想做的是,因为这是一本如此丰富的书,它涉及到如此多的主题,所以我想先把它交给我们的作者詹姆斯和卡勒姆,让他们有机会向你们简要介绍一下这本书,
然后我们将深入探讨一些针对我们小组的具体问题。所以,詹姆斯和科林,请开始吧。——很好,你想让我先开始吗?首先,非常感谢你参加这次活动,埃夫雷恩。与大家分享你的工作总是令人高兴的,我们非常高兴克尔斯滕能来这里评论这本书,也能了解她的研究,也感谢凯特主持这次会议。
我们通常会在这样的演讲开始时谈论我们书中的人物之一,也就是我们的研究参与者之一。她的名字叫默西。默西在内罗毕的一家外包中心担任内容审核员。她正在查看社交媒体帖子,寻找有毒内容。
有一天,她在工作时看到了一起致命的车祸录像。她仔细看了看前排座位,意识到受害者之一是她的祖父。她实际上是在审核有毒的社交媒体帖子时得知自己祖父去世的消息的。
更重要的是,当她起身尖叫并告诉她的主管发生了什么事时,她工作的场所条件如此糟糕,以至于她的主管建议她完成剩下的10个小时的轮班。所以在接下来的几个小时里,她一次又一次地看到……
这段事故的视频片段和文字描述,她不得不继续审核。当我们听到这个故事时,那一定是在内罗毕一家咖啡馆进行的为期五个小时的采访,我们想,这是一个每个人都需要听到的故事,对吧?
而且,我发现,即使是从事人工智能工作的人,即使是像我这样的人,有时会在人工智能会议上做这个演讲,房间里超过50%的人都不知道这件事正在发生。所以,我们在这本书《为机器提供养料》中真正想做的是带你走过
光鲜亮丽的技术表面,向你展示使这一切成为可能的隐藏的全球生产网络,对吧?人工智能的供应链视角,它是如何运作的?所以在书中,我们实际上探讨了许多不同的主题,我们对这本书的结构进行了设计,使每一章都从
供应链中不同工人的角度出发,从在数据中心工作的人到数据标注员,甚至包括为机器提供“养料”的体力劳动者和脑力劳动者,例如,你看到的那些声音演员、艺术家、作家、电影人和画家,所有这些都构成了使人工智能成为可能的数据集,所以这是一个
在我看来,这是一本引人入胜的读物。我们确实试图做到学术著作和大众读物之间的交叉。我们今天将关注的是数据标注的方面。那是什么呢?基本上就是那些在图片上画边界框或小方块的人。
例如,人们的图片,或者街道场景的图片,这样自动驾驶汽车软件就能学习如何识别道路,如何描绘图像,如何区分人和树木,诸如此类的事情。它也可以是文本分析,对吧,比如给ChatGPT的答案评分,这也是一种数据标注。任何涉及整理、清理、使……
我们的生活对计算机来说易于理解,对吧?使数据集能够概念化所有这些工作。我们真正想展示的第一件事是这些系统的极度剥削性,对吧?数据标注员在其中一些中心面临的艰苦条件
这项实地调查是基于一家名为Sama(以前称为SamaSource)的公司进行的,该公司最初是一家非政府组织,后来转型为营利性企业。他们认为自己是一家社会企业,对吧?他们实际上非常……
关心他们在东非中心的情况,他们邀请我们进去。你可能已经看到了,时代杂志发表了一篇关于他们的负面报道。工人们每小时的工资不到2美元,工作条件极其恶劣。他们认为……
看看来自牛津大学的这些好人,当时我们与我们的项目负责人马克·格雷厄姆有联系。看看这些好人。他们会告诉时代杂志的那个讨厌的人,他是错的。实际上,我们的工人基本上是在内罗毕的硅谷工作。
所以当我们去那里的时候,我们发现旧金山总部所说的内容和东非当地的实际情况之间存在着巨大的脱节。我们发现高级领导团队基本上不知道,或者至少在他们向我们展示的情况中,不知道发生了什么。否则,他们为什么要邀请我们进去呢?
所以这一切都是作为一项名为“公平工作”的行动研究项目的一部分完成的,卡勒姆当时是该项目的博士后研究员。我当时是一个随行的研究助理,马克·格雷厄姆是我们的第三位合著者,也是该项目的负责人。而“公平工作”背后的方法论以及我们所做的事情本质上是
简单来说,我们对公司进行10分制评分。我们与数字平台(如Uber、Deliveroo)的工人交谈,并评估他们的工作条件如何。他们是否有公平的合同?他们的薪酬是否公平?他们能否加入工会?所有这些问题。
我们给这些公司打出10分制评分。现在,这是一种公民社会压力团体运动的一部分,旨在改善工作条件,对吧?这些公司声称关心自己的声誉,他们希望获得好分数,他们会与竞争对手进行比较。这导致了200多项公司做出的改变,即为了改善这些公司工人的条件而做出的有利于工人的改变。
你知道,这种方法基本上已经应用于数字平台。我们想尝试转变一下,看看人工智能公司和人工智能供应链中的所有公司会怎么做。所以这个项目是其中的一部分。我想我可以在此结束对这本书的介绍。如果你想补充一些介绍性材料,我们可以在之后讨论工作条件。是的,很好。
我认为,阐述一下这本书的名称《为机器提供养料》会很有用。机器是什么?机器的隐喻是什么?我们如何使用这个隐喻?它如何帮助我们调查有关人工智能的问题?对我们来说,机器就是我们所说的“提取机器”。因为我们将人工智能概念化为并非完全新颖的事物,并非完全新的发展,它将人类历史一分为二,并使以前的理论框架无法运作,而是一种
工业发展长期过程中的最新发展,其中资源(无论是劳动力、能源还是水)被投入机器,通过技术转化为利润。从根本上说,我们在这里探讨的动态并非完全是新事物。非洲的劳动力剥削,正如在座的各位都知道的那样,并非新事物。这是一个根本性的动态。
无论是通过奴隶制还是更现代的版本。所以我们试图做的,是将这些当代剥削的故事,这些当代殖民主义和帝国主义的故事,置于那个非常漫长的历史之中,以及其背后的社会动态和结构性原因。所以,构成本书故事的七位工人的故事,是这个漫长故事的最新篇章。
以及技术生产和工作的最新动态。
谢谢詹姆斯和科林。是的,我应该补充一点,作为对这本书的背景介绍和再次宣传,我们今天将主要关注工作,但这本书对这台机器及其所讨论的内容采取了非常广泛的视角,包括投资问题、谁控制着投资和技术、基础设施、环境,所有这些重大而棘手的政治问题。我们今天将关注工作,但如果你也对这些其他问题感兴趣,例如人工智能的环境影响,请阅读这本书。
谢谢你的介绍。我想,有了这些,我就可以转向你了,克尔斯滕。所以在书中,我们已经开始,詹姆斯已经开始向我们描述许多数据标注员或数据工作者的工作条件。例如,我们还有阿妮塔,她是一位在乌干达古卢工作的数据标注员,工作时间很长,工作很辛苦,报酬很少,没有休息机会,也没有在工作场所组织的机会,等等。
我认为,你知道,鉴于书中的描述以及我们对詹姆斯刚才告诉我们的故事的反应,我们可能会认为这是一份非常糟糕的工作,对吧?我们被吸引住了,就像这份工作有什么不好的地方一样。但是,当然,作为科学家、社会科学家以及规范性思想家,我们想把它填补完整,并思考为什么这份工作
很糟糕,然后我们如何衡量这些各种工作的糟糕程度。所以,我要转向克尔斯滕,并问她,鉴于你的研究和学科视角,当你看到这些数据标注员和内容审核员时,你会说这些是好工作吗?我们如何概念化这一点?然后我们应该如何考虑衡量这一点?
首先,非常感谢你们今晚来参加,并来到这里。感谢你们两位参加小组讨论。我只是想补充一点,除了这是一本非常有益的书之外,它还是一本写得很好的书。它之所以如此有趣和写得好,原因之一是它每一章都以对不同工人及其案例的相当详细的描述开头,并
介绍了随后在章节中更深入讨论的问题。我必须说,我已经研究劳动力市场,特别是发展中国家的劳动力市场很多年了,我认为我已经听过所有的事情了,大部分都是。
我没有想到这本书会让我感到惊讶,但我确实感到惊讶了。不仅仅是因为默西那段令人痛苦的故事——在互联网上看到自己祖父的死,并且不得不审核这些内容,
还有随后对这些工作的各种描述。实际上,在我继续讨论这是否是一份好工作或坏工作之前,我想问你们一个问题,你们能否为听众提供更多细节,也许是关于为什么这些工作在精神上如此紧张、如此令人筋疲力尽,以及对工人的身心健康会产生什么后果?因为我认为这是一个非常关键的问题,我们需要重点关注并进行更详细的描述。所以,
我们可以讨论它们是好工作还是坏工作以及其他相关问题。是的,我可以做到。所以,关于呼叫中心的研究中有一条非常有趣的线索,那是很久以前的事了,当时有两个人写了一篇文章,我认为是1999年,银行业务开始外包给呼叫中心的时候。他们谈到了在头脑中创造装配线,以及
他们在呼叫中心观察到的许多动态与以前在工厂装配线上观察到的动态从根本上是一样的,只是它们被转换成了白领的背景。我认为这句话,“头脑中的装配线”,非常准确地描述了在这些数据中心发生的大部分情况。我记得我和马克坐下来
观察一群人在工作。他们坐在一排桌子上,可能有15个人,一个组长,14个与他们一起工作的人。他们的工作,我认为,由于保密协议,我无法描述其确切细节,但这项工作非常无聊,对吧?有一些图像,你需要在某些部分周围画框,你需要在整个轮班时间内这样做。
现在,你一直都面临着匹配每个任务时间的压力,对吧?所以每个工作都有分配的秒数。如果你没有达到这个秒数,你的生产力就会下降,在短期合同结束后再次获得合同的可能性就会下降,你会被要求加班加点,而且不支付加班费。所以你必须不断地满足这个每个任务的时间。你必须生产一定数量的产品。而这个每个任务的时间一直在动态调整,根据团队中的最佳表现进行调整。所以,如果你的团队中获得奖金的人做得非常好,你就必须加快速度才能跟上他们。
跟上他们。我们正在观察这项工作,我坐在那里几秒钟,我立刻开始感觉,我只能把它比作我小时候在数学课上曾经有的感觉,当时我就像,哦,我的上帝,这是我经历过的最无聊、最糟糕的事情,正如你可能猜到的那样,我不太擅长数学,马克坐在我旁边,他说,天哪,这太可怕了,看着人们完成这些任务的速度如此之快,令人不快
但你只是想知道,如果你整天都在一遍又一遍地勾勒出非常具体的图像的非常具体的特征,而没有能力放慢速度,那一天会是什么样的?实际上,马克把它比作他以前在德国一家工厂做过的工作,在那里他每天都要把一个小的电子元件放在同一个地方几个小时。所以他直接做了装配线的比较。我认为这是最准确的比较,因为所有现象都经历过……
过去在装配线上工作,或者仍然在福特主义意义上的装配线上工作,你也会经历这些,无论是重复性劳损,还是严重的精神健康问题,这既来自实际的工作组织方式,也来自工作有多无聊、有多令人痛苦、人们获得的应对资源有多少、缺乏自主权、缺乏意义和方向。所有这些都会对人们产生非常深远的影响,也会对工作系统产生影响。
因为它是一个非常具有强制性的系统,在这种系统中,如果你没有达到目标,就会受到管理人员的直接压力,因为当地的劳动力市场状况非常糟糕,尤其是在内罗毕这样的地方,有大量的城市剩余人口一直在寻找工作。所以,保住工作的压力是巨大的,因为否则你就要在路边卖鸡蛋了。
所以,保住工作的压力意味着管理人员对你拥有巨大的权力,这会导致各种各样的虐待,无论是虐待正在休产假的妇女,不邀请她们回到工作岗位,还是直接的性虐待。
因此,在这种环境中,工人们不断被推着更快、更快、更快地生产。他们受到管理权力的支配,而这种权力又因当地劳动力市场的状况而加剧。而且,他们的工作为完全位于其他地方的人创造了巨大的价值。埃隆·马斯克从这些工人那里赚取了巨额财富。而他们几乎没有得到任何回报,就相对而言而言。
基于他们强化的生产。这些动态并不仅仅存在于南方。它们并不仅仅存在于肯尼亚和乌干达。当我们讲述亚历克斯在西米德兰兹的故事时,亚历克斯有一个引人入胜的故事,因为他曾经在捷豹工厂工作。考文垂的捷豹工厂关闭了。捷豹工厂的关闭是这波大规模去工业化浪潮的一部分。它是最后倒下的部分之一,但从70年代开始就出现了一波巨大的浪潮。
基本上,他最终回到了捷豹工厂的同一地点工作,但它已经被改造成亚马逊仓库。他面临着所有同样的问题,你知道,毫无意义的工作,相对较低的工资,大量的体力负担,大量的精神压力,一遍又一遍地重复动作。所以,这里存在一个综合性的动态,我们看到工作强度非常高,资源有限,压力巨大,导致参与者产生巨大的负面后果,而解决方法有限,除了自我组织之外。
我听到马克最近在耶鲁大学讲述的一个非常简短的故事。我们的另一位合著者最近访问了菲律宾的一个类似的地方,他说他们需要完成一项任务。他们需要每15秒完成一次,但任务本身并没有计时。屏幕上没有计时器。他们只需要坚持下去。所以每个人都拿出手机,这是一个很大的挑战
类似于几百人的大型工厂环境,每15秒钟响一次计时器,由于某种原因,他们都用鸡作为计时器,所以这就像是一场喧嚣的“布卡布卡布卡”
就像整个……整个楼层都充满了这些鸡叫声。他说他在那里呆了大约30秒钟,感觉自己快要疯了。但对他们来说,那是一个10小时的轮班,只是不断地有成千上万只鸡叫个不停。
——是的,是的,是的。所以我们有这种可怕的算法管理混合体,对吧?你必须非常非常快地完成这些任务。你面临着不稳定性,所以你随时可能被解雇。而且它非常枯燥。现在,也许,克尔斯滕,有了这些,我们将回到你这里,并说,
有了这种背景,我们会称之为一份糟糕的工作吗?如果是这样,为什么?简短的回答是,是的。所以,几件事。我的意思是,当然,人类历史上充满了绝对可怕的就业状况。我们几个世纪以来一直经历着这一切,我们已经找到了定期改变这种情况、改善状况的方法,而我们进行这些改变的方式
或者促成这些改变的方式,在历史上并没有真正改变多少。它们基本上与以下方面有关:一方面是监管,另一方面是工人自己组织起来,平衡权力结构等等。但这些情况非常特殊,而且许多这些工作都在发展中国家进行,正如詹姆斯和卡勒姆所说,这些工作发生在
工作条件下……替代方案也很可怕,所以站在路边卖糖果之类的东西,通常是在酷暑下,暴露在自然环境中,也不是一件非常令人愉快的工作。所以在这些情况下发生的事情是,政策制定者经常会提出“任何工作都是好工作”或“任何工作都比没有工作好”的论点。
或者另外说,你知道,就业是最好的社会保障形式。这样的论点非常普遍,而且非常关注工作的数量而不是工作的质量,而没有真正考虑缺乏质量的影响。所以我实际上要将它与一个我们……
比劳动力市场更关注的公共政策领域进行比较,那就是教育。所以现在很明显,无论一个国家的经济发展水平有多低,我们都必须关注的不仅仅是扩大教育的覆盖面和教育的数量,我们还需要关注质量,因为否则的话,所有的投资都是毫无意义的,而且
孩子们从学校毕业后什么也没学到。我们通过艰难的方式了解了这一点,因为我们实施了有条件的现金转移计划,这通常是由发展机构鼓励的,这些计划扩大了覆盖面,但并没有真正关注质量。所以,最终,你让孩子们整天坐在学校里,但他们仍然不会读写。
而类似的事情也正在劳动力市场上发生,我们仍然倾向于关注数量,并认为任何工作都比没有工作好,而没有真正考虑后果。例如,我在书中发现的一个非常有力的描述是,这些工人的精神健康后果非常严重,包括抑郁、焦虑、自杀未遂等等。我们在世界各地许多不同类型的职业中都看到了这一点。
最终,你得到的结果是一个精疲力尽的工人,他们再也无法工作了。在发达经济体中,我们很久以前就了解了这一点,并且已经建立了保护机制,但由于这些工作发生在全球南方和发展中国家,我们并没有对此给予足够的关注。
然而,在生产链的其他形式中,我们已经这样做了。所以我们都听说过血汗工厂和那里可怕的条件,而且逐渐有了改进,这两种自上而下和自下而上的方法。所以,在全球北方购买这些供应商产品的公司已经对改善工作条件施加了压力,而且随着条件的改善,随着国家的进步,工人自己也更有能力组织工作。
但我认为,在这两种力量之间的关键作用也是政府和监管。这就是为什么如果政府说,“任何工作都比没有工作好”,我们不应该担心平等,这是如此有害的原因。因为最终,政府也会以工人的形式收获这些工作的负面外部性,这些工人变得不活跃,变得生病,
而且无法维持家庭生计。所以我认为这是一个非常重要的考虑因素,我们需要关注,发展中国家,即使它们相对贫穷,也可以做很多事情来规范这些情况。
同时,我必须说,监管往往会产生阻力,所以总是有这样的担忧,这些工作将会流失,公司会搬到其他地方等等。这种担忧总是存在的,但这也不是一个长期的解决方案,所以我们应该努力避免的是一种恶性竞争。
这对工人和整体生产力都非常有害,而没有考虑到负面外部性,即使在欠发达经济体中,拥有这样的工作也会产生长期的后果。我就说到这里。我相信我们会回到一些……
——是的,谢谢你。我要继续讨论,我认为我们会回到很多方面,但只是你所说的两条线索。首先,给你们两位一个机会来评论一下“任何工作都比没有工作好”这句话,这也是你从政府官员那里听到的,以及在保持一个国家的工作、将工作扩展到更多人与提高工作质量之间的权衡。你认为是否存在权衡
我们该如何管理这个问题?其次,还要考虑全球北方就业岗位的现状,以及现有法规对其提供的保护程度如何。你在书中提到了亚历克斯,一位在米德兰兹亚马逊仓库工作的操作员。卡勒姆,你已经提到过他了。
我认识一位在美国亚马逊仓库工作的人,那里的现有安全保护措施似乎非常不足,这正是因为算法管理的节奏过于严苛。如果你是一名仓库工人,你将受到持续监控,你知道自己随时可能被解雇,尤其是在美国,对吧?那里没有就业保障。你可以被随意解雇。如果你未能按时将足够的箱子运送到指定地点,你将带伤工作,你会生病,你会感到压力巨大,
所有这些都会产生巨大的影响,正如克尔斯滕所说,对我们所有人来说都是外部性。我们所有人都在为医疗保健等共同承担费用。公司没有承担这些成本,但我们作为公民却要承担,而公司却在获利。因此,我很想知道,鉴于亚历克斯的故事,你们认为全球北方的就业岗位在多大程度上受到安全保护和其他法规的保护。是的。
你想让我谈谈伦理AI,然后你可以谈谈亚历克斯吗?我认为我们在这些数据中心遇到的问题是,它们是全球劳动力市场的一部分,在这个市场中,薪酬和条件都在竞相降低。其中一家最大的科技公司,我们签署了保密协议,但其中一家大公司是
基本上将这项工作分包给全球七到八个不同的数据中心注释员和注释中心,对吧?例如,菲律宾有一个,内罗毕有一个,印度有一个,等等。他们实际上都在竞争。他们知道自己在竞争,因为科技公司每周都会向他们发送一份报告,说明他们的表现如何。
所以这不仅仅是一个隐喻性的劳动力市场,他们可能在这个市场中竞争,一个假设的工人或工作中心可以承接他们的工作。他们确实在竞争。每周结束时,表现最好的人会得到一点合同上的提升。他们可能会得到更多工作或更好的报酬,所以他们被鼓励尽可能做好。但这实际上意味着中间管理人员,管理这些中心的人……
认为自己必须执行这些非常严格的劳动纪律标准,压低工资,确保人们尽可能多地工作,甚至可能加班几小时。我们确实记录了我们在该中心遇到的许多加班未付工资的例子。
为了保护他们的工人,对吧?为了让工作留在那个中心,对吧?如果你想让工作留在内罗毕,在古卢,你需要更努力地工作,对吧?所以整个系统和整个游戏……
如果工人的名字显示为绿色,如果他们没有达到目标,每个人都能看到他们的名字变成红色。速度目标,效率目标,所有这些都是为了保住工作。这是为了他们自己的利益。这让我们想到了我们去过的这家公司,它将自己定位为一家伦理AI公司。他们是一个非政府组织。
他们的首席执行官莱拉·詹娜写了一本书,名为《给予工作,而非援助》。它是对援助行业的批判。它批判那些自以为是的乐善好施者,他们认为可以通过向海外汇款,向乐施会或其他慈善机构捐款来帮助贫困的非洲饥民。在这里,莱拉正在创办一家新企业,为人们提供工作。
让人们能够进入全球数字经济。因此,这个非政府组织,在她创办的过程中,基本上被卷入了这个劳动力市场,在这个市场中,他们与所有这些不同的公司竞争。他们被迫成为一家营利性公司,以成为更高效的企业,能够保护他们的工人,扩大他们的使命。
在这个过程中,从我们的角度来看,他们揭示了在这个特定行业中社会企业的结构性局限性,对吧?在排行榜上与其他八家公司竞争特斯拉、Meta等公司的合同,真的很难支付员工高薪。当你在排行榜上与其他八家公司竞争时,真的很难改善工作条件。
因此,这些公司存在着这种结构性压力,迫使它们以某种方式行事。然后我们问自己,好吧,在这个网络中,谁是赋权的参与者?谁才能真正有所作为?因为中间管理人员在东非或世界其他任何地方所能做的实际上是有限的,对吧?
工人们正在尽其所能。他们正在挣扎,他们正在组织,他们正在向工作场所提出要求。但他们都是短期合同,对吧?他们在工会和集体行动策略方面所能取得的成功程度是有限的。因为任何被发现谈论这类事情的人,他们的合同都不会被续签,对吧?公司很容易管理这些事情。
这些供应链中的领先企业拥有权力。Facebook,其中一个中心之所以有健康顾问
顺便说一句,不是受过训练的心理学家,只是一个从街上随便拉来的人,被称为健康顾问。你知道,工人们每天工作10个小时,处理有毒的内容审核,他们每55秒审核一张票,对吧?成千上万的可怕虐待、色情和自杀事件。你知道,他们每周都会有一次强制性的15分钟与健康顾问的会面,因为Facebook这么说,对吧?所以,
他们确实有权设定最低工资。他们可以为他们的国家设定一个生活工资。他们确实有权设定工作条件,因为无论他们说什么,你知道,数据标注中心都会……
Facebook说跳,他们就问跳多高,对吧?这就是他们在这些全球生产网络中的关系。除了克尔斯滕谈到的内容和政府监管的想法之外,这可以通过全球北方的供应链法……
也可以是这些中心所在地的地方法律,尽管两者都存在一些问题。我们还发现,向领先的科技公司施压是尝试指责他们并让他们对供应链中的状况负责的一种可能方式,因为这发生在顶部,而不是我们认为可以有一些严重改变的中间部分。
只是稍微谈一下这里南北关系的动态。迈克·戴维斯写了一本很棒的书,叫做《贫民窟星球》,我认为它大约在2004年出版,这是一部关于全球南方城市周边大型贫民窟发展的权威性全球概述,那些被农业排挤的人,因为农业变得越来越有生产力,并在农业企业中集中,最终在非正规经济中工作或根本不工作。
并被全球劳动力流动的特定动态所束缚。因为当我们在英格兰有大量人口被农业生产排挤出去时,他们去了哪里?他们去了澳大利亚,对吧?他们去了美国,他们去了新西兰。他们殖民了半个世界。这个殖民者殖民项目是处理剩余人口的一部分,有一个出口。
但是现在如果你在肯尼亚和乌干达,你哪儿也去不了。那里有军事化的边界。如果你试图来到欧洲,就会有营地、铁丝网、船只和无人机,他们正在尽一切可能阻止你到达那里。堡垒欧洲不想要你。所以从历史上看,我们已经看到了这种前景。被农业排挤出的剩余人口找到了其他地方,并且经常在另一个国家杀害很多人。相反,现在我们有了这种动态,全球工资差距通过将剩余劳动力困在全球南方而得以维持。
这意味着全球北方的帝国主义资本可以将其作为资源,对吧?因为80%的制造业在哪里完成?不是在这里,对吧?它在劳动力最便宜的地方。如果你去看你的富士康,如果你去看现在发生的大多数生产,制造业生产,同样还有这个AI数据链,都是一样的。它去任何劳动力和资源便宜的地方。
因此,对于世界上大多数人口来说,现实情况是,你被视为一种可消耗的资源,是庞大人口的一部分,并非所有这些人都有可能获得工作,他们基本上会被压榨到骨子里,以获取像埃隆·马斯克这样的人的利润。我认为这是一个对非常严峻局势的戏剧性总结,但它远不止是AI技术本身。关于这如何反映在我们今天的背景下,
通常有一种非常令人欣慰的说法,那就是那里的情况就是这样,而这里的情况显然要好得多,对吧?你知道,一切都很顺利,一切都很正常,没有人被过度剥削,没有人像这样遭受痛苦的工作。我们已经谈到了亚历克斯的例子,这可能是一个反事实的开始,但我还想谈另一个算法管理很重要的例子,那就是平台经济,对吧?我们都在伦敦。我们都看到无数的送餐员一直在来回穿梭。有多少人……
真的想过这份工作的现实。因为目前,从事这项工作的人没有达到生活工资,尤其是在扣除成本之后。他们生活在赤贫之中。他们经常将20%的工资支付给租用他们账户的人,将部分工资支付给租用他们摩托车的人,将部分工资支付给租用他们住房的人。他们一直在躲避移民执法。伦敦现在绝大多数工作都是由无证移民工人完成的。他们根本没有得到报酬。如果他们在与公共汽车相撞后从自行车上摔下来,那么他们自己必须处理这个问题,或者不处理这个问题,具体情况视情况而定。他们每天都在我们的街道上死去,他们被过度剥削。现在你可以看到像Uber和Deliveroo这样的公司,他们已经盈利了
他们终于扭亏为盈了。你知道他们以前告诉我们什么吗?这就像一个技术梦想。我们将通过发明自动化送货或发明无人驾驶出租车来实现盈利,这将降低成本,使我们能够大规模扩张,我们将成为垄断者,但以一种好的方式。相反,实际发生的情况是,它通过过度剥削而变得有利可图。它之所以有利可图,是因为支付给这些人做这项工作的工资是绝对的低价。你知道,三英里的送货要花你半小时,你必须驾驶你自己的摩托车并支付你自己的汽油费,每单三英镑。
这就是我们现在越来越面临的局面。因此,关于英国就业监管模式如何运作的故事根本不适用,因为就业关系越来越不是主导关系。2008年后工作的规范不是永久的、标准的、充分就业的模式。相反,它是脆弱的。它是零工时,是固定期限,所有其他等等。但越来越多地甚至根本不是就业。
当你规避就业关系时,你就会规避围绕就业关系建立起来的整个法定法规体系。因此,你取消了最低工资,取消了带薪休假,取消了一堆这些权利。所以我真的希望这个故事,在某种程度上……
有一个安全的堡垒,目标是将每个人提升到这个安全的堡垒。事实是,全球北方的工作正在以惊人的速度恶化。算法管理通过促进例如自雇的虚构或像亚马逊这样的仓库中工作的巨大强化来促进这一点。
但事实并非如此,我们是安全和安稳的,这种动态正在影响其他地方的人们,我们必须采取行动,因为我们是善良的慈善人士。这与慈善无关,而是与团结有关,对吧?正是同样的动态
允许拥有与法西斯主义明显且日益密切联系的超级富有的科技亿万富翁来决定技术发展如何在我们的社会中运作,从数百万人的工作中获利。这种在北方仓库和平台上使他们致富的相同动态,与在内罗毕贫民窟使人们贫困的相同动态。它不是……
它甚至不是同一个故事的两个部分。这是一个故事。我们在同一个位置,是完全相同的人。我们只需要在其中处于不同的位置。
是的,挑出一条线索,然后也许再回到你这里,克尔斯滕。因此,我们有劳动力市场的这些结构性条件,这些条件得到了很好的概述,并且随着AI的能力,确实给我们带来了完美的恶化工作的风暴。因此,我们有詹姆斯谈到的这种竞相降低和全球化的现象。我们有这种不稳定性问题,我们在平台经济中看到了这一点。许多人在传统的公司就业关系之外工作,如果存在的话,他们不受劳动法的保护。
我们拥有管理者通过这些持续监控工具所拥有的权力。当然,我们还有剩余劳动力问题以及剩余劳动力造成的不稳定性问题。所以我想问你,克尔斯滕,首先,我们是否遗漏了劳动力市场的这些结构性条件?然后,你在你的研究中看到了哪些变化?
其次,也许也适用于整个小组,在实际衡量和找出这些结构性条件方面有哪些困难,为什么这些条件长期以来一直被我们隐藏?我认为一方面,这是一个关于学术研究本身的故事,正如你所说,对吧?经济学真正关注的是就业的数量,而不是就业的质量。因此,我们还有很多工作要做,才能概念化什么是好工作,我们在哪里看到坏工作以及为什么,
但随后,我们将回到你们两人这里,这些问题是,好吧,如果公司控制着关于其供应链的信息,如果这些供应链如此复杂,我们作为消费者如何才能知道发生了什么,并发出团结的呼吁或向公司施压,如果我们不知道人们的工作条件是什么?
实际上是什么。所以是的,如果你想补充劳动力市场的这些结构性条件,然后只是找出全球劳动力市场上正在发生的事情的困难。
我有两个轶事,我认为它们可以说明并帮助我们理解这一点。所以,不用说得太详细,但我只想提到很久以前,当我还在南美洲工作时,智利与欧洲、美国和韩国签署了自由贸易协定。碰巧的是,我们实际上可以衡量这些自由贸易协定对受其影响的智利经济部门的相对影响。
就底线而言,基本上是说,受欧洲自由贸易协定影响的部门的就业条件得到了改善。美国是中性的,而韩国的协定恶化了智利的就业条件。原因很简单,欧洲自由贸易协定包含关于就业条件的条款,欧洲买家,大型公司会下来检查当地的就业条件。
在某种程度上,它比地方政府的监管更有效,地方政府的监管总是受到抵制,人们总是想方设法规避它。因为如果欧洲买家来检查是否有厕所、防晒措施等等,那么公司……这有点像你说的,如果Facebook说跳,那么供应商就会问跳多高。关于必须这样做这一点没有讨论或辩论,它只是被做到了。
这种机制的问题在于它不是普遍的,也不是以相同的方式推广的。只是那些碰巧有检查员的供应商才会派人下来检查。他们确实说明了我们拥有的权力,以及制度和协议、我们组织供应链的方式,这确实非常重要。很多权力都在全球北方,我们对政府、零售商等的施压来组织这些事情。
但我还想提到的另一件事是你们两位实际上都提到的,那就是我们现在与几十年前的情况大不相同,因为我们有一个全球劳动力市场,我们在当地为工人提供保险。
以及你关于英国的就业条件与其他地方没有太大区别的说法,实际上正在发生全球趋同。这部分是由发展机构鼓励公司和政府使其就业立法灵活化,从而导致竞相降低,但也由像这样的公司创造新的工作而产生,这些工作从定义上来说是不稳定的。
我们在英国的这类工作比例越来越高。现在,最大的问题是,有多少这样的工作?我非常肯定,如果你试图根据例如英国的平均劳动力调查数据来回答这个问题,甚至在美国的数据更少,他们有500页的调查问卷。他们只问了三个关于工时、工资和工资的问题。
除此之外没有其他问题。但这些调查并没有捕捉到任何这些信息。那么,我们在英国有多少零工经济工人?好吧,我看到估计从50万到500万不等。我相信从那时起它已经发生了变化。它可能翻了一番。一些工人部分参与零工经济。其他工人是全职工作。其中一些是合法的。条件差异很大。
因此,我们劳动力市场中的就业条件已经变得如此分散。如果你考虑传统的就业关系,你有一个相同的雇主,你只有一个雇主,你全职工作,你有一份固定的工资,你可能有一份永久合同,你知道你本周、下周和下个月将赚多少钱。这些条件是……
我不会说它们消失了,但它们正日益变得支离破碎,部分原因是自雇比例增加,以及即使在正式就业关系中也存在不稳定条件。事实上,正如你之前所说,这会产生一系列我们无法衡量的负面外部性。例如,国家医疗服务体系必须处理的零工经济中的事故,这要花多少钱?
我们并没有根据他们的国民保险费率、税率向雇用这些人的雇主收取更多费用。我们不要求他们公布有关他们如何雇用工人的信息。例如,我们在会计和劳资关系报告中发布的信息太少了,简直是荒谬的。
当然,到目前为止,政府尚未考虑实施差异税率或国民保险税率,一方面可以弥补这方面的部分成本,另一方面也可以减少这种就业关系的激励。另一个我想提到的非常快速的轶事是
如果我们不衡量这一点,那么首先是收集数据。我们在这方面做得不太好。其次,我们并没有真正概念化什么是好工作或坏工作,什么是负面外部性,这要花多少钱?所有这些都在暗中发生。然后发生的事情是你随后试图实施政策。例如,在我的例子中,我正在研究智利的失业保险。
当他们提出立法设计时,我说,这永远不会奏效。为什么不呢?因为你的就业条件非常不稳定,需要失业保险的人永远不会符合你刚刚写入这项立法中的条件。哦,不,不,不,不会发生这种情况。
好吧,一年后,管理数据进来了,他们意识到,实际上,在失业的人中,没有人得到保障,也没有人申请失业保险,因为他们进入保险的合同比例非常非常高,而这些是正式的好工作,对吧?
许多这样的合同都是非常短期的,人们在工作中持续的时间不够长,无法积累潜在的福利。这就是当我们不衡量这些事情时发生的事情。劳动力市场在我们眼皮底下发生变化,我们投入的努力很少……
跟进此事。而具有讽刺意味的是,唯一能够帮助我们找出正在发生的事情并修改政策、目标政策以及计算这方面成本的是AI。
例如,我作为一名博士生离开英国去研究智利,因为那里没有信息。所以这是一个进行劳动力市场调查的理想场所。这是关于就业条件等的第一次调查。这是20多年前的事了。当我离开智利时,20年后,智利拥有一个连接起来的管理数据库,其中包含来自医疗保险系统、教育系统、劳动力市场、养老金、失业等方面的所有数据。你可以将所有这些信息联系起来,因此你可以一方面利用它来针对性地制定社会政策。你也可以跟踪人们随时间的变化。你可以做更好的研究。我回到英国,我们仍然有一项劳动力调查,这在响应率和它提供给我们的信息方面都显得笨拙。与此同时,英国已经投入了
一些努力来连接管理数据,以便我们可以将其用于此目的,但实际上还远远不够。所以我认为我们真的需要重新思考我们处理这些事情的方式,概念化、衡量。我的意思是,有一些方法可以衡量有多少工作质量差。不幸的是,它们相当基本,因为例如,你从公平工作中获得的10分制评分
但在标准劳动力调查、社会理解或家庭调查中没有任何内容。因此,另一件事是,当然,我们倾向于将这些事情视为孤立的政策领域。你有一个家庭调查,它旨在考察家庭的社会状况,而不是你的就业状况。我们无法将其与就业数据联系起来。所以我认为我们真的需要在这里进行一次根本性的重启,无论是在全球北方还是全球南方。
是的,我认为对我来说,尤其令人印象深刻的事情之一是这本书确实做到了这一点,对吧?你不会想到,哦,天哪,工人的身心健康、为AI提供动力的基础设施、环境影响有什么共同之处。这本书的目标是真正地
将这些大线索联系在一起。但我想谈谈克尔斯滕提出的关于AI的希望用途的问题。你可能会认为AI有很多潜力。我们没有看到它。
在劳动力市场中,原因之一,我想把它作为一个问题提给你们两位,这可能是你们在书中描述的巨大权力不平等。我们已经看到一些已经出现了,对吧?大型科技公司与雇用数据标注员的公司之间的权力不平等,对吧?
工人与他们工作的管理者之间的权力不平等,甚至消费者,我们所有人,与我们的政府和科技公司之间。在许多情况下,有时甚至在政府和科技公司之间也是如此。科技公司可以说,好吧,如果你们执行某些劳动法,我们将把工作从你们的国家撤出,或者我们不会向你们提供所需的设施,对吧。
那么,你能向我们详细介绍一下,你们在这些权力不平等方面感到如此不安的原因是什么,我们该如何开始纠正这些不平等?我打算做的是,我认为书中出现的一种动态,我和詹姆斯一起思考过,那就是在AI中出现的垄断性集中的趋势。
以及与人工智能相关的非常非常强烈的资源、计算和其他需求如何导致这样一个过程,即所有主要的AI公司都被先前存在的科技垄断企业收购,并集中在这些企业内部。
因此,正在塑造AI如何随着时间推移而变化的技术发展路径,并非由任何考虑这项技术的潜在社会使用价值的人来决定。它完全是由像彼得·蒂尔这样的人决定的。人们不知道彼得·蒂尔是谁。
他是硅谷的一位投资者,与美国极右翼关系密切,他非常关注监控技术。因此,我们在投资讨论中做了一些图表。我们去和一些风险投资家谈过,这真的很吸引人,因为我们试图了解AI发展的路径是如何规划的?
在任何时候,谁在决定注释工作应该去哪里,或者应该针对什么进行优化,或者什么类型的结果最有价值?当你进行一些这样的研究时,你会发现令人不安的事情是,这基本上都是为了提高估值,没有任何东西,绝对没有任何东西能够迫使参与这个过程的任何人去思考正在发生的事情的社会影响,或者这项技术如何能够更好地被使用。
所以我觉得,我们还在书中讲述了唐纳德·米奇的故事。唐纳德·米奇是……他过去曾在布莱切利公园下棋,但他绝对是布莱切利公园下棋最差的人。他被所有人打败了。但他确实发明了机器学习。所以他最终成功了。所以在60年代,他使用火柴盒开发这项技术,机器学习,让它们玩井字游戏,基本上就是这样。
贡献者:Callum Cant 博士、James Muldoon 博士、Kirsten Sehnbruch 教授 | 人工智能的讨论往往集中在未来的危险上,但人工智能现在对人们造成的损害又如何呢? 人工智能承诺改变一切,从工作到交通到战争,并轻松解决我们的问题。但在这个光鲜亮丽的表面之下,隐藏着一个严峻的现实:数百万人的全球不稳定劳动力,他们常常在恶劣的条件下工作,以使人工智能成为可能。《为机器喂食》对维持这一剥削体系的错综复杂的组织网络进行了紧急调查,揭示了人工智能不为人知的真相。作者 Callum Cant 和 James Muldoon 将与 Kirsten Sehnbruch 一起讨论人工智能对全球不平等的影响,以及我们在个人和集体层面需要做些什么来争取一个更加公正的数字未来。</context> <raw_text>0 这项技术、这项发展、这项科学、这种思考问题的方式,没有任何东西本身就是坏的。我们指出来并说,“哦,那是邪恶的”,没有任何问题。但问题是,整个技术发展基础设施以及这项技术在其间出现的社会关系正在以如此深刻的方式影响着它,以至于所有那些解放性的机会,自动化糟糕的工作的机会,发现新事物的机会,实现新的进步发展的机会,
目前并没有实现。相反,发生的事情是这项技术被用于其被开发的目的,对吧?而这些利益并非我们的利益。从根本上说,这些利益与我们的利益根本没有重叠。因此,这种权力和控制的集中在某种垄断资本中,是我们必须克服的巨大而压倒性的障碍之一,如果我们想考虑如何更好地利用人工智能的话。
从这个意义上说,我认为人工智能是一个相当有趣的技术密码,它迫使我们以一种非常大的方式思考这些结构性问题。因为实际上,解决这个问题不仅仅是制定五项新法律。欧盟人工智能法案不会对这种集中产生任何影响。它不会对技术发展的过程产生任何影响。如果你想在那个层面上找到解决方案,你必须在更高得多的层面上思考。你必须考虑更具变革性的过程,这些过程将改变这种权力集中。
在那个层面上改变权力集中意味着比新的规章制度多得多。我们有一个五点计划。我们意识到,我们这些学者试图为更商业化的受众写一本书。那么,书的结尾会做什么呢?你需要采取一些要点。第五点是推翻全球资本主义。我们并没有真正这么说。
我们没有说,我们只是暗示一下。就像,如果前四点不起作用,那么,全球资本主义似乎是这些问题的一些根源。我们从来没有真正地,是的,结尾并没有一面红旗。但是通往那里的步骤
诸如支持工人。我们在这里说的主要观点之一是,我们需要在我们的组织中更加跨国,对吧?肯尼亚和乌干达等地的技术工人,
有理由与硅谷的工人团结起来,反之亦然,对吧?他们是同一系统的一部分。我们确实看到了一些这种跨国团结付诸行动的例子。但我认为我们需要看到更多。第二步,第一步是建设和支持集体工人力量。第二件事是通过民间社会运动向他们施压。例如我们通过这项研究所做的公平工作项目。
以及其他试图使这些供应链更加透明、揭示这些公司正在做什么以及向他们施压以改变其行为的非政府组织和民间社会团体。第三步
如果第三步是监管,那么第四步是什么?别考我了。也许是……不,没错。第三步是实际上在这个领域拥有工人合作社的可能性,我认为我们……因为这是一种相当冒险的……
但是,我们是否有可能拥有由工人拥有和控制,或者甚至部分由工人拥有和控制的企业,这可能会利用一个略微不同的工作场所?第四步是政府监管,我们研究了其中的一些困难。我认为我们目前最大的希望在于欧盟公司尽职调查指令之类的措施。
它基本上关注在欧盟交易且营业额超过 1.5 亿的企业,并表示:“看,你需要对你的供应链中发生的事情负责。”因此,如果这些大型美国公司想继续在欧洲交易,这实际上将包括它们中的许多公司。这项指令在今年生效,我认为人们有两年的时间来整理好自己的事情。但这包括诸如支付工人生活工资等内容,
并允许他们有权组建工会。在其中一些国家和中心,这两件事都是一个巨大的问题。所以这里有一些可能性。我想以稍微积极一点的姿态结束。我期待着进行不同的研究。这是一个非常令人沮丧的话题。不过,我觉得每一个新的项目都将比上一个更令人沮丧。是的,我所有其他的研究项目都越来越令人沮丧。
更令人沮丧,好吧。我之前有一本书叫《平台社会主义》。它充满了希望和乐观,并着眼于组织数字经济的不同方式,但说实话,感觉就像一辈子以前的事情了,就像做那种事情一样。而且我实际分析的许多合作社实际上都不复存在了。所以这有点令人沮丧。但我们确实有一个五点计划。因此,最重要的是,显然,你应该购买这本书。
然后你就可以获得五点计划,你也可以在你的工作场所实施。顺便说一句,在你之后,我们将摆脱全球资本主义。这是最后一个……订单现在已经下达了,然后……是的,然后它就全部在团结经济中了。
一旦你完全拥有了这本书,并且感谢你提出了五点计划,因为当然我们在活动大纲、活动描述中说过,我们也会告诉你,为了争取一个更公正的未来,我们需要在个人和集体层面做些什么,对吧?今天活动的很大一部分都集中在围绕糟糕工作的这些问题上,但我完全同意,这本书的一个非常好的方面是,我们最后有一个五点计划
展示,好的,工人能做什么?正如我们所讨论的那样,公司能做什么,对吧?关心你的供应链,以一种聪明的方式签订合同,以一种好的方式运用你的权力。但显然,正如我们所看到的,这还不够。我们不希望公司拥有太多的权力来随意决定。因此,政策制定者、政府也扮演着重要的角色。
所以我想,接下来我们将转向听众,听取你们的一些问题,并给所有小组成员一个机会。虽然我可能会让 Kirsten 最后说一下我们应该做什么,因为根据她的经验,我觉得在你跳到问题之前,你有很多话要说。是的,我只是想最后说一点,那就是
我们有一种将劳动力市场视为……你知道的,经济学家们为了他们的权衡,公共政策制定者受到经济学家的高度影响,我们倾向于将劳动力市场简化为几个变量,基本上是就业数量和失业率以及工资。过去几十年来,我一直试图通过我的所有研究来强调这一点,但我认为这本书很好地突出了这一点,那就是
仅仅关注就业数量,特别是将工资作为就业质量的替代变量是不够的,这是一个完全不足的变量。我喜欢这本书的一点是,它突出了这一点,因为
正在进行的工作,你可以支付他们双倍或三倍的工资,或者其他任何金额。这并不是说工资不重要。这肯定会改善相关工人的生活。但是,你不能为破坏某人的身心健康买单。我们从历史上就看到了这一点。
在劳动力市场中一直如此,直到今天仍然如此。但问题是,公共政策往往将这些非常复杂的情况简化为几个变量,其中最重要的一个变量是工资。这些工作确实突出了工资并非万能的。你可以提高工资,
但这并不能解决其他根本性问题,这些问题最终也会使你丧失能力。这是全球性的。这是一个全球性的问题。无论你是在亚马逊的西米德兰兹仓库工作,还是在内罗毕工作,这都没有关系,
是的,而且我认为,这是一个很好的结束点,因为工作真的是一个整体性的问题,对吧?它会影响我们的健康。教育会影响我们可以在哪里工作,如何工作。正如 Callum 早些时候所说,这真的是一个重大的政治问题,我们需要进行重大的结构性变革。如果你不解决工作场所的安全问题,仅仅是稍微限制一下工作时间是无法解决这个问题的。
因此,我们将把它交给你们。因此,我们有机会让房间里的听众和在线听众提问。所以在线听众,请随意提问。我会记下所有问题,并根据我对你所穿衣服颜色的感知来指出你。
所以穿蓝色夹克的男士——对不起。而且,正如我刚才假设了性别,但我无意这样做,我将称你为穿蓝色上衣的人。所以,请后面穿蓝色上衣的人。谢谢。我的问题是给 Kalam 博士的。我来自印度。我们为人们提供电动汽车。他们反过来在平台上运行它们。
我们没有讨论的一点是,由于人工智能相关活动中涉及的人力,
许多参与者,尤其是在印度等国家,女性的参与度大幅增加。她们获得了很大的灵活性,她们可以在家工作,尤其是在新冠疫情之后。即使是一份更……你知道的,在社交媒体上做一些琐碎的工作,例如阅读评论或其他什么,她们也有很大的灵活性,你知道的。
回复命令,但是……很多女性参与其中,而且……工作时间和工作的灵活性在印度有所增加……而且……第二点是……
这些工人现在是如何……你知道的,接受人工智能工具的培训。我不是人工智能专家,但我宁愿知道他们如何在工作场所提升自己的阶梯。我相信他们会装备精良,他们将比新的劳动力更好地学习如何使用未来的 AI 工具。就是这样。
- 谢谢。是的,我们将逐一回答问题。-是的,很好。是的,我的意思是,我认为女性对劳动力市场的参与确实正在通过平台化而发生变化。这是一个巨大的动态。我不会说
我们应该将其视为一种毫无瑕疵的积极因素。我的意思是,我增加女性对劳动力市场参与的一个主要例子是英国工业革命期间纺织制造业的自动化。机器的使用,其在工业革命中的主要影响之一是允许妇女和儿童在工厂工作,从事以前只有男性才能从事的工作。因此,我们可以看到这些具有积极因素的非常倒退的发展。我认为这是资本主义发展的一个特征,
并且不应该也许让我们迷惑不解,并说它必须是其中之一,对吧?就像这两者同时存在并且解开它们是我们的挑战的一部分一样。至于技能,我真希望你是对的。如果你是对的,那就太好了。Harry Braverman,他曾经写过一本关于工作的精彩书籍,
提出了这种去技能化的想法,对吧?资本主义工作的动态部分是,为了增加可能的劳动力市场,为了减少工人对其自身工作的控制权,并增加管理层协调劳动力的权力,所涉及的技能水平正在降低。
这确实是我们在观察到的一个关键特征,即这项工作所涉及的技能水平非常非常低。它是例行公事的。有一个特定的自制软件,工人与之互动,这并没有真正允许他们发展任何技能。你可以在那里工作很长时间,而实际上并没有升迁。因此,从技能方面来说,升迁几乎是不存在的。工作组织非常等级森严。
大约每 15 个人中就有一个人可以升迁为团队领导,然后每 15 到 20 个团队领导中就有一个可以从那里升迁。但总的来说,大多数管理人员都是从之前的管理经验和其他业务流程外包公司招聘来的。因此,内部流动性非常小。因此,虽然存在这种技能提升的想法,但现实情况确实是去技能化。实际上,如果有什么不同的话,技能水平随着时间的推移而降低了。
而且管理人员有时会对我们说,你知道的,我们有时会雇佣有学位的人,但这完全没有必要,你知道的,任何人都可以做这项工作,这就是它被组织起来的方式的一部分,所以我希望这里有一个关于人们技能提升以及这导致发展过程的进步叙事,但是正如你可以在其余的发展文献中观察到的那样,你知道的,依赖性经济并没有摆脱其依赖性,它们仍然陷在这种境地中,而人工智能只是在过去几十年来我们所看到的每一个制造业中都在重复出现的情况
是的,并且要补充一点,当然,为了回到 Kirsten 关于外部性的观点,社会,当需要教育和技能提升时,社会是承担这项成本的人,对吧?公司正在雇佣这种不稳定的劳动力,他们正在与工人签订合同以完成单一的工作。他们没有教育他们。他们没有提供这些相关的技能,对吧?社会,我们都在为做这件事而支付资金,但公司却从中受益。
穿芥末色夹克的最左边的人。你好,我是来自菲律宾的 Angelo。非常感谢你的
演讲,很高兴看到跨国案例研究,我的问题是在这些国家中,你提到了尼日利亚、菲律宾和印度,在评估劳工标准和从工人的角度来看的风险回报方面,例如在菲律宾,这个行业在增长方面一直表现出色,它一直是就业创造的主要驱动力
与此同时,从商业角度来看,他们仍然需要获得足够的劳动力供应。这意味着劳动力短缺。这意味着企业愿意支付更多报酬,或者提供,比如说,在工资之上额外支付的奖金,也许是更好的多维工作环境。在这种情况下,你们有没有做过一些研究
跨国的风险回报,以及随着时间的推移,在时间维度上的风险回报,鉴于一定的时间范围,这种为人工智能提供动力的人力劳动是否会被取代?在这种情况下,鉴于各国也希望在这个领域变得更有竞争力,政策含义是什么?这是一个重要的
外汇、服务贸易的产生者,以菲律宾为例。因此,他们也希望变得更有竞争力,但他们也需要那种劳动力供应,当然,这种劳动力供应在福利方面是最佳的。
正在提供给这个行业,不仅仅是工资,还有其他因素或额外津贴。谢谢。你好,我正在中断这个活动,告诉你另一个我们认为你会喜欢的很棒的 LSE 播客。LSE IQ 邀请社会科学家和其他专家来回答一个聪明的问题,例如为什么人们相信阴谋论?或者我们能否负担得起超级富豪?
来看看吧。只需在你获取播客的任何地方搜索 LSE IQ 即可。现在回到活动。
也许先从你的最后一个问题开始,这项工作可能会被取代,被自动化,也许人工智能会接管?在不久的将来不会。这些公司并没有计划让整个行业消失。它们都在这里待上 10 到 20 年。人们谈论所谓的合成数据,也许能够取代数据标注。它
那里有一些技术上的障碍。最近的一篇研究论文表明,语言模型,例如 ChatGPT,使用合成数据,也就是 ChatGPT 编写的文章,基本上使用它作为训练数据,这最终会导致模型崩溃。
任何类型的数据标注也存在问题。主要问题是他们所做的所有工作都是所有情境性的、棘手的、繁琐的、令人讨厌的事情,机器很难做到,因为
他们需要非常明确的任务。数据标注的重点是它并不明确,你实际上需要基本上清理所有内容,以便计算机能够读取它。他们的另一个关键任务不仅仅是注释数据集,而是验证机器学习输出。所以基本上,你训练一个算法,它为你产生一些输出,然后你让一个人来检查,哦,这看起来不好,这不起作用。所以这一切……
整理繁琐的工作,让机器去做这真的很难,所以短期内不会用这种比较分析来实现自动化
说实话,我们很多人都在工作社会学领域。我们大多数人都会做案例研究。我们确实有一些人会出去做一些比较工作。我知道我们的 PI,Mark,曾经去过菲律宾并在那里做了一些工作。我记得他告诉我,他与一位政府官员进行了讨论,他们告诉他,看,
我们对这项工作成为高薪工作不感兴趣。我们无意帮助工人要求高工资,因为我们认为自己在全球劳动力市场中竞争,对吧?如果我们试图提高工资,工作就会流失。因此,这不是我们的政府意图,我认为他当时正在与……
一位高级劳动部官员交谈。至少从那份报告来看,他们似乎无意推动这一点,因为存在这种全球竞争。你想补充什么吗?-是的,我认为你提出了一点非常重要的观点。目前,就这些情况而言,我们所拥有的信息主要是定性工作和此类研究。
而且在国际上获得可比的统计数据非常非常困难。给你举个例子,我们只是使用了联合国关于拉丁美洲的数据来研究有多少工作质量差。我们可以比较四个变量。工资、人们的工作时间、他们签订的合同类型或他们是否签订了合同以及他们是否缴纳了社会保障金。这就是我们可以比较的所有内容。这花费了时间。
永远无法做到这一点。我们面临的一个问题是,不仅是国家政府会设计他们自己的调查,而且国际机构也会试图帮助他们。他们在这个领域并没有太大的权力,不能说,好吧,就这样做,那样做,或者标准化你们的调查等等。然后问题当然就是,如果没有这个国际上的,这与个体经济中的本地情况一样。如果你没有
国际上可比的数据,那么很难弄清楚发生了什么。谁在与谁竞争?最低共同点是什么?这场向下的竞争将把我们带向何方?因此,这方面的数据需求——我无法过分强调这一点。我一直回到这一点。因为如果没有数据,我们就无法真正弄清楚发生了什么。所以我们将在线回答两个问题,然后回到房间里的这些问题。
所以第一个来自 Ahmad。关于撒哈拉以南非洲的原材料供应中廉价劳动的这个问题,我们该如何解决?将其作为个人社区和国家的创收手段?将其扩展到人工智能系统的物理投入,以及再次出现的劳工问题和剥削问题。你明白了吗?
是关于原材料的,对吧?是的,完全正确。你所说的劳动力市场的结构性条件能否说明人工智能系统中使用的原材料的劳动力问题?是的,我的意思是……
它让我想起了,人们可能知道马里尼的《依赖性辩证法》。这是 70 年代巴西的一部作品,思考拉丁美洲在欧洲经济发展中的作用。马里尼基本上认为,拉丁美洲的工人经历了一个超级剥削的过程,因为他们不得不生产原材料和投入品,这些原材料和投入品正在进入西方经济,但没有任何资本在当地积累。
因此,当地在拉丁美洲,劳动力生产率的提高并不能随着时间的推移而提高实际工资,相反,所有这些资本都被出口到帝国核心,当地劳动力生产率没有提高,这会重现条件。我认为我们可以看到完全相同的动态正在发生,无论是钴还是其他任何东西。即使是锂,对吧?看看锂生产的一些当代状况,你会看到非常相似的情况。稀土矿物也在很大程度上重现了这种完全相同的动态。
所以这是一种持续的回归,对吧?同样的动态一次又一次地重复出现。而且……
我认为认识到这种同样的动态的持续回归,并将此视为一组历史周期反复上演,这是一种深刻的方式。因为它确实向我们表明,我们之前试图开发的任何解决方案都没有奏效,对吧?所以至少它限定了不可能的非解决方案的领域,就像,好吧,我们认为尝试公平贸易钴会奏效吗?好吧,它对咖啡有效吗?并没有,对吧?所以也许我们需要在另一个层面思考。
谢谢。这让我们很好地过渡到在线观众的第二个问题。乔治问道,到底能/应该做什么?我之所以强调“到底”,是因为我们听到了你的五点计划。也许乔治对这五点有点怀疑。或者也许——实际上,也许乔治问的是,看,
我们三位小组成员,如果基尔·斯塔默明天打电话给你,说:“嘿,请来我的办公室,请告诉我一件我应该做的事情”,关于今天我们谈论的所有事情,你可能想让他做的一件大事是什么?如果你愿意,你可以给他两件事。我可以想到一件我希望基尔·斯塔默做的事情,但这不会有帮助。是的,公平地说,公平地说。所以,你想对之前关于到底能做什么的讨论补充些什么吗?特别是对于我们所有人来说,对吧?
我的意思是,也许我们必须阅读……“怎么办”是一个很好的问题。我不确定“到底”,但“怎么办”当然是一个好问题。我们在本书结尾提出的观点之一是,不可能为每个人应该如何行动开出普遍的处方,因为每个人的位置性都有些不同,人们有不同的联系和联系,使他们能够做不同的事情。
我碰巧认为,我们房间里的大多数人都在某种程度上靠工资生活,而工作是我们杠杆的主要来源。因此,当我在工作中组织活动时,我是一个 UCU 的成员,目前埃塞克斯大学正在经历一个
与英国其他高等教育机构一样棘手的情况。当我围绕着这一点在工作场所组织活动时,我也会考虑如何利用我作为工人的权力来解决其他问题。所以,无论是大学与 BAE 系统在巴勒斯坦的同谋以及在那里发生的种族灭绝,还是技术公司可能如何与我们的计算机科学系互动等等。因此,我的重点是,我的意思是,这部分是我的组织经验,非常重视在工作场所作为工人进行组织。
我认为大多数读者都没有基尔·斯塔默的耳朵,也没有能力设计幻想的政策方案,即使我们可以设计它们并将其交给基尔·斯塔默,他遵循它们的可能性也几乎为零,因为我们无法通过最基本的就业权利立法。因此,我认为“怎么办”取决于你是谁,但提出这个问题并开始思考它,当然,并与你周围的人一起思考它才是关键。
- 谢谢。好的,我们将回到房间里。所以我们有一个问题,是的,在这里。-你好,非常感谢你们所有人。我也可以感觉到对这个主题的热情,这使得它真正引人入胜。我在这里,我在国王学院读硕士,我和几个同学在一起,我希望这不会让我被赶出房间。我很想知道你们中的任何一个人是如何看待
这被定位给这些大型科技公司内部的人,然后是投资者或监管机构等利益相关者。因为作为一个只是坐在那里学习的人,很容易想象只是一连串人站在那里用棍子互相殴打。但实际上,从首席执行官到那个让那个女人在剩下的轮班时间里观看那些可怕内容的经理,都是如此。但我必须认为,这些科技公司在运营层面、公关层面和法律层面,都在采取更策略性的方法来定位这一点。因为我很难相信任何一个人都会想要延续这种剥削循环,但最终它仍然会发生。
然后我想问题的第二部分是,这与历史上的例子相比如何?或者说,在这个新型产业和剥削中,真的发生了一些独特而险恶的事情吗?谢谢。是的,让我先开始。所以显然公司内部有一些人……
首先,在我们访问的公司内部,有一些人认为他们正在进行一场伟大的演出。但也有一些人,即使他们发现事情出了问题,他们也希望事情变得更好。因此,我认为谷歌在 2019 年通过人工智能伙伴关系带头做到了这一点,这是一种由一些大型科技公司组成的独立团体。他们发表了一份关于……的白皮书。
条件,他们称之为数据丰富工作者。因此,他们有一个很大的清单和所有你应该查看的东西。也许你会考虑薪水。它去哪儿了?关系是什么?在人机交互方面有很多工作,处理数据工作者的主观偏差,这些偏差被输入到模型中,并可能导致模型输出出现问题,我只是举一个例子,在我们工作的公司里,有一个这个项目的拥护者,并且想要改善条件,我称他为化名亚历克斯
亚历克斯可能拥有一个人权硕士学位,并且非常参与科技向善。你可以想象他是一个真正想有所作为的人。问题是,亚历克斯并不是拍板的人。所以他在高级领导团队中,
但是,我认为,任何个人仅仅凭借其良好的天性就能改变现状的想法,是对整个系统如何运作以及我们如何首先陷入这种情况的误解。因为公司也面临压力。我知道你用了棍棒类比。
在高级领导团队中殴打公司的人是投资者。因为他们已经获得了风险投资,而风险投资家希望在五年内看到投资的三倍、五倍或十倍。因此,像亚历克斯这样拥有一个人权学位并希望做好事的人
由于业务内部和更广泛市场中存在的结构性激励,实际上无法真正改变这一点。我忘了你问题的第二部分。你还记得第二部分吗?它是否特别复杂?不,不,我认为它并不特别复杂。我的意思是,我没有你进行更深入分析所需的精神分析训练,以了解在这些矛盾位置的一些人所经历的事情,但是
我的意思是马克思把人说成是性格面具,就像我们经常是通过我们行动的关系的承担者一样,而不管我们自己的个人意图是什么,并且我认为竞争在一定程度上约束了像那些有良好意图的人,以至于他们实际上不能,即使他们是极其善良的道德人,做出了决定,也很难产生任何有意义的影响,而不会立即被公司解雇,因为你会危及公司以其当前形式的生存
所以,我认为,这就是为什么我们如此关注结构性变革,因为这并不是说所涉及的人特别邪恶,而是说所涉及的结构正在重现特定的动态。要改变它们,你需要在结构层面而不是人员层面采取行动。前面有一位穿条纹衬衫的人提问,也许你可以等一下麦克风,这样每个人都能听到你。是的,很快,这是一种评论。我的意思是,你为什么如此强调人工智能……
第一个问题。第二,我认为问题不在于人工智能,而在于数据。这意味着我们正在讨论数据以及数据、人工智能、人和企业之间的联系,这是一种流通的数据。我们可以说这是一个循环经济,然后你可以平衡数据
所有这些来自社会、经济等的类型问题。所以对我来说,问题很简单。我认为缺乏教育。我的意思是,即使在这里,在伦敦政治经济学院,数据科学的问题是最近才开始的,即使在学校也是如此,
所以这是学科领域,传统学科不想改变或转变。这是我的担忧。这意味着数据比人工智能更基础。它应该更像一个循环数据,每个人都能从中受益。谢谢。
谢谢。是的,我认为这是一个非常有帮助的评论,它与本书非常一致,本书真正强调的是思考我们认为的人工智能系统,即最终产品,但要通过构建它的整个链条,从数据到能源使用再到消费者看到的最终产品。所以这非常有帮助。谢谢。我们在前面还有一个问题。这很有趣。谢谢。
当你提到贫民窟星球时,这引发了很多,将这些被俘获的人口置于某种地位。我只是,我想有两个问题是,我仍然不清楚我们如何从贫民窟星球的叙事,到这些人在
在数据中心的人。所以,你知道,一定存在某种监管形式或教育或国家形式的机构,允许这些人然后
即使它像你所说的那样例行公事,所以也许你可以稍微补充一下。另一件我认为有趣的事情是你确实对欧盟和联合国的监管形式发表了评论,在某种程度上,它管理着某些类型的劳动实践。这同样让我感到震惊,这只是一个通用的东西吗?
管理服装业和人工智能,或者是否有其他希望了解你们所了解内容的人?我只是想知道,那些位于世界银行集团或联合国象牙塔中的监管知识分子是如何被告知你们给我们的叙事的?
我会说第一部分,你可以接第二部分。我会让你谈论政策。好的,那么我们如何从贫民窟星球的故事到这个故事呢?让我们以古卢为例。所以古卢是我们在乌干达北部进行实地考察的城镇。
人们记得约瑟夫·科尼和上帝抵抗军。这是乌干达内战期间他活跃的地区之一,他的常备军也活跃在那里。所以这是一个长期存在于乌干达发展边缘的社会,所以甚至不一定特别融入
在殖民时期融入乌干达经济。但在乌干达内战期间,乌干达政府决定集中人口,将人们从农村带到城镇。这就是创造古卢的原因,对吧?这是一个难民营城镇。那些生活在传统阿乔利社会中的人,分散在一个非常大的土地区域,突然集中在一个城镇,对吧?随之而来的是,你第一次与现金经济等事物有了大规模接触,对吧?
与非正规工作,与一般的工作和工资工作。所以人们从生活在家庭大院里,与全球资本的动态联系相对较少,突然变成了难民营,需要工作而无法获得土地,然后去寻找工作。现在,这就是SAMR作为早期项目提供工作的地方。我们的想法是,我们将为该地区的人们提供工作。
我们将为他们提供一种方法,让他们能够自食其力,并随着时间的推移而发展。所以你可以想象,我的意思是,在这个时期关于古卢的一些非常优秀的著作,以及阿乔利社会是如何经历深刻变革的。人们谈论博达博达的生活方式。博达博达是一种摩托车出租车,对吧?基本上,许多阿乔利社会的人谈论生活是如何被彻底改变的,因为年轻人都想现在做摩托车出租车司机,对吧?
这是在古卢四处走动的首要方式,当我们骑着摩托车做研究时,我从未感到如此厉害。这是一个短暂的荣耀时刻。但是对于许多这些人来说,他们的转变……
生活在一个与现金联系相对脱节的社会形式中,与当代资本主义相对脱节,到为大型科技公司生产带注释的数据集,这是一个非常迅速的过程。这就像在几年内完成整合,它直接将人们从经济边缘带到为硅谷创造价值。
所以你有一个非常直接转变的故事。如果你买了这本书,你可以阅读更多关于现实中它是什么样的内容。但最终,这并不是一个整合会导致生活质量大幅提高的故事。
-是的,非常感谢。我认为由于时间紧迫,我会说这是一个很好的第二个问题,也是关于监管机构以及他们所了解的内容。我只会让你回到克尔斯滕提到的所有事情,实际上获得跨国数据的困难,政府没有产生可以直接比较的数据,让我们能够进行我们需要的科学研究。
以及许多人思考工作方式的局限性,以及忽略所有这些关于它如何影响健康、教育以及这些其他更丰富的概念化工作方式的更大问题。因此,鉴于此,恐怕我们时间到了。所以我只想请你和我一起感谢科尔姆、詹姆斯和克尔斯滕。
感谢您的收听。您可以在您最喜欢的播客应用程序上订阅LSE Events播客,并通过留下评论来帮助其他听众发现我们。访问lse.ac.uk/events以了解接下来有什么活动。我们希望您很快能加入我们参加另一个LSE Events。