四年多来,拉美西斯每天在委内瑞拉巴基西梅托的家中醒来,打开电脑,开始标记图像,这将有助于有一天自动驾驶汽车无处不在。通过一个名为 Remotasks 的微任务平台,他可以识别街道两旁随处可见的普通物体——树木、灯柱、行人、停车标志——这样自动驾驶汽车也可以学会注意到它们。与许多委内瑞拉人一样,当他的国家陷入经济动荡时,拉美西斯转向微任务。演出让他有机会赚取美元,而不是当地货币,因为当地货币会受到极高的通货膨胀影响。 “我会在周日到周日工作,”出于隐私原因要求只使用他的名字的拉姆西斯通过 WhatsApp 告诉世界其他地区。 “我从不休息,但我每周工作 7 天,每天工作 12 小时,赚了不少钱。”在世界各地,像拉美西斯这样的人,其中许多人在全球南方,已经成为训练自动驾驶汽车的新劳动力的一部分。这些工人遍布从肯尼亚到菲律宾的各个地方,在科技行业最突出的部分之一中发挥着至关重要但鲜为人知的作用。 2010 年代初,大约在委内瑞拉经济开始崩溃的同时,公司开始向自动驾驶汽车投入巨资。到 2015 年,谷歌的母公司已经花费超过 10 亿美元开发其自动驾驶汽车项目。布鲁金斯学会 2017 年发布的一份报告估计,科技公司和汽车制造商已在该技术上投资了超过 800 亿美元,所有这些都希望成为当时被认为是人工智能的“前沿”。许多公司向投资者和消费者承诺,无人驾驶汽车将在几年内普及。自动驾驶汽车依靠摄像机、雷达传感器、激光雷达传感器、GPS 天线和其他工具来读取路牌并持续绘制周围环境的地图。为了表现得像人类驾驶员一样出色,汽车必须快速处理和响应不断变化的信息流。一条走失的狗、突然的阵雨或一个坏掉的交通灯都可以把它们扔掉。为了应对这些以及数百万种其他可能性,为自动驾驶汽车提供动力的复杂软件和算法需要大量高度准确的数据——以及一大群人来提供这些数据。随着开发自动驾驶汽车的竞争愈演愈烈,公司突然发现自己需要能够构建训练数据集的工人,这些数据集通常包含自动驾驶汽车在试驾过程中捕获的数十万张图像和视频。工作人员的任务是标记其中所描绘的内容,以便机器学习算法可以慢慢学会区分树木和停车标志。为了完成所有这些繁琐的工作,许多公司转向了现有的全球众包行业,该行业允许人们在网上赚钱,做一些零碎的任务,比如评估餐厅评论或回答调查问题。德国德累斯顿应用科学大学教授弗洛里安·亚历山大·施密特 (Florian Alexander Schmidt) 曾研究微任务行业和自动驾驶汽车培训,他说:“我认为,汽车行业的资金流入实际上已经大大改变了众包行业.以前,公司主要提供大量工人,他们可以快速、廉价地回答大量调查或完成大量工作。问题是结果不一定非常准确。 “很多 [数据] 都是垃圾,”施密特解释说。 “这在自动驾驶汽车领域是不可接受的。”
Schmidt 说,在过去的几年里,许多微任务和第三方外包公司改变了他们的运营方式。首先,他们引入了质量控制措施,以确保自动驾驶汽车客户的工作几乎不会出错。现在不仅有工人在做实际的贴标工作,还有其他工人对他们进行培训以及检查和纠正已完成的任务。公司还拉开了客户和员工之间的距离,他们往往无法向公司提供反馈,甚至无法就分配给他们的任务提出问题。据与世界其他地区交谈的九名工人说,客户通常会向他们提供有关如何完成每种工作的详细说明,但几乎没有与他们直接互动。在某些情况下,代表会亲自培训某些任务员,然后他们会教他们的同龄人并仔细检查他们的工作。在大流行之前,菲律宾行政和金融专业人士玛丽莎·祖尼加 (Marissa Zuniga) 作为一名海外菲律宾工人 (OFW) 在深圳生活了近 20 年,并将钱寄回家给她在奎松市的家人。和许多在中国工作的菲律宾人一样,她利用 2020 年初农历新年假期的假期回家。不久之后,随着两国政府争先恐后地控制冠状病毒的传播,两国开始限制旅行。 Zuniga 发现自己被困在菲律宾,没有工作。她很快通过 Facebook 广告发现了 Remotasks,现在她每天都在检查平台上其他任务者的工作,以确保它尽可能接近完美。 “我现在的项目是确保我们为汽车在路上看到的所有东西上色。您必须对所有内容进行注释,”祖尼加说。 “规模非常大。”与平台上的许多其他工人一样,Zuniga 每完成一项任务就会获得报酬。一份可能需要三四天时间的艰巨工作可能会让她赚到 20 到 30 美元。当她最终回到深圳时,祖尼加说她希望继续从事微任务工作以增加收入。 “如果你每小时分解它,它不会有那么多钱,”她说。 “但我很享受我现在所做的工作。”另一方面,Ramses 最终决定在几个月前停止在 Remotasks 上工作,因为委内瑞拉的工资率下降了。 “刚开始的时候,我每周可以赚 200 美元,”他说。 “但随后利率下降了。有时我每周只能赚 20 美元或 30 美元。”他最终决定离开这个国家并在别处寻找工作。 Remotasks 由总部位于旧金山的初创公司 Scale AI 所有,该公司最近估值超过 70 亿美元,并已从投资者那里筹集了超过 6 亿美元。在一份声明中,该公司的一位发言人表示,“工资率可能会随着时间的推移而变化,因为它们取决于地点、时间和指定项目的复杂性等因素。”
多伦多大学研究拉丁美洲人工智能和外包行业的研究员朱利安·波萨达 (Julian Posada) 表示,他的研究发现,人们的总体收入正在减少。 “当这些平台刚进入市场时,他们试图招募人员,”他说。 “但现在他们拥有大量的任务处理人员,他们可以开始降低费率。”微任务处理公司并不是唯一一家从自动驾驶汽车热潮中获利的公司。 2019 年,在生完孩子后,乔伊·奥尔万德 (Joy Olwande) 希望重返肯尼亚的劳动力市场。她看到一家名为 CloudFactory 的公司,一家在内罗毕设有办事处的业务流程外包 (BPO) 公司,正在为多个人工智能项目招聘员工。六个月来,奥尔万德每天工作两班四小时,中间有休息时间。在其中一次,她为自动驾驶汽车标注了激光雷达图像——高分辨率图片。但与 Zuniga 和 Ramses 不同的是,Olwande 与数百名其他员工在现场工作。她的时薪约为 1 美元,并且和那些在微任务网站上工作的人一样,需要保持高度的准确性。 “当我的准确率达到 88% 时,我收到了一次警告,”她说。虽然她喜欢这份工作和她的同事,但奥尔万德在半年后离开了,去接一份通勤时间更短、薪水更高的工作。虽然外包行业可能仍在蓬勃发展,但自动驾驶汽车公司所承诺的未来——街道上将满是自动驾驶汽车——尚未到来。今年 5 月,《纽约时报》报道称,汽车仍然无法应对驾驶时可能遇到的众多场景。道路耀斑或雾气之类的事情对人类来说可能是正常的,但会继续使机器感到困惑。完善这项技术可能需要数十亿美元的研发投入。与此同时,不断变化的挑战反映在工人被要求执行的任务中。随着时间的推移,内罗毕 CloudFactory 的前员工、现在在 Remotasks 工作的 Timm Ndirangu Gachanja 说,他注意到他和他的同事被要求识别的事情发生了变化。 “你会发现他们正在推出其他新标签,”他说。 “例如,如果下毛毛雨,所有的相机都非常强大,它们可以捕捉到大气中最微小的水滴。”在一个称为“大气”的类别中,工人可能会被要求为每一滴水贴上标签,这样汽车就不会将它们误认为是障碍物。施密特表示,到目前为止,这一时刻最重要的创新不是自动驾驶汽车本身,而是该行业意外帮助创造的庞大劳动力库。一些与世界其他地区交谈的工人表示,他们还为医疗技术、智能家居设备甚至垃圾分类培训了人工智能。施密特说,现在,第三方承包商和微任务平台正试图找到将任务分解成更小的块或让人们在手机上完成它们的方法。这将有助于为更多的工人提供就业机会。施密特说:“想想未来几年,在较贫穷的国家,会有多少人能够使用良好的互联网。” “对于这个全球劳动力供应链来说,这确实是一个庞大的劳动力。”