《為演算法服務的免洗人力》:貝佐斯厚顏無恥講出的「人即勞務」,確實捕捉到「微工作者」的空洞性

《為演算法服務的免洗人力》:貝佐斯厚顏無恥講出的「人即勞務」,確實捕捉到「微工作者」的空洞性
Photo Credit: Shutterstock / 達志影像

我們想讓你知道的是

一天之內為二十幾家公司工作,一週囊括數百件不同任務,從語音翻譯到暫時管理計程車服務,工作者不再擔任單一明確的角色,而是內容包山包海到無法構成專職工作的地步。

文:菲爾・瓊斯(Phil Jones)

人即勞務

如同其他靠著非正式勞務牟利機會維生的人,微工作者沒有顯而易見的專職工作。「微工作者」、「群包工作者」和「人機迴圈」(humans-in-the-loop)等籠統的用語,都顯現出想把負面場域包裝得頭頭是道的意圖。當然,起初的問題在於「微工作」一詞源自於Samasource,對該平台而言,難民充其量只是發展AI可利用的資源。這個用語巧妙地符合這些人士的利益,他們連同世界銀行等機構都想要美化貧窮化行動。

確實,「微工作者」的講法常常被用來描述一種具有作業流程和特定任務的專業,好像它跟「律師」和「醫師」可以相提並論。但從本質上看來,微工作變動大、不規律且沒有特定型態。描述這個空洞特質最精妙的,或許首推貝佐斯無意之間在行銷MTurk時厚顏無恥講出的「人即勞務」。雖然是沿用「軟體即勞務」(software as a service)的講法來把勞動力偽裝成電腦運算力,但對於這種任務內容雜七雜八且常從其他工作切割而來的角色,貝佐斯的用語確實捕捉到它的空洞性。這讓我們思索一個問題:如果不算是專職工作,那微工作究竟是什麼?

十九世紀末,專職工作開始式微,因為專業分工和相關角色經歷一波大變革。資本主義體系問世改變了生產的本質,也連帶改變了工作的本質。過去單一工人的產出成為社會產出,也就是經由多人之手和心力投注的合作結果,且分工方式變得更細緻。二十世紀,這過程隨著資本發展歷程進入服務業,包含金融、法律服務、餐旅及零售業都聘用了高度分層的人力。

不同於小型獨立商家老闆要包辦多項任務來經營下去,大型超市將勞動切分成裝櫃人員、結帳人員、存貨盤點人員、顧客服務人員、熟食櫃台人員以及管理人員。眾多職業在自動化的浪潮下消失的同時,也會有新的職業產生,尤其因為要透過發明新的特色勞務來讓持續增加的過剩人口有工作—可以再次想想線上交友助理、寵物治療師和各種類別的「顧問」。

但隨著專職工作(和偽專職工作)數量增多,品質通常會跟著下滑。比起當前勞動市場,過去的專職工作曾更能夠在繼承技能、知識和文化後,傳遞到往後的各個世代。如同高茲(André Gorz)文中所說,真正專職工作的這個精髓已經衰退了幾個世紀:「工匠師傅的訣竅是在那個行業中培養出來的個人能力。每名工匠都會不斷持續精進技藝:學習和進步永遠不會停止,需要持續習得新技能並使工具完善。」

高茲所說的當然是指大型工業興起以前的世界,當時特定行業的訣竅只會留在工匠身上。現在,複雜的分工方式和先進技術系統表示工作不再屬於個人。訣竅不再存在於任何職業本身,而是在規範工人活動的機器中、管理階層創造出的任務細節描述中,以及從辦公室或工廠監督紀錄蒐集而來的工人考核報告中。由此看來,不僅是記憶、知識和傳統,就連經驗本身都因資本主義體系而異化。

但是,就算工作過程被科技訣竅宰制,類似高茲所稱的「專職工作」仍有遺留痕跡。自動化和理性化使得「個人」工作的概念變得貧乏,但多數工人仍有「角色」,且每天都有規律的內容,無論變得多麼乾涸或是缺乏個人性。我們能把這種規律性想成是過去曾被稱為專職工作的亡靈軀殼,基本上已被機械和管理系統抹除,但尚有一絲氣息存續下來。

微工作網站上,卻連這一丁點的蹤跡都消失殆盡。用手機和筆電做的短任務案件,不再能稱為真正意義上的專職工作,而是其他差事細部切分且極短的零工,通常都在三十秒內,且每份任務案件彼此之間關連並不大。

這個問題在簡式群包網站特別明顯,因為不如監管式網站那樣提供了數小時或數天份的任務套組。一天下來,MTurk接案者可能翻譯一段文字,聽英國腔音檔打下逐字稿,教導演算法辨識腳踏車,為電子商務網站寫產品描述,標出網頁上冒犯人的內容,填寫新冠病毒問卷,接著去麥當勞店面拍攝「快樂餐」然後把照片傳到網路上。另一方面,使用這些網站的業主享有很高的彈性,理論上可以在一小時之內聘用及解散整個團隊的人員。

要打造這種程度的彈性,首先要把現存的工作和計畫切割成數個短任務案件。這裡以譯者的角色為例。理論上,現在許多基本翻譯工作已能用深度學習演算法來完成,但也有許多任務需要程式編寫尚且無法處理的文化敏銳度,像是詩歌和小說。

對於較不需要辨識細部語意的案件來說,Lionsbridge這類平台能把文字細分成給演算法翻譯的部分,以及剩下讓譯者翻譯的短段落小案件,包含:「對話主題歸類、判別陳述蘊藏的情緒、區分意圖並辨識詞性。」如果要聘請數名優秀的全職譯者或語言專家,就得涉及權益保障、合理價碼和工會資格,相較之下公司能租借由五十名匿名接案者組成的臨時團隊來擔任相同角色。

再舉另一個例子:令人擔憂(或備受崇敬)的自動化管理,其實是將完整的工作拆分成數個任務—有些交給機器,有些交給工作者。例如,Uber常被批評,它完全用演算法取代管理人員。實際上,現在許多管理角色分為演算法和一群Appen等平台上的工作者。因此,管理變得與過往非常不同。計程車公司的管理者通常需要監督一個車隊的駕駛人員,尤其是要確保他們安全上路、身分屬實等等。