ChatGPT被譽為當年最具創新性的人工智慧工具之一。這項強大的AI聊天機器人幾乎可以生成任何問題的文本，從莎士比亞的十四行詩，到用5歲孩子都能理解語言描述的複雜數學問題，可謂「無所不能」。
瑞銀此前發布的一份研究報告顯示，ChatGPT的月活躍用戶在今年1月份預計達到了1億，這距離其推出只有2個月時間，成為史上增長最快的消費者應用。
然而，在ChatGPT掀起的這場人工智慧「革命」和資本市場狂歡的背後，有一個被邊緣化的、被遺忘的卻又至關重要的群體，值得所有人關注，他們就是 數據標註員 。
為了訓練ChatGPT，大量數據標註員時薪不到2美元
據美國《時代周刊》上月中旬的報導，為了訓練ChatGPT，OpenAI僱傭了時薪不到2美元的肯尼亞外包勞工，他們所負責的工作就是對龐大的數據庫手動進行數據標註。
從當下看來，OpenAI已經成為「生成式人工智慧」行業無可爭議的領頭羊。
最樂觀的投資者認為，計算機生成的文本、圖像、視頻和音頻將改變無數行業的經營方式，從創意藝術到法律，再到計算機編程，該技術都將提高人類的工作效率。
然而，數據標籤員工的工作條件揭示了行業背後「黑暗」的部分： 儘管人工智慧魅力無限，但它往往依賴於全球最廉價的勞動力，他們往往被大幅剝削。儘管他們為數十億美元的產業作出了傑出貢獻，但這些幾乎「隱形」的工人仍然處於最邊緣的地帶 。
時薪1.32~2美元，每小時或標註超2萬個單詞
《時代周刊》查閱的文件顯示，OpenAI在2021年底與Sama簽署了三份總價值約20萬美元的合約，為數據庫中有害的內容進行標記。
Sama是一家總部位於美國舊金山的公司，該公司僱傭了肯尼亞、烏干達和印度的外包員工。
大約30多名工作人員被分成三個小組，每個小組都專注於一個主題。三名員工對《時代周刊》表示，他們每9個小時要閱讀和標註150~200段文字。這些段落的範圍從100個單詞到1000多個單詞不等。如此計算，平均每小時他們最多要閱讀和標註超2萬個單詞。
接受《時代周刊》採訪的四名員工都表示，這份工作給他們留下了持久的心理創傷。儘管他們有權參加健康諮詢師課程，但四人都表示，由於對工作效率的要求很高，他們只能選擇參加小組會議。其中還有一人表示，他們要求以一對一的方式與心理諮詢師會面的請求，被Sama管理層多次拒絕。
合約規定，OpenAI將為該項目向Sama支付每小時12.50美元的報酬，這是該項目員工時薪的6~9倍。
《時代周刊》稱，其查閱了數百頁Sama和OpenAI的內部文件（包括工人工資單），並採訪了Sama四名參與該項目的員工，驚人的內幕顯示， Sama為OpenAI僱傭的數據標籤員工支付的時薪在1.32美元2美元之間（約新台幣39.9元60.5元），具體取決於資歷和表現 。
據Sama員工透露，「代理商」是三個小組中最初級的數據標籤人員，他們的基本工資為每月2.1万肯尼亞先令（約170美元、新台幣5,140元）。此外，他們每月還能獲得約70美元的獎金，如果達到準確性和速度等關鍵績效指標，他們還可以獲得佣金。
按此計算，一名每天工作9小時的員工預計稅後時薪至少能拿1.32美元，如果超額完成所有目標，則最高可達到1.44美元（約新台幣43.5元）。質量分析師是資歷更深的數據標籤員工，他們的工作是檢查「代理商」的工作，如果他們達到了所有績效目標，時薪可以拿到2美元。
公開資料顯示，肯尼亞並沒有統一的最低工資標準，但當這些外包員工受僱時，肯尼亞首都內羅畢的最低時薪是1.52美元。
生成式AI煉成的背後：血汗工廠違法嗎？
據《時代周刊》報導，Sama的一名發言人在一份聲明中稱，公司對工人的要求是在9小時的工作中標註70段文字，而非200段。此外，工人們的稅後時薪是1.46美元~3.74美元，不過這位發言人拒絕透露哪類崗位會達到其所述時薪區間的上限。
OpenAI的一位發言人則在另一份聲明中稱，該公司沒有發布任何的業績目標，且外包員工的工資和心理健康由Sama的管理層負責。
2022年2月，Sama開始為OpenAI的另一個項目進行試點工作，但工作內容根據美國的法律是非法的。儘管這項試點工作似乎與ChatGPT無關，但僅僅在幾週之內，Sama便叫停了與OpenAI的所有項目，比合同中約定的時間提前了8個月。
Sama當時在一份聲明中稱，其為OpenAI收集的圖像協議中不包括任何涉及非法的內容，直到相關工作開始後，OpenAI才發來「附加指示」，提到了「一些非法的類別」，隨後肯尼亞團隊的高管立即提出了擔憂並結束了該項目。
Sama曾向多家矽谷大廠提供類似服務，自稱是「有道德的AI公司」
訓練ChatGPT對OpenAI來說至關重要。
ChatGPT的前身GPT-3已經展示了非常強大的語句串聯的能力。然而，當時的GPT-3卻存在很多弊端，例如內容容易出現暴力、性別歧視等言論。之所以會出現這樣的不足之處，是因為AI工具從互聯網抓取了數千億個單詞來訓練，這也是一把雙刃劍——由於互聯網的詞彙有不少帶有偏見及負面的詞彙，因此單純憑藉學習能力無法來清除這些訓練數據。
《時代周刊》的報導顯示，即使是一個由數百人組成的團體，也需要幾十年的時間才能手動搜索龐大的數據庫。OpenAI只能透過建立一個額外的、AI驅動的安全機制，才能控制上述弊端，創造出適合人們日常使用的聊天機器人。
據報導，為了建立這個安全系統，OpenAI借鑒了Facebook（現Meta）等社交媒體公司的做法。此前，Facebook已經證明其可以構建能夠檢測仇恨言論等的AI工具，並將這些內容從其平台上移除。這項工作也很簡單：給AI提供標有暴力、仇恨語言等標籤，AI工具就可以學會檢測這些內容。目前類似的工具已經內置到ChatGPT當中，以檢測它是否與訓練數據的內容相呼應，並在它觸及到用戶之前將不良內容過濾掉。
《時代周刊》報導稱，為了獲得這些有害內容的標籤，OpenAI從2021年11月開始便向一家外包公司發送了數萬條文本片段。其中大部分文字似乎都是從互聯網「最黑暗的角落」挖掘出來的。
據報導，OpenAI發言人曾在一份聲明中證實，Sama在肯尼亞的員工為該公司正在開發的監測有害內容的工具作出了貢獻，該工具最終被內建到ChatGPT中。
除了OpenAI，Sama還為谷歌、Mate和微軟等矽谷科技巨頭標註數據。此外，Sama還標榜其是一家「有道德的人工智能公司」，並稱其已經幫助5萬多人脫貧。
人工智慧組織聯盟Partnership on AI表示，「儘管這些豐富數據的專業人士發揮了基礎作用，但越來越多的研究表明，這些工人都面臨著不穩定的工作條件。這可能是慶祝技術效率提升的同時，試圖掩蓋人工智慧對龐大勞動力依賴的結果。」
本文授權轉載自：36kr
責任編輯：傅珮晴、林美欣
