ChatGPT背後血汗真相:「外包軍團」領時薪15美元、做苦工!為何甘願當廉價工人?
ChatGPT背後血汗真相:「外包軍團」領時薪15美元、做苦工!為何甘願當廉價工人?

OpenAI的聊天機器人ChatGPT靠外包工人的訓練工作才能成就輝煌。這些工人為訓練數據打標籤,和機器人來回對話並糾正系統生成的答案。這些美國外包工人的時薪超過15美元,他們中既有為生計者,也有為了搶先一步了解人工智慧發展狀況的人。

以下是翻譯內容:

現年34歲的阿列克謝·薩夫勒(Alexej Savreux)住在密蘇里州堪薩斯城,他說自己這些年來做過各種各樣的工作:賣過速食三明治、當過保管員、垃圾搬運工,還曾為劇場安裝過音響。現在,他成了一名人工智慧訓練師,不再需要從事體力勞動。

作為人工智慧行業眾多外包大軍中的一員,薩夫勒等人一直在幕後訓練人工智慧系統如何分析數據,以便讓人工智慧最終生成各種讓用戶驚嘆不已的文本和圖像。為了提高人工智慧的準確性,薩夫勒會為各種照片貼上標籤,並預估應用程式接下來應該生成什麼文本。

招募外包大軍訓練人工智慧,這些人有多重要?

雖然他們的時薪超過15美元,但並沒有任何福利。

在過去幾年中,薩夫勒和其他外包工人花費了大量時間來訓練OpenAI的人工智慧系統,以便讓ChatGPT能夠更好地響應用戶。這些工人提供了OpenAI等人工智慧企業所需的文本、標籤及其他資訊,滿足了企業們無休止的迫切需求。

去年11月份,OpenAI發布了人工智慧聊天機器人ChatGPT,引起生成式人工智慧領域的熱潮。薩夫勒說:「我們幹的都是苦力活,但如果沒有我們,就不會有人工智慧語言系統。」

薩夫勒說:「你可以設計所有你想要的神經網路,你可以讓所有你想要的研究人員參與進來,但如果沒有標籤,你就沒有ChatGPT。你什麼都沒有。」

這份工作不會給薩夫勒帶來多少名聲或財富,但在人工智慧領域中,這是一份容易被忽視的重要工作,外包工人的勞動可能會在新技術尖端的魔力面前黯然失色。

總部位於舊金山的非營利組織人工智慧夥伴關係(Partnership on AI)致力於推動人工智慧方面的研究和教育。該組織的人工智慧、勞工和經濟負責人索南·金達爾(Sonam Jindal)表示:「很多人在慶祝人工智慧的成就,但我們忽略了一個重要組成部分,那就是如今人工智慧仍然非常依賴於大量人力。」

多年來,科技行業一直依賴於成千上萬的低技能、低收入工人來支撐其龐大的電腦業務,從20世紀50年代的穿孔卡操作員,到最近抱怨自己在公司是二等公民的Google契約工都是如此。隨著各種外包平台的興起,很多在線零工工作也更受人歡迎。

Chatgpt
圖/ Pexels

如今,蓬勃發展的人工智慧行業也在上演類似的劇情。

這種外包工作通常不穩定,隨時隨地都可能因為需求變化而變動。從事此類工作的員工要麼直接與公司簽訂書面合約,要麼被專門從事臨時工或外包業務的第三方供應商僱用。他們能獲得的醫療保險等福利很少或根本不存在,這意味著科技公司的人力成本更低。此外,這些工作通常是匿名的,所有的功勞都被歸功於科技公司的高管和研究人員。

人工智慧夥伴關係在2021年的一份報告中警告稱,透過添加、更新、清洗和處理來自外部數據源的數據,以改進現有數據集的「數據擴充工作」(data enrichment)的需求即將激增。該組織建議人工智慧行業致力於推動公平薪酬和其他改進做法。去年,他們發布了企業自願遵守的指導方針。

延伸閱讀:線上「AI鬼城」人類禁止進入!專屬AI的社群Chirper,裡面在聊什麼?

目前,Google旗下的人工智慧公司DeepMind是迄今唯一一家公開承諾遵守這些準則的科技公司。

用低薪聘人做費力、初階工作,工人要求提高待遇

金達爾表示:「很多人已經認識到這一點很重要。現在的挑戰是讓公司能夠真正實踐。」

「這是一個由人工智慧創造的新工作崗位,」她補充說,「我們有可能讓這份工作成為高質量的工作,從業者因他們為實現技術進步所做的貢獻而受到尊重和重視。」

最近,工作需求已經出現激增,而一些從事人工智慧外包工作的工人開始要求提高待遇。據報導,上週一,肯亞奈洛比有150多名在Facebook、TikTok和ChatGPT從事人工智慧工作的工人已成立工會,理由是他們認為工資低,而且工作對精神造成一定程度的傷害。 Facebook和TikTok沒有立即回應、OpenAI拒絕回應 。

到目前為止,美國從事人工智慧外包工作的員工還沒有類似動作,他們還在逐字逐句為開發人工智慧系統默默做貢獻。

薩夫勒是通過網路上招募廣告進入這個行業的,現在在家裡使用筆記型電腦工作。薩夫勒認為,人工智慧領域的這種零工幫助他擺脫了無家可歸的境地,畢竟每小時15美元的工資比堪薩斯城的最低工資要高。雖然有些人可能認為這些必要的費力工作微不足道,但薩夫勒認為這是機器學習領域必不可少的初級工作。

人工智慧外包工作的招募資訊既說明行業需求激增,也反映出這項工作有時會讓人筋疲力盡。臨時工中介Invisible Technologies在招募廣告中聲稱,他們正在尋找「高級人工智慧數據訓練師」,這份工作是初級工種,每小時起薪15美元,但也可能「有益於人們」。招募啟事上這樣寫道:「你可以把這份工作看成是語言藝術老師,或者是最具影響力的技術私教。」 Invisible Technologies表示,新員工將「在世界領先人工智慧研究人員制定的協議下」工作,但沒有透露所服務客戶的名字。

雖然目前尚未有確切數據表明有多少外包工人在為人工智慧公司工作,但這種工作形式在全球範圍內變得越來越普遍。今年1月份的報導稱,OpenAI僱用來自肯亞的低薪工人來標記包含各種不良內容的文本,以幫助應用程式更好地識別。

ChatGPT
圖/ shutterstock

此外今年年初有報導稱,OpenAI已在東歐和拉丁美洲等地雇用了大約1000名遠程外包工人,專門為數據打標籤或訓練公司軟體。儘管OpenAI首席執行長薩姆·奧爾特曼(Sam Altman)在推特上表示,截至今年1月份,OpenAI仍然是一家小公司,大約只有375名員工,但這個數字並不包括外包工人,也無法完全反映公司的營運規模。 OpenAI一位發言人表示,沒人可以回答有關使用人工智慧外包工人的問題。

創造數據來訓練人工智慧模型的工作並不總是那麼簡單,有時也相當複雜,但足以吸引那些想在人工智慧行業領域創業的人士。

22歲的賈京·庫馬爾(Jatin Kumar)來自德克薩斯州奧斯汀,畢業於電腦科學專業,從事人工智慧工作已經有一年時間。他表示,這讓他了解到生成式人工智慧技術的最新發展方向。庫馬爾說:「這讓你有機會在公眾接觸到這項技術之前,就開始考慮如何運用它。」此外,他還創立了一家名為Bonsai的科技新創公司,專門為醫院開發計費軟體。

作為一名人工智慧會話培訓師,庫馬爾的主要工作是與聊天機器人進行對話,提出各種問題,這是訓練人工智慧系統漫長過程的一部分。他說,開始時這很簡單,但隨著經驗的積累,這些任務變得越來越複雜。 「每隔30到45分鐘,你就會接到一個新任務,要提出新的問題。」庫馬爾說,開始提示可能很簡單,比如「法國的首都是哪裡?」

庫馬爾說,他與其他約100名外包工人合作生成訓練數據、糾正答案,並透過對答案進行回饋來微調模型。

庫馬爾表示,其他工作人員會處理「標記過」的對話內容。有些用戶會將聊天機器人的答案回饋給公司進行審查,工作人員會閱讀ChatGPT用戶提交的對話。當有一個被標記的對話出現時,工作人員會根據所涉及的錯誤類型進行分類,然後用於進一步訓練人工智慧模型。

庫馬爾說:「最初,這是我在OpenAI幫助解決問題,學習現有技術的一種方式。」但他表示,現在他無法想像離開這個崗位了。

延伸閱讀:ChatGPT運作一個月,耗掉近600萬度電!AI大戰背後,其實藏著「水電殺手」?

本文授權轉載自:網易科技
責任編輯:傅珮晴、蘇祐萱

關鍵字: #ai人工智慧
往下滑看下一篇文章
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?
導航不是愈高階愈好!桃園產官資源如何賦能互宇向量,讓複雜技術真正「用得起、用得上」?

當無人機、無人船失去衛星定位訊號,還能繼續完成任務嗎?這道問題不只考驗導航設備的精度,更牽涉不同技術如何搭配,才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航,得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻:投手把球投出去後,球沒有GPS或遙控器,仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化,持續推算載具的姿態、速度與位置。不過,慣性導航的誤差會隨時間累積,衛星定位訊號一旦中斷,位置推算也可能逐漸偏移。因此,自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量,便從這項需求切入,協助客戶選擇適合的導航技術,並將系統整合到產品中。

先定義任務,再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合,互宇向量在開發初期便參與討論,了解客戶要完成什麼任務,再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例,客戶希望載具不只抵達指定區域,還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控,以及衛星訊號中斷後需要自主運作多久,都會影響系統設計。互宇向量必須先釐清這些條件,再選擇感測元件、調整導航架構,而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀(FOG)、慣性量測單元(IMU)、姿態與航向參考系統(AHRS),以及GNSS/INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統,也透過觀音山隧道測試,觀察衛星訊號中斷時的導航表現。

對客戶而言,驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件,而是依照需求調整演算法、材料與系統配置,必要時整合其他供應商的技術,減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合,互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究,2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力,應用市場相對有限。他逐漸意識到,若想讓技術接觸更多使用者,就不能只停留在零件,還得往感測模組與完整系統發展。2022年成立互宇向量後,鍾宏彬延續過去累積的技術,採取合作設計製造(JDM)模式,讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」:客戶不必自行採購所有原料、研究怎麼煮,而是由互宇向量協助整合適合的技術,完成產品部署。公司不走低價、拚量路線,而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶,透過持續參與產品開發,累積技術與合作經驗。

航太市場考驗的不只是技術,還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用;2023年,團隊也與國家太空中心(TASA)展開策略性合作,推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」(Flight Heritage)。鍾宏彬打趣地說,普通杯子就是杯子,但如果真的上過太空,「它就變成太空杯」。設備即使通過完整的地面測試,仍不等於經歷過發射與太空環境。對國際航太客戶而言,實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶,團隊過去花了兩、三年尋找海外企業客戶,始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作,反而主動找上門。這段經驗讓他體會到,進入航太供應鏈除了技術能力,還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹,桃園產官資源如何成為互宇的產業支點?

互宇向量與桃園的淵源,早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究,一路留在桃園;第一次創業落腳楊梅,互宇向量則從青埔搬到蘆竹,建立廠辦空間。他笑稱,自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商,具備成熟的產業基礎。不過,部分業者長期專注既有市場,未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例,互宇向量曾與傳統機械加工業者合作,協助對方了解航太供應鏈的品質驗證與製造要求,探索跨入新市場的可能。對這些業者而言,挑戰未必是技術能力不足,而是過去缺乏接觸航太應用的機會,不熟悉相關規格與驗證流程。

創業過程中,互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系,參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業,拓展未來合作的可能。包括Meet桃園+在內的創業輔導與產業交流平台,也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統,再延伸至航太合作與海外市場,互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來,如何運用桃園既有的電子製造與精密加工基礎,找到更多能共同開發產品的夥伴,將是團隊拓展國際市場的重要課題。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓