社企流／編譯：李翌甄
在 ChatGPT 上輸入指令，幾秒鐘內能得到一段工整的程式碼；特斯拉的自動駕駛車能在路上精準閃避行人，這些看似全自動化的奇蹟，讓大眾難以想像螢幕背後的真實人力。然而，牛津大學網路研究所教授 Mark Graham 直言，AI 企業正是龐大「數位血汗工廠」的共犯。
「AI 像是一台萃取機器，」Graham 指出，這台機器不斷處理越來越龐大的資料集，並靠人類的勞動與智慧作為燃料來驅動演算法。我們買咖啡時會關注產地與公平貿易；買衣服時會避免其來自會剝削勞工的工廠；但當我們使用 AI 時，卻很少意識到螢幕的另一端，有一群隱形勞工受到低薪待遇，甚至有些人還必須長時間接觸令人不適甚至創傷性的內容、承受心理壓力，支撐產業運轉。
用完就丟的幽靈工人？人工智慧背後的人類
為了訓練 AI 的辨識能力，人工智慧背後需要有人類主動參與機器學習模型的訓練，透過人類和機器合作，提升機器學習系統的準確率、可靠性和調整能力，這個過程稱為「人機迴圈」（Humans-in-the-Loop，HITL）。舉例來說，AI 不是一開始就能精準辨識貓和狗，需要透過人類輔助學習，標註圖片中的內容，讓機器試著辨識相似圖案和形狀，最後檢查模型是否辨識正確，負責這樣工作的人也叫做「數據標註員」（data labelers）。
這樣的職業，被人類學家 Mary L. Gray 與電腦科學家 Siddharth Suri 稱之「 幽靈工作 ghost work」，那些隱藏在自動化服務和人工智慧背後，由真人悄悄完成的零散任務。這些數據標註員們大多分佈於開發中國家，如肯亞、菲律賓、印度或委內瑞拉等「全球南方（註一）」國家。這群勞動力通常受過良好教育，許多人擁有大學學歷，甚至具備科學、技術、工程及數學（STEM）背景，但受限於當地的經濟衰退或青年高失業率，他們被迫成為沒有保障的線上零工。
由於這類工作多半沒有勞動法規規範，缺乏工時與薪資保障，往往產生過勞與低薪問題。此外，系統平台商會監控員工的工作速度與準確性，要求勞動者不間斷且快速的工作，即使被要求提前完成，也沒有獎金。對此，Graham 坦言，全球正逐漸形成「行星級的勞動力市場」（Planetary-scale Labour Market），意指矽谷的科技公司可以像在隔壁辦公室一樣，輕易地聘用地球另一端的勞工，進行跨國勞動套利。同樣是標記圖片的工作，在美國可能需要支付時薪 15 美元（約新台幣 470 元），但在肯亞只需支付 1.3 至 2 美元（約新台幣 40 至 60 元）。
Mark Graham 指出，這種結構導致了全球勞動條件的惡性循環，由於行星級的勞動市場允許企業隨時將工作合約移轉至任何一個國家，所以一旦肯亞的勞工開始組織工會、要求漲薪、改善工作條件等，外包商不費吹灰之力就能將合約轉移到勞動法規更鬆散的菲律賓或印度。這使各國政府陷入兩難：如果立法保護勞工，工作機會就可能會流失；但如果不立法，國民就會面臨被剝削風險，陷入「逐底競爭」窘境，看誰能接受更低的底線。
剝削不僅發生在跨國供應鏈，計件的工作性質吸引多元的勞工，包含忙碌的年輕母親、被迫提前退休的專業人士、無法在傳統職場維生的應屆畢業生，以及被排除在理想工作之外的少數族群等。美國民調機構兼智庫皮尤研究中心（Pew Research Center）2021 年的數據顯示，在美國從事不穩定的線上零工的人口中，西班牙裔約 30%、黑人約 20%，比例顯著高於僅 12% 的白人。
AI 訓練平台 Figure Eight 的創辦人 Lukas Biewald 甚至曾在鏡頭前直言不諱：「科技讓我們可以很容易找到工作者，只需要付極少薪水，然後在不需要時把他們『丟掉』。」AI 產業勞工被視為可替換的零件，沒有合約、沒有保險，只有在全球貧富差距中被剝削的命運。
數據標註員的心理創傷，科技大廠鑽漏洞卸責
《AI 世代的現代奴隸》紀錄片揭露數據標註員的生活，記者臥底應徵進入位於葡萄牙的承包商辦公室，透過隱藏式攝影機發現那裡宛如特務機構，手機被禁止攜帶，員工必須簽署嚴格的保密協定。此外，為了保障使用者安全、讓 AI 模型能排除敏感內容，數據標註員還必須每天觀看數百段涉及恐怖行為、色情、暴力的影片，審查並標註敏感資訊。經記者調查發現，這種高強度的精神污染，導致許多員工罹患了嚴重的創傷後壓力症候群（PTSD）。長期處於這種環境下，員工變得麻木、焦慮，甚至出現幻覺。儘管如此，仍然有員工認為自己的工作是在幫助他人免於觀看敏感內容，而選擇繼續為其效勞。但其實這樣的理由，並沒有為他們帶來合理的勞動保障。
科技巨頭以外包輕易卸責，Google、Meta（Facebook）等大廠通常透過 Accenture、Teleperformance 等商業流程外包（BPO）公司來聘請數據標註員，目的是鑽法律漏洞，當勞工遭遇職業傷害時，許多勞工甚至根本不知道自己正在訓練的是哪一家的 AI 模型，科技巨頭還可以宣稱「他們不是我們的員工」，從而在法律與道德上撇清責任。（同場加映：勞資關係變革！企業如何因應新世代人力風險）
奪回勞動尊嚴！AI 勞工的覺醒與反擊
牛津大學網路研究所教授 Mark Graham 的 Fairwork 計畫正在為全球平台打分數，迫使企業改善勞動條件，揭露黑心企業，讓平台會為了品牌聲譽進而改善條件。Fairwork 計畫已在 2023 年調查了超過 700 名數位平台工作者，結果顯示評估的 15 個平台中，在公平薪資、工作條件、合約、管理及代表性方面的得分連最低標準都不到。
以數據標註產業龍頭 Scale AI 為例，其部分運作極度依賴外包平台 Remotasks，但許多在 Remotasks 上工作的勞工，根本不知道自己處理的數據來自何處。因此，在 Fairwork 評分機制下 Remotasks 在勞動標準上僅獲得 1 分（滿分 10 分），在在凸顯科技大廠背後，供應鏈上違反勞動人權的事實。
除了學界努力翻轉困境外，數據標註員也正努力對抗科技大廠的剝削，肯亞勞工組成數據標註員協會（Data Labelers Association），爭取合理的薪資與心理健康保障；但在土耳其，數據標註員卻因為試圖組織工會被解雇。儘管這條路充滿荊棘，但改革的火種並未熄滅，許多倡議團體正呼籲提高對勞權的關注，如跨國組織分散型 AI 研究機構（DAIR Institute）發起計畫將數據標註員訓練成為社群研究員，讓他們能主動定義自己的處境，並選擇用自己的語言來說故事，將原本隱蔽、破碎的勞動經驗，化為大眾可以看見的知識與藝術。
另外，較小的數據標註平台 Karya 則提供人道的數據標註工作，他們支付給印度勞工遠高於市場行情的薪資，並確保數據的所有權與利潤能回饋給農村社區，證明 AI 產業不一定要建立在剝削之上。
別讓人類成為機器的燃料，歐盟新法規帶來希望？
如果不使用人工審查，那換 AI 自行審查可以嗎？現在有許多科技公司聲稱將用 AI 自動審查來降低人類必須觀看有害內容數量，以解決心理創傷問題，但完全依賴自動化的結果，可能導致「全球北方化 Global North-ification」（註二）現象發生，使 AI 缺乏對全球南方語言與文化的理解，如看不懂肯亞官方語言史瓦希利語的變體俚語（又稱申語，Sheng），也無法讀懂特定文化下的反諷，將導致嚴重的文化誤判、在地聲音被抹殺。因此，未來的方向應是重視勞工的文化智慧，讓他們從數據標註員轉型為協助 AI 理解世界脈絡的專家。
重新理解、定義人類在 AI 運行裡的角色外，法規或許能打破 AI 勞權問題的惡性循環，歐盟即將上路的《企業永續盡職調查指令》（CSDDD）（註三）強制要求企業對「整個活動鏈」的人權負責，包含範疇介於傳統供應鏈及價值鏈之間，涵蓋上游所有生產製造，及部分下游的產品配銷、運輸與儲存，但不包含消費後廢棄與回收處理等商品生命週期末端環節，透過此設計，盼讓科技巨頭不再用外包來當作忽視勞工權益的藉口。
「如果不強迫這些公司改變，人類將繼續只是機器的燃料。」Graham 認為，我們已經學會了拒絕血汗衣服與不公平貿易的咖啡，現在是時候學會拒絕「血汗 AI」了。AI 的進步不應建立在隱形勞工的痛苦之上，當我們享受科技便利時，也必須意識到，螢幕的背後始終有一個真實的人。
註一：全球南方（Global South）和全球北方（Global North）為地緣政治與經濟術語，劃分國家之間的經濟實力。全球南方泛指東南亞、南亞、非洲、拉丁美洲等開發中國家，多曾為殖民地，而在全球經濟體系中往往處於邊緣地位，加上多位於南方，故以「全球南方」、「南方國家」稱之，但這兩個群體並不完全對應南、北半球，因為許多全球南方國家位於北半球，反之亦然。
註二：全球北方化（Global North-ification），跨國組織民主與科技中心（Center for Democracy & Technology，CDT）用以形容科技大廠趨勢，將原本外包給全球南方（Global South）的資源撤回，轉而依賴內部開發的自動化工具或位於全球北方的供應商。CDT 的高級政策分析師批評全球北方化使權力重新集中，讓當地審查員失去話語權，變成單純的數據標註工具，而非能夠運用文化智慧的審查者。
註三：Corporate Sustainability Due Diligence Directive（企業永續盡職調查指令，CSDDD）是歐盟 2024 年 7 月通過的一項重要法規。要求大型企業從 2027 年開始，須針對自身及商業夥伴的人權與環境風險（ESG）履行盡職調查義務，不能只管自己的營運，還必須對有合作關係的夥伴進行盡職調查，檢查是否發生破壞環境或是侵害人權的事情，如果不合格必須想辦法預防、減輕或是賠償這些負面影響，對與歐盟有業務往來的全球企業都產生重大影響。
參考資料
- The "Modern Day Slaves" Of The AI Tech World（Real Stories）
- The hidden cost of AI: In conversation with Professor Mark Graham（Oxford University）
- Interrogating Content Moderation Systems in Indigenous & Low-resource Languages of the Global South（Center for Democracy & Technology）
核稿編輯：葉于甄
