云上車間中的勞動折疊：人工智能數據標注的勞動過程研究

戴宇辰，袁冰雨

(華東師范大學 政治與國際關系學院，上海 200241)

一、問題提出

根據中國信息通信研究院發布的數據，2022年中國人工智能產業規模為5080億元人民幣，同比增長18%，相關產業鏈的發展一片繁榮(1)《人工智能產業化應用加速》，2023年3月25日，http：∥www.xinhuanet.com/fortune/2023-03/25/c_1129462982.htm，2023年4月1日。。然而，產業蓬勃發展背后不能掩蓋的是人工智能邁向全面自動化的“最后一英里”悖論，即為了完成從“數據”向“智能”的過渡，人工智能技術目前仍然需要許多人力勞動的加持。從本質上來看，人工智能并不是天生的“無所不知”，它在成為“智能”之前，還需要學習大量已經處理好的數據資源，而這些數據均來自人力勞動。同時，在許多人工智能的典型應用場景中，它又往往顯得不是那么“智能”，需要引入人力勞動來輔助其完成數據的自動化處理。例如為了校驗司機身份，網約車公司優步(Uber)推出的“實時ID檢查”技術所依托的不僅是算法主導的人臉識別，還同時需要許多外包的人工勞動者在后臺進行實時核驗。人力與智能矛盾凸顯的“最后一英里”悖論提示我們，為了實現全面自動化，當前人工智能技術的發展仍然需要大量人力勞動作為飼料進行“投喂”。數據標注員即是這樣一種“喂養人工智能”的典型職業工種。一般來說，他們的主要工作職責是為網絡上不同的圖片、語音、文本等數據進行分類標識。這些識別完成的材料將會輸入人工智能，成為它學會識別數據的“基礎學習資料”。

就雇傭方式而言，目前的數據標注行業大多以數字平臺的分包勞動為主，采取按件計費的計酬方式。因而在學理層面，數據標注工作同樣屬于“平臺勞動”的一種。但與學界關注較多的網約車司機、外賣騎手等平臺勞動者不同的是，數據標注工的主要服務對象是“算法技術”本身——他們是隱藏在龐大自動化數據流背后的勞動者，而前者雖同樣受到算法的管理，但仍然服務于現實中的顧客?，旣悺じ窭?Mary L.Gray)和西達爾特·蘇里(Siddharth Suri)用“幽靈勞動”(ghost work)一詞來概括這樣一種藏在自動化與人工智能背后的勞動者：“真正驅動許多手機應用程序、網站和人工智能系統運行的竟是人類勞動力，但我們很難發現——事實上，這些勞動力往往是故意被隱藏起來的。這是一個不透明的雇傭世界，我們稱之為‘幽靈勞動’?！?2)[美]瑪麗·L.格雷、[美]西達爾特·蘇里：《銷聲匿跡：數字化工作的真正未來》，左安浦譯，上海：上海人民出版社，2020年，第9頁?！坝撵`”一詞傳神表達出這種勞動新現象的諷刺與自相矛盾之處：不同于傳統的勞動環境——工人在轟隆作響的大車間中，共處于同一流水線上，按照規定好的圖紙進行協作；對于數據標注工而言，勞動是“孤獨”的，他們位居于人工智能產業的后臺，從事保障技術自動化的人力輔助工作——因而他們猶如“幽靈”一般隱藏在機器之后，難以被大眾察覺。從根本上說，勞動過程“可見性”(visibility)的改變成為幽靈勞動與傳統勞動的一大區別，平臺對于勞動者、勞動過程、勞動監管等機制可見性的控制成為它的顯著特征。在這些數據標注員的工作中，算法取代了監督者、商家和顧客，變成了對勞動者發號施令的一方。人徹底成了技術的延伸。

那么，這樣一種隱藏在算法背后的勞動是如何在平臺中持續性地生產和維系的？勞動的“幽靈”是如何誕生的？勞動的“幽靈化”意味著勞動者的具體勞動過程在平臺時代發生了何種變化？以上問題構成了本研究發問的起點。

二、文獻綜述

(一)數字技術與勞動過程研究

按照馬克思的定義，勞動過程即“勞動者制造使用價值的有目的的活動……也是資本家消費勞動力的過程”(3)《馬克思恩格斯文集(第5卷)》，北京：人民出版社，2009年，第215-216頁。。勞動過程理論的提出則源于資本家在“消費勞動力”過程中面臨的雙重不確定性。一方面，對于資本家來說，購買的勞動力如何以及多大程度上能夠投入到商品生產中，是他們必須關注的核心問題；另一方面，勞動者也可以隨時選擇終止雇傭關系，選擇為其他雇主勞作。因而就勞動力的流動來說，它同樣存在著不確定性的風險(4)Smith，C.，The Double Indeterminacy of Labour Power：Labour Effort and Labour Mobility，Work，Employment and Society，20(2)，2006，pp.389-402.。壟斷資本主義時期，大量管理手段和科學技術的引入豐富了資本家對勞動力的控制手段。布雷弗曼(Harry Braverman)系統地闡述了泰羅制管理技術對工人的控制方式(5)[美]哈里·布雷弗曼：《勞動與壟斷資本：二十世紀中勞動的退化》，方生、朱基俊、吳憶宣、陳衛、張其駢譯，北京：商務印書館，1978年。。埃德沃茲(Richard Edwards)則將資本家對工人的管理控制體系分為簡單控制、技術控制、科層控制三個方面，強調了技術對于勞動過程控制的重要性(6)Edwards，R.，Contested Terrain：The Transformation of the Workplace in the Twentieth Century，New York：Basic Books，1979.。此外，勞動控制實現也離不開工人的主體性認同，如布若威(Michael Burawoy)認為資本家可以在意識形態領域“制造同意”，利用如“趕工游戲”的方式來掩蓋勞動過程中的勞資沖突，達到勞動控制的目的(7)[英]邁克爾·布若威：《制造同意——壟斷資本主義勞動過程的變遷》，李榮榮譯，北京：商務印書館，2008年。。

隨著數字和平臺技術的發展，勞動的生產過程發生了顯著變化：它不再局限于物理意義上的工廠內部，而是可以利用平臺技術在任何時刻任何地點發生。同時，勞資雙方的社會關系也不再限制在傳統的雇傭關系中，各種分包、眾包的雇傭形式，以及零工、短工的勞動方式也在平臺中出現。從這個角度來看，依賴數字化技術搭建的平臺成為新的勞動實施場所與分配主體?！捌脚_勞動”(platform labour)成為晚近新興的一種特殊勞動形態(8)Van Doorn N.，“Platform Labor：On the Gendered and Racialized Exploitation of Low-income Service Work in the ‘on-demand’ Economy，”Information，Communication &Society，20(6)，2017，pp.898-914.。就勞動過程而言，平臺的介入一方面以其數據化的方式重新協調和形塑了勞動者的協作方式、時空屬性、社會關系(9)孫萍：《“算法邏輯”下的數字勞動：一項對平臺經濟下外賣送餐員的研究》，《思想戰線》2019年第6期，第50-57頁；胡楊娟、葉韋明：《移動社會中的網約車——深圳市網約車司機的工作時間、空間和社會關系》，《傳播與社會學刊》2019年第47期，第135-165頁。，另一方面也帶來了資方對勞動組織、監視與控制方式的更新(10)束開榮：《構建數字勞動的物質網絡：平臺規訓、算法協商與技術盜獵——基于“送外賣”的田野調查》，《新聞與傳播研究》2022年第9期，第39-58頁；李勝藍、江立華：《新型勞動時間控制與虛假自由——外賣騎手的勞動過程研究》，《社會學研究》2020年第6期，第91-112頁。。從理論取徑上看，上述數字技術介入勞動過程的討論仍然延續了布雷弗曼、埃德沃茲等學者提出的技術控制路徑，其中,“算法邏輯”——由算法帶來的去中心化、多節點化的勞作形態和算法賦予的對勞動者的隱秘監視、自我規訓手段——被視為平臺管理勞動者的核心原理。

值得注意的是，根據服務對象的不同，平臺勞動的從業者可以分為兩類群體：一類是服務于人的勞動者，如學界普遍關注的外賣騎手，網約車司機等(11)陳龍：《“數字控制”下的勞動秩序——外賣騎手的勞動控制研究》，《社會學研究》2020年第6期，第113-135頁；吳清軍、李貞：《分享經濟下的勞動控制與工作自主性——關于網約車司機工作的混合研究》，《社會學研究》2018年第4期，第137-162頁。。他們的具體勞動形式一般為接收由數字平臺分配的客戶訂單，并在現實世界中完成服務。另一類人則以技術為服務對象。這類群體的勞動不以物理世界的交接為最終完成勞資價值交換的標志，而是把實現技術請求的某項任務視為勞動完成的終點。這一類群體的典型代表如“亞馬遜土耳其機器人”(Amazon Mechanical Turk)、“云工廠”(Cloud Factory)等云技術平臺中的數據標注員、內容審核員等。他們的主要職責在于對算法所提出的數據請求進行識別、分類、糾錯和批注等。作為人工智能之中的“人工”，數據標注員是當前增長迅猛的人工智能產業鏈的重要一環，為該行業發展提供了源源不斷的“燃料”(12)姚建華：《人工智能中的“人工”：眾包平臺的實踐與反思》，《新聞戰線》2020年第4期，第75-76頁。。

與外賣員、網約車司機不同的是，數據標注員群體的一個典型特征在于，他們的勞動目標是以人機交互為主導訴求的(13)賈文娟、顏文茜：《認知勞動與數據標注中的勞動控制——以N人工智能公司為例》，《社會學研究》2022年第5期，第42-64頁。。這意味著他們勞動產品的最終指向是服務于算法自動化目標的某項代碼，或者某類指令。也正因為此，相較于外賣員穿梭于城市的大街小巷，數據標注工們往往像幽靈一樣藏身于代碼之后，在現實生活中令人難以察覺?！坝撵`”意味著勞動“可見性”的消失，從勞動過程理論視角來看，正是平臺技術的引入成了勞動可見性變化的核心軸承。為了更精確地描述這種“幽靈性”的不同層面，我們將在下文引入對勞動幽靈性問題的理論梳理。

(二)勞動的“幽靈性”

勞動的“幽靈性”向度并非一個全新的問題，可以追溯到“隱形勞動”(invisible labor)、“隱藏勞動”(hidden labor)等近似概念(14)Craig，M.，Poster，M.，Cherry，M.，(Eds.)，Invisible Labor：Hidden Work in the Contemporary World，Berkley：University of California Press，2016.。事實上，早在大工業生產時代，許多看似流水線上制造的產品本身也需要依靠熟練技工進行縫補、貼合、燙染等手工工藝的加持。也就是說，這些看似標準工藝流程制造出的產品本身已掩蓋了其背后所涉及的關鍵人類勞力(15)Hatton，E.，Mechanisms of Invisibility：Rethinking the Concept of Invisible Work，Work，Employment and Society，31(2)，2017，pp.336-351.。格雷、蘇里提出“幽靈勞動”這一概念，指代的是以“亞馬遜土耳其機器人”平臺里的勞動者為代表的眾包工人——他們像“土耳其機器人”中的象棋大師一樣藏身于算法之后，無法被人察覺。從本質上來說，兩位作者意在強調勞動過程在平臺環境中的變化。這些幽靈工作者成了技術自動化的供養者，通過反復的機械標注工作在客觀上保證算法的“智能”化(16)Irani，L.，The Cultural Work of Microwork，New Media &Society， 17(5)，2015，pp.720-739.。因此就原初理論語境而言，幽靈勞動不是一種新的勞動類型，其主要指稱的是平臺勞動過程中的視覺關系及其背后折射出的權力結構問題——因而其本質上仍是零工勞動的一種特殊形態(17)姚建華、丁依然：《“幽靈勞動”是新瓶裝舊酒嗎？——幽靈勞動及其概念的傳播政治經濟學省思》，《新聞記者》2022年第12期，第30-40頁。。

幽靈意味著勞動者具體勞動過程的不可見性，寓意這樣一群零工勞動者的勞動過程被“折疊”進了算法的自動化進程之中，普通人完全無法察覺到他們的存在。同樣從光學可見性角度出發，談論幽靈勞動問題的路徑亦可延展至近代經濟學研究中的“影子勞動”(shadow labor)概念。與格雷、蘇里對勞動過程的聚焦點不同，影子勞動者主要指“從雷達消失的/不被主流關注的”(below the radar)的零工從業者。在具體勞作中，他們往往只與以中介形式出現的平臺發生聯系：平臺通過分配雇主下發的任務來安排具體工作。對于勞動者來說，雇主是完全隱身的，他們也被迫承擔了來自企業的風險轉移(18)Friedman，G.，Workers without Employers：Shadow Corporations and the Rise of the Gig Economy，Review of Keynesian Economics，2(2)，2014，pp.171-188.。影子勞動是伴隨零工經濟出現的特有現象，隨著數字技術的發展、互聯網平臺的遍及，使得這種勞動形式越來越規?；?，勞動者的肉身進一步“藏身于屏幕之后”(behind the screen)(19)Roberts，S.T.，Behind the Screen：Content Moderation in the Shadow of Social Media，New Haven：Yale University Press，2019.。

除去上述的兩類隱喻用法，對勞動幽靈性問題的探討可以追溯到早期西方馬克思主義代表人物盧卡奇對商品結構之謎的剖析，即“人與人之間的關系獲得了物的性質，并從而獲得了一種‘幽靈般的對象性’”(20)[匈牙利]盧卡奇：《歷史與階級意識》，杜章智、任立、燕宏遠譯，北京：商務印書館，1999年，第149、152-153頁。。在盧卡奇看來，彼時資本主義大工業生產方式與科層制管理體制的廣泛結合形成了一種普遍的社會趨勢：人與人的社會關系被商品與商品的交換關系所替換。進而，這種物與物的關系所形成的結構獲得充足的自律性，形成了一種類似幽靈般的抽象控制力，可以反過頭來支配其中的個體。盧卡奇以“物化”現象概括資本主義商品結構所形成的抽象統治力，即“人自己的活動，人自己的勞動，作為某種客觀的東西，某種不依賴于人的東西，某種通過人的自律性來控制人的東西，同人相對立”(21)[匈牙利]盧卡奇：《歷史與階級意識》，杜章智、任立、燕宏遠譯，北京：商務印書館，1999年，第149、152-153頁。。從本質上來看，盧卡奇對資本主義勞動所帶來的“幽靈般對象性”的指涉并非著力于描繪某類事物的不可見性——質言之，他的關注點在于一種“表象”與“本質”對立的緊張關系。資本主義勞動所建構的普遍社會體系在表象上表現為“龐大的商品堆積”(22)[德]卡爾·馬克思：《資本論(第一卷)》，北京：人民出版社，2004年，第47頁。，遮蔽了人與人之間的感性交往關系。也正因為此，幽靈性在盧卡奇這里具備了雙重的含義：其一是物化結構對于個體的抽象統治力問題，即由資本主義勞動所生產出的異己的、普遍的抽象體系；其二是表象對于本質的遮蔽問題，正是商品交換的遍及掩蓋了人與人之間的社會聯系?？梢哉f，諸如“原子化個體”的現代人形象只有在商品成為社會存在的普遍范疇的資本主義社會才得以可能。盧卡奇對幽靈性的判斷同樣適用于我們理解今天作為普遍社會交往中介的“平臺”：“幽靈般的對象性”同樣建構了不可見的、容納各種社會關系的平臺。它作為一種新型數字技術的呈現方式，以其景觀化和技術化的外表，遮蔽了其本質中人與人的交往關系(23)藍江：《元宇宙的幽靈和平臺-用戶的社會實在性——從社會關系角度來審視元宇宙》，《華中科技大學學報(社會科學版)》2022年3期，第10-17頁。。

簡單總結，圍繞幽靈這一術語，存在三種不同層面的指涉：其一是勞動諸要素在光學意義上的“從雷達消失”(below the radar)。這一維度不僅體現在數據標注工這一典型工種中——他們藏身于巨大的自動化機器之后，也體現在各種典型平臺勞動者案例中。例如，在外賣騎手的一般勞作中，算法就代替監工重新分配了勞動的控制權(24)姚建華：《作為數據流的勞動者：智能監控的溯源、現狀與反思》，《湖南師范大學社會科學學報》2021年第5期，第92-100頁。。其二是由自動化“最后一英里”悖論所導致的勞動方式的變化。被機器隱藏的勞動者不僅變得無法被人察覺，而且他們本身的勞動也是為了服務算法的自動化運行而存在的。這導致了一種“人徹底成為機器延伸”的悖論。其三是盧卡奇所言的表象與本質的對立問題。在“幽靈化”的過程中，作為抽象結構的表象遮蔽了事物的本質，并且對其施加抽象的統治力?；谝陨纤伎?，筆者在數字技術介入勞動過程的背景下，選取數據標注工這一典型平臺勞動者，對人工智能標注的具體勞動方式展開考察，并嘗試揭示出其勞動過程所呈現幽靈化的不同向度。

三、研究設計與資料來源

數據標注作為一個特殊職業工種，最早可以追溯至“亞馬遜土耳其機器人”平臺里的眾包工人。近年來國內的一些互聯網公司和人工智能公司也紛紛推出了自己的數據標注眾包平臺，例如百度眾測、京東眾智、曼孚科技等等，如上數據標注平臺基本上都能對圖片、視頻、文本和語音等數據進行標注，但各自的業務方向各有一定側重。其中，線上標注平臺的管理基本單位一般被稱為“公會”。作為數據標注工作中的最小成員集體，每個公會需有自己的“會長”，相當于傳統勞動中的“包工頭”角色。平臺下發的標注任務由公會的會長來完成認領和內部分發。由于線上眾包形式的不穩定性，一些人工智能公司也會選擇將批量的標注任務外包給成規模的線下數據標注公司進行采集和標注。線下的標注公司與線上的公會工作形式基本類似，由數據標注的需求方指定標注內容和標注平臺，在線上平臺完成大部分的標注任務。在此意義上，線上與線下的區別只在于標注工是否需要肉身到達公司。據標注公司介紹，在少部分情況下，他們也會使用自己所研發的標注工具完成客戶的項目需求。由于條件限制，有時也會將數據存到硬盤中，直接寄送給需求方。

基于以上行業背景，筆者采用質化田野研究，主要使用參與式觀察和質性訪談兩種研究方法獲取研究資料。本研究第二作者在2021年12月—2022年2月間，先后在三個線上數據標注公會(RX公會、BD公會、HT公會)累計田野時長約120小時，每個工作日4-6小時，以及線下數據標注公司(D公司)累計田野時長約110小時，每個工作日9小時，作為“數據標注工”的一員，親身參與數據標注勞動。其中，線上數據標注公會主要通過網絡發帖的方式招攬數據標注工。研究者在百度貼吧“標注吧”回帖應征以后，進入公會會長組建的QQ群進行后續聯系和任務分配。而線下數據標注D公司是從2015年起步接觸數據采集和數據標注業務，目前有固定員工20余人。D公司作為實體公司，與線上公會相比，承接項目范圍更廣，同時也會對外分包自己承接的項目。研究者在田野中共參加數據標注項目五項，涉及，數據采集、標注、分類等工作。研究者從事的具體任務包括：道路語義分割、障礙物框選、地下車庫標注、動作捕捉采集等等。它們覆蓋了目前數據標注項目的基本任務。

在田野期間，研究者同時與數據標注工(5人)、公會會長(2人)、標注公司老板(2人)、標注公司主管(1人)等公司員工各開展了半個小時以上的深度訪談，以及工作過程中的隨機訪談。其中，與線上標注公會中的數據標注工以線上電話的方式進行訪談，與數據標注公司的數據標注工以線下方式進行。此外，本研究同時參考了互聯網與數據標注有關的新聞報道、調研報告和行業統計數據，以上資料均為本研究提供了背景性知識的支撐。

四、“云上車間”：數據標注勞動的生成與維系

勞動“幽靈化”的前提在于勞動環境的變化。與傳統熱鬧的工廠流水線不同，數據標注工的工作環境是孤獨的。得益于互聯網與平臺技術的發展，數據標注工人的大部分工作都可以在數字空間完成，而不需要每天“朝九晚五”地在公司進行定時定點的打卡上班。因而，幽靈勞動的起點依賴于以平臺為核心的“云上車間”的出現。如前所述，云上車間的基本管理單位為“公會”，會長成為連接眾多標注工和標注平臺的最小樞紐，從而在平臺中實現更高效的內部協作，“云”傳輸也更方便實現勞動資料的生產運輸。

筆者在HT公會所參與的障礙物框選任務可以說明數據標注生產的大致流程。標注項目主要服務于無人駕駛。標注工需要將道路實拍圖片中的車輛、行人進行屬性標注(見圖1)。圈出圖片中的車輛之后，按照項目規定的劃分標準，標注車輛的類別(轎車、越野車、公交車、大貨車、小貨車、面包車、專業作業車、微型車、自行車、摩托車、電動三輪車、人力三輪車、其他、成片車輛)、遮擋率、車輛朝向、截斷率、截斷位置等等。行人同理。之后標注出圖片中的天氣狀況(晴天、陰天、陰晴之間、下雨、下雪)和道路位置(城區路、高速路)。這些信息將服務于無人駕駛中車輛對道路狀況的識別和判斷。

除去上述案例中的為事物進行標簽分配的“分類標注”外，其他類似的標注任務還包括識別圖像的“邊框標注”，識別地圖和區域的“區域標注”，以及服務于人臉識別系統的“秒點標注”等。當數據標注員完成一項基本的標注任務后，相關數據會提交給提出需求的人工智能模型訓練人員。他們會利用標注好的數據來訓練出適合算法的模型。標注的質量會有審核員來檢驗，有時候標注的數據無法在訓練師那里得出最優算法模型，此時審核員就會將該任務重新返回給標注工，要求其重新標注。

圖1 障礙物框選標注項目實例

線上標注的任務分配一般由作為管理者的會長進行。以研究者的田野實踐中使用最多的百度眾測平臺為例：公會會長從平臺領到一定數額的標注任務之后會在公會內部進行再一次的分發。對于線下標注公司來說，有時候為了節省人力和空間成本，也會將任務“外包”或“分包”給其他線上小型標注組織來完成。外包對企業來說意味著用更低的成本換取更多的資源而受到青睞。研究者的田野點之一D公司就有專門的對外聯絡崗位，老板韓哥稱這個崗位為“打電話”。其主要的工作內容就是將D公司已經談到手的標注項目聯絡到合適的標注組織分包出去，而D公司自己本身其實也是承包商。這樣外包之后再外包的情況在數據標注行業并不算少見?！斑@種很正常，如果我們自己內部消化不了就會選擇外包出去。這樣的話他們有生意做，我們有錢賺。其實是雙向(互利)的?！?韓哥，標注公司老板)據韓哥介紹，D公司在所在省份屬于規模數一數二的公司，平時經常會接到一些比如阿里巴巴、華為之類的大客戶。接到的項目較多時，就會采用外包的形式。每外包一次，公會所獲得的收益就減少一些，標注工收獲的利益就更減少一些。由此一層一層的外包使得標注工無法知道自己的雇主是誰。因此，就勞動者的實際處境來說，平臺帶來雇主或者用人單位的實際消失，但是工人應當承擔的勞動風險卻并沒有減少。

在傳統的資本主義工業生產之中，資本可以通過將工廠搬遷至勞動力更低廉的地區來化解危機。大衛·哈維曾用“時空修復”來描述資本主義在空間層面的擴張，認為空間修復能夠部分解決資本自由擴張的界限問題，從而規避馬克思所界定的資本主義的內在矛盾(25)[美]大衛·哈維：《資本社會的17個矛盾》，許瑞宋譯，北京：中信出版社，2016年。。在數字時代，路途中的貨物折損已經完全消失，沒有空間上的損耗，重新開辟一個云上車間對平臺來說幾乎毫無成本。媒介技術的進步推動資本的空間修復能力進入了前所未有的新階段。包括數據標注產業在內的各種以平臺為中介的數字產業，在賽博空間中可以完全不受物理空間限制進行自由擴張，從而為資本的增值服務。同時，網絡也可以實現完整的、沒有任何損耗的生產資料運輸，也不產生租用場地、保障人身安全等額外固定支出。因而以平臺為中介的外包、眾包等雇傭形式越來越受到青睞。

對于數據標注工的管理而言，云上車間幾乎可以實現從認領工作、準備生產材料到完成生產、分發薪資等一系列對傳統車間的復刻。與之不同的是，在這個過程中，工廠廠主可以徹底消失，他們對于無法進入云端的勞動工人的肉身在現實生活中的遭遇毫不關心。當標注工的具體勞動過程被選擇性地折疊進了這個24小時不間斷工作的平臺生產機器內，勞動的幽靈在此時誕生(26)“折疊”一詞參考了郝景芳在《北京折疊》中描寫社會階層分化使得部分人被選擇性地折疊進不同空間的用法。在幽靈勞動的個案中，我們認為被“折疊”的不僅是勞動者本身，同時包括其具體的勞動過程——它成為算法邏輯的某種延伸。。

五、“勞動折疊”：不可見的幽靈誕生

在“云上車間”的新型工作環境中，數據標注工的一次次鼠標點擊作為喂養人工智能的“飼料”，被源源不斷地生產出來。這一方面使得標注工人的具體勞動呈現為極度單調和機械化的重復操作，另一方面也使得他們的整個勞動過程轉化為人工智能技術的“附庸”，被“折疊”進了人工智能的自動化進程中，令人難以察覺。具體而言，這一幽靈化過程體現在三個不同層面：首先是勞動的諸要素“從雷達消失”，在光學意義上變得不可見；其次是勞動協作形式發生變化，勞動者的具體勞動過程是以人工智能的運行邏輯為核心基準的；最后是“表象”對“本質”的抽象控制維度，數字關系遮蔽了勞動者的一般社會關系，且轉化為一種抽象統治力。

(一)身體從雷達消失：勞動者、監工與雇主的幽靈化

馬克思指出，工具與機器的差別，不僅僅局限在使用動力的類型上——兩者更為本質的區別在于機器的去身體化。(27)[德]卡爾·馬克思：《機器。自然力和科學的應用》，北京：人民出版社，1978年。馬克思所指的去身體化，并不指人脫離機器而存在，而意在表明人的肉身已轉化為機器中的一個組成部分，身體在勞動過程中的參與度顯著降低。在數據標注勞動中，由于云上車間及其生產機制的存在，勞動者、勞動監工與雇主分別實現了光學意義上的“去身體化”。

勞動者的肉身消失很容易理解。由于標注員主要從事的是服務機器的工作，一般大眾對其職業認知往往相當模糊。在訪談過程中我們發現，盡管應聘的是數據標注行業，5位標注工里有3位表示在此前完全沒有聽過數據標注這項工作。他們是看到公司的招聘信息之后才了解到有這樣一類工種存在，“(之前)不知道(這個職業)，但是看網上有人說這個行業能賺錢，還能在家，我就想試一試”(成姐，數據標注公會會長)。同時，對于日常使用平臺的普通用戶而言，“可見的事物”只是界面呈現的程序員整合好的數字編碼與操作指令。在社會關注層面，相對于“被凝視”狀態的外賣騎手等平臺勞動者，數據標注工的職業處境很少被大眾所知。直到2019年12月，在人力資源和社會保障部就業培訓技術指導中心下發的《關于擬發布新職業信息公示的通告》中，包括數據標注員、內容審核員等群體才被規劃為“人工智能訓練師”這一新的職業工種。

同時，由于標注工的具體勞作過程是在云上進行的，這使得傳統流水線上勞動監工的職業角色不再存在，取而代之的是各種不透明的算法進程。我們在田野中發現，平臺所創造的“云上車間”使得數據標注的全流程可以被算法實時記錄。更進一步來看，沒有了上級監督的數據標注工被算法卷入了另一種形式的同級競爭。在標注過程中，所有人都可以互相看見彼此的工作量與工作時間，了解彼此的生產過程與進度。以研究者在田野中最常使用的B標注平臺為例，在個人的項目顯示頁面，會有項目“風云榜”不斷更新顯示此項目的參與人數與其他人的工作量。(見圖2)

因為“風云榜”的存在，標注工似乎面臨著全方位的競爭壓力而不敢在生產勞動過程中懈怠。標注工的勞動產品和勞動效率時刻被平臺記錄，同時，因為榜單中也有其他工友的存在，當自己的速度明顯落后于人的時候，標注工也會被迫加快速度?！斑@種感覺就像是老師站在你身邊看你寫作業一樣，你也不敢抬頭，只能趕緊寫，老師走沒走也不知道，最怕的就是明明就只是偷懶了那么一下，抬頭就被老師看見?！?小牛，數據標注工)史蒂文·瓦拉斯(Steven Vallas)和朱麗葉·朔爾(Juliet Schor)形象地將平臺比喻為一個牢不可破的“數字牢籠”，對每一位平臺中的零工勞動者實施著密不透風的監控(28)Vallas，S.，Schor，J.B.，What Do Platforms Do？Understanding the Gig Economy，Annual Review of Sociology，46(1)，2020，pp.273-294.。在云上車間中，工人的每一個動作都會被記錄，沒有人可以掩蓋自己的工作失誤。從某種程度上來說，標注工已經通過自我規訓的方式將平臺和公會的要求內化。作為公會實際控制者的會長無論是否在線，標注工都要保持高效勞動。

圖2 “風云榜”顯示所有項目參與者的工作量

最后，傳統勞動者與雇主的關系也在云上車間中也變得日益模糊：雙方的關系被簡化成為命令下達與任務提交的指令性關系。在筆者的田野中，最常接觸的任務指令就是由平臺下發的各種“數據標注題包”。通過評估任務、完成項目、點擊提交和領取報酬的方式完成一輪數據標注的工作循環。作為數據標注工的一員，筆者無法也不需要知道雇主是誰；同樣，對于提出需求的程序員或者人工智能開發公司來說，他們所見的也只有一整串隸屬于數據標注工的數字ID，以及這些ID所提交的已經完成的任務。因此，云上車間的勞動經由數字平臺中介，事實上解構了傳統的雇主和勞動者的關系，造成了雇主自身的“去責任化”：他不再需要承擔傳統雇傭關系中諸如勞動者保障、技能提升、培訓等各項職責，而只關注具體需求的進度如何。也正是在這個意義上，流水線上的勞動者、監工與雇主的“肉身”在光學意義上消失，藏身于龐大的算法之后。

(二)成為機器延伸的人工：勞動協作的幽靈化

勞動“幽靈化”的第二個層面體現在勞動協作方式的變化。與勞動諸要素隱藏在機器背后不同，“成為機器的延伸”意味著具體的勞動協作將以算法邏輯重新組織。傳統車間的生產協作主要依賴線性的生產鏈條，工人可以依據一定的流水線模式進行分工和協作。而在云上車間中，平臺通過數字技術打破物理空間的局限，對各個生產環節進行了直接的拆分。標注工的整個生產流程圍繞著算法需求這樣一個“核心”來進行多“邊緣”同時協作。也就是說，“核心-邊緣”的網絡層級化勞動分工(29)徐景一：《算法主導下的平臺企業勞動關系與治理路徑》，《社會科學輯刊》2021年第5期，第166頁。取代了傳統的流水線作業模式。(見圖3)

“核心-邊緣”的層級化體系首先體現在，云上車間的勞動分工存在著以算法邏輯為核心的“概念勞動”與“執行勞動”的分離。按照布雷弗曼的說法，泰羅制管理技術的引入使得作為管理者的經理極大地掌握著勞動的控制權：管理者主要負責對工作流程的概念分類，普通工人只需直接執行管理的命令而無須理解其技術內涵(30)[美]哈里·布雷弗曼：《勞動與壟斷資本：二十世紀勞動的退化》，方生、朱基俊、吳憶宣、陳衛、張其駢譯，北京：商務印書館，1978年。。在數據標注勞動中，算法取代了傳統車間中經理對“概念”的壟斷，成了對工人發號施令的一方。在“執行”層面，數據標注工的勞動分工首先被轉換為包括數據采集、數據標注、數據審核、提交與反饋幾個環節，每一個環節都被簡化為輕點鼠標、框選目標、點擊提交等重復性勞動。其次，對于標注工的勞動技能提升來說，每一個標注工上崗之前都要經過培訓-試標-考核三個環節，考核通過，確認熟悉規則之后才可以正式上崗工作。第一次培訓通常都是看視頻，視頻中講解的人通常是某個標注項目的工程師或負責人。在研究者的田野實踐中，這類培訓視頻通常不進行任何勞動技能方面的介紹。面對復雜繁多的規則，講解人幾乎不解釋“為什么”，比如哪些是遮擋，哪些屬于截斷，哪些標注地點應該畫在框內等等。對標注規則的理解和把握都掌握在作為需求提出方的技術工程師手中，標注工被邊緣化為需求的附庸，失去了在標注中的勞動控制權。

圖3 “核心-邊緣”的生產機制

“核心-邊緣”的結構同時使得算法掌握了勞動節奏的主導權。其中，數據標注工的具體勞動時間被平臺的算法時間所形塑。在此前的研究中，數字資本對勞動的時間控制有兩種方式：一是將不同地點的勞動力聚集在同一個虛擬空間中，形成勞動時間的同步化；二是移動傳播技術實現數字勞工們“自由靈活”的辦公，打破了勞動實踐與休閑時間的界限(31)吳鼎銘、胡騫：《數字勞動的時間規訓：論互聯網平臺的資本運作邏輯》，《福建師范大學學報(哲學社會科學版)》2021年第1期，第115-122頁。。車間的云端化不僅使得上述勞動時間的控制得以可能，在數據標注工的具體勞動中，還存在著依照平臺的算法時間，而非自然時間或社會時間開展勞動的第三種時間控制方式。在研究者進行田野實踐的B平臺上，每個項目都有著自己的勞動時間倒計時，而這個時間只在工作日的早上9點到晚上6點之間流動，標注工稱之為“走時間”。也就是說，如果當天上午9點鐘標注工甲打開了一個新標注題包A，那么此公會所有此項目勞動者都要在倒計時9小時(也就是當晚6點)之前結束在題包A中的標注。倒計時結束，題包會自動回收，沒有標注的題會被視為不合格而被審核方打回。如果大家在下午4點就結束了題包A的標注并完成提交，平臺會自動下發題包B，重新開始倒計時，但B的倒計時將會在當天晚上6點的時候停止倒計時，而到了第二天早上9點繼續開始倒計時，B題包真正的截止時間也就在第二天的下午4點。此時，勞動者必須根據技術的特點動態調整自己的工作節奏。依據平臺“走時間”的特點，想要多做工作、繼續勞動的勞動者就會選擇在即將結束當天的任務時打開新的題包，從而繼續延長自己的勞動時間、做更多的工作。但是，這樣的走時間也在某些時刻成為勞動者的阻礙，比如當某個題包異常復雜，難度突然增大，9個小時內無法完成全部的標注，標注工與會長就可能會被扣掉相應的績效，以示為勞動效率低下的責罰。在此意義上，以平臺算法為核心的管理者通過時間設置控制了勞動者勞動實踐中的節奏，處于邊緣地位的勞動者不得不配合由平臺制作出的勞動倒計時進行勞作。

核心-邊緣的結構也使得平臺算法獲得了對勞動產品的絕對議價權。與工廠中按天結算的合同工不同，大部分數據標注工的報酬采納的是眾包式案件計費模式。在平臺中也就形成了以平臺規則為核心的特有獎懲方式。標注工通過標注量來計算自己的薪酬，但這種訂單和薪酬并不是即刻產生、即時支付的，平臺會采取禮券兌換和禮券提現的方式來進一步主導報酬兌現。標注工通過標注勞動獲得的首先是平臺所給的禮券，一個禮券能獲得多少人民幣，何時能夠提現等規則完全掌握在平臺手中(見圖4)。在研究者進行田野實踐的B標注平臺上，起步價為50個禮券可以兌換1元人民幣。但是，兌換金額一旦超過800元，平臺就更換新的兌換標準，即達到62禮券才可以兌換1元，這也就意味著薪資一下子縮水約20%，除非能夠達到更高的薪資才可以換回來。這也就激勵著公會拼命地多勞動打破第二階梯，達到更高一層的禮券兌換，獲得更高的收入。通過這種復雜而精巧的計算方式，勞動者對自己薪酬的掌控權部分轉移到了平臺算法手中。

圖4 B平臺禮券提現規則

總結來看，數字技術對勞動協作過程的控制，是通過以算法為核心的層級化勞動體系來實現的。處于核心位置的算法把原有的數據標注生產流程中的采集、標注、審核、獎懲等流程進行模塊化的拆分，使得原有的線性生產流程變成圍繞著平臺而展開的各種模塊。人力勞動圍繞著算法邏輯展開，勞動者身處技術所設定的秩序和分配方式中，并根據技術的條件改變自己的勞動時間安排，由此“勞動變成了機械化和合理化的重復……這使得人類勞動越來越像機器”(32)Gehl，R.，Reverse Engineering Social Media：Software，Culture，and Political Economy in New Media Capitalism，Philadelphia：Temple University Press，2014，p.58.。作為機器延伸幽靈的勞動由此產生。

(三)打造“第二人生”：社會關系的幽靈化

“幽靈”不僅意味著單向度的凸顯和隱藏，它同時指向的是一種遮蔽的關系性。在云上車間的勞作中，由于勞動者、監工和雇主彼此的“不可見”，傳統的社會關系逐漸被數據掌控、管理和安置，并由此形成了各種未經協商的數字關系。

首先，勞動者與雇主的關系呈現為非個人化的數字ID與請求提出者之間的關聯。由于標注工勞動任務的提交是通過“應用程序接口”(application programming interface，API)完成的，使得標注工個人的主體性特質與其數字分身相分離。一方面，作為請求提出者的雇主無法與勞動者實際接觸，而只能通過數字ID界面所展示的過往任務量、評價等指標抽象地理解勞動者；另一方面，許多標注工也因此采取了申請多個ID、在多個公會同時打工的策略。在研究者的田野實踐中，研究者就申請了兩個不同的ID，分別在兩個不同的公會，以便在一個項目還沒有收工結算時研究者就可以開始新項目的勞動。在算法創造的云上車間里，雇主與勞工的關系不再固定于一對一或者一對多，而是呈現出基于量化需求和量化產能的匹配組合狀態。任務的發出和完成從傳統的“一手交錢一手交貨”，變成了全流程數字化的生產與回收。從某種程度上來說，傳統的雇傭關系被數字之間的匹配關系所遮蔽，雇主與勞工只要分別與算法建立聯系，勞動即可達成。同時，API作為基本的交互界面也使得管理人員面對的不再是一般意義上的被雇傭者，而是各種“人類API”(33)Hammond，S.，Amazon’s Mechanical Turk is the Human API，https：∥www.stighammond.com/watson/2005/11/amazons_mechani.html，2005.。這導致他們很容易形成一種對數據標注工的“理想化形象”(34)Irani，L.，The Cultural Work of Microwork，New Media &Society，17(5)，2015，pp.720-739.。其中，標注工的身份往往與“自由勞作”“彈性工作”“自主選擇”等新型勞動者的認知掛鉤。

其次，數字關系的遍及使得傳統勞動環境中的工友關系基本消失。云上車間的勞動者通常是“孤獨”的，標注工在面對電腦標注中只能聽到鼠標點擊的聲音。一項任務提交并通過審核后，勞動者往往無法知道自己處于何種分工與協作關系之中。同一個云上車間中的工友很可能從來沒有見過面，也就無法出現傳統工作場所中工人聯合所形成的“結構性談判力量”，即“工人在經濟系統中所處的位置所產生的一種力量”(35)徐景一：《算法主導下的平臺企業勞動關系與治理路徑》，《社會科學輯刊》2021年第5期，第167頁。。從這個意義上來說，勞動的幽靈化帶來的是一種傳統社會關系的“抽象化”，經典車間中工人與雇主、工人與工人的社會性關系被數據化的進程逐漸抽象為一種由算法所掌控的數字關系?；蛘吒鼮榫_地說，數字標注工的處境體現為“數字關系與勞動關系相互融合……既存的勞動關系正在這一進程中被平臺所否定”(36)Couldry，N.，Mejias，U.，The Costs of Connection：How Data is Colonizing Human Life and Appropriating it for Capitalism，Stanford：Stanford University Press，2019，p.13.。

最后，數字關系和社會關系的矛盾更鮮明地體現在“高科技與低智能”這一職業認知矛盾中。在數據標注工原先的生活經驗中，大眾媒體處處宣揚的是人工智能技術光輝的一面，“科技改變生活”的神話充斥四周。但在真實的數據標注勞動中，標注工面對的恰恰是各種“人工非智能”(artificial unintelligence)(37)Broussard，M.，Artificial Unintelligence：How Computers Misunderstand the World，Cambridge：The MIT Press，2019.的現實。除了使用數字技術平臺外，這些單調重復的勞動與其他勞動密集型產業沒有區別。在親戚朋友眼中，他們可能是坐在辦公室里辦公，不用風吹日曬，與“高科技白領”一樣高薪且體面；但在實際的勞動過程中，勞動者卻時常抱怨著工作的機械重復，“很容易被取代，今天來一個明天走一個，誰又能希望干這個干一輩子呢”(圓圓，數據標注工)。也正因為此，全面自動化的來臨并沒有完全替代原有的人類勞動，而只是將勞動進行了重新安置。對于勞動者來說，舊有的職業認同逐漸走向失效。幽靈勞動顛覆了“傳統諸如藍領與白領的職業階層的劃分……從而結構化了一種未來的工作生態”(38)Zyskowski，K.，Milland，K.，(2018).A Crowded Future：Working against Abstraction on Turker Nation， Catalyst：Feminism，Theory，Technoscience，4(2)，2018，p.2.。

數字關系的抽象統治力體現在它打破了現存社會關系并按照算法的邏輯進行重新整合。在現實世界之外，數字技術可以為我們創造出與既有社會關系不同的“第二人生”。同樣，標注工也可以通過API交互與多個數字ID的申請，創造出多個“第三人生”“第四人生”。人與人的連接變成數字與數字的層層疊加。算法的邏輯將所有的生產與分配、雇傭與被雇傭、個體與個體、個體與社會之間的連接都進行了抽象替換。以優化算法為最終目標的數據標注工作，最終在算法的統領之下成了被隱藏的幽靈。

六、總結和討論

數字技術的遍及使得平臺日益成為日常生活中一個重要的基礎性設施。這也帶來了諸如“平臺勞動”“零工經濟”等新的勞動雇傭形式的出現。從根本上說，平臺所擁有的“去中心化”優勢形塑了既有的物理勞動過程：勞動不再需要像過去一樣依賴封閉的工廠車間，而是被直接轉嫁至云端——輕點鼠標的工人同樣可以完成傳統的流水線作業。因此我們可以認為，平臺本身成為一個數字化的生產工廠，重塑了生產過程中的各種社會關系(39)Gandini，A.，Labour Process Theory and the Gig Economy，Human Relations，72(6)，2019，pp.1039-1056.。在此視角下，除去學界業已討論頗多的典型平臺勞動者之外，平臺對勞動過程的另一個顯著改變在于部分勞動呈現出一種“幽靈化”的狀態：首先，工廠車間的云端化成為幽靈勞動誕生的前提。以“公會”為核心形式的眾包式、分包式網絡可以完成從認領工作、準備生產材料到完成生產、分發薪資等一系列流程的組織。其次，可見性的改變是勞動幽靈化的核心軸承，平臺技術通過對可見性的精巧控制，實現了勞動者與監督者肉身的實際消失。進而，勞動的協作也不再是人與人之間的流水線生產，而變成了機器安排下的技術延伸。最后，以平臺為中心的數字關系本身也呈現為一種幽靈般的抽象結構，它遮蔽了傳統的社會關系，使得勞動者的職業認同顯得矛盾重重。

也正是在這個意義上，我們使用“云上車間”和“勞動折疊”兩個關鍵詞去描述平臺中幽靈勞動的生產與維系過程?！霸贫恕钡囊庀虿粌H暗示出生產資料和勞動產品的流動在數字空間完成，更進一步來看，它“充當了一種認識論框架，一種知識形式”，用以說明現實世界的所有活動正在按照數據化的方式被重新結構化(40)Couldry，N.，Mejias，U.，The Costs of Connection：How Data is Colonizing Human Life and Appropriating it for Capitalism，Stanford：Stanford University Press，2019，p.13.。同樣，“折疊”也不單單表明的是某些特定勞動要素在光學意義上的消失(41)Weidhaas，A.D.，Invisible Labor and Hidden Work，in Scott，C.R.，Lewis，L.K.(Eds.)，The International Encyclopedia of Organizational Communication， London：Wiley，2017，pp.1-10.，更為重要的是，它暗示出勞動者的“技術空心化”問題正伴隨人工智能的發展愈演愈烈(42)王瀟：《技術空心化：人工智能對知識型員工勞動過程的重塑——以企業電子研發工程師為例》，《社會發展研究》2019年第3期，第84-102頁。。數據標注工不需要具備任何特定的勞動技能，他們的工作內容與協作方式也是以軟件程序的模塊化邏輯為基礎進行劃分的。他們不再是算法運行進程中的“掌控者”，而成為算法的“附庸”?！霸谶@一勞動過程中，管理者通過認知標準化、認知反饋、認知加速等環節，以監督學習的方式，推動勞動者認知系統的轉變，使其與機器相耦合”(43)賈文娟、顏文茜：《認知勞動與數據標注中的勞動控制——以N人工智能公司為例》，《社會學研究》2022年第5期，第45頁。。這些勞動者生產過程的變化向我們揭示出一種新型的“人-機關系”和社會關系，正在人工智能邁向全面自動化的大背景下逐步構型。馬克思曾斷言大工業生產的技術基礎源于“機器生產機器”(44)《資本論》(第一卷)，北京：人民出版社，2004年，第441頁?！覀兪欠褚部梢哉J為，人工智能自動化的真正基礎應當呈現為“(部分)人類服務機器”的新型現代社會關系樣態？

同樣值得注意的是，盡管云上空間的勞動控制無所不在，聰明的勞動者依然沒有停止主體性的反叛。除去前文所提到的雙開數字ID等方式外，在具體的勞動操作中，工人們也經由自己的操作“策略”來實現更高效的操作和生產。例如在打開標注頁面的操作臺后并不按照最初的工作頁面設計的技術邏輯以圖的順序來標注，而是按照自身的標注習慣以屬性來標注；標注任務交給工人后，其具體完成方式不止于最初設計師安排的流程和框架，而是通過與其他標注員的合作共同完成等。換句話說，即使是在嚴格的監視與控制之下，使用技術的勞動者依然可以創造性地革新某些技術手段來使得他的生產過程變得相對靈活可控。

事實上，人對算法控制的反抗在許多個案中都曾出現。就像有人去策略性地調試谷歌的網頁評級算法那樣，用戶對算法使用方式的不同——抵抗、顛覆、創造性使用，也會潛在地對算法產生影響(45)Gillespie，T.，The Relevance of Algorithms，In Gillespie，T.，Boczkowski，P.J.，Foot，K.A.，eds.，Media Technologies：Essays on Communication，Materiality and Society，Cambridge：The MIT Press，2014，pp.167-193.。彼時盧卡奇對作為幽靈般控制力的物化結構的一個基本判斷在于：社會生活的普遍物化趨勢同時可以塑造與之相適應的主體性形式，即勞動者的“物化意識”——他們的活動“越來越多地失去自己的主動性，變成一種直觀的態度”(46)[匈牙利]盧卡奇：《歷史與階級意識》，杜章智、任立、燕宏遠譯，北京：商務印書館，1999年，第156頁。。那么，在追求人工智能全面自動化的今天，這些幽靈勞動者的“數字意識”(47)Fuchs，C.，History and Class Consciousness 2.0：Georg Lukács in the Age of Digital Capitalism and Big Data，Information，Communication &Society，24(15)，2021，pp.2258-2276.又將為何？我們應當如何圖繪出他們對于算法的諸種反抗性實踐？這些都可以構成我們未來關注的主題。