人工智能生产中的全球不平等：四国数据劳动研究
计算机与社会
2025-11-03 v2
摘要
劳动力在人工智能的发展中发挥着主要且尽管不被充分认识的作用。机器学习算法建立在数据密集型过程之上，这些过程依赖于人类执行重复性且难以自动化的任务，但又是必不可少的，包括标记图像、排序列表、录制语音样本和转录音频文件。在线平台和网络分包商网络招募数据劳动者执行此类任务，往往在收入较低的国家，这些国家长期以不规范劳动力市场为特征。本研究通过比较委内瑞拉、巴西、马达加斯加以及作为富裕国家范例的法国中数据劳动者的工作条件和个人特征，揭示了由此产生的复杂性。通过运用2018-2023年期间收集的混合方法数据，我们强调，连接数据劳动者与核心AI生产 site 的跨国供应链类似于殖民关系，维持历史性的经济依赖关系，并产生不断积累的不平等，这些不平等继承了过去的不平等。结果还指出，了解非英语国家的重要性，对于理解在地球规模上人工智能解决方案的关键特征至关重要。
引用
@article{arxiv.2410.14230,
title = {Global Inequalities in the Production of Artificial Intelligence: A Four-Country Study on Data Work},
author = {Antonio A. Casilli and Paola Tubaro and Maxime Cornet and Clément Le Ludec and Juana Torres-Cierpe and Matheus Viana Braz},
journal= {arXiv preprint arXiv:2410.14230},
year = {2025}
}