数据生产装置

机器学习（ML）依赖数据来训练和验证模型。组织往往通过业务流程外包（BPO）公司与众包平台将相关数据工作（即生成与标注数据、评估输出）流程外包。本文通过研究委内瑞拉的三个平台与阿根廷的一家 BPO，调查拉丁美洲的外包 ML 数据工作。我们借助福柯式的 dispositif（装置）概念，将数据生产装置定义为话语、行动与对象的集合体，其在数据与劳动中策略性地布署以（再）生产权力/知识关系。我们的装置分析包含对 210 份数据工作指令文档、55 场与数据工人、管理者及需求方的访谈以及参与式观察的考察。我们的发现表明，指令中编码的话语再生产并常态化了需求方的世界观。不稳定的工作条件与经济依赖使工人异化，令其顺从指令。此外，话语与社会语境具现于接口与绩效指标等人工物中，限制了工人的能动性并常态化了特定的数据解读方式。我们最后强调，必须通过对抗异化与不稳定化、赋权数据工人使其成为高质量数据追求中的资产，来抵消数据生产装置。