帮扶与人工智能标注师：有多少人工，就有多少智能

ChatGPT又一次使得人工智能（AI）成为热门话题。

当下的人工智能主要基于神经网络，即利用算法模拟人类的大脑神经元网络，从而模拟人脑的机制来学习、判断、决策。神经网络需要不断通过对数据的学习实现智能。这种学习，依赖大量的样本标注。在人工智能的学习过程中，需要不断有人“教导”AI，对数据贴标签、做记号、标颜色等，教会AI“感知”“思考”和“决策”。

这些标注中，一部分需要专业性知识，比如在医疗AI中，标注员需要把片子中的肿瘤区域标出来，这就需要医生完成。再比如地方方言或外国文字的内容，则需要标注员掌握那门语言。但大多数标注工作是简单的，比如，让AI懂得什么是气球，标注员就需要在一张张含有气球的图片中，圈出气球的位置及气球和背景的分割线；让AI识别汽车，就需要把图中的车都标出来，画框要精确地刚好卡住车。这类AI的能力，高度依赖于这些标注，标注的数据越多，AI就越“聪明”，所以，业内俗称：有多少人工，就有多少智能。

OpenAI、谷歌、Meta和微软的人工智能成果背后，就有无数肯尼亚、乌干达和印度的工人在工作。在中国，仅北京就有一百多家专门从事数据标注的公司，全国从事这项工作的人超千万。2020年人社部发布的16个新职业之一，就包括数据标注师。

高大上的人工智能背后，有无数人在做着简单而重复的工作，以支撑AI运行。这是一种很正常的技术发展与市场形式。现在自然语言处理方面的应用大多是人工+算法的形式，由于技术还尚有欠缺，为了保证用户体验，多用人力辅助，是合理的。

这些工作有自己独特的特征：简单、繁琐、重复。如果专家、程序员这些相对稀缺的人才都投入到这类工作中，就像厨艺高超的厨师不能专注烹制美食，却花大量时间洗碗、择菜。

这种工作不需要专业能力，只需要人的基本智能——能通过背影识别人；只看到沙发上的尾巴与半个身体就知道是猫；即便被车挡住，也知道是红绿灯。这对机器来说很难，但对人来说却是轻而易举。

而这两个特征，使得数据标注师成为一个天然的扶贫项目。

坐落在黄河边上的山西永和县，曾经是国家级贫困县。但这个小县城却有160名某某公司人工智能项目的人工智能训练师。这当中女性员工135人，当了妈妈的占比高达80%。她们上有老下有小，大部分人学历不高，起步阶段员工全部为高中及以下学历。但因为这份特殊的职业，这些大山里的女性，成为了人工智能大潮的一分子。

这160个人，只是整个标注师产业帮扶功能的一部分。“AI+帮扶”的公益模式，通过AI产业释放出大量就业机会，让低收入群众特别是女性实现在家门口就业脱贫，获得经济收入，提升自身地位。在这个基础上，帮助欠发达县域突破资源条件限制，一定程度实现数字化发展。目前，在吕梁山区，已初步形成数字就业产业带。在贵州万山区，首个试点已培训出31名“AI培育师”，其中77%为贫困女性，90%的人原本没有收入来源。

某种程度上，这是这些欠发达地区的妈妈们所能做的最具有互联网红利、乃至AI时代红利的工作。其实任何新技术行业，都有红利。比如对一个西部山区、初中文化的25岁的男青年来说，最接近互联网红利的工作，就是当一个骑手。他获得的红利当然比不上程序员、产品经理，但比起以往的工作却要高出一截。而标注员的待遇与任务量及难度直接相关，熟练工一天能标几千张图片，月收入最高过万。山西永和县大部分年轻劳动力，月收入不超过2000元，但从事标注工作，人均月收入能达到4000元以上。而且标注员可以不离开家乡，既能照顾家人孩子，同时又能享受到人工智能时代的红利。

贵州万山、山西永和等地，仅仅是一个起点，未来会有更多的人工智能项目，把自己的基础放在欠发达地区，让更多的人获得AI红利，帮助落后地区发展。而从另一个意义上说，他们也是新形式的产业工人。更实用的人工智能，甚至需要几代人的积累而成。这就像如今中国成为世界第一大经济体，是历代无数产业工人辛苦工作的结果。多年以后，人们享受更聪明的人工智能的服务时，系统里也有他们的贡献。

（作者系上海金融与法律研究院研究员）

• （本文仅为作者个人观点，不代表本报立场）

刘远举