数据标注“血汗工厂”——ChatGPT光环照耀不到的隐秘角落

《科创板日报》2月11日讯（编辑 邱思雨） 能聊天、代写论文、作诗编程样样不在话下，ChatGPT发布不到一周便收获了百万用户。其锋芒从美国席卷到中国，但在地球另一边的非洲大陆上，一群为OpenAI工作的外包数据标注员，曾遭受过非人的精神折磨。

坐在电脑前、阅读一段文本、给出相应的标注、紧接着切换到下一段……这就是数据标注员的日常。在这场席卷中美两个市场的资本狂欢中，他们是边缘化的、被遗忘的却又至关重要的一个群体。

据美国《时代周刊》报道显示，为了训练ChatGPT，OpenAI雇佣了时薪不到2美元的外包肯尼亚劳工，他们所负责的工作就是数据标注。

数据标注的工作流程包括数据标注、打标签、分类、调整和处理等，是构建AI模型的数据准备和预处理工作中不可或缺的一环。对于ChatGPT这样的语言模型，如果没有人工标注来筛除一些不恰当的内容，那么它不仅会给出一些错误的信息，更会对用户造成心理不适。

更何况，类似ChatGPT这样的预训练模型在训练过程中需使用的数据样本较多，数据标注的需求较高。

那么如何规避上述问题，筛查出有害内容呢？OpenAI效仿了Facebook等社交媒体公司的做法——构建一个额外的AI模型，向它提供暴力、仇恨等带有攻击性的言论，从而让它学会识别相应内容。这样的模型会被内置到ChatGPT中，帮助后者过滤掉一些有害的文本。

在这个过程中，需要大量的人力来给攻击性言论做标注。于是，OpenAI在2021年底与一家外包公司Sama达成了合作。两者签署了三份总价值约20万美元的合同，OpenAI向Sama发送了数万个文本片段，包含大量的有关谋杀、自残、虐待甚至其他更加不堪的内容。Sama公司的每一个数据标注员的日常工作流程就是阅读文本并为其添加相应的标签。

“那是酷刑”

Sama是一家主营数据训练的公司，专注于为人工智能算法注释数据，客户包括沃尔玛、谷歌、通用汽车和微软等多个海外大厂。

Sama官网

据《纽约时报》早年报道和维基百科注释，Sama标榜自己为一家有道德的公司：“Sama的使命是在数字经济时代为低收入人群增加就业机会。”此外，公司声称已帮助超五万人摆脱了贫困。

而Sama数据标注员的真实工作情况如何？据《时代周刊》披露，根据资历和表现，Sama为OpenAI雇用的数据标注员的实际工资约为每小时1.32美元至2美元。有三位员工透露，在Sama，三十余名工人被分成三个小组，他们每九小时轮班阅读和标记150至250段文字，每段文字大约100词到1000词不等。

上述被采访员工均表示，这份工作给他们留下了“精神创伤”，虽然他们能够参加公司组织的团体心理辅导，但辅导并没有提供任何的帮助。此外，由于Sama对员工工作效率要求极高，所以公司很少组织心理辅导活动。有员工曾提出想与心理辅导员一对一进行咨询，但被Sama的管理层拒绝。

其中一位数据标注员坦言，在阅读了一些过于不堪的内容后，他反复出现幻觉。“那是酷刑。”他表示，“整个一周，你会反复的阅读这样的内容。等到周五，你会不停想象与它相关的场景。”

Sama的回应

低薪、高强度、创伤性的标注工作折磨着肯尼亚工人的身心。对于来自《时代周刊》等媒体的“控诉”，Sama回应外媒Quartz称，其支付给标注员的薪资几乎是东非其他内容审核公司的两倍，并给员工提供福利和养老金，并声称这样的待遇在东非并不常见。

据了解，肯尼亚并没有统一的最低薪资规定。但在内罗毕（肯尼亚首都），一个接待员的最低时薪是1.52美元，而Sama的数据标注员最低薪资仅为1.32美元。在Sama与OpenAI的合同中，OpenAI向Sama支付每小时12.5美元的工作费用，是Sama数据标注员最低薪资的9倍以上。

Sama的发言人还表示，在每九小时的轮班工作里，标注员只需要标记70段文字，而不是上文所述的150至250段文字。此外，数据标注员的税后时薪为1.46美元至3.74美元。合同中每小时12.5美元的工作费用覆盖了包括基础设施、质检、管理团队薪资等在内的所有成本。

针对员工遭受心理折磨的情况，Sama的发言人则声称，公司十分重视员工的心理健康。“我们为员工提供一对一的心理咨询。在审核、标注工作过程中，员工可以随时退出工作，且不会受到任何的惩罚。”该发言人补充道，“员工标注有害内容的时间是有限的，敏感信息会有专人处理。”

违法、解约和失业

2022年2月，OpenAI与Sama加深了合作，OpenAI要求Sama收集数千张暴力和黄色的图片，其中包括一些违法美国法律的内容。据《时代周刊》、《布鲁塞尔时报》等外媒报道，当月，Sama给OpenAI交付了一批1400张图像的样本，后者向前者支付了787.5美元。

但很快，两者的合作破裂。Sama在一份声明中表示，有关图像收集工作的原始合同并未包含违法内容，但工作开始后，OpenAI向其发送了一份附加说明，其中提及到一些涉嫌违法的内容。因此，Sama决定终止与OpenAI的合作。

在2022年2月下旬，陆陆续续有Sama的员工收到了转岗和裁员的通知。一位员工无奈的表示：“对我们来说，这是一份养家糊口的工作。而现在，仅有30多名工人被迫转到更低薪的岗位，其他人都面临失业。”

今年1月10日，Sama宣布取消所有涉及到敏感内容的工作，并表示不会与Facebook续签价值390万美元的内容审核合同。据了解，Facebook也曾被指控雇佣外包劳工来审核有害内容。

Sama表示，经团队多次讨论后，公司决定剥离自然语言处理和内容审核业务，专注于构建计算机视觉数据标注解决方案。

（科创板日报 邱思雨）