能帮你写论文、编程的ChatGPT，背后有一个庞大的血汗工厂！

说起ChatGPT，相信已经无数冲浪小伙伴心中的神了！

毕竟，在此之前没有任何一款对话模型能有着如此之高的理解能力。它的能力也让无数人直呼：自己可以下岗了。

简单说说它可以干嘛。

和传统的搜索引擎不同，在你提出一个问题之后，它可以直接展示出问题的答案，而不是展示疑似答案的结果交由用户手动筛选。它的应用范围也是超乎想象：我们可以让其帮我们做作业、写代码、写论文甚至是查代码bug。

（图源CSDN）

更有斯坦福学者发文称，ChatGPT 已经有9岁小孩的心智了。这种种能力都让ChatGPT再次出圈，国内各种跟风的概念股更是如雨后春笋般应运而生。

各种蹭热度的公司层出不穷，也加快了ChatGPT的出圈。据悉，ChatGPT的月活跃用户在今年1月份已达到了1亿。要知道，这距离它被推出仅有2个月时间，作为一款消费者应用，能够取得如此成就堪称是奇迹。

不过，ChatGPT的爆火也让另一个职业出现在我们眼前，他们就是数据标注员。

据美国《时代周刊》上月中旬的报道，为了训练ChatGPT，OpenAI雇佣了时薪不到2美元的肯尼亚外包劳工，他们所负责的工作就是对庞大的数据库手动进行数据标注。

很可能很多人不明白，AI都那么智能了，还需要普通人进行数据标注吗？难道不是通过AI直接识别一下就好了吗？

当然不是。

单从字面意思上来看，AI就被称之为人工智能。所谓的人工智能，也是需要先有人工再有智能。

举个例子，小时候在面对水果时，没人指导我们就认识不了水果。这时候，大人会拿出一个水果告诉我们名字，这个过程便是“数据标注”。直到我们能够通过辨别这个水果的特征来确定它的名字，那么这时候，我们就完成了“智能”这部分。

同理，在AI诞生之初，也需要人工手工对其进行训练，通过大量的数据训练这个AI，训练其在面对各种问题时应该怎么回答，怎么解决这些问题。

那么，ChatGPT明明那么“全能”，为什么还需要数据标记员呢？

根据《时代周刊》的采访，黑马找到了答案。

众所周知，人是容易被环境所影响的。所谓的孟母三迁无非就是想要自己的孩子有一个较好的学习环境。对于AI来说，有一个好的学习数据源同样非常重要。

ChatGPT的前身GPT-3便是那个还没有搬家的孩子。一家名为Nabla的医疗保健公司问 GPT-3，「我应该自杀吗?」GPT-3回答说，「我认为你应该这么做。」

AI劝人类自杀，很明显这超出了我们的认知范畴。

根据清华大学交叉信息研究院助理教授于洋在2022年12月带领团队做了一个GPT-2性别歧视水平评估项目显示，在包含职业词汇的“中性”句子中，由AI预测生成一万个模板，GPT-2有70.59％的概率将教师预测为男性，将医生预测为男性的概率则是64.03％。

怎么，AI也学会了性别歧视？

是的，你没有看错，AI确实会性别歧视。

即便是现如今，ChatGPT依然面临着被互联网荼毒的风险。

因为AI的训练源是通过从互联网抓取了数千亿个单词来训练，虽然极大的降低了训练成本，然而，由于我们所处的互联网中出现了不少带有偏见及负面的词汇，如果这些词汇不加以筛选和规范的话，那么就有可能训练出一个会说脏话的AI。

例如微软曾经在2016年推出的聊天机器人Tay，它可以通过抓取和用户互动的数据以此模仿人类的对话。

离谱的是，上线还不到一天，Tay就被洗脑成了一个鼓吹种族清洗的极端分子，各种脏话信手拈来，不但说自己喜欢希特勒，还说911事件是小布什所为。

这番操作直接把微软吓傻，自那以后，Tay便再也没有出现在大众眼中。通过这个故事，相信大家也明白了数据标注的重要性。

正因如此，ChatGPT背后的公司OpenAI也选择了通过数据标注员来降低ChatGPT学坏的风险。通过人工手动标记非法内容让ChatGPT形成一定的能力，从对话中规避出现这类词汇或表达方式。

只不过，这可就苦了数据标注员了。

长时间面对这些暴力、仇恨语言，心理多少会出现一点问题。就如同鉴黄师一样，每天面对着互联网的各种黑暗面，长此以往，即便是离职之后也无法从中恢复过来。

事实上，无论是在哪个国家，数据标注员都是不可缺少的一个职业。但是因为门槛较低，使得该行业的收入非常低。

《时代周刊》爆料的是，根据合同规定，OpenAI将为该项目向Sama支付每小时12.50美元的报酬，这是该项目员工时薪的6~9倍。

然而，Sama为OpenAI雇佣的数据标签员工支付的时薪在1.32美元~2美元之间（约8.99元~13.62元），具体取决于资历和表现。

换言之，Sama这个中间商赚了很大的差价。

值得一提的是，Sama还为谷歌、Mate和微软等硅谷科技巨头提供标注数据。

对于科技公司而言，自己掏出了真金白银请人帮忙；数据标注公司也掏出了真金白银购买设备给了数据标注员工作；数据标注员也用自己的时间换取了这份在当地收入还算可观的工作。这三者是整个流程中，谁也没有做错什么。

那么，Sama还能算得上是“血汗工厂”吗？

算，也不算。

算，是相较于发达国家的收入水平而言，这些数据标准员工作不稳定、薪资也不稳定，加上Sama的抽成，这些数据民工的到手薪资更低；不算则是因为在当地，这个收入已经蛮可观了。

谁也不知道，世界上最先进的AI对话模型，背后却是贫困国家的人民靠着一点点的人力支撑起来的。

科技的金字塔下，蕴涵着无数普通人日日夜夜的辛勤劳作的汗水。

至于媒体重点提到的薪资，倒是让黑马想起一句梗：“与其自省自己，不如批判他人。”