作者：賈文娟、顏文茜

期刊👩🏿‍🦱：《社會學研究》2022年第5期

摘要：人工智能產業是中國社會經濟發展的新引擎👩🏼‍🏭，與該產業相伴的新勞動方式也引起了學界關註。既往研究多關註人工智能技術使用者的勞動狀況🧑🏼‍🦲，對於人工智能生產者的研究相對有限💁🏿；進一步地👩🏼‍🏭，在人工智能生產者中，相與從事復雜勞動的IT程序員相比，學界對從事數據分析、清理🧇、標註等簡單勞動的數據標註員的研究更顯不足。此項研究拓展了人工智能時代新勞動方式的研究視野，揭示出人工智能生產者——數據標註員的勞動方式與勞動實踐。此項研究嘗試指出認知勞動是人工智能產業的主導性勞動方式🧩，並分析了其勞動控製與傳統勞動的異同🤿。

為探究新技術下勞動方式與勞動控製的變遷🫏，研究者在2019年6月到2020年2月間，以實習生身份在S市N公司中的Z標註團隊進行了為期8個月的田野調查，並對包括數據標註員🤽🏻‍♂️👷‍♂️、產品經理、算法工程師、測試程序員在內的30名被訪者進行了半結構式訪談。與貴州🤾🏻‍♂️、河南等省常見的數據標註“外包大團隊”不同，文章研究對象——Z標註團隊是一個高水平的“內部小團隊”。二者在生產過程🦅、工作要求、工作方式上大體一致📫，但後者的組織管理更加細致，這使研究者能夠更清晰地呈現數據標註工作的勞動特性👩🏽‍🍼。

研究者指出🫱🏽👩🏻‍💼，盡管數據標註工作背後是人機交互中將人類認知賦予機器的認知勞動，但認知勞動的分工仍遵循著去技術化的邏輯🗼，即數據標註員承擔著與流水線工人相似的簡單勞動🈳。不過🤳，認知勞動的推進中存在“雙重不確定性悖論”🔀🧑🏽‍✈️，即勞動過程標準化與勞動者認知自主性之間的矛盾。這要求管理方采取與認知勞動自身特征相符的勞動控製方式，以有效提升標註員的勞動效率。與體力勞動相比，認知勞動的管理控製對象從勞動者肢體運動方式轉變為其大腦認知方法，勞動控製方式則從機械的身體規訓走向了靈巧的認知整飾。管理方通過認知標準化🧎🏻‍♂️、認知反饋與認知加速🤾🏻‍♀️，隨時監督、調整數據標註員的認知行為🫨，從而使標註員的自然認知轉化為與計算機程序相匹配的產生式認知，進而高效生產出符合電腦需要的標準化數據🧓。

此外🫚，研究者發現，上述認知整飾的勞動控製機製雖具有短時有效性🧛🏻，但缺乏長時耐久性。去技術化下的認知勞動者有著與體力勞動者相似的異化體驗，缺乏獲得感、無意義感等不斷吞噬著標註員的熱情與活力。他們往往通過產量限製🙋🏻‍♀️、主動離職等方式對勞動異化進行抵製。不過，標註員頻繁離職與更替對公司長期發展的負面影響並不明顯🤜🏽，因為管理方通過同時運用裁員與招聘的手段，維持了對不穩定勞動的有效控製。

總體來說，在以人機交互為訴求的人工智能產品的生產中，與識別👨‍👩‍👧🤽🏿‍♀️、判斷🏅、創新等人類能力相關的認知勞動成為主導性的勞動形態。從體力勞動到認知勞動，後者在勞動控製的目標、對象以及方式上都發生了轉變。但認知勞動控製依舊遵循去技術化的邏輯，資本試圖使勞動者從勞動過程的主導降級為輔助的邏輯也未改變。該文對認知勞動過程的研究，為新技術下勞動方式與勞動控製的變遷研究提供了有益補充和進一步深入的空間。在人工智能產業蓬勃發展的今天🏓✊，人類認知已然成為了產業發展的新潛能🟰，對認知勞動的研究會成為洞察人類未來社會生活的一個窗口。

文獻資源👩🏻‍💼〽️：https://mp.weixin.qq.com/s/AtQ6Qs2VV4e-cM9FlUDoUg