何信在做數(shù)據(jù)標(biāo)注工作，何信供圖

　　歡迎關(guān)注“新浪科技”的微信訂閱號(hào)：techsina

　　文/劉鑫 編輯/園長(zhǎng)

　　來(lái)源/刺猬公社（ID：ciweigongshe）

　　刺猬公社和何信通話的時(shí)候，他正在做數(shù)據(jù)標(biāo)注的工作。

　　電腦屏上的圖片里，三三兩兩的人在操場(chǎng)上，或是在跳繩，或是在圍觀。何信要做的是用鼠標(biāo)將正在跳繩的人框出來(lái)。“說(shuō)出來(lái)你可能都不相信，就是畫這一個(gè)框。”何信解釋道，“好比你現(xiàn)在打開(kāi)電腦，然后摁住鼠標(biāo)右鍵拉一下，在桌面上就是一個(gè)框就是3分錢。”

　　何信做數(shù)據(jù)標(biāo)注的工作有一年多，他自己成立了一個(gè)創(chuàng)業(yè)小團(tuán)隊(duì)，團(tuán)隊(duì)里有十幾個(gè)人。他們的項(xiàng)目涉及百度、網(wǎng)易、阿里等互聯(lián)網(wǎng)大廠，他也做細(xì)致的“打點(diǎn)”工作，類似一個(gè)鞋的邊框打點(diǎn)一周，二十幾個(gè)點(diǎn)，掙一到兩角錢。

　　“阿里眾包、京東微工、百度眾測(cè)、有道眾包……”市面上這樣的產(chǎn)品有很多，利用碎片化時(shí)間獲得收入、操作簡(jiǎn)單無(wú)門檻是它們最主要的賣點(diǎn)。這類互聯(lián)網(wǎng)大廠推出兼職平臺(tái)，主要以眾包的形式給用戶分配任務(wù)，用戶通過(guò)完成任務(wù)來(lái)獲得報(bào)酬。但相較這些大廠的知名產(chǎn)品而言，兼職平臺(tái)們的下載量并不高。

　　刺猬公社查詢產(chǎn)品下載量統(tǒng)計(jì)平臺(tái)七麥數(shù)據(jù)后發(fā)現(xiàn)，AppStore中阿里眾包、騰訊搜活幫、京東微工、百度眾包等四款產(chǎn)品，近30日日均下載量未超過(guò)2000。

圖源：七麥數(shù)據(jù) 查詢時(shí)間：2021年4月27日

　　從產(chǎn)品數(shù)據(jù)上看，互聯(lián)網(wǎng)大廠的兼職App只能說(shuō)不溫不火。在靈活用工、兼職經(jīng)濟(jì)高度發(fā)展的當(dāng)下，這類兼職App為什么沒(méi)做起來(lái)？都是誰(shuí)在做這份工作？

　　收益太少，羊毛難薅

　　互聯(lián)網(wǎng)大廠出品的兼職App中，運(yùn)作流程是：平臺(tái)發(fā)布任務(wù)，用戶領(lǐng)取任務(wù)驗(yàn)收后獲得收益。綜合各平臺(tái)來(lái)看，主要有數(shù)據(jù)標(biāo)注、數(shù)據(jù)采集、數(shù)據(jù)轉(zhuǎn)寫工作。細(xì)分到具體領(lǐng)域，又分為文本、圖片、語(yǔ)音、視頻等部分的信息處理。任務(wù)的價(jià)格一般在0.1元到幾十元不等。

　　在騰訊搜活幫里，李元接了十幾單任務(wù)，賺了不到兩塊錢。

　　放棄倒不是因?yàn)殄X少，而是因?yàn)檫@份工作過(guò)于機(jī)械化，重復(fù)性勞動(dòng)讓李元很不適應(yīng)。他大學(xué)讀的是電子信息工程專業(yè)，畢業(yè)后工作也比較清閑。出于賺錢和打發(fā)時(shí)間的目的，李元下載了這款眾包類型的軟件。

　　眾包，通俗來(lái)講，就是從大眾那里尋找資源。它本意是指一個(gè)公司或機(jī)構(gòu)把過(guò)去由員工執(zhí)行的工作任務(wù)，以自由自愿的形式外包給非特定的（而且通常是大型的）大眾志愿者的做法。

　　以京東微工的數(shù)據(jù)標(biāo)注為例，在最新一期的任務(wù)里要求對(duì)文本進(jìn)行情感判斷，根據(jù)自己的認(rèn)知選擇文本是正向、中性還是負(fù)面。該結(jié)算兩分一條，以10條為結(jié)算單位，要求正確率100%。

圖源：京東微工

　　數(shù)據(jù)采集一般為音頻、圖片、視頻方面的采集，周舟熱衷于做數(shù)字采集方面的工作，2019年高中畢業(yè)后，他開(kāi)始嘗試這方面的兼職工作。兩年的時(shí)間，他陸陸續(xù)續(xù)賺了3000多。“我也沒(méi)有天天去看，阿里眾包在年終、年初、年底的任務(wù)很多。”

　　在每個(gè)任務(wù)里，都有明確的要求，周舟認(rèn)為這樣很明確，可以很快地分辨哪些好做哪些不好做。

圖源：阿里眾包

　　相比于數(shù)據(jù)標(biāo)注、采集方面的工作，數(shù)據(jù)轉(zhuǎn)寫的門檻稍微高些。所謂的數(shù)據(jù)轉(zhuǎn)寫，主要是各種語(yǔ)言轉(zhuǎn)譯工作，比如，在有道眾包的少兒英語(yǔ)段音頻轉(zhuǎn)寫里，要求口誤重復(fù)、語(yǔ)法錯(cuò)誤等如實(shí)轉(zhuǎn)寫，這對(duì)于答題者的英語(yǔ)水平要求不低。

圖源：有道眾包

　　為了確保用戶所提交產(chǎn)品的質(zhì)量，除了在提交內(nèi)容上有所要求，在用戶提交前也有所培訓(xùn)。在騰訊搜活幫里需要首先進(jìn)行考試，考試通過(guò)后方能進(jìn)行答題。周舟曾經(jīng)做過(guò)這類型的考題，做完20道題，正確11道，他得出了結(jié)論——裸考必掛。

　　李元參加這種考試，也沒(méi)有一次就過(guò)的情況，“這種題目需要耐心和比較細(xì)膩的語(yǔ)感，而我是那種粗枝大葉的人，而且多次失敗之后帶來(lái)的挫敗感太糟糕了。”

圖源：騰訊搜活幫

　　等平臺(tái)發(fā)任務(wù)——做任務(wù)——等平臺(tái)審核是這類眾包軟件使用的常規(guī)流程，而在這些流程里有任何一個(gè)環(huán)節(jié)脫節(jié)，都會(huì)帶來(lái)不好的用戶體驗(yàn)。

　　下載軟件發(fā)現(xiàn)無(wú)任務(wù)可做，做任務(wù)時(shí)發(fā)現(xiàn)門檻過(guò)高，任務(wù)完成發(fā)現(xiàn)審核太久，審核后發(fā)現(xiàn)正確率不合格……在這條任務(wù)鏈里，用戶會(huì)遭遇各樣的問(wèn)題，有網(wǎng)友在五個(gè)任務(wù)都審核失敗后發(fā)文稱“費(fèi)力不討好。”

　　部分平臺(tái)審核不合格后，價(jià)格會(huì)打折扣。但還是有人賺到錢了，在有道眾包的3月酬勞排行榜上，第一名酬勞1945.99元。周舟對(duì)于自己兩年多攢的3000多元表示滿意，“因?yàn)槟壳斑€是在校生，沒(méi)有工作。”

　　“一小時(shí)10元吧。”何信評(píng)估了一下做眾包工作的平均報(bào)酬。

　　用戶下沉，也在內(nèi)卷

　　兼職眾包的平臺(tái)用戶，有一種團(tuán)隊(duì)化的趨勢(shì)。

　　就目前市面上的眾包產(chǎn)品來(lái)看，任務(wù)很多是不定期推送的，新用戶注冊(cè)后平臺(tái)上有可能面臨無(wú)任務(wù)可領(lǐng)的情況，而相較于加公會(huì)做團(tuán)隊(duì)而言，普通用戶賺的錢是很少的。

　　而這份工作的主力，互聯(lián)網(wǎng)巨頭們可能也并沒(méi)有瞄準(zhǔn)客戶端的普通用戶。據(jù)何信了解，向他這樣做團(tuán)隊(duì)接項(xiàng)目的同行有不少，在平臺(tái)活躍著的也有很大部分是像他們這樣的團(tuán)隊(duì)。

　　相比于單獨(dú)個(gè)人當(dāng)兼職做，團(tuán)隊(duì)化容易的多。價(jià)格在近些年也有了不小的變化，以前價(jià)格很貴，現(xiàn)在的價(jià)格越來(lái)越低，由此帶來(lái)用戶的不斷往下沉淀。何信表示用戶下沉是要找便宜的勞動(dòng)力。

　　2016左右，那時(shí)候做數(shù)據(jù)標(biāo)注的人還不是很多，何信說(shuō)那時(shí)候價(jià)格是目前兩到三倍，畫一個(gè)框大概七八分錢。

　　“以前做的人少就掙錢，現(xiàn)在做的人多了就不值錢了，就這個(gè)意思。”兼職眾包的用戶們，也在不可避免地遭遇內(nèi)卷。

　　在何信團(tuán)隊(duì)里，一個(gè)成熟的員工一小時(shí)能畫600個(gè)框，按照一個(gè)框3分的標(biāo)準(zhǔn)，能賺18元。“但是這個(gè)價(jià)格是我完全不賺錢。”何信說(shuō)。而3分的價(jià)格在面向用戶的平臺(tái)里很少出現(xiàn)，在用戶平臺(tái)端三分的價(jià)格算是很高的。何信找的熟人介紹做項(xiàng)目，一般接一個(gè)項(xiàng)目幾千上萬(wàn)的量，然后做上一個(gè)月。

　　這個(gè)行業(yè)流動(dòng)性很大，重復(fù)性勞動(dòng)和越來(lái)越低的價(jià)格讓很多人止步于此。何信的團(tuán)隊(duì)不算大，上個(gè)月還是五六個(gè)人。來(lái)的員工一般都是學(xué)生，兼職在做這份工作。五六個(gè)兼職的同學(xué)才能留下一個(gè)，何信對(duì)自己團(tuán)隊(duì)流動(dòng)習(xí)以為常。

　　“一開(kāi)始不熟悉業(yè)務(wù)，做不了那么快，幾乎就賺不了什么錢，完全看自己做的數(shù)量。”何信解釋團(tuán)隊(duì)流動(dòng)大的原因。

　　除了數(shù)據(jù)標(biāo)注，何信的團(tuán)隊(duì)也做過(guò)涉及語(yǔ)音轉(zhuǎn)義、數(shù)據(jù)采集等方面的工作，兩三歲孩童的語(yǔ)音、粵語(yǔ)、陜西話的轉(zhuǎn)義他們都做過(guò)。語(yǔ)音轉(zhuǎn)義一般來(lái)說(shuō)三分鐘能給到七塊左右，數(shù)據(jù)采集工作相對(duì)來(lái)說(shuō)賺的更多，但過(guò)于費(fèi)時(shí)費(fèi)力，這塊業(yè)務(wù)也慢慢擱下了。

　　“車道線、車、人臉，人體……”何信做的數(shù)據(jù)標(biāo)注類目有很多，但都是二維的。數(shù)據(jù)標(biāo)注的同行們有的在做三維標(biāo)注，這樣的工作日薪能達(dá)300元左右。

圖源：百度眾測(cè)

　　但這樣的薪資并不是普遍化的，簡(jiǎn)單重復(fù)性的二維圖片數(shù)據(jù)標(biāo)注工作薪資并沒(méi)那么可觀。

　　小作坊的出現(xiàn)，是數(shù)據(jù)標(biāo)注團(tuán)隊(duì)的一個(gè)大趨勢(shì)。何信對(duì)于這份工作的人有大概的畫像。在城鄉(xiāng)結(jié)合部，或者鄉(xiāng)村小作坊，有那么一批人，二三十歲，學(xué)歷不是很高，就在縣城做這樣的工作。而很多人也有投資這種數(shù)據(jù)小作坊的打算。

　　“我就形容它是網(wǎng)絡(luò)時(shí)代的那種手工作坊。”何信對(duì)這種城鄉(xiāng)結(jié)合部的小作坊下了一個(gè)定義。

　　“網(wǎng)絡(luò)時(shí)代的民工？”

　　“完全就是民工了，這不是調(diào)侃。”

　　互聯(lián)網(wǎng)大廠，為什么需要人兼職訓(xùn)練AI

　　“訓(xùn)練AI啊。”

　　何信很明確的知道自己所做的工作，電子信息工程專業(yè)的李元也知道這份工作的意義，“平臺(tái)給你提供的題目相當(dāng)于是一個(gè)訓(xùn)練的樣本。所有你做的題目就是AI的訓(xùn)練集，它會(huì)通過(guò)人類的這種思維判斷去訓(xùn)練AI。”

　　“能知道的只有他（平臺(tái)）告訴我的。具體數(shù)據(jù)去哪了，用于什么了，沒(méi)有去深究。”周舟只知道平臺(tái)告知的信息，在阿里眾包的一個(gè)任務(wù)中顯示，您接受的任務(wù)中涉及對(duì)個(gè)人信息的收集，任務(wù)發(fā)布者承諾在此任務(wù)中收集到的個(gè)人信息將會(huì)用于“算法訓(xùn)練——牙齒病種識(shí)別”的目的，并僅限于任務(wù)發(fā)布者使用，并不向任何第三方轉(zhuǎn)讓、共享以及披露，匿名化或去標(biāo)識(shí)化的除外。

圖源：阿里眾包

　　“我們要教機(jī)器認(rèn)識(shí)一個(gè)蘋果，你直接給它一張?zhí)O果的圖片，它是完全不知道這是個(gè)什么東西的，需要現(xiàn)有蘋果的圖片，上面標(biāo)注著“蘋果”兩個(gè)字，然后機(jī)器通過(guò)學(xué)習(xí)了大量的這類圖片，才能認(rèn)識(shí)蘋果，其中將圖片表示為“蘋果”的工作就是數(shù)據(jù)標(biāo)注。”

　　騰訊搜活幫用上述例子，說(shuō)明了數(shù)據(jù)標(biāo)注的意義。數(shù)據(jù)標(biāo)注員的工作就是在教機(jī)器學(xué)習(xí)。

　　人工智能包含著機(jī)器學(xué)習(xí)，而監(jiān)督學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種訓(xùn)練方式，通俗來(lái)講，是要給機(jī)器一種標(biāo)準(zhǔn)答案來(lái)不斷進(jìn)行訓(xùn)練，以此來(lái)達(dá)到人類一些識(shí)別認(rèn)知的能力，這也是深度學(xué)習(xí)的一個(gè)目標(biāo)。深度學(xué)習(xí)的成功所依賴的既不是算法，也不是計(jì)算能力，而是訓(xùn)練和驗(yàn)證數(shù)據(jù)的可用性，這些數(shù)據(jù)最終是通過(guò)人的參與獲得的。

　　這是一個(gè)非常重復(fù)性的勞動(dòng)，因?yàn)闄C(jī)器學(xué)習(xí)需要大量的樣本，大量的樣本是由無(wú)數(shù)重復(fù)性勞動(dòng)所造就的。

　　而這種重復(fù)性勞動(dòng)在很早之前就有了。2003年，一款“ESP游戲”就用了這種勞動(dòng)，它的目的是通過(guò)互聯(lián)網(wǎng)上人們的自由參與來(lái)獲得描述圖像的標(biāo)簽。在一個(gè)游戲中，兩個(gè)玩家在屏幕上看到相同的圖像，并被提示輸入描述該圖像的關(guān)鍵字。他們看不到對(duì)方正在鍵入什么，但如果兩人輸入相同的關(guān)鍵字足夠快（“匹配”），他們就會(huì)得到分?jǐn)?shù)。實(shí)際上，這些關(guān)鍵字可以用作圖像的精確標(biāo)簽。“ESP游戲”后來(lái)被谷歌收購(gòu)，被稱為谷歌圖像標(biāo)簽。

　　不止人工的重復(fù)性勞動(dòng)，驗(yàn)證碼也是訓(xùn)練機(jī)器的一種方式。驗(yàn)證碼本身是在人機(jī)交互中構(gòu)建，以驗(yàn)證用戶實(shí)際上是“人工用戶”的工具。reCAPTCHA公司擴(kuò)展了這一原則，將人類用戶的反應(yīng)重新用作工業(yè)深度學(xué)習(xí)項(xiàng)目的培訓(xùn)數(shù)據(jù)。為此，用戶需要解決一個(gè)小任務(wù)，如圖像識(shí)別或文本識(shí)別，這對(duì)人類來(lái)說(shuō)是一個(gè)低的障礙，但對(duì)計(jì)算機(jī)機(jī)器人來(lái)說(shuō)是一個(gè)高的障礙。而reCAPTCHA也被谷歌收購(gòu)了。

　　科技自媒體“品玩”曾報(bào)道過(guò)類似的現(xiàn)象，驗(yàn)證碼越來(lái)越有內(nèi)容，比如標(biāo)注門牌路牌，讓用戶幫分類數(shù)據(jù)庫(kù)等。“品玩”也指出在 reCAPTCHA 官網(wǎng)上，Google 公開(kāi)說(shuō)明了 reCAPTCHA 集眾人之力標(biāo)注數(shù)據(jù)，訓(xùn)練 AI 的“眾包”模式。

網(wǎng)絡(luò)中識(shí)別圖片的驗(yàn)證碼

　　捕獲人類的認(rèn)知的方式已經(jīng)不再局限于眾包中的重復(fù)性勞動(dòng)，將人類的認(rèn)知嵌入到計(jì)算機(jī)網(wǎng)絡(luò)中，讓人和機(jī)器的關(guān)系更加密切，而這種隱性的認(rèn)知捕獲在互聯(lián)網(wǎng)的各個(gè)角落都在發(fā)生著。

　　在重復(fù)性勞動(dòng)不斷減少的當(dāng)下，何信準(zhǔn)備謀求新的出路。他的同行朋友們已經(jīng)開(kāi)始在做簡(jiǎn)單的數(shù)據(jù)AI，讓簡(jiǎn)單型的數(shù)據(jù)標(biāo)注工作交給機(jī)器來(lái)操作。

　　用機(jī)器做出來(lái)的訓(xùn)練集來(lái)訓(xùn)練機(jī)器，是一個(gè)有意思的事情。

　　在城鄉(xiāng)結(jié)合部，一批二三十歲的人正在批量生產(chǎn)著AI訓(xùn)練集，重復(fù)是他們工作的常態(tài)。也正是因?yàn)槿绱耍ぷ骺菰铩?bào)酬微薄，充斥著“訓(xùn)練AI”任務(wù)的眾包兼職平臺(tái)相當(dāng)乏味，勸退了不少被兼職平臺(tái)大廠背景所吸引的用戶。

　　而隨著AI和機(jī)器的不斷自我訓(xùn)練和進(jìn)化，AI訓(xùn)練AI就在不遠(yuǎn)的未來(lái)，這類平臺(tái)的未來(lái)可能性將會(huì)更小。

　　備注：以上何信、李元、周舟均為化名

　　參考資料：

　　《Human-aided artificial intelligence: Or, how to run large computations in human brains? Toward a media sociology of machine learning》，Rainer Mühlhoff

（聲明：本文僅代表作者觀點(diǎn)，不代表新浪網(wǎng)立場(chǎng)。）