- 45岁的 Tina Lynn Wilson 居住在加拿大汉密尔顿，自 2025 年 1 月起成为 DataAnnotation 的自由职业者，专门检查 AI 回复的语法、准确性和创造力——这项工作被称为“AI 训练”。
- Wilson 是一个庞大的全球自由职业者网络的一部分，这个网络正在为 Outlier AI 和 Handshake AI 等公司训练 AI 模型。
- 他们中的许多人每小时仅赚取约 20 加元（相当于 14.6 美元），工作不稳定，属于“零工工作”（gig work）性质——没有固定的工作时间或福利。
- 一些更专业的工作，如科学数据校准，每小时可达 40 加元，但工作量不稳定。
- 专家将此称为微调（fine-tuning）——通过评估 AI 的回复并利用“人类反馈强化学习”（reinforcement learning from human feedback）重新训练系统来精炼模型的阶段。
- 当 ChatGPT 或 Claude “听起来像真人”时，正是像 Wilson 这样的人训练了它们，使其变得更加“自然”。
- 根据母公司 Scale AI 的数据，Outlier AI 在 50 个国家拥有超过 250,000 名协作者，其中 81% 拥有大学学位。
- 然而，市场正在发生变化：由于 AI 变得越来越复杂，对一般性劳动力的需求正在下降，取而代之的是具备专业知识和高学历的人员。
- 一些像 DeepSeek（中国）这样的新模型已经部分自动化了微调流程，使得人类劳动者容易被取代。
- 尽管如此，AI 仍然严重依赖发展中国家的廉价劳动力。肯尼亚、乌干达、菲律宾的许多工人每周必须工作长达 70 小时，时薪仅略高于 1 美元，他们的工作条件被称为“数字血汗工厂”（digital sweatshops）。
- 研究员 James Muldoon 表示，数百万人正在以单调乏味的工作“喂养” AI，但这项工作却是全球 AI 经济的支柱。
📌 AI 的“魔力”背后是数百万匿名劳动者在训练 AI。例如：DataAnnotation 公司专门检查 AI 回复的语法、准确性和创造力；Outlier AI 在 50 个国家拥有超过 250,000 名协作者，其中 81% 拥有大学学位。趋势是：随着 AI 变得越来越复杂，对一般性劳动力的需求减少，取而代之的是具备专业知识和高学历的人员。然而，AI 仍然严重依赖肯尼亚、乌干达、菲律宾等发展中国家的廉价劳动力，这些工人每周工作长达 70 小时，时薪仅略高于 1 美元，工作条件被称为“数字血汗工厂”。
