这是「进击的Coder」的第 810 篇技术分享
译者：核子可乐
策划：李冬梅
来源：infoQ
“
阅读本文大概需要 3 分钟。
”ChatGPT 被视为近几年最具创新性的 AI 工具之一。这款强大的 AI 聊天机器人几乎可以生成任何问题的文本，从莎士比亚的十四行诗，到用 5 岁孩子能理解的语言描述复杂的数学问题，可谓“无所不能”。
近日，TIME 发布了一篇独家报道，发现 ChatGPT 在构建内容过滤器时所使用的标注数据由肯尼亚工人完成，且每小时收入不足 2 美元。
根据作者 Billy Perrigo 的说法，数据标注员的任务是阅读和标注文本内容，从“互联网上最阴暗的角落”中提取“最血淋淋的细节表达，包括儿童性虐待、兽行、杀人、自杀、酷刑、折磨、自残和乱伦等内容。”
1. 外包数据标注工人时薪不到 2 美元
Perrigo 提到，根据资历和绩效，这些工人的最低税后时薪仅为 1.32 美元，最高税后时薪也不过 1.44 美元。英国广播公司 BBC 的一份报告估计，肯尼亚约有 75% 的工人住在非洲最大的贫民窟之一，内罗毕的基贝拉贫民窟。当地的失业率高达 50%，缺乏清洁水，也没有卫生设施可用。
承担这份外包工作的是 Sama（原 Samasource），一家位于旧金山的公司。该公司向来以建设“道德 AI”自居，号称要在数字工作与低收入人群之间搭设纽带。该公司在肯尼亚、乌干达和印度等地雇用人员，为谷歌、Meta 和微软等科技大厂提供数据标注服务。
作为 OpenAI 旗下最当红的聊天机器人，ChatGPT 采用的是升级版本的大语言模型 GPT-3.5。该聊天机器人于去年 11 月下旬首度亮相，推出不到一周就吸引到了超百万用户。ChatGPT 的用例包括数字内容生成、写作和代码调试。与其他同样基于 GPT-3.5 模型的前任服务一样，由于大量使用从互联网处采集到的训练数据，ChatGPT 极易输出有害内容。为了解决这个难题，OpenAI 必须为其开发内容过滤器。
2019 年，Sama 公司在肯尼亚雇佣大量工人，并声称帮助他们摆脱了贫困。
OpenAI 证实，Sama 公司雇用的肯尼亚员工确实在帮助 ChatGPT 过滤各种有害内容。该公司发言人表示，“我们的使命是确保人工通用智能有益于全人类的福祉，也一直在努力打造安全有用的 AI 系统、控制其中的偏见与有害内容。只有对有害（文本和图像）进行分类和过滤，才能最大程度减少训练数据中所包含的暴力和性内容，同时创建出能够检测有害内容的工具。”
2. “做这份工作是一种精神创伤”
TIME 还采访了四围名 Sama 公司员工，他们表示自己的工作体验可以用“精神创伤”来形容。有三名工人表示，他们每天需要阅读 150 到 250 条材料片段，这些段落的范围从 100 个单词到 1000 多个单词不等，算起来，平均每小时他们最多要阅读和标注超过 2 万个单词；但 Sama 对此表示质疑，称员工每天只需要审查 70 条片段即可。
TIME 在报道中提到，Sama 组织的三支数据标注团队中，每个小组都专注于一个主题。大多数成员的月工资为 170 美元，奖金最高不超过 70 美元。如果准确性特别高或者标注速度特别快，还能赚到额外的佣金。
报道称，以一天工作九个小时计算，那么税后时薪最低为 1.32 美元；如果能够达成所有考核要求，则时薪会略微上涨至税后 1.44 美元。Perrigo 还强调，肯尼亚不存在充分就业市场，所以很难对收入做出公平比较。不过在这批员工入职时，内罗毕接待员岗位的最低工资为每小时 1.52 美元。
Perrigo 发布推文称，“这样的工作条件也揭露出 AI 繁荣之下的阴暗面：AI 的发展，依靠的就是这群默默无闻的低薪工人。尽管他们为价值数十亿美元的新兴产业做出贡献，但仍然被严重边缘化。”随着微软与 OpenAI 的合作加深，OpenAI 的市场估值早已超过 300 亿美元（约 2072 亿元人民币）。
媒体 Quartz 也曾报道过此事，Sama 方面主动联系并对薪酬做了澄清，称其在东非地区设定的工资是其他内容审核公司的几乎两倍。“Sama 设定的月薪在 210 美元到 323 美元之间，达到肯尼亚最低工资的两倍以上，也远远超过了最低生活需求。相比之下，美国同类岗位的工资在每小时 30 至 45 美元之间。”
另外，Sama 还表示会为当地员工提供其他个人福利，包括咨询、冥想、祈祷、护理、游戏和本地艺术表演，“以及有益身心健康的全面餐饮服务”。但 TIME 在采访中得知，工人们为了完成每天的绩效考核，往往没时间去接受这些咨询指导。两位受访者表示，Sama 公司的管理层拒绝与他们一对一交流，转而用小组会议的形式代替。
2022 年 2 月，Sama 公司结束了与 OpenAI 间的服务合同，比预定计划提前的 8 个月。根据 TIME 的报道，双方的另一个数据标注项目已经启动，这次是处理包含非法内容的图像。OpenAI 发表了一份声明，称图像集中包含非法内容是因为沟通失误。
今年 1 月 10 日，Sama 公司宣布取消一切涉及敏感内容的剩余工作，包括与 Facebook 签订的价值 390 万美元的内容审核合同。接下来，Sama 将专注于为计算机视觉数据提供标注服务。
原文链接：
https://www.datanami.com/2023/01/20/openai-outsourced-data-labeling-to-kenyan-workers-earning-less-than-2-per-hour-time-report/
End
崔庆才的新书《Python3网络爬虫开发实战（第二版）》已经正式上市了！书中详细介绍了零基础用 Python 开发爬虫的各方面知识，同时相比第一版新增了 JavaScript 逆向、Android 逆向、异步爬虫、深度学习、Kubernetes 相关内容，同时本书已经获得 Python 之父 Guido 的推荐，目前本书正在七折促销中！
内容介绍：《Python3网络爬虫开发实战（第二版）》内容介绍
扫码购买
点个在看你最好看
